Variabilidade espacial e temporal das precipitações para a Microrregião de Pau dos Ferros-RN

(1)

Revista Brasileira de Geografia Fisica, v.07, n.03 (2014), 434-441.

434

Santos W. O.; Silva, K. B. Da; Coelho, D. Da. C. L.; Silva, K. M. P.; Sobrinho, J. E.; Silva, P. C. M. Da; Batista, R. O. ISSN:1984-2295

Revista Brasileira de

Geografia Física

Homepage: www.ufpe.br/rbgfe

Variabilidade espacial e temporal das precipitações para a Microrregião de Pau

dos Ferros-RN

Wesley de Oliveira Santos1; Ketson Bruno da Silva1; Daniela da Costa Leite Coelho1; Karen Mariany Pereira Silva1; José Espínola Sobrinho2;Paulo Cesar Moura da Silva3; Rafael Oliveira

Batista3

1- Discentes do Programa de Pós Graduação em Manejo de Solo e Água – Universidade Federal Rural do Semi-Árido, UFERSA.

[email protected] Autor para correspondência.

2- Professor Associado 4, Programa de Pós Graduação em Manejo de Solo e Água – Universidade Federal Rural do Semi-Árido, UFERSA. [email protected]

3- professor Adjunto II, Programa de Pós Graduação em Manejo de Solo e Água – Universidade Federal Rural do Semi-Árido, UFERSA. [email protected]; [email protected]

Artigo recebido em 14/05/2014 e aceito em 05/09/2014.

R E S U M O

A precipitação pluviométrica apresenta importância para os estudos climáticos, pois quando ocorrida em excesso, ocasiona implicações para os setores produtivos da sociedade, tanto econômico e social, causando enchentes, assoreamento dos rios, e quedas de barreiras. O presente trabalho teve por objetivo realizar uma análise da variabilidade espacial e temporal da precipitação pluvial média e da máxima média anual, para a microrregião de Pau dos Ferros-RN, por meio de uma geotecnologia, especificamente modelagem espacial. Para realização do processamento dos dados e confecção das cartas foi utilizado o SIG (Sistema de Informação Geográfica), onde os postos meteorológicos dos dezessete municípios foram georreferenciados para projeção cartográfica UTM, DATUM WGS 84, fuso (zona) 24. O método de interpolação utilizado foi o inverso do quadrado da distância (IQD). Para verificar a acurácia da interpolação, foi calculado a raiz do erro quadrático médio (RMSE). O (RMSE) apresentou um valor de 10,6 mmpara a precipitação diária média anual, já para a precipitação diária média máxima anual foi 12,8 mm. O conhecimento da variabilidade espacial das precipitações anuais e máximas ao longo da série histórica em estudo permitem auxiliar no manejo das práticas agrícolas e no planejamento de obras de engenharia hidráulica.

Palavras-chaves: precipitação, distribuição, modelagem espacial.

Spatial and temporal variability of precipitation for the Microregion of Pau dos

Ferros-RN

ABSTRACT

Rainfall has importance for climate studies, because when it occurs in excess, leads to implications for the productive sectors of society both economic and social, causing flooding, siltation of rivers and landslides. This study aimed to perform an analysis of the variability spatial and temporal of rainfall and average maximum annual average for the micro region of Pau do Ferros-RN, through a geotechnology, specifically spatial modeling. To perform the data processing and manufacturing of the cards was used GIS (Geographic Information System), where the weather stations of the seventeen counties were georeferenced cartographic projection UTM, WGS 84 DATUM, zone (zone) 24. The interpolation method used was the inverse square of the distance (QID). To verify the accuracy of the interpolation, we calculated the root mean square error (RMSE). The root mean square error (RMSE) had a value of 10.6 mm for daily rainfall average annual, as for the daily rainfall average maximum annual was 12.8 mm. The knowledge of the spatial variability of annual rainfall and maximum along the historical series study to assisting in the management of agricultural practices and planning of hydraulic engineering.

(2)

438

Santos W. O.; Silva, K. B. Da; Coelho, D. Da. C. L.; Silva, K. M. P.; Sobrinho, J. E.; Silva, P. C. M. Da; Batista, R. O.

Introdução

A precipitação pluviométrica é considerada uma variável climatológica importante na região semiárida do Brasil, devido principalmente a irregularidade na sua distribuição temporal e espacial, sendo considerada um dos fatores limitantes ao maior desenvolvimento e a estabilização da produção agrícola (Moraes, 2005).

A ocorrência da precipitação é um processo aleatório que não permite uma previsão determinística com grande antecedência, e assim o tratamento dos dados de precipitação para a grande maioria dos problemas hidrológicos é considerado estatístico (Matos, 2006).

No caso do Brasil, essa dependência das condições pluviais é particularmente sentida na Região Nordeste, em sua porção semiárida. O território nordestino é formado por um conjunto de espaços que se caracterizam pelo balanço hídrico negativo, resultantes das precipitações médias anuais serem inferiores a 800 mm, com insolação média de 2.800 h ano-1, temperaturas médias anuais que variam de 23 ºC a 27 ºC, evaporação de 2.000 mm ano-1 e umidade relativa do ar média em torno de 50% (Brito et al., 2007).

Segundo Barbosa (2007), a análise de dados ambientais pode ser feita através de estudos de geoestatística ou por meio de modelagem espacial, ambos utilizados como ferramentas em geoprocessamento. A vantagem de se utilizar a modelagem espacial está na promoção dos recursos da visualização na espacialização dos fenômenos, pois a conformação espacial pode resultar em novas leituras dos resultados.

A precipitação pluviométrica apresenta importância para os estudos climáticos, pois ocasiona implicações, quando ocorrida em excesso (precipitação intensa), para os setores produtivos da sociedade tanto econômico e social (agricultura, transporte e hidrologia), causando enchentes,

assoreamento dos rios, e quedas de barreiras (Amorim et al., 2008).

Segundo Bergamaschi e Matzenauer (2009), o clima é o principal fator responsável pelas oscilações e frustrações das safras agrícolas brasileiras. Quando se trata da região Nordeste do Brasil, principalmente as secas prolongadas, são as maiores responsáveis pela variabilidade da produção agrícola.

Segundo Wei (2007) e Santos et al., (2010), no meio rural as chuvas intensas e as inundações removem o solo superficial, reduzem sua produtividade, transportam os sedimentos para os corpos hídricos e comprometem sua qualidade e capacidade de armazenamento, enquanto no meio urbano levam à destruição de bens e a perdas humanas. De acordo com Teixeira et al., (2011), para reduzir os efeitos das inundações, obras hidráulicas como vertedores, canais, barragens e sistemas de drenagem, são projetadas com base na vazão máxima, seja observada estatisticamente ou com base no emprego de modelos chuva-vazão (Mello et al., 2003; Damé et al., 2010).

Os impactos negativos que as vazões de enchente causam à sociedade como perdas econômicas, danos ao desenvolvimento e até perdas de vidas humanas, levam a repensar os modelos existentes para planejamento e controle dessas vazões. As estruturas hidráulicas destinadas à contenção do excesso de chuva, como barragens, bacias de contenção e terraços, são projetadas de acordo com uma metodologia que define que para certa precipitação possa ser estimada a vazão máxima de projeto, satisfazendo a segurança desejada e promovendo um projeto economicamente racional (Sampaio, 2011).

O objetivo desse trabalho foi realizar uma análise da variabilidade espacial e temporal da precipitação pluvial média e da máxima média anual, para a microrregião de Pau dos Ferros-RN, por meio de uma geotecnologia, especificamente modelagem espacial.

(3)

436

Material e métodos

Caracterização da Área de Estudo

O território norte-rio-grandense localiza-se, mais precisamente, no hemisfério sul ocidental e seus pontos extremos são limitados pelo paralelo de 4°49’53” de latitude sul e pelo meridiano de 38°36’12” de longitude oeste de Greenwich. O estado do Rio Grande do Norte apresenta uma área de 52.811,047 Km², com uma população de 3.168.027 habitantes e politicamente está dividido em 167 municípios, agrupados em oito zonas homogêneas e dezenove microrregiões (IBGE, 2010).

A microrregião de Pau dos Ferros é formada pelos municípios de Severiano Melo (157.833 Km²), Rodolfo Fernandes (154.840 Km²), Itaú (133.032 Km²), Riacho da Cruz ( (127.221 Km²), Tabuleiro Grande (124.094 Km²), São Francisco do Oeste (75.550 Km²), Portalegre (110.052 Km²), Viçosa (37.905 Km²), Francisco Dantas (181.593 Km²), Pau dos Ferros (259.960 Km²), Rafael Fernandes (78.230 Km²), Marcelino Vieira (345.707 Km²), Pilões (82.691 Km²), Alexandria (381.202 Km²), José da Penha (117.634 Km²), Tenente Ananias (37.905 Km²) e Paraná (81.390 Km²), totalizando 2486.842 Km². A Figura 1 representa a divisão da microrregião de Pau dos Ferros.

O tipo climático da microrregião de Pau dos Ferros é sub-úmido com médias pluviométricas entre 800 e 1.200 milímetros de chuvas e segundo a classificação de

Koppen seu clima é do tipo tropical chuvoso, com inverno seco e com a estação chuvosa prolongando-se até o mês de julho (IDEMA, 2010).

Os dados pluviométricos diários para a microrregião de Pau dos Ferros foram disponibilizados pela EMPARN – (Empresa de Pesquisa Agropecuária do Rio Grande do Norte) no período de 1964 a 2011 (48 anos) sendo organizados com o auxílio de planilhas para obter a precipitação média e a máxima média diária anual ao longo da série histórica estudada para os 17 municípios. A partir de 1991, com o monitoramento pluviométrico assumido pelo setor de Meteorologia da EMPARN, houve um incremento da rede, que conta atualmente com aproximadamente 220 pluviômetros no estado do Rio Grande do Norte (EMPARN, 2012).

Para realização do processamento dos dados e confecção das cartas foi utilizado o SIG (Sistema de Informação Geográfica), onde os postos pluviométricos dos 17 municípios foram georreferenciados para projeção cartográfica UTM, DATUM WGS 84, fuso (zona) 24.

O método de interpolação utilizado foi o inverso do quadrado da distância (IQD) - equação (1) descrita por Mello et al. (2003), que segundo Mazzini e Schettini (2009), esse método pode ser classificado tanto como um interpolador exato como suavizante. Ele faz com que os pesos dos dados sejam avaliados durante o processo de interpolação, de modo que a influência de cada ponto é inversamente proporcional à distância do nó da malha.



               n 1 i 2 i n 1 i 2 i p d 1 xi d 1 x (Eq.1)

em que: x_p= atributo interpolado; x_i = valor do atributo do i-ésimo ponto de amostragem;

i

d = distância euclidiana entre o i-ésimo ponto de vizinhança e o ponto amostrado; e n = número de amostras.

Para verificar a acurácia da interpolação, foi calculada a raiz do erro quadrático médio (RMSE - Root Mean Square Error), conforme a equação (2).

(4)

437







   n 1 i 2 i i O E n 1 RM SE (Eq. 2)

em que: Ei e Oi são os valores estimados e observados (medidos), respectivamente, e n é o número de observações.

O RMSE é uma medida da magnitude média dos erros estimados, tem valor sempre positivo e quanto mais próximo de zero, maior a qualidade dos valores medidos ou

estimados. Segundo Stone (1993), a desvantagem é que bastam alguns poucos valores discrepantes para que ocorra aumento significativo na sua magnitude.

Figura 1. Microrregiões de Pau dos Ferros. Fonte: software SIG Terra View 4.2.2 Resultados e discussão

Em termos climatológicos, uma investigação mais aprofundada sobre o desempenho dos interpoladores mais aplicados ao mapeamento da precipitação precisa ser conduzida, pois os trabalhos desenvolvidos, não demonstram, o melhor ou o mais indicado método de interpolação espacial (Mazzini e Schettini, 2009; Taesombat e Sriwongsitanon, 2009; Viola et al., 2010).

Segundo Alves e Vecchia (2011), em diversos estudos sobre os melhores métodos de interpolação para cada região, um determinado método torna-se o mais apropriado, principalmente, devido à variabilidade espacial.

As Figuras 2 e 3 apresentam a espacialização da precipitação média anual para cada município da microrregião de Pau dos Ferros e a precipitação máxima média durante os 48 anos (1964 a 2011).

(5)

438

Figura 2. Precipitação média anual para os 17 municípios da microrregião de Pau dos Ferros para a série histórica de 48 anos.

Figura 3. Precipitação máxima média para os 17 municípios da microrregião de Pau dos Ferros para a série histórica de 48 anos. A Tabela 1 apresenta o resumo da

estatística descritiva das precipitações diárias

médias anuais e a Tabela 2 apresenta o resumo para as precipitações médias máximas

(6)

439

diárias anuais dos 17 municípios da microrregião de Pau dos Ferros. Tabela 1. Resumo da estatística descritiva das precipitações diárias médias anuais para a microrregião de Pau dos Ferros.

Precipitação média anual(mm) Erro padrão da média 16,3

Média 811,1 Mediana 817,3 Desvio padrão 67,3 Variância 4522,7 Amplitude 275,6 Mínimo 699,2 Máximo 974,8

Tabela 2. Resumo da estatística descritiva das precipitações máximas diárias médias anuais para a microrregião de Pau dos Ferros.

Precipitação máxima (mm) Erro padrão da média 2,1

Média 69,1 Mediana 73,5 Desvio padrão 8,5 Variância 71,7 Amplitude 24,6 Mínimo 54,9 Máximo 79,5

De acordo com os resultados apresentados na Tabela 1, a precipitação mínima de 699,2 mm refere-se à precipitação que ocorreu no município de Itaú (Figura 2), já a precipitação máxima de 974,8 mm refere-se à precipitação que ocorreu no município de Portalegre (Figura 2). As precipitações apresentaram em média 811,1 mm, com um erro padrão da média de 2,1 mm, 50% das precipitações médias apresentam no mínimo 817,3 mm. Em média a precipitação anual se desviou em 67,3 mm em torno dos 811,1 mm que é a precipitação média.

De acordo com os resultados apresentados na Tabela 2, à precipitação mínima refere-se à precipitação que ocorreu no município de Pilões (Figura 3), já a precipitação máxima diária anual refere-se à precipitação que ocorreu no município de Tabuleiro Grande (Figura 3). As precipitações diárias máximas apresentaram em média 69,1 mm, com um erro padrão da média de 2,1

mm, 50% das precipitações máximas apresentam no mínimo 73,5 mm. Em média a precipitação máxima diária anual se desviou em 8,5 mm em torno dos 69,1 mm da precipitação média.

As precipitações diárias máximas apresentaram em média 69,1 mm, com um erro padrão da média de 2,1 mm, 50% das precipitações máximas apresentam no mínimo 73,5 mm. Em média a precipitação máxima diária anual se desviou em 8,5 mm em torno dos 69,1 mm da precipitação média.

A raiz do erro quadrático médio (RMSE) apresentou um valor de 10,6 mm para a precipitação diária média anual, já para a precipitação diária média máxima anual foi 12,8 mm, apresentado assim melhor resultado para a precipitação diária média anual, pois

Segundo Amorim et al. (2008), num estudo com dois métodos de espacialização (inverso do quadrático da distância e mínima curvatura) da precipitação pluvial para o estado de Alagoas, o inverso do quadrático da

(7)

440

distância foi o método que apresentou os melhores resultados.

Alves e Vecchia (2011), ao realizarem um estudo tentando abranger os principais métodos de interpolação encontrados na literatura para a precipitação pluvial anual no Estado de Goiás, tais como o inverso do quadrático da distância, krigagem, mínima curvatura e triangulação, verificaram que o método da mínima curvatura apresentou a melhor acurácia, com os menores valores residuais, seguido do método do inverso quadrático da distância que apresentou menor (RMSE). Segundo estudos de análise de técnicas de interpolação para espacialização da precipitação pluvial na bacia do rio

Itapemirim/ES realizados por Junior et al. (2012) para as precipitações médias mensais no período de 1972 a 2002 o interpolador krigagem com modelo de semivariograma esférico, seguido do inverso do quadrado da distância apresentaram melhor acurácia.

Segundo estudos de análise de técnicas de interpolação para espacialização da precipitação pluvial na bacia do rio Itapemirim/ES realizados por Junior et al. (2012) para as precipitações médias mensais no período de 1972 a 2002 o interpolador krigagem com modelo de semivariograma esférico, seguido do inverso do quadrado da distância apresentaram melhor acurácia.

Considerações finais

O interpolador do inverso do quadrado da distância mostrou-se bastante eficaz para especializar a precipitação pluviométrica da microrregião de Pau dos Ferros. A utilização inadequada de um método para a interpolação pode provocar ineficiências na espacialização da variável climatológica precipitação

pluviométrica para um local pretendido, se antes não for verificada a sua eficácia.

O conhecimento da variabilidade espacial das precipitações anuais e máximas ao longo da serie histórica em estudo permitem auxiliar no manejo das práticas agrícolas e no planejamento de obras de engenharia hidráulica.

Agradecimentos

A EMPARN, CAPES e a UFERSA pela concessão de recursos para o desenvolvimento desta pesquisa.

Referências

Amorim, R. C. F.; Ribeiro, A.; Leite, C. C.; Leal, B. G.; Silva, J. B. G. Avaliação do desempenho de dois métodos de espacialização da precipitação pluvial para o Estado de Alagoas. Acta Scientiarum. Technology, v.30, n. 1, p. 87-91, 2008.

Alves, E. D. L.; Vecchia, F. A. S.; Análise de diferentes métodos de interpolação para a precipitação pluvial no Estado de Goiás. Acta Scientiarum. Human and Social Sciences, v.33, n. 2, p. 193-197, 2011.

Barbosa, J. P. M. Mudanças climáticas e distribuição espacial da precipitação na Serra do Mar – Análise a partir de séries históricas de precipitação e sistemas de informação geográfica (sig). Caminhos de Geografia. Uberlândia-MG. v.8, n. 22, p. 67-81. 2007

Bergamaschi, H; Matzenauer, R. Milho. In: Agrometeorologia dos Cultivos: o fator meteorológico na produção agrícola. MONTEIRO, José Eduardo B. A. (Org.). Brasília, DF: INMET, 2009.

Damé, R. C. F.; Teixeira, C. F. A.; Terra, V. S. S.; Rosskoff, J.L.C. Hidrograma de projeto em função da metodologia utilizada na obtenção da precipitação. Revista Brasileira de Engenharia Agrícola e Ambiental, v.14, p.46-54, 2010.

Silva. A. De S.; Brito, L. T. De L.; Rocha, H. M. Potencialidades da água de chuva no semi-árido brasileiro. Petrolina-PE: Embrapa Semi-Árido, 2007.

EMPARN - Setor De Meteorologia Da EMPARN: 20 anos de serviços prestados à sociedade norteriograndense, 2012.

(8)

441

IBGE. Instituto Brasileiro de Geografia e Estatística. Censo 2010. Disponível em: <http://www.censo2010.ibge.gov.br/>.

IDEMA. Instituto de Desenvolvimento Sustentável e Meio Ambiente do Rio Grande

do Norte. Disponível em:

http://www.idema.rn.gov.br.

Junior, B. S. G.; Magalhães, I. A. L.; Freitas, C. A. A. De; Cecílio, R. A. Análise de técnicas de interpolação para espacialização da precipitação pluvial na bacia do rio Itapemirim (ES). Ambiência Guarapuava (PR) v.8 n.1 p. 61 - 71 Jan./Abr. 2012.

Matos, J. E. R. Chuvas intensas na Bahia: equações e metodologias de regionalização. Salvador: EDUFBA, 2006. 296p.

Mazzini, P. L. F.; Schettini, C. A. F. Avaliação de metodologias de interpolação espacial aplicadas a dados hidrográficos costeiros quase sinóticos. Brazilian Journal of Aquatic Science and Technology, v.13, n. 1, p. 53-64, 2009.

Mello, C. R.; Silva, A. M.; Lima, J. M.; Ferreira, D. F.; Oliveira, M. S. Modelos matemáticos para predição da chuva de projeto para regiões do Estado de Minas Gerais. Revista Brasileira de Engenharia Agrícola e Ambiental, v.7, p.121-128, 2003. Mello, C. R.; Lima, J.M.; Silva, A. M.; Mello, J. M.; Oliveira,M. S. 2003. Krigagem e Inverso do Quadrado da Distancia para Interpolação dos Parâmentros da Equação de

Chuvas Intensas. Revista. Brasileira de Ciência do Solo, V.27, p. 925-933.

Moraes, B. C. et al. Variação espacial e temporal da precipitação no estado do Pará. Acta Amazonica. V.35 (2), p. 207-214. 2005. Sampaio. M. V.; Espacialização dos coeficientes das equações de chuvas intensas em bacias hidrográficas do rio grande do sul. 2011. 156 f. Tese (Doutorado em Engenharia de Água e Solo) - Universidade Federal de Santa Maria (UFSM), RS, 2011.

Santos, G. S.; Nori, P. G. Oliveira, L. F. C. Chuvas intensas relacionadas à erosão hídrica. Revista Brasileira de Engenharia Agrícola e Ambiental, v.14, p.115-123, 2010.

Stone, R. J. Improved statistical procedure for the evaluation of solar radiation estimation models. Solar Energy, v. 51, n. 4, p. 289-291, 1993.

Teixeira, C. F. A.; Damé, R. De C. F.; Siqueira, G. Do A.; Bacelar, L. C. S. D. Vazão máxima de projeto: Metodologia para dimensionamento de bueiros em áreas agrícolas. Teoria e Prática na Engenharia Civil, n.17, p.49-56, 2011.

TerraView 4.2.2. São José dos Campos, SP:

INPE, 2010. Disponível em:

<www.dpi.inpe.br/terraview.> Acesso em: 02 mai. 2013.

Wei, W.; Chen, L.; Fu, B.; Huang, Z.; Wu, D.; Gui, L. The effect of land uses and rainfall regimes on runoff and soil erosion in the semi-arid loess hilly area, China. Journal of Hydrology, v.335, p.247-258, 2007.