1 UNIVERSIDADE FEDERAL DE CAMPINA GRANDE
CENTRO DE TECNOLOGIA E RECURSOS NATURAIS
UNIDADE ACADÊMICA DE CIÊNCIAS ATMOSFÉRICAS
PROGRAMA DE PÓS-GRADUAÇÃO EM METEOROLOGIA
VARIABILIDADE CLIMÁTICA E EVENTOS HIDROLÓGICOS EXTREMOS NA
BACIA HIDROGRÁFICA DO RIO SÃO FRANCISCO
EDVÂNIA PEREIRA DOS SANTOS
CAMPINA GRANDE – PB
2 EDVÂNIA PEREIRA DOS SANTOS
VARIABILIDADE CLIMÁTICA E EVENTOS HIDROLÓGICOS EXTREMOS NA BACIA HIDROGRÁFICA DO RIO SÃO FRANCISCO
Dissertação apresentada ao Programa de Pós-graduação em Meteorologia da Universidade Federal de Campina Grande, em cumprimento às exigências para obtenção do Grau de Mestre.
Área de Concentração: Meteorologia de Meso e Grande Escala
Orientadoras: Magaly de Fatima Correia
Maria Regina da Silva Aragão
CAMPINA GRANDE – PB MARÇO DE 2012
4 Dedico a conclusão deste trabalho a Jesus, razão da minha existência; a meus pais, Maria Auzenete dos Santos e José Pereira dos Santos pelo carinho, dedicação e doação incondicional.
5 AGRADECIMENTOS
Agradeço a Deus em primeiro lugar, que me proporcionou todos os meios possíveis e impossíveis para a conclusão deste trabalho. Realmente, Ele moveu o mundo em meu favor!
Aos meus pais, Maria Auzenete e José Pereira, meus tesouros, presentes de Deus, que me deram o alicerce maior para realizar sonhos.
Às minhas orientadoras, Magaly de Fatima Correia e Maria Regina da Silva Aragão, carinhosamente reconhecidas como “mães”, pela dedicação, competência e zelo no trabalho e com seus orientados. Sua postura de pesquisadoras serve de exemplo para nós que estamos apenas começando.
Aos professores e funcionários do Departamento de Ciências Atmosféricas da Universidade Federal de Campina Grande, pelo apoio.
À equipe da Biblioteca Central da Universidade Federal de Campina Grande (UFCG) pela presteza no atendimento.
Ao CNPQ pelo auxílio financeiro que possibilitou a realização desta pesquisa.
Ao INMET pela contribuição e disponibilização de dados indispensáveis à realização desta pesquisa.
Á Fabrício Daniel dos Santos Silva pela importante colaboração na realização deste trabalho.
Aos meus amigos de todas as horas, Samira Azevedo, Ewerton, Rafaela Lisboa, Herika Rodrigues, Roberto Alan, Pollyanna Kelly, Richelle Kerlle, Fernanda Gonçalves, Everson Mariano, que compartilharam vários momentos, tornando o ambiente mais agradável para o trabalho, compartilhando conhecimentos e experiências, sorrisos e dificuldades, obrigada a todos pelo apoio.
À Josicleide, pelo apoio, carinho de irmã, dedicação e torcida constante, me ajudando a levantar nos momentos de queda, de desânimo, e comemorando ao meu lado as vitórias conquistadas.
À Andreas, pelo exemplo de pesquisador, companheirismo, amizade, amor e por todos os momentos compartilhados, sempre torcendo pelo sucesso.
6 SUMÁRIO 1 INTRODUÇÃO ... 16 2 OBJETIVOS ... 18 2.1 OBJETIVO GERAL ...18 2.2 OBJETIVOS ESPECÍFICOS ...18
3 BACIA HIDROGRÁFICA DO RIO SÃO FRANCISCO ... 19
3.1 CARACTERÍSTICAS GERAIS ...19
4 REVISÃO BIBLIOGRÁFICA ... 21
4.1 SISTEMAS ATMOSFÉRICOS DE GRANDE ESCALA E A PRECIPITAÇÃO NA BACIA HIDROGRÁFICA DO RIO SÃO FRANCISCO ...21
4.2 EL NIÑO OSCILAÇÃO SUL E A INFLUÊNCIA SOBRE A PRECIPITAÇÃO ...22
4.3 RAINFALL ANOMALY INDEX (RAI) COMO FERRAMENTA DE ANÁLISE ...23
4.4 ANÁLISE MULTIVARIADA COMO MÉTODO DE ANÁLISE ...24
5 DADOS E METODOLOGIA ... 26
5.1 DADOS ...26
5.2 METODOLOGIA ...28
5.2.1 Seleção de eventos influenciados pela atuação do ENOS ...28
5.2.2 Seleção de eventos extremos de cheias e inundações na BHSF ...29
5.2.3 Índice RAI (“Rainfall Anomaly Index”)...29
5.2.4 Análise Estatística – O Método de Componentes Principais ...30
6 RESULTADOS E DISCUSSÕES ... 32
6.1 ANÁLISE FATORIAL POR COMPONENTES PRINCIPAIS ...32
6.2 ACHEIA DE 1979–RAI COMO MÉTODO DE ANÁLISE ...33
6.2.1 Análise Fatorial para a cheia de 1979...37
6.3 OEL NIÑO DE 1982/1983–RAI COMO MÉTODO DE ANÁLISE ...40
6.3.1 Análise Fatorial para a cheia de 1983...43
6.4 ALA NIÑA DE 1984/1985–RAI COMO MÉTODO DE ANÁLISE ...46
6.4.1 Análise Fatorial para a cheia de 1985...49
7
6.5.1 Análise Fatorial para a cheia de 2004...55
7 CONCLUSÕES ... 60
7.1 UTILIZAÇÃO DO ÍNDICE RAI ...60
7.2 ANÁLISE DE COMPONENTES PRINCIPAIS APLICADA AO ÍNDICE RAI ...60
8 LISTA DE FIGURAS
Figura 3.1: Bacia Hidrográfica do Rio São Francisco (BHSF) evidenciando a localização e divisão das sub-bacias ALTO, MÉDIO, SUBMÉDIO E BAIXO SÃO FRANCISCO. A localização da BHSF no território brasileiro é vista em destaque (cinza) no canto inferior direito ... 19 Figura 5.1: Localização geográfica das estações pluviométricas (triângulos) utilizadas. O mapa no canto inferior direito ilustra as principais bacias hidrográficas em território brasileiro, com destaque para a BHSF (cinza) ... 26 Figura 6.1: Imagens de satélite SMS/GOES. A seta indica a provável localização do centro do vórtice ciclônico de altos níveis: a) 22 de fevereiro de 1979 12: 00 TMG; Fonte: Gan & Kousky, 1986 ... 34 Figura 6.2: Distribuição espacial do RAI na BHSF para os doze meses do ano de 1979 ... 36
Figura 6.3: Cargas fatoriais rotacionadas para os quatro primeiros fatores do ano de 1979, que correspondem a aproximadamente 70% da variância total explicada ... 39 Figura 6.4: Padrão espacial dos fatores (escores) na BHSF para o ano de 1979 ... 39
Figura 6.5: Distribuição espacial do RAI na BHSF para os doze meses do ano de 1983 ... 42
Figura 6.6:Variação do nível médio anual (círculos cheios) do reservatório de Sobradinho. As barras verticais indicam a amplitude da variação cujos extremos representam os valores das cotas máxima e mínima anuais. Os meses nos quais foram registrados os valores extremos são indicados na figura. (Fonte: Correia & Silva Dias, 2003) ... 43 Figura 6.7: Cargas fatoriais rotacionadas para os três primeiros fatores do ano de 1983, que correspondem a aproximadamente 72,3% da variância total explicada. ... 45 Figura 6.8: Padrão espacial dos fatores (escores) na BHSF para o ano de 1983 ... 45
Figura 6.9: Distribuição espacial do RAI na BHSF para os doze meses do ano de 1985 ... 48
Figura 6.10: Cargas fatoriais rotacionadas para os quatro primeiros fatores do ano de 1985, que correspondem a aproximadamente 73% da variância total explicada. ... 51 Figura 6.11: Padrão espacial dos fatores (escores) na BHSF para o ano de 1985. ... 51
9 Figura 6.13: Cargas fatoriais rotacionadas para os quatro primeiros fatores do ano de 2004, que correspondem a aproximadamente 80% da variância total explicada ... 56 Figura 6.14: Padrão espacial dos fatores (escores) na BHSF para o ano de 2004 ... 56
Figura 6.15: Médias pentadais da temperatura de brilho (K) obtida do satélite GOES 8 para: (a) 01 a 05/01/04, (b) 11 a 15/01/04, (c) 21 a 25/01/04 e (d) 26 a 31/01/04 (Fonte: CPTEC/INPE). ... 57 Figura 6.16: Médias pentadais da temperatura de brilho (K) obtida do satélite GOES 8 para: (a) 11 a 15/03/04 e (b) 16 a 20/03/04 (Fonte: CPTEC/INPE) ... 59
10 LISTA DE QUADROS
Quadro 5.1: Estações enumeradas da Figura 5.1 com informações: Estado, nome da estação e coordenadas geográficas (latitude, longitude e altitude) ... 27 Quadro 5.2: Períodos com condições de El Niño, La Niña e normais entre 1978 e 2004. (Fonte: CDC – NOAA)... 29
11 LISTA DE TABELAS
Tabela 6.1: Síntese dos resultados mensais obtidos com o teste KMO para os anos de 1979, 1983, 1985 e 2004 ... 33 Tabela 6.2: Autovalores e porcentagem da variância Explicada e Acumulada para os quatro fatores retidos da ACP para o ano de 1979 ... 36 Tabela 6.3: Autovalores e porcentagem da variância Explicada e Acumulada para os três fatores retidos da ACP para o ano de 1983 ... 43 Tabela 6.4: Autovalores e porcentagem da variância Explicada e Acumulada para os quatro fatores retidos da ACP para o ano de 1985 ... 49 Tabela 6.5: Autovalores e porcentagem da variância Explicada e Acumulada para os quatro fatores retidos da ACP para o ano de 2004 ... 55
12 LISTA DE ABREVIATURAS E SIGLAS
AA - Análise de Agrupamento
ACP - Análise de Componentes Principais AD - Análise Discriminante
AF - Análise Fatorial ASF - Alto São Francisco
BHSF - Bacia Hidrográfica do Rio São Francisco BSF - Baixo São Francisco
CP – Componentes principais DL - Distúrbios de Leste EN - El Niño
ENOS - El Niño-Oscilação Sul HS - Hemisfério Sul
INMET - Instituto Nacional de Meteorologia LN - La Niña
MG - Minas Gerais
MSF - Médio São Francisco NEB - Nordeste do Brasil PE – Pernambuco
RAI - Rainfall Anomaly Index SEB - Sudeste do Brasil SF - Sistemas Frontais
SPI - Índice de Precipitação Padronizada SSF – Submédio São Francisco
13 TSM - Temperatura da Superfície do Mar
VCAN - Vórtices Ciclônicos de Altos Níveis ZCAS - Zona de Convergência do Atlântico Sul ZCIT - Zona de Convergência Intertropical
14 RESUMO
A influência da variabilidade climática na ocorrência de secas e enchentes na bacia hidrográfica do Rio São Francisco (BHSF) é investigada com ênfase em episódios de cheias e inundações em áreas com fortes limitações hídricas. As análises foram feitas com base em séries históricas de dados pluviométricos, com foco nos anos de 1979, 1983, 1985 e 2004, considerados atípicos sob o ponto de vista hidrológico e meteorológico. O uso do índice RAI (“Rainfall Anomaly Index”) obtido na escala mensal permitiu detectar a intensidade, duração e extensão das áreas atingidas pelos fenômenos. A aplicação da técnica de análise fatorial por componentes principais (ACP) ao conjunto de valores mensais do RAI permitiu identificar vínculos entre configurações espaciais de anomalias de precipitação na BHSF e padrões atmosféricos que influenciaram a intensidade e distribuição das chuvas. Os resultados mostraram que a atuação conjunta de sistemas atmosféricos transientes de diferentes escalas é responsável pela organização da convecção, precipitação intensa e formação de cheias com inundações no Submédio da BHSF. As grandes cheias do Rio São Francisco tiveram origem em precipitações extremas no Alto e Médio da bacia hidrográfica, mas não ocorreram associadas com um evento El Niño em todos os casos.
Palavras-chave: Bacia Hidrográfica do Rio São Francisco, enchentes, índice RAI, análise fatorial por componentes principais
15 ABSTRACT
The influence of the climatic variability upon the occurrence of droughts and floods in the hydrographic basin of the São Francisco River (BHSF) is investigated focusing on episodes of floods and inundations in areas of strong hydrological restrictions. The analyses were based on historical rainfall series but looking at 1979, 1983, 1985 and 2004, years of atypical character under hydrological and meteorological viewpoints. The use of RAI (Rainfall Anomaly Index) calculated on a monthly basis allowed to detect the intensity, duration and areal extension affected by the phenomena. The factorial analysis by principal components (PCA) applied to the monthly RAI allowed to detect connections among the spatial configurations of the rainfall anomalies within the BHSF and the atmospheric patterns that influenced rainfall intensity and distribution. The combined action of transient atmospheric systems of various scales is responsible for the convection organization, intense rainfall and the formation of floods with inundations in the lower-middle of the hydrographic basin. The major floods of the São Francisco River were a result of extreme rainfall in the High and Middle sectors of the hydrographic basin but were not associated with an El Niño event in every case.
Keywords: Hydrographic Basin of the São Francisco River, inundations, RAI index, factorial analysis by principal components
16
1 INTRODUÇÃO
Um evento meteorológico é considerado extremo quando a sua intensidade e/ou duração ocorrem acima da média esperada em determinado local, causando danos e prejuízos em vários setores, afetando de forma significativa a economia da região atingida.
A intensidade e a severidade dos eventos extremos variam no tempo e no espaço, sendo o seu grau de severidade em regiões povoadas relacionado a atividades antrópicas, como o desmatamento e a urbanização, que acarretam danos graves pela modificação do escoamento superficial, favorecendo a formação de enchentes nessas regiões (Gonçalves et al., 2008).
A precipitação é entendida como chuva extrema em termos de sua duração, distribuição espacial e temporal críticas em determinada região ou bacia hidrográfica, e o conhecimento do comportamento dos fenômenos de chuva extrema é importante para dimensionar projetos de drenagem contra a erosão do solo, obras hidráulicas que contribuam para minimizar os prejuízos causados pelo fenômeno atmosférico severo (Silva & Clarke, 2004).
Eventos meteorológicos extremos como secas de longa duração em grandes extensões territoriais, ou chuvas intensas que provocam inundações em áreas metropolitanas e rurais no Nordeste do Brasil (NEB), têm sido cada vez mais estudados na busca de soluções que evitem danos irreversíveis. A busca por informações que permitam medidas preventivas para minimizar os impactos econômicos decorrentes desses fenômenos é imprescindível em gerenciamento de recursos hídricos.
A partir do monitoramento de condições atmosféricas associadas com períodos de estiagem prolongada ou períodos excessivamente úmidos é possível obter informações no tempo e espaço para quantificar a frequência de atuação e o grau de intensidade, duração e severidade de sistemas atmosféricos.
Medidas preventivas tornam-se imprescindíveis quando se trata de bacias hidrográficas de grande extensão, a exemplo da Bacia Hidrográfica do Rio São Francisco (BHSF) que abastece populações ribeirinhas, projetos de irrigação e também tem o seu potencial hídrico explorado na geração de energia elétrica distribuída para vários estados do NEB.
17 Um aspecto importante no caso da BHSF é que nos eventos extremos de seca a extensão da área atingida é bem maior do que a da área afetada por chuvas extremas (Santos et al., 2008). Freitas (1998) afirma que a seca em regiões semiáridas é um fenômeno recorrente e que seus efeitos não dependem apenas da duração e da intensidade da seca, mas também das condições sócio-econômicas e culturais da população atingida. A escolha de um patamar para diferenciar anos secos e anos úmidos deve ser fundamentada no conhecimento climático da região e na consequente infraestrutura hídrica, que pode variar com o tempo.
Neste trabalho foram analisados eventos extremos de seca e de enchente ocorridos na BHSF através do índice RAI (Rainfall Anomaly Index). O método permitiu detectar a extensão das áreas atingidas, a intensidade e a duração dos eventos. Enfoque especial foi dado aos eventos extremos registrados nos anos de 1979, 1983, 1985 e 2004, dentre os quais 1983 e 1985 tiveram influência do fenômeno El Niño-Oscilação Sul (ENOS).
A técnica de análise fatorial por componentes principais aplicada ao conjunto de valores do índice RAI para cada evento permitiu avaliar a associação entre a ocorrência dos fenômenos hidrológicos severos e padrões atmosféricos específicos.
18
2 OBJETIVOS
2.1 Objetivo Geral
O objetivo central deste trabalho é analisar dados meteorológicos para identificar padrões meteorológicos responsáveis por eventos extremos (enchentes e secas) na Bacia Hidrográfica do Rio São Francisco, como também determinar a influência do ENOS sobre a frequência e intensidade desses eventos.
2.2 Objetivos Específicos
Obter informações sobre eventos meteorológicos extremos ocorridos na BHSF.
Explorar a natureza dos sistemas convectivos responsáveis pelos eventos meteorológicos extremos.
Determinar a influência de fenômenos atmosféricos de escala planetária como o ENOS na frequência e intensidade dos eventos extremos.
Utilizar o Método de Análise Fatorial de Componentes Principais para explicar a variabilidade do índice RAI (Rainfall Anomaly Index) em anos extremos.
19
3 BACIA HIDROGRÁFICA DO RIO SÃO FRANCISCO
3.1 Características Gerais
A BHSF possui uma área de 639.000 km2 e seu curso principal tem uma extensão de 2.700 km. Essa área corresponde a aproximadamente 8% do território nacional. Ela está compreendida entre as latitudes de 7º00’S e 21º00’S, e as longitudes de 35º00’W e 47º40’W, inserida nas regiões Sudeste, Centro-Oeste e Nordeste (ANA/GEF/PNUMA/OEA, 2004). A BHSF abrange parte de seis estados e do Distrito Federal, sendo dividida nas seguintes sub-bacias: Alto, Médio, Submédio e Baixo São Francisco (Figura 3.1).
Figura 3.1: Bacia Hidrográfica do Rio São Francisco (BHSF) evidenciando a localização e divisão das sub-bacias ALTO, MÉDIO, SUBMÉDIO E BAIXO SÃO FRANCISCO. A localização da BHSF no território brasileiro é vista em destaque (cinza) no canto inferior direito.
O Alto São Francisco (ASF) está situado em território mineiro e engloba o trecho desde a nascente, na Serra da Canastra, até a cidade de Pirapora, no estado de Minas Gerais.
-46
-44
-42
-40
-38
LONGITUDE
-20
-18
-16
-14
-12
-10
-8
L A T IT U D E SUBMÉDIO MÉDIO BAIXO ALTO20 O clima é caracterizado como tropical úmido com chuvas abundantes entre novembro e abril. A temperatura média anual é de aproximadamente 18ºC.
O Médio São Francisco (MSF) compreende o trecho de Pirapora até a cidade de Remanso, no estado da Bahia. Engloba parte de Minas Gerais e Bahia. É o trecho de maior extensão, com 1.152 km (ANA/GEF/PNUMA/OEA, 2004). Nessa sub-região do Vale do São Francisco o clima adquire características de tropical semiárido. As chuvas ocorrem entre novembro e abril e a temperatura média anual é de aproximadamente 27ºC.
A área denominada de Submédio São Francisco (SSF), que está localizada entre os paralelos de 7° e 11°30’S e os meridianos de 43° e 37°W, tem 568 km de extensão e corresponde a 19,8% da bacia (Diniz, 2007). As chuvas ocorrem entre janeiro e abril (Silva et al., 2011), com contrastes marcantes em sua distribuição espacial que apresenta valores máximos de 800 mm nas serras divisórias com o Ceará e valores abaixo de 400 mm na região de Petrolina-Juazeiro.
O Baixo São Francisco (BSF) está situado entre Paulo Afonso e a foz, no Oceano Atlântico. As chuvas ocorrem entre os meses de maio e setembro, ou seja, no inverno, enquanto que no restante do Vale é no verão. A proximidade do litoral favorece chuvas mais abundantes, que variam de 500 a 1200 mm. O clima é classificado como tropical semi-úmido.
21
4 REVISÃO BIBLIOGRÁFICA
4.1 Sistemas Atmosféricos de Grande Escala e a Precipitação na Bacia Hidrográfica do Rio São Francisco
O Alto e parte do Médio da BHSF estão no Sudeste do Brasil (SEB), no estado de Minas Gerais (MG). Todas as demais subdivisões da BHSF estão no NEB. Em virtude dessa grande abrangência territorial, as características sazonais da BHSF são bastante variáveis, com regime pluviométrico influenciado por vários sistemas atmosféricos.
A intensidade e a distribuição espacial da precipitação na região semiárida da BHSF são influenciadas por, pelo menos, dois sistemas meteorológicos importantes: Zona de Convergência Intertropical (ZCIT), que atua no período de fevereiro a maio, e os Vórtices Ciclônicos de Altos Níveis (VCAN) que ocorrem na primavera, verão e outono, no período de outubro a abril, com máxima frequência nos mês de janeiro (Mello et al., 1996).
A Zona de Convergência Intertropical (ZCIT) é considerada como o principal sistema produtor de chuva nas regiões Norte e Nordeste, atuando entre os meses de fevereiro a maio na última. O seu deslocamento latitudinal culmina mais ao sul no outono do hemisfério sul, no meses de março e abril. (Melo et al. 2002).
Os VCAN atuam entre os meses de novembro e abril. Eles são conhecidos como sistemas produtores de chuva, principalmente no interior do NEB, porém estudos recentes mostram que os VCAN também podem inibir o desenvolvimento de nuvens profundas e precipitação na área influenciada pela circulação do seu centro, local de ocorrência de movimentos subsidentes (Silva, 2007). Nela normalmente há movimentos descendentes e, consequentemente, inibição do desenvolvimento vertical das nuvens. Ramirez (1996) observou que em anos de El Niño os vórtices apresentam maior extensão vertical do que em anos de La Niña.
Os Distúrbios de Leste (DL), que atuam entre o Rio Grande do Norte e o norte da Bahia, no período de maio a agosto (Araújo, 2006), são responsáveis pela precipitação na área do Baixo São Francisco. Santos et al. (2010) observaram através da Análise de Componentes Principais que existe uma forte correlação entre a chuva e a atuação dos DL no Baixo São Francisco (BSF) nos meses de fevereiro, março e abril.
22 A Zona de Convergência do Atlântico Sul (ZCAS) atua de novembro a fevereiro. É um sistema produtor de chuvas muito importante na região do Alto São Francisco por garantir o abastecimento ao longo do rio.
Da Silva et al. (2001), ao estudar a influência da ZCAS na distribuição espaço-temporal das precipitações na BHSF, verificaram que ela é o principal mecanismo dinâmico produtor de precipitações (ZCAS) de novembro a março nas sub-bacias do Alto São Francisco (ASF) e Médio São Francisco (MSF).
Os Sistemas Frontais (SF), que atuam no Centro-oeste, Sudeste e Sul do Brasil podem avançar até latitudes mais baixas, atingindo o Norte e o NEB (Barbosa & Correia, 2005). Seu período principal de atuação nessas últimas regiões é de novembro a fevereiro.
4.2 El Niño Oscilação Sul e a influência sobre a precipitação
Os sistemas meteorológicos com chuva associada na BHSF são influenciados pela escala planetária, que atua de forma a inibir ou intensificar os sistemas, alterando de forma significativa o regime hidrológico ao longo do rio.
Galvíncio & Sousa (2002), em um estudo sobre o impacto do fenômeno El Niño na precipitação pluviométrica da BHSF, identificaram uma influência positiva, com aumento das chuvas no Alto e Médio São Francisco. Impacto oposto foi observado na região do Baixo São Francisco.
Segundo Vianello et al. (2001), a ocorrência de El Niño (EN) e La Niña (LN) está associada com secas e enchentes no NEB. Entretanto, a vulnerabilidade a esse fenômeno é maior no semiárido, onde a população é carente de saneamento básico e, muitas vezes, depende da chuva para o seu sustento.
No NEB os episódios de seca tem relação com o El Niño, que influencia na intensificação de sistemas atmosféricos inibidores de chuva na região como a Alta Subtropical do Atlântico Sul. Em anos de atuação do fenômeno La Niña, alguns sistemas produtores de chuva no NEB são intensificados como, por exemplo, a ZCIT que acarreta chuvas acima da média climatológica (Silva, 2007).
Bezerra e Cavalcanti (2008) observaram que em anos de La Niña no litoral do NEB e do Norte do Brasil ocorre um aumento no teor do vapor d´água, o que favorece a formação
23 de nuvens e a ocorrência da precipitação. O contrário foi observado em anos de El Niño em parte das regiões Norte, Nordeste e Sudeste. Silva et al. (2008) observaram que existe uma relação entre os eventos de El Niño/La Niña e a precipitação no NEB.
GRIMM (2009) afirma que no inverno em episódios de EN aparecem anomalias de chuva negativas dominantes no Norte do Brasil que persistem até o outono do ano seguinte, embora as áreas de maior impacto nessa região variem ao longo desse período, o contrário ocorre em anos de LN, com predominância de anomalias positivas de chuva. Na primavera, principalmente em novembro de EN, fortes anomalias de chuva positivas ocorrem no sul do Brasil, e em anos de LN, foi observado a ocorrência de anomalias negativas de chuva para essa região.
Bezerra & Cavalcanti (2008) analisaram as características da circulação atmosférica de grande escala no NEB e no Norte do Brasil e sua relação com a variabilidade da temperatura da superfície do mar (TSM) na área tropical dos oceanos Atlântico e Pacífico, durante o período chuvoso (fevereiro a abril). Os autores observaram que em anos de El Niño e dipolo positivo (La Niña e dipolo negativo) as áreas centrais dessas regiões apresentaram-se menos (mais) úmidas.
4.3 Rainfall Anomaly Index (RAI) como ferramenta de análise
O monitoramento da ocorrência de eventos extremos tem sido feito através de índices climáticos. No caso de bacias hidrográficas, faz-se necessário a utilização de índices específicos no controle de cheias e secas nessas regiões. Paralelamente, a utilização de tais índices pode ser aplicada paralelamente com outras técnicas estatísticas que dão suporte no estudo da climatologia e hidrologia da região estudada.
O índice RAI (Rainfall Anomaly Index), bastante utilizado em estudos de secas hidrológicas e meteorológicas na região tropical, foi desenvolvido por Rooy (1965). O uso deste índice permite comparar o desvio da precipitação em relação à condição climatológica da região estudada, ou seja, comparar a precipitação de um lugar determinado com a média dos dez valores extremos de anomalias positivas e negativas de precipitação.
O RAI tem sido usado por muitos pesquisadores (KEYANTASH & DRACUP, 2002; HÄNSEL & MATSCHULLAT, 2006) em estudos de secas. Alguns trabalhos (FREITAS, 1998; LOUKAS et al., 2003; FREITAS, 2004; FREITAS, 2005) foram desenvolvidos com
24 objetivo de avaliar a eficiência do uso do índice RAI em comparação com índices tradicionalmente usados em estudos de secas. Os resultados mostraram uma alta correlação entre o RAI e o Índice de Precipitação Padronizada (“Standardized Precipitation Index – SPI”).
Segundo Repelli et al. (1998), o RAI é apropriado para a observação do regime de chuvas em regiões semiáridas e/ou tropicais. Gonçalves et al. (2006) utilizaram o índice RAI em um estudo sobre eventos extremos de precipitação na zona semiárida da BHSF. Os resultados mostram que a incidência de anos secos é substancialmente maior na região estudada.
Araújo et al. (2009) utilizaram o índice RAI na classificação da precipitação anual do rio Paraíba e, a partir da metodologia de Freitas (2004, 2005), utilizaram o índice para classificar anos secos e úmidos a partir de uma escala pré-definida. Da Silva (2009) usou o RAI para analisar a variabilidade pluviométrica da Bacia Hidrográfica do Rio Mundaú ressaltando a eficiência do índice cujo cálculo requer apenas dados de chuva. Na maioria dos casos, os índices aplicados em estudos de impactos ambientais decorrentes de eventos meteorológicos extremos necessitam do uso de outras variáveis, além da chuva, aumentando consideravelmente o número de cálculos e a dificuldade na obtenção de séries de dados de boa qualidade.
Diniz (2007) utilizou o RAI para avaliar o grau de severidade e a duração de períodos secos e úmidos usando totais mensais de precipitação de 15 estações situadas no SSF, do período de 1975 a 2004, e totais diários coletados nas estações de Bebedouro (PE), no período de 1969 a 2004. A técnica foi considerada eficiente na determinação do impacto ambiental decorrente da intensidade e extensão da área afetada pelos eventos extremos.
4.4 Análise multivariada como método de análise
A análise multivariada é aplicada em diversas áreas da ciência com o objetivo de filtrar informações empíricas em séries de dados de variáveis distintas. Na meteorologia e climatologia é comumente usada para encontrar relações entre variáveis que expliquem o comportamento de fenômenos atmosféricos. A técnica pode ser usada em diferentes formas: Análise de Componentes Principais (ACP), Análise Fatorial (AF), Análise Discriminante (AD), Análise de Agrupamentos (AA) ou Análise de Correspondência.
25 Com o objetivo de analisar o comportamento espacial e temporal da precipitação no estado do Amapá, Amanajás et al. (2010) utilizaram a ACP e a AA nos modos espacial e temporal para definir padrões atmosféricos determinantes para o desenvolvimento e distribuição da chuva na área analisada. Foram identificadas três regiões com características pluviométricas distintas.
Guedes et al. (2010) aplicaram a ACP a dados de precipitação do estado do Piauí e encontraram dois fatores significativos que explicaram dois padrões de precipitação do estado relacionados a diferentes sistemas atmosféricos responsáveis pelas chuvas em diferentes regiões.
Diniz (2007), no intuito de analisar o ambiente atmosférico responsável pelas enchentes registradas nos anos de 1985 e 2004, aplicou a ACP em dois conjuntos de dados compostos por registros de superfície e de ar superior e dados do NCEP, a fim de investigar mecanismos locais e regionais responsáveis por sistemas convectivos intensos e formação de cheias na região do SSF. A análise foi realizada separando os efeitos da escala local e da escala sinótica. Os resultados mostraram que o fator dinâmico e a escala sinótica têm uma influência significativa no desenvolvimento da formação de enchentes na região.
Santos et al. (2010), com dados de 101 estações pluviométricas em parte do Médio e Submédio da BHSF, utilizaram a técnica da ACP com o objetivo de analisar o comportamento espaço-temporal da precipitação nessas regiões. Os resultados obtidos possibilitaram verificar que as três primeiras CPs retidas explicaram cerca de 60% da variância total dos totais mensais de chuva na região. Os fatores mostraram uma relação significativa entre os sistemas meteorológicos atuantes e as chuvas registradas no período analisado.
Bonaccorso et al. (2003) realizaram um estudo na área da Sicília para o período de 1926 a 1996 utilizando reanálises do NCEP/NCAR. Os autores aplicaram a ACP ao SPI para avaliar a variabilidade de secas a longo prazo. A aplicação de rotações ortogonais aos padrões das componentes possibilitou encontrar três áreas de variabilidade climática independentes sugerindo que diferentes fatores físicos atuam na região.
26
5 DADOS E METODOLOGIA
5.1 Dados
Na obtenção dos valores do índice RAI apresentados neste trabalho foram usados totais mensais de precipitação, do período de 1961 a 2008, de 32 estações pluviométricas operadas pelo Instituto Nacional de Meteorologia (INMET) na área da BHSF. A localização das estações é ilustrada na Figura 5.1.
Figura 5.1: Localização geográfica das estações pluviométricas (triângulos) utilizadas. O mapa no canto inferior direito ilustra as principais bacias hidrográficas em território brasileiro, com destaque para a BHSF (cinza).
-46 -44 -42 -40 -38 LONGITUDE -20 -18 -16 -14 -12 -10 -8 L A T IT U D E 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
27 O estado de localização, nome da estação e as coordenadas geográficas (latitude, longitude, altitude) de cada estação ilustrada na Figura 5.1 são mostrados no Quadro 5.1.
Ref. Estado Estação
Longitude (W) Latitude (S) Altitude (m) 1 AL Água Branca 37,9 9,3 605,34
2 AL Palmeira dos Índios 36,7 9,5 274,9
3 PE Arco verde 43,1 11,1 680,7 4 PE Cabrobró 45 12,2 341,46 5 PE Ouricuri 43,4 13,3 459,28 6 PE Petrolina 42,5 14,1 370,46 7 PE Triunfo 43,8 14,3 1105 8 BA Barra 41,9 11,3 401,58 9 BA Barreiras 38,2 9,4 439,29
10 BA Bom Jesus da Lapa 36,9 10,2 439,96
11 BA Caetite 42,1 9,6 882,47 12 BA Cariranha 44,5 11 450,18 13 BA Irecê 37,1 8,4 747,16 14 BA Paulo Afonso 39,3 8,5 252,69 15 BA Propria 36,9 10,2 19,92 16 BA Remanso 40,5 9,4 400,51
17 BA Sta Rita de Cássia/ Ibipetuba 38,1 7,8 450,3
18 MG Formoso 44 15,1 840 19 MG Espinosa 43,3 15,8 569,64 20 MG Arinós 46,9 16,4 519 21 MG Mocambinho 46,9 17,2 452 22 MG Janaúba 46,2 17,7 516 23 MG Unaí 46,2 14,9 460 24 MG Paracatú 42,8 14,9 712 25 MG João Pinheiro 46,1 15,9 760,36 26 MG Pirapora 44,9 17,3 505,24 27 MG Diamantina 43,6 18,2 1296,12 28 MG Pompeu 44,9 19,2 690,91 29 MG Bambuí 46 20 661,27 30 MG Sete Lagoas 44,2 19,5 732 31 MG Belo Horizonte 44 19,8 915
32 MG Conceição do Mato Dentro 43,4 19 652
Quadro 5.1: Estações enumeradas da Figura 5.1 com informações: Estado, nome da estação e coordenadas geográficas (latitude, longitude e altitude).
28 5.2 Metodologia
5.2.1 Seleção de eventos influenciados pela atuação do ENOS
Tendo em vista a importância da influência do ENOS na variabilidade do regime hidrológico da BHSF foi selecionado para análise o episódio de 1982/1983, caracterizado pela atuação do El Niño, e o de 1984/1985, sob a influência do La Niña.
O El Niño de 1982/1983, um dos mais fortes do século XX, resultou numa das secas mais severas já registradas no NEB. O grau de severidade do fenômeno foi estimado em função da extensão da área afetada e dos prejuízos econômicos causados pela escassez de chuva na região.
O evento de La Niña de 1984/1985, apesar de classificado na literatura como de intensidade fraca, foi escolhido em função da ocorrência de enchentes e inundações no Submédio da Bacia Hidrográfica no mês de abril, devido à forte atividade convectiva organizada pela atuação de sistemas atmosféricos como VCAN, ZCIT, e Sistemas Frontais que atingiram a região em meses climatologicamente secos.
A seleção dos eventos de El Niño e La Niña analisados neste estudo foi feita com base nos índices obtidos do NCEP apresentados no Quadro 5.2. Um evento é considerado como El Niño (EN) ou La Niña (LN) se houver na região do Niño 3.4 (5ºN-5ºS, 120ºW-170ºW) cinco trimestres consecutivos com anomalias abaixo de -0,5º C para La Niña e acima de +0,5º C para El Niño. É possivel observar no quadro que o EN de 1982/1983 utilizado neste estudo teve início no mês de abril/1982 e findou em julho/1983, enquanto que o evento LN de 1984/1985 teve início em setembro/1984 e terminou em julho/1985. Nas análises feitas com a aplicação do RAI enfoque especial foi dado aos anos de 1979, 1983, 1985 e 2004. Foram feitas também, para os mesmos períodos, análises com base na ACP para avaliar padrões espaciais e temporais da precipitação e a associação com eventos extremos.
29 Ano DJF JFM FMA MAM AMJ MJJ JJA JAS ASO SON OND NDJ
1978 1979 1982 1983 1984 1985 2003 2004
La Niña El Niño Normal
Quadro 5.2 – Períodos com condições de El Niño, La Niña e normais entre 1978 e 2004. (Fonte: CDC – NOAA)
5.2.2 Seleção de eventos extremos de cheias e inundações na BHSF
No desenvolvimento deste trabalho foram escolhidos para análise anos considerados de grande importância sob o ponto de vista hidrológico e meteorológico na BHSF. No caso específico dos anos de 1979 e 2004, a escolha foi motivada pela ocorrência de grandes enchentes na BHSF, que afetaram consideravelmente o regime hidrológico. No ano de 1979 foi registrada uma das maiores cheias do século XX. No mesmo ano teve início uma das maiores secas registradas no NEB, que se estendeu até o ano de 1983.
O ano de 2004 foi marcado por chuvas intensas ocorridas em parte do MSF e SSF, causadas por sistemas convectivos intensos e organizados desenvolvidos principalmente no mês de janeiro. O aumento no volume das chuvas ocasionou o transbordamento de vários açudes na região do SSF e BSF, provocando uma onda de cheia na calha principal do Rio São Francisco nos meses de janeiro e fevereiro.
5.2.3 Índice RAI (“Rainfall Anomaly Index”)
A aplicação de técnicas simples de estatística com base no cálculo de anomalias de precipitação permite analisar o grau de variabilidade da chuva na região de estudo. A avaliação da intensidade e duração dos períodos secos e úmidos foi realizada com base no
30 Índice de Anomalia de Precipitação RAI (“Rainfall Anomaly Index”) desenvolvido por Rooy (1965). Os valores do RAI foram obtidos a partir das seguintes equações:
N M N NRAI 3 , para anomalias positivas (N >N); (1)
N X N NRAI 3 , para anomalias negativas (N <N), (2)
Sendo:
N = precipitação total medida (anual, mensal, semanal, diária);
N = precipitação total média da série histórica (anual, mensal, semanal, diária); M = média dos dez maiores totais de precipitação da série histórica;
X = média dos dez menores totais de precipitação da série histórica. 5.2.4 Análise Estatística – O Método de Componentes Principais
Nas análises de padrões atmosféricos que utilizam dados ambientais é comum a existência de variáveis redundantes. Há casos em que as séries de dados utilizadas são longas. Nesse contexto, a Análise Fatorial (AF) permite detectar a existência de redundância, de maneira que possibilita o reagrupamento das variáveis em um conjunto menor de dimensões ou fatores.
A utilização da AF neste trabalho foi realizada através do método de extração de fatores com base na Análise de Componentes Principais (ACP). A técnica transforma um grupo de n elementos em um conjunto menor de variáveis não correlacionadas ordenadas de acordo com o grau de importância. Essas variáveis explicam uma parcela substancial das informações contidas no conjunto original. As novas variáveis Z1, Z2, ... Zn são denominadas componentes principais, que são funções lineares.
O procedimento utilizado na aplicação da ACP inicia-se a partir de um conjunto de n indivíduos e p variáveis originais correlacionadas, na forma de uma matriz X.
Obtêm-se a matriz das variâncias (S) através da equação (3):
31 Em que:
(4)
é a transposta de .
Fazendo R = S, com R simétrica e positiva de dimensão (pxp), e sendo R diagonalizável por uma matriz ortogonal A, de mudança de base, denominada de autovetores. Então, a matriz diagonal (D) é obtida através da equação (5):
(5)
Em que:
(6)
A partir dessas equações, encontram-se os autovetores associados aos autovalores de A. Sendo A uma matriz ortogonal, tem-se:
A-1 = At (7)
As componentes principais são obtidas a partir das combinações lineares entre a transposta dos autovetores normalizados (At) e a matriz de observações (X), como descrito na equação (8).
(8)
As variâncias (Zi), positivas ou nulas, e as constantes aij, que definem a combinação linear das Componentes Principais (CP) são os elementos dos correspondentes autovetores escalonados (Equação 9).
ai12+ai22 +....+ aip2 = 1 (9)
A primeira CP é dada através da equação (10):
Z1 = a11X1+a12X2+...+a1pXp (10)
Sob a condição:
a112+a122 +...+ a1p2 = 1 (11)
E considerando Var(Z1) como a máxima variância possível dada a restrição em a1j.
A segunda CP é dada através da equação (12):
32 Sob a condição:
a212+a222 +...+ a2p2 = 1 (13)
Com a máxima Var(Z2), sob a condição que a correlação entre Z1 e Z2 seja nula, e a
correlação nula entre todas as componentes observadas. O número de p variáveis terá o mesmo número de componentes principais. Para que essas componentes possam ser traduzidas da melhor forma, é necessário buscar soluções que expliquem com o mesmo grau de variância total gerando resultados melhores em relação à interpretação.
Neste trabalho a técnica de Análise Fatorial por componentes principais foi usada para analisar padrões temporais e espaciais de fenômenos hidrológicos extremos (secas e enchentes) na BHSF. A ACP foi aplicada a conjuntos de dados constituídos por valores mensais do índice RAI.
O programa computacional SPSS (Statistical Package for the Social Sciences) foi usado na obtenção das componentes principais a partir dos valores calculados do RAI. Os autovalores encontrados na ACP foram submetidos à rotação VARIMAX com o objetivo de melhorar a interpretação física dos fatores responsáveis pelos padrões analisados.
A rotação VARIMAX é um tipo de rotação ortogonal que busca minimizar a ocorrência de uma variável possuir altas cargas fatoriais para diferentes fatores, permitindo que uma variável seja identificada com um único fator.
Tendo em vista o objetivo do estudo, foram analisados eventos extremos de chuva, ou seja, cheias e secas extremas, que causaram prejuízos econômicos e ambientais significativos na região da BHSF.
6 RESULTADOS E DISCUSSÕES
6.1 Análise Fatorial por Componentes Principais
Conforme descrito na metodologia, o conjunto de elementos formado pelos valores mensais do RAI calculados a partir dos dados das 32 localidades distribuídas na bacia hidrográfica foi analisado estatisticamente através da aplicação da ACP. O propósito fundamental foi detectar possíveis vínculos entre padrões espaciais de anomalias de precipitação e a predominância de mecanismos atmosféricos que influenciam a intensidade e
33 distribuição das chuvas visando explicar parte da relação entre precipitação acima da média climatológica e a ocorrência de cheias e inundações na BHSF. A relação entre padrões atmosféricos específicos e anomalias negativas também foi avaliada.
Os valores do teste de KAISER (GARAYALDE et al., 1986) obtidos com o objetivo de comprovar a adequação do conjunto de dados de 1979, 1983, 1985 e 2004 à aplicação da técnica da análise fatorial são apresentados na Tabela 6.1. Verifica-se que os valores são maiores do que 0,65, exceto para 1979 cujo KMO é aproximadamente igual a 0,5. Sob o ponto de vista estatístico, valores do KMO acima de 0,5 significam que os dados são adequados.
Tabela 6.1: Síntese dos resultados mensais obtidos com o teste KMO para os anos de 1979, 1983, 1985 e 2004. Ano KMO 1979 0,468 1983 0,753 1985 0,673 2004 0,665
6.2 A Cheia de 1979 – RAI como Método de Análise
O ano de 1979 foi muito importante sob o ponto de vista climático e hidrológico. Houve registro de chuvas intensas e de estiagem prolongada em diferentes regiões da bacia hidrográfica. Sob o ponto de vista hidrológico é considerado significativo devido à ocorrência da maior cheia do rio São Francisco registrada no século XX.
Como na maioria dos casos, o fenômeno da cheia teve origem no ASF e MSF, devido a chuvas concentradas nos meses de janeiro e fevereiro cujos efeitos foram observados em praticamente toda a bacia hidrográfica (SUDENE, 1981).
Segundo dados da ANA, três períodos de precipitação intensa nos meses de janeiro e fevereiro (6 a 21 de janeiro; 25 de janeiro a 8 de fevereiro, e 14 a 22 de fevereiro) causaram a formação da cheia de 1979 (ANA/GEF/PNUMA/OEA, 2004).
O ano de 1979 também foi marcado pelo início de uma das secas mais prolongadas (1979 a 1984) que atingiu o NEB. As primeiras chuvas ocorreram com a regularidade
34 esperada. Entretanto, de março a meados de abril (aproximadamente 50 dias) as chuvas diminuíram de forma significativa no NEB (SUDENE, 1981).
Configurações espaciais mensais do RAI para o ano de 1979 são apresentadas na Figura 6.2. Áreas com valores negativos do RAI são destacadas com isolinhas tracejadas e preenchidas com pontilhado de forma a destacar as localidades com déficit de precipitação e ocorrência de seca. Áreas com excesso de chuva (precipitação acima da média climatológica) são representadas com tons mais escuros de cinza e isolinhas contínuas.
Valores positivos do RAI são observados em quase toda a região da BHSF no mês de janeiro (Figura 6.2a). Por outro lado, no mês de fevereiro há um forte contraste na distribuição das chuvas. Valores positivos do RAI persistem no Alto e Médio São Francisco enquanto que valores negativos são observados no Submédio e Baixo São Francisco. Valores positivos elevados indicam as áreas que foram particularmente afetadas por chuvas intensas.
Estes resultados estão coerentes com aqueles apresentados no estudo desenvolvido por Gan & Kousky (1986). Os autores dão ênfase ao caso da atuação de um sistema frontal associado a um vórtice ciclônico de altos níveis (VCAN) observado no dia 17 de fevereiro e que permaneceu estacionário até o dia 21. Posteriormente o sistema deslocou-se para oeste conforme ilustrado na Figura 6.1. Observa-se nitidamente forte atividade convectiva na área do sistema frontal e ausência de nuvens na região sob a influência do centro do VCAN.
(a) (b) (c)
Figura 6.1: Imagens de satélite SMS/GOES. A seta indica a provável localização do centro do vórtice ciclônico de altos níveis: a) 22 de fevereiro de 1979 12: 00 TMG; Fonte: (GAN & KOUSKY, 1986)
35 Valores do RAI entre -1 e -3 são observados no mês de março em praticamente toda a região analisada (Figura 6.2c). A seca atingiu várias localidades com intensidade significativa. Este fato justifica os danos econômicos registrados no período decorrentes da ausência de chuvas em um mês considerado decisivo para as atividades agrícolas desenvolvidas na região (SUDENE, 1981). O mês de abril apresenta valores positivos do índice na região do MSF e valores negativos em praticamente todo o ASF (Figura 6.2d).
No período de maio a agosto (Figura 6.2e-h) é possível identificar um padrão de anomalias negativas com valores do RAI abaixo de -3,5 em quase toda a área da BHSF. Nos meses de maio e junho há valores positivos do RAI na área do BSF e SSF. Esse resultado está possivelmente relacionado com chuvas intensas associadas a Distúrbios Ondulatórios de Leste e sistemas de mesoescala.
Vale destacar que valores muito elevados do RAI no mês de junho (RAI > 8) não indicam necessariamente chuvas excessivas, apenas acima da média. A normal climatológica desse mês é da ordem de 10 mm. De acordo com a equação utilizada para a obtenção do RAI, regiões com muitos registros de chuva igual a zero podem apresentar valores altos do RAI. Chuvas acima da média (RAI > 0) no ASF podem estar associadas com a atuação de sistemas frontais. Uma discussão mais detalhada sobre as condições atmosféricas responsáveis pelos valores positivos e negativos observados na distribuição espacial do RAI é apresentada na próxima subseção.
O mês de setembro apresenta valores positivos do índice em parte do ASF (Figura 6.2i), indicando chuvas acima da média na área, e valores muito negativos na região semiárida. No mês de outubro os valores são positivos no MSF e negativos nas demais regiões (Figura 6.2j).
Valores negativos do RAI no período de novembro a abril indicam diminuição significativa das chuvas na BHSF, à exceção do BSF, cujo trimestre mais chuvoso tem início em maio. Vale ressaltar, entretanto, que anomalias negativas não indicam necessariamente a ausência total das chuvas, e sim precipitação abaixo da média climatológica. Os resultados evidenciam que a distribuição espacial do RAI permite avaliar a extensão das áreas afetadas pela estiagem e também a intensidade e a duração do fenômeno.
36 Figura 6.2: Distribuição espacial do RAI na BHSF para os doze meses do ano de 1979.
37
6.2.1 Análise Fatorial para a cheia de 1979
Tendo como base o critério de Kaiser são apresentados na Tabela 6.2 os resultados da AF pelo método das componentes principais para o evento de 1979 utilizando o método de rotação VARIMAX. Os autovalores e as variâncias explicadas por cada componente retida também são mostrados. É possível constatar que as quatro primeiras componentes (CPs) retidas representam 70% da variância total dos dados. O nível de explicação é aceitável considerando a natureza complexa da precipitação em escala sazonal.
Tabela 6.2: Autovalores e porcentagem da variância Explicada e Acumulada para os quatro fatores retidos da ACP para o ano de 1979.
Cargas não Rotacionadas Cargas Rotacionadas CP Autovalores % de Variância Variância Acumulada Autovalores % da Variância Variância Acumulada 1 2,895 24,123 24,123 2,793 23,279 23,279 2 2,59 21,584 45,707 2,222 18,516 41,794 3 1,61 13,416 59,122 1,721 14,341 56,135 4 1,33 11,086 70,208 1,689 14,073 70,208
O primeiro fator comum temporal espacial rotacionado do RAI, que explica 23,3% da variância total dos dados, apresenta correlações significativas (maiores que 0,7) com os meses de julho (negativa), janeiro e outubro (positivas), como pode ser visto na Figura 6.3.
A análise da configuração espacial dos quatro fatores mostrada na Figura 6.4 permitiu analisar a distribuição das anomalias positivas e negativas e associar com modos conhecidos de desenvolvimento da chuva. Nesse contexto, a ACP foi usada neste estudo não apenas para reduzir os dados, mas também para isolar os modos principais de variabilidade do RAI.
Na distribuição espacial do primeiro fator (Figura 6.4a) há contribuições (cargas positivas) superiores a 1 (um) no MSF, em regiões situadas no sul do estado da Bahia. No ASF, SSF e BSF as contribuições são negativas, com valores abaixo de -0,8 em Minas Gerais (Figura 6.4a). Esse padrão espacial do RAI pode estar associado à atuação de sistemas frontais e a eventos da ZCAS que ocorrem neste período.
A distribuição espacial do segundo fator (Figura 6.4b) apresenta contribuições positivas na região do ASF. Esse fator explica 18,5% da variância dos dados e está
38 positivamente correlacionado (coeficientes superiores a 0,7) com os meses de fevereiro e dezembro (Figura 6.3). Esse resultado está condizente com relatos comumente encontrados na literatura. Vários autores ressaltam a importância dos sistemas frontais (SF) como principais sistemas produtores de chuva na BHSF (MOLION & BERNARDO, 2002; DA SILVA et al., 2001). No verão, esses sistemas organizam a convecção e são responsáveis pela ocorrência de chuva em quase todo o País. Por outro lado, no inverno os SF são associados à queda de temperatura e formação de geadas nas serras das regiões Sul, Sudeste e Centro-Oeste. É importante ressaltar também as contribuições negativas deste fator em grande parte da bacia hidrográfica, com valores abaixo de -1,5 no SSF.
O terceiro fator (Figura 6.4c) mostra contribuições positivas estatisticamente significativas no oeste do MSF e no sul do SSF. A Figura 6.3 ilustra correlações positivas deste fator com os meses de março e agosto.
A distribuição espacial do quarto fator (Figura 6.4d) apresenta contribuições significativas positivas na região situada no SSF e do MSF, no estado da Bahia. Esse fator apresenta correlações positivas com o mês de novembro e negativas com o mês de abril (Figura 6.3). Valores negativos dos escores são observados também na área oeste do MSF. A configuração espacial do RAI indica anomalias positivas de chuva (RAI>0) no mês de novembro SSF e parte do MSF, e comportamento inverso no mês de abril, quando o RAI apresenta valores negativos (RAI < -2,0).
39 Figura 6.3: Cargas fatoriais rotacionadas para os quatro primeiros fatores do ano de 1979, que correspondem a aproximadamente 70% da variância total explicada.
40 Infelizmente, para o ano de 1979 existem poucas estações com dados observacionais de boa qualidade, principalmente no MSF, área com maior extensão na BHSF. A ausência de informações mais detalhadas (imagens de satélite e mapas sinóticos) dificultou a interpretação física do terceiro e quarto componentes (padrões atmosféricos) associados com as anomalias de chuva observadas.
6.3 O El Niño de 1982/1983 – RAI como Método de Análise
De acordo com os dados do NCEP (Quadro 5.2), no período de abril/1982 a julho/1983 houve a atuação do fenômeno El Niño com forte intensidade. Variações significativas no regime pluviométrico de diferentes regiões do Brasil foram observadas no período. As análises apresentadas neste trabalho foram concentradas no ano de 1983 por representar o período de maior intensidade do fenômeno.
Na distribuição espacial do RAI para o ano de 1983 (Figura 6.5) há anomalias positivas (RAI > 0) no ASF e parte do MSF, nos meses de janeiro, fevereiro, março e abril (Figuras 6.5a-d). A relação entre anomalias positivas de precipitação e a atuação do fenômeno El Niño-Oscilação Sul (ENOS) nesta área da bacia foi constatada através de vários estudos observacionais (ROPELEWSKI & HALPERT, 1987; KOUSKY & ROPELEWSKI, 1989; GRIMM, 1992).
Os valores positivos do RAI observados nesse período mostram que os efeitos decorrentes do El Niño 82/83 na distribuição e intensidade de chuva e, consequentemente, nos recursos hídricos da bacia hidrográfica se prolongaram por um período de tempo relativamente longo. É possível observar que os máximos positivos observados na distribuição espacial do RAI nesse período atingiram valores extremos (RAI > 6). Silva & Brito (2008) mostraram que a ZCAS e os SF são os principais sistemas que causam chuva nas regiões do ASF e MSF, atuando principalmente de novembro a março.
O comportamento da chuva nas diferentes regiões da bacia hidrográfica define o regime hidrológico e o nível dos reservatórios usados na geração de energia elétrica. Anomalias positivas de precipitação no ASF e MSF contribuem com o aumento da vazão e do volume dos reservatórios situados a jusante. Correia & Silva Dias (2003), em um estudo sobre o impacto da variabilidade no nível do reservatório de Sobradinho nos processos
41 atmosféricos, observaram que o reservatório atingiu cotas máximas no período úmido de 1982 e 1983.
A Figura 6.6 apresenta a variação do nível médio anual do reservatório de Sobradinho no período de 1981 a 1989. As barras verticais indicam valores das cotas máximas e mínimas atingidas em cada ano, especificando o mês da ocorrência. Assim, é possível observar que nos anos sob a influência do El Niño 82/83 encontram-se valores máximos no nível do reservatório. Esses valores estão de acordo com os resultados obtidos com o RAI, que mostram excesso de chuva no ASF.
Anomalias negativas (RAI < 0) também podem ser observadas na região do SSF, evidenciando a ocorrência de seca em grande parte da região analisada durante os meses de janeiro, março e abril (Figuras 6.5a,c,d). Verifica-se, portanto, que o El Niño causou uma redução substancial no volume de chuvas no NEB.
No ano de 1983 o mês de ocorrência da cota máxima foi maio. Esse resultado mostra que, apesar da seca no NEB (RAI < 0), houve um aumento de vazão ao longo da BHSF devido ao grande volume de chuvas no ASF e MSF, nos meses de janeiro a abril.
De acordo com as informações do NCEP (Quadro 5.2), os efeitos deste evento se prolongaram até o mês de agosto do ano de 1983. Porém, observando a distribuição espacial do RAI, é possível identificar na região do SSF que a estiagem perdurou até o mês de dezembro, apesar dos valores positivos observados no mês de agosto em uma pequena área (RAI > 3).
Valores positivos no mês de novembro são observados na maior parte da região, abrangendo o ASF e MSF, da BHSF. Os valores negativos do índice atingem -4 na região semiárida (SSF), nos meses de maio, julho e setembro, e -3,5, nos meses de março, abril, junho, outubro e novembro.
42 Figura 6.5: Distribuição espacial do RAI na BHSF para os doze meses do ano de 1983.
43 Figura 6.6:Variação do nível médio anual (círculos cheios) do reservatório de Sobradinho. As barras verticais indicam a amplitude da variação cujos extremos representam os valores das cotas máxima e mínima anuais. Os meses nos quais foram registrados os valores extremos são indicados na figura. (Fonte: Correia & Silva Dias, 2003).
6.3.1 Análise Fatorial para a cheia de 1983
Na tabela 6.3 são apresentados os resultados da AF por ACP para o evento de 1983. Observa-se que os três primeiros componentes explicam aproximadamente 72% da variância total dos dados.
Tabela 6.3: Autovalores e porcentagem da variância Explicada e Acumulada para os três fatores retidos da ACP para o ano de 1983.
Cargas Não Rotacionadas Cargas Rotacionadas
CP Autovalores % da Variância Variância Acumulada Autovalores % Variância Variância Acumulada 1 5,888 49,067 49,067 3,503 29,189 29,189 2 1,697 14,142 63,209 2,837 23,644 52,833 3 1,1 9,163 72,372 2,345 19,539 72,372
A distribuição espacial dos escores dos três fatores retidos para o ano de 1983 é apresentada na Figura 6.8. O primeiro fator retido para o ano de 1983 (Figura 6.8a) mostra contribuições elevadas, com valores maiores que 1 (um) no setor sul da BHSF.
44 O primeiro fator comum temporal espacial do RAI, que explica 29,2% da variância total dos dados, apresenta correlações significativas (maiores que 0,6) com os meses de março, outubro e dezembro, como pode ser visto na Figura 6.7. Foi visto anteriormente na distribuição espacial do RAI para esses meses (Figura 6.5c,j,l) que anomalias positivas se concentram no setor sul (ASF) da BHSF. A condição atmosférica dominante (fator 1) é definida pela atuação da ZCAS e de Sistemas Frontais.
A configuração espacial do segundo fator é mostrada na Figura 6.8b, apresentando valores positivos no ASF e MSF. Na Figura 6.7 é possível observar que há correlação positiva significativa com os meses de janeiro e novembro, e correlação negativa significativa (valor abaixo de -0,8) com o mês de agosto. A distribuição espacial do RAI para os meses de janeiro e novembro (Figura 6.5a, l) mostra que houve chuva acima da média nessas regiões da BHSF. O mês de agosto (Figura 6.5h) apresenta valores negativos nas mesmas regiões, indicando que as chuvas foram abaixo da média. O comportamento das chuvas evidenciado nos meses de janeiro e novembro pode estar associado à atuação de VCAN e ZCAS, indicando que esses sistemas atmosféricos atuaram de forma significativa na produção de chuva, principalmente no mês de janeiro.
A configuração espacial do terceiro fator mostra valores elevados no setor sul do ASF, com cargas positivas superiores a 3,0 (Figura 6.8c), evidenciando correlações positivas significativas com o mês de junho (Figura 6.7). Na configuração espacial do RAI para o mês de junho (Figura 6.5f) é possível observar valores positivos do RAI no setor sudoeste do ASF, um indicativo de chuvas associadas a Sistemas Frontais.
45 Figura 6.7: Cargas fatoriais rotacionadas para os três primeiros fatores do ano de 1983, que correspondem a aproximadamente 72,3% da variância total explicada.
46 6.4 A La Niña de 1984/1985 – RAI como Método de Análise
O ano de 1985 foi marcado pela atuação do fenômeno La Niña de intensidade fraca. Normalmente, sob o impacto desse fenômeno as chuvas registradas no Alto São Francisco são abaixo da média climatológica. No NEB, o efeito esperado em anos de La Niña é o oposto, ou seja, chuvas acima da média.
Na configuração espacial do índice RAI correspondente ao ano de 1985 (Figura 6.9), anomalias negativas são evidentes no ASF e MSF nos meses de fevereiro e abril, indicando que as chuvas foram abaixo da normal climatológica em várias localidades da região. Esse comportamento em anos de LN provoca diminuição na vazão dos afluentes no ASF e MSF, e pode afetar de forma significativa os recursos hídricos em toda a extensão da BHSF. No entanto, apesar desse resultado o impacto não foi tão evidente no entorno do reservatório de Sobradinho (Médio e Submédio da BHSF). Houve um aumento significativo no volume de chuva nessa área da bacia hidrográfica, ocasionando cheias e inundações no período de 11 a 17 de abril de 1985, entre as hidrelétricas de Sobradinho e Paulo Afonso. (SANTOS et al., 2010).
Segundo dados da CHESF, o fenômeno foi causado pela intensificação de sistemas precipitantes que são comumente observados nesse período do ano. O principal sistema de circulação atmosférica gerador de chuvas na região nos meses de março e abril é a ZCIT (Zona de Convergência Intertropical). Xavier et al. (2003), estudando a variabilidade das chuvas no Ceará e a influência da ZCIT, afirmam que a variabilidade da precipitação no NEB está sujeita à forte influência do ENOS e à posição da ZCIT. Nos de LN, a ZCIT tende a ficar posicionada mais ao Sul no Hemisfério Sul.
A distribuição espacial do RAI para os quatro primeiros meses de 1985 (Figura 6.9a-d) mostra anomalias positivas em toda a área do Submédio da bacia hidrográfica e parte do MSF (inserida na região semiárida). No mês de abril, os valores do RAI no SSF atingem valores maiores do que 7 (sete), indicando que o período foi extremamente úmido.
Valores positivos do RAI nos meses de janeiro e abril indicam ocorrência de chuvas intensas e estão coerentes com resultados de estudos anteriores que mostram, através de imagens de radar meteorológico, a formação e evolução de sistemas convectivos profundos sob a influência de Vórtices Ciclônicos de Altos Níveis (VCAN) e da ZCIT (CORREIA,
47 1989; ARAÚJO, 1994; SILVA ARAGÃO et al., 2000; CORREIA, 2001; BARBOSA & CORREIA, 2005; SILVA ARAGÃO et al.,2007).
Nos meses de maio a agosto há valores positivos do índice RAI na região semiárida. Valores extremos (RAI > 14) podem ser observados no mês de junho cuja normal climatológica é de aproximadamente 10 mm. Esse resultado não indica necessariamente chuvas muito acima da normal. Nas áreas com alta frequência de valores de precipitação igual a zero (precipitação mínima) há uma tendência para superestimar o RAI. Por outro lado, segundo Barbosa & Correia (2005), entre os dias 04 e 10 de junho de 1985, sistemas frontais provocaram aumento de nebulosidade e precipitação na região. No dia 05 de junho foi registrado um total de 10,3 mm na estação meteorológica de Petrolina, cuja média climatológica é de 10 mm. Esse fato corrobora os valores elevados do RAI obtidos na região em questão.
O evento de La Niña 84/85 prolongou-se até o mês de outubro de 1985, de acordo com os índices de TSM do NCEP. Os valores do RAI mostram-se negativos no ASF e MSF nos meses de abril a agosto, alcançando valores menores que -3 em várias localidades (Figura 6.9d-h).
Os meses de setembro, outubro e dezembro apresentam valores positivos do RAI acima de 5 no MSF. Anomalias negativas (RAI < 0) indicam chuvas abaixo da média climatológica no Submédio nos meses de setembro e outubro. O mês de novembro apresenta chuvas abaixo da média (RAI < 0) em praticamente toda a BHSF.
48 Figura 6.9: Distribuição espacial do RAI na BHSF para os doze meses do ano de 1985.
49 6.4.1 Análise Fatorial para a cheia de 1985
Na Tabela 6.4 são apresentados os resultados da AF por ACP para o evento de 1985. Observa-se que os quatro primeiros componentes explicam aproximadamente 73% da variância total dos dados.
Tabela 6.4: Autovalores e porcentagem da variância Explicada e Acumulada para os quatro fatores retidos da ACP para o ano de 1985.
Cargas Não Rotacionadas Cargas Rotacionadas CP Autovalores % da Variância Variância Acumulada Autovalores % da Variância Variância Acumulada 1 4,447 37,055 37,055 3,892 32,431 32,431 2 2,069 17,244 54,298 1,832 15,27 47,701 3 1,243 10,356 64,654 1,772 14,77 62,471 4 1,016 8,467 73,121 1,278 10,65 73,121
A configuração espacial dos quatro primeiros fatores retidos para o ano de 1985 é apresentada na Figura 6.11. O primeiro fator (Figura 6.11a) apresenta contribuição positiva no SSF e BSF, com valores acima de 1,5 no último. Esse primeiro componente (fator) explica 32,43% da variância total dos dados e é positivamente correlacionado com os meses de fevereiro, abril, julho e agosto (Figura 6.10). Por outro lado, é negativamente correlacionado com os meses de janeiro e setembro.
Na configuração espacial do RAI verificam-se anomalias positivas de chuva (RAI > 0) na região do BSF, indicando chuvas acima da média, nos meses de fevereiro, abril, julho e agosto (Figura 6.9b,d,g,h). Valores negativos do índice RAI, indicando chuvas abaixo da média, são observados no BSF em janeiro (Figura 6.9a), e em praticamente todo o SSF em setembro (Figura 6.9i).
No mês de fevereiro e março a atuação conjunta de VCAN e da ZCIT, situada ao sul da sua posição climatológica, foi responsável pela organização e intensificação da convecção no SSF e BSF.
No mês de abril a intensa atividade convectiva, organização da nebulosidade e precipitação foram praticamente determinadas pela atuação da ZCIT que atingiu a latitude de 6ºS, aproximadamente, ao sul da posição climatológica. Na distribuição espacial do RAI
