Avaliação da seca global num clima de mudança

(1)

coverpage

Universidade de Lisboa

Faculdade de Ciˆencias

Departamento de Engenharia Geogr´

afica, Geof´ısica e Energia

Avalia¸

c˜

ao da seca global

num clima em mudan¸

ca

Maria Inˆ

es Vieira Lopes Ramalho

Disserta¸

c˜

ao

Mestrado em Ciˆencias Geof´ısicas

Especializa¸c˜

ao em Meteorologia

(2)

coverpage

Faculdade de Ciˆencias

Departamento de Engenharia Geogr´

afica, Geof´ısica e Energia

Avalia¸

c˜

ao da seca global

num clima em mudan¸

ca

Maria Inˆ

es Vieira Lopes Ramalho

Disserta¸c˜

ao orientada por:

Prof. Doutor Pedro M. M. Soares

Mestrado em Ciˆencias Geof´ısicas

Especializa¸c˜

ao em Meteorologia

(3)

Resumo

As Secas são fenómenos que afectam a humanidade desde os tempos mais remotos. O impacto que exercem nos ecossistemas conferem-lhes o estatuto de desastre natural, sendo também responsável por grandes impactos sócio-económicos à escala global. Desta forma, desde os anos 70 que têm sido desenvolvidos diversos ´ındices para identificar e quantificar as secas em intensidade, dura¸cão e extensão espacial, sendo largamente utilizado o Standardized Precipitation Index (SPI), um ´ındice baseado na precipita¸cão que é invariante no tempo e espa¸co. Mais recentemente foi desenvolvido um novo ´ındice, Standardized Precipitation Evapotranspiration Index (SPEI), que tem em considera¸cão não só a precipita¸cão como também o efeito da temperatura e da evapora¸cão nas secas. A incorpora¸cão da temperatura no cálculo do SPEI pretende ser uma mais valia na compreensão das secas no contexto do aquecimento global. O ´ındice Normalized Soil Moisture (NSM), que tem como base o conteúdo de água no solo, foi igualmente analisado. Neste estudo são utilizadas os resultados das simula¸cões histórica (1961-2005) e do futuro RCP8.5 (2005-2100) do modelo EC-Earth para calcular e analisar os 3 ´ındices de seca referidos, com o principal objectivo de avaliar a seca global num clima em mu-dan¸ca. Esta análise permite caracterizar a seca globalmente em frequência de ocorrência, severidade e extensão espacial, num clima presente e de futuro, permitindo aferir qual o impacto das altera¸cões climáticas nas propriedades da seca a n´ıvel global. O modelo EC-Earth representa razoavelmente a ocorrência e a severidade das secas no clima pre-sente em diversas regiões, quando comparados os seus resultados com observa¸cões locais. Os resultados mostram que localmente e para uma escala temporal de 40 anos, que o ´ındice SPEI não acrescenta informa¸cão ao ´ındice SPI. Na análise global verificou-se um aumento evidente das áreas afectadas por secas (15%), secas moderadas (10%) e secas severas (8%). Com o aumento de frequência de ocorrências a incidir sobre África, este e sul da Europa, Américas, Ásia e Austrália na última metade do século XXI em resul-tado do aquecimento global. Sendo que nos dom´ınios analisados, globo, Mediterrâneo e Pen´ınsula Ibérica, verificou-se um aumento pronunciado das áreas afectadas por seca, seca moderada e seca severa a partir de 2030, com destaque para a Pen´ınsula Ibérica que apresenta um aumento de área afectada por seca de 300% o que corresponde a 67% da ´

area total da Pen´ınsula Ibérica no fim da segunda metade do século XXI. Tem-se ainda um aumento de área afectada por seca severa em 75% que corresponde a 85% da área total da Pen´ınsula Ibérica, no entanto este aumento brusco está distribu´ıdos apenas por 17 meses dos últimos 15 anos da série.

Palavras chave:

Seca, Altera¸cões Climáticas, Aquecimento Global, Índice Standardizado de Precipita¸c˜ ao-Evpotranspira¸cão, Índice Standardizado de Precipita¸cão, Humidade do solo normalizada

(4)

Droughts are phenomena which affect Humanity since the earliest times. The im-pact they have in the ecosystems grants them a natural disaster status. They also have huge global socioeconomic effects. Thus, since the seventies several indices have been developed to identify and quantify droughts in what concerns intensity, duration and spatial extension. A widely used index is the Standardized Precipitation Index (SPI), which is based on rainfall and is time and space invariant. Recently, a new index has been developed, the Standardized Precipitation Evapotranspiration Index (SPEI), which has into account not only the rainfall but also the effect of temperature and evaporation on droughts. Including temperature in the SPEI evaluation is intended to be an added value to understand droughts in the context of global warming. The index Normalized Soil Moisture (NSM), which is based on the soil water content, was also analyzed. In this study, the results of the historical (1961-2005) and the future simulations RCP8.5 (2005-2100) of the EC-Earth model were used in order to compute and analyse the re-ferred 3 drought indices, being the main goal the evaluation of the global drought in a changing climate. This analysis allowed to typify drought globally in terms of frequency of occurrence, severity and spatial extension in a present and future climate, enabling the assessment of the impact of climate change in drought properties at a global level.

The EC-Earth model reasonably represents the occurrence and severity of droughts in the current climate in several regions when comparing its results with local observations. Results show that, locally in the present climate and for a 40 year timeframe, the SPEI index does not add significant information to the SPI index.

In the global analysis, there was a clear increase of the areas affected by droughts (15%), moderate droughts (10%) and severe droughts (8%), with increased occurrences in Africa, east and south of Europe, Americas, Asia and Australia in the second half of the XXI century, as a result of global warming. In the areas considered, i.e., globe, Mediterranean and Iberian Peninsula, there was a sharp increase of the areas affected by drought, moderate drought and severe drought as from 2030, notably the Iberian Peninsula which presents an increase of the areas affected by droughts in 300% which corresponds to 67% of the total area of the Iberian Peninsula in the latter half of the XXI century. There is also an increase in the area affected by severe drought in 75%, which corresponds to 85 % of the total area of the Iberian Peninsula, however this abrupt increase is distributed only for 17 months from the last 15 years of the series.

Keywords:

Drought, Climatic Changes, Global Warming, Standardized Precipitation Evapotranspi-ration Index, Standardized Precipitation Index, Normalized Soil Moisture

(5)

Agradecimentos

Ao meu orientador Doutor Pedro M. M. Soares manifesto o meu agradecimento pela dis-ponibilidade, colabora¸c˜ao, conhecimentos transmitidos e capacidade de est´ımulo ao longo de todo o trabalho.

`

As amigas de longa data Diana, Sofia e Susana pelo caminho tra¸cado em conjunto, pela amizade e apoio permanente.

`

A Catarina N. pela amizade desde o primeiro ano de licenciatura e continua¸c˜ao ao longo do mestrado.

`

A Ana T., Filipa V. e Joana M. pelas pausas, amizade e companheirismo.

`

A Catarina M., Isabel R. e Joana C. pela amizade e companhia bem humorada neste ´

ultimo ano.

`

A minha irm˜a Filipa um agradecimento especial.

`

A minha m˜ae e ao meu padrasto, Isabel e Fausto, um agradecimento sincero por propor-cionarem os meus estudos com total entusiasmo e incentivo constante.

(6)

1 Introdu¸cão 1 2 Dados e Métodos 5 2.1 Modelo EC-Earth . . . 5 2.2 Índices de Seca . . . 6 2.2.1 SPI . . . 6 2.2.2 SPEI . . . 9 2.2.3 NSM . . . 12

3 Seca no clima Presente 14 3.1 Indore . . . 15 3.2 Albuquerque . . . 18 3.3 Hels´ınquia . . . 21 3.4 S˜ao Paulo . . . 23 3.5 Valˆencia . . . 26 3.6 Beja . . . 28 3.7 Sul de Portugal . . . 30

4 Seca num clima em mudan¸ca 34 5 Conclus˜oes 45 Anexos 47 A Anexos 48 A.1 C´alculo anal´ıtico (SPI) . . . 48

(7)

Lista de Figuras

3.1 Mapas globais da média de 40 anos (1961-2000) para as variáveis: (a) precipita¸cão anual (mm), (b) temperatura (oC), (c) evapotranspira¸cão po-tencial (mm) e (d) conteúdo de água no solo (mm). . . 14 3.2 Per´ıodos de acumula¸cão de D, de acordo com as escalas temporais k=3, 6,

12 e 24. Indore, ´India, per´ıodo de 1961 a 2000. . . 16 3.3 Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo

com as escalas temporais k=3, 6, 12 e 24. Indore, Índia, per´ıodo de 1961 a 2000. . . 17 3.4 Séries temporais de SPEI (à esquerda), SPI (centro) e NSM (à direita),

para as escalas temporais k=3, 6, 12 e 24. Indore, ´India, per´ıodo de 1961 a 2000. . . 18 3.5 Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6,

12 e 24. Albuquerque, per´ıodo de 1961 a 2000. . . 18 3.6 Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo

com as escalas temporais k=3, 6, 12 e 24. Albuquerque, per´ıodo de 1961 a 2000. . . 19 3.7 Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita) de

acordo com as escalas temporais k=3, 6, 12 e 24. Albuquerque, per´ıodo de 1961 a 2000. . . 20 3.8 Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6,

12 e 24. Hels´ınquia, per´ıodo de 1961 a 2000. . . 21 3.9 Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo

com as escalas temporais k=3, 6, 12 e 24. Hels´ınquia, per´ıodo de 1961 a 2000. . . 22 3.10 Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita)

de acordo com as escalas temporais k=3, 6, 12 e 24. Hels´ınquia, per´ıodo de 1961 a 2000. . . 23 3.11 Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6,

12 e 24. S˜ao Paulo, per´ıodo de 1961 a 2000. . . 24 3.12 Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo

com as escalas temporais k=3, 6, 12 e 24. São Paulo, per´ıodo de 1961 a 2000. . . 24 3.13 Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita)

de acordo com as escalas temporais k=3, 6, 12 e 24. S˜ao Paulo, per´ıodo de 1961 a 2000. . . 25 3.14 Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6,

(8)

3.16 Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita) de acordo com as escalas temporais k=3, 6, 12 e 24. Valência, per´ıodo de 1961 a 2000. . . 28 3.17 Per´ıodos de acumula¸cão de D, de acordo com as escalas temporais k=3, 6,

12 e 24. Beja, per´ıodo de 1961 a 2000. . . 28 3.18 Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo

com as escalas temporais k=3, 6, 12 e 24. Beja, per´ıodo de 1961 a 2000. . 29 3.19 Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita) de

acordo com as escalas temporais k=3, 6, 12 e 24. Beja, per´ıodo de 1961 a 2000. . . 30 3.20 Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6,

12 e 24. Sul de Portugal, per´ıodo de 1961 a 2000. . . 31 3.21 Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo

com as escalas temporais k=3, 6, 12 e 24. Sul de Portugal, per´ıodo de 1961 a 2000. . . 32 3.22 Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita) de

acordo com as escalas temporais k=3, 6, 12 e 24. Sul de Portugal, per´ıodo de 1961 a 2000. . . 33 4.1 Representa¸cão da (a) anomalia relativa precipita¸cão (fraçcão), (b)

ano-malia da temperatura (o_{C), (c) anomalia relativa da evapotranspira¸c˜}_ao

potencial (fraçcão), e (d) anomalia relativa do conteúdo de água no solo (fraçcão). . . 34 4.2 Destaque das áreas de estudo: globo, Mediterrâneo e Pen´ınsula Ibérica. 35 4.3 Area global afectada por (a) seca, (b) seca moderada e (c) seca severa, no´

per´ıodo 1961-2100, dada pelos ´ındices NSM e SPEI para os per´ıodos de acumula¸cão de 12 e 24 meses. . . 36 4.4 Desvio-padrão inter-decadal de área afectada no globo por (a) seca, (b)

seca moderada e (c) seca severa, no per´ıodo 1961-2100, dada pelos ´ındices NSM e SPEI para os per´ıodos de acumula¸c˜ao de 12 e 24 meses. . . 37 4.5 Area mediterrˆ´ anea afectada por (a) seca, (b) seca moderada e (c) seca

severa, no per´ıodo 1961-2100, dada pelos ´ındices NSM e SPEI para os per´ıodos de acumula¸cão de 12 e 24 meses. . . 38 4.6 Desvio-padrão inter-decadal de área afectada no Mediterrâneo por (a) seca,

(b) seca moderada e (c) seca severa, no per´ıodo 1961-2100, dada pelos ´ındices NSM e SPEI para os per´ıodos de acumula¸c˜ao de 12 e 24 meses. . 38 4.7 Area da Pen´ınsula Ib´´ erica afectada por (a) seca, (b) seca moderada e (c)

seca severa, no per´ıodo 1961-2100, dada pelos ´ındices NSM e SPEI para os per´ıodos de acumula¸cão de 12 e 24 meses. . . 39 4.8 Desvio-padrão inter-decadal de área afectada na Pen´ınsula Ibérica por (a)

seca, (b) seca moderada e (c) seca severa, no per´ıodo 1961-2100, dada pelos ´ındices NSM e SPEI para os per´ıodos de acumula¸c˜ao de 12 e 24 meses. . 39

(9)

Avalia¸c˜ao da seca global num clima em mudan¸ca

4.9 Frequência de ocorrência de seca ≤ −1, para o ´ındice de seca SPEI com escala de acumula¸cão temporal k=12 (esquerda) e k=24 (direita). Si-mula¸cões do Presente 1961-2000 e do Futuro 2061-2100. . . 41 4.10 Frequência de ocorrência de seca moderada ≤ −1.5, para o ´ındice de seca

SPEI com escala de acumula¸cão temporal k=12 (esquerda) e k=24 (di-reita). Simula¸cões do Presente 1961-2000 e do Futuro 2061-2100. . . 42 4.11 Frequência de ocorrência de seca severa ≤ −2, para o ´ındice de seca SPEI

com escala de acumula¸cão temporal k=12 (esquerda) e k=24 (direita). Simula¸cões do Presente 1961-2000 e do Futuro 2061-2100. . . 43 4.12 Frequência de ocorrência do ´ındice NSM para (a) seca, (c) seca moderada

e (e) seca severa, (b) seca, (d) seca moderada e (f ) seca severa, para as simula¸c˜oes do Presente 1961-2000 e do Futuro 2061-2100, respectivamente. 44

(10)

(11)

1. Introdu¸

c˜

ao

A seca é um fenómeno que tem afectado a civiliza¸cão desde que há memória, moldando habitats e ecossistemas, e tendo um imenso impacto em diversos sectores económicos e sociais. As problemáticas envolvidas neste fenómeno desencadearam ao longo dos tempos a necessidade de compreendê-lo e mitigar os seus efeitos. Nos últimos anos, o consenso em torno do aquecimento global por parte da comunidade cientifica tem elevado o estudo de seca a um assunto central e mais premente.

A seca é parte natural da variabilidade do clima onde a maioria dos anos exibe uma climatologia média, e anos com eventos extremos que afectam um elevado número de pessoas (Wilhete, 2000). Tal facto, confere urgência à compreensão e previsão da sua variabilidade (Dai et al. 2004). Contudo, a variedade de dom´ınios afectados pela seca, a sua distribui¸cão geográfica e as suas escalas temporais diversas, torna-a dif´ıcil de quan-tificar, resultando numa falta de consenso na sua defini¸cão (Wilhete, 2000; Keyantash e Dracup, 2002). Assim, com o intuito de compreender e monitorizar a seca, foram desen-volvidos numerosos ´ındices com base em dados de precipita¸cão e temperatura (McKee, 1993; Vicente-Serrano, 2009), utilizados nesta disserta¸cão como ferramenta para o estudo do impacto das altera¸cões climáticas nas propriedades das secas a n´ıvel global.

A partir do fim do século XIX e in´ıcio do século XX, numerosas interpreta¸cões de seca foram surgindo. Na primeira década do século XX, o U.S. Weather Bureau identificou como seca um per´ıodo não inferior a vinte e um dias, com valores iguais ou inferiores a 30% de precipita¸cão normal para esse mesmo per´ıodo (Henry, 1906; Steila, 1987). Uma das medidas de seca frequentemente utilizada na época diz respeito ao défice de precipita¸cão acumulada (Kincer, 1919), donde derivaram diversos critérios: 15 dias consecutivos sem precipita¸cão; 21 dias ou mais com precipita¸cão inferior a um ter¸co do normal; precipita¸cão anual inferior a 75% do normal; qualquer valor acumulado de precipita¸cão inferior a 85% do normal. Em 1957 foi introduzido por Friedman um ´ındice de seca baseado nos valores anuais de precipita¸cão, para um estudo relativo ao Texas, e critérios similares foram pos-teriormente aplicados a outros pa´ıses. Entre eles, 15 dias consecutivos com precipita¸cão inferior a 0.25 mm, na Inglaterra; na Índia, precipita¸cão igual ou inferior a metade do normal por semana; ou ainda, na Rússia, 10 dias com precipita¸cão total sem exceder os 10 mm (Heim, 2002). Muitos outros critérios semelhantes podem ainda ser encontrados na literatura. A introdu¸cão de critérios locais de seca foi um passo importante na tenta-tiva de compreensão do fenómeno. No entanto, foram desde cedo reconhecidas algumas

(12)

limita¸cões (Abbe, 1894; Henry, 1906), uma vez que a aplica¸cão de tais critérios/´ındices era apenas válida para a região em questão, pelo que não podiam ser aplicados a outras. Outras desvantagens prendiam-se ao facto de que ao serem ´ındices de seca meteorológica, não se adequavam para monitorizar seca agr´ıcola ou hidrológica. Palmer em 1965 define seca como um per´ıodo na ordem dos meses ou anos em que a humidade dispon´ıvel nessas regiões deveria ser inferior à da climatologia esperada. Em 1978, Felch escreveu que a seca não come¸ca necessariamente com o cessar da precipita¸cão, mas sim com o fim da ´

agua dispon´ıvel no solo, reservatórios, aqu´ıferos, etc. Analogamente, a seca não acaba quando a precipita¸cão retoma os seus valores normais, mas sim quando os sistemas de ar-mazenamento são restaurados. Nesse mesmo ano, Felch distingue seca de aridez definindo esta última como estando associada a locais com média de precipita¸cão permanentemente baixa como é o caso dos desertos. Landsberg (1982) refor¸ca que as secas desenvolvem-se dadas as condi¸cões meteorológicas, e que podem ocorrer mediante uma diminui¸cão anormal de precipita¸cão mesmo em locais com elevados valores de precipita¸cão. Este autor refere ainda às secas como parte do sistema climático, e por isso não devem ser interpretadas como consequência de altera¸cões climáticas, porque serão inevitavelmente substitu´ıdas por anos de valores de precipita¸cão médios e/ou excessivos.

Em 1997, a sociedade Americana de Meteorologia definiu quatro categorias de seca: seca meteorológica ou climatológica, agr´ıcola, hidrológica e sócio-económica. Um ponto em comum entre todas elas é a existência de valores deficitários de precipita¸cão. Se-gundo Wilhite e Glantz (1985), estas categorias de seca apenas ilustram a sua variedade e unicidade, e consequentemente concluem que não é poss´ıvel e que não deveria haver uma defini¸cão universal de seca. Acrescentam ainda que, determinar o in´ıcio e o fim da seca pode ser mais dif´ıcil do que defini-la. A seca meteorológica expressa-se pela redu¸cão ou ausência de precipita¸cão, num per´ıodo de meses ou anos, sendo normalmente acom-panhada por temperaturas acima do normal. A seca meteorológica antecede e favorece outros tipos de seca (Dai, 2011). A seca agr´ıcola é um per´ıodo com solos secos, que resulta de valores anormais de precipita¸cão, eventos intensos de precipita¸cão mas menos frequentes, e evapora¸cão excessiva. Estes fenómenos a curto prazo afectam as camadas superficiais do solo, prejudicando actividades agr´ıcolas, ainda que as camadas subjacentes possam estar saturadas. A seca hidrológica ocorre para per´ıodos prolongados de ausência de precipita¸cão, podendo gerar um défice no conteúdo de água nas camadas inferiores, reduzindo os n´ıveis de água nos aqu´ıferos, reservatórios ou lagos. Este tipo de seca tem a particularidade de permanecer mesmo após o fim da seca meteorológica, até que os n´ıveis de água sejam restaurados. Com o prolongar da seca meteorológica, e consequentemente da agr´ıcola e hidrológica, podem-se atingir casos de seca severa, que afectam profun-damente a agricultura, reservas de água, ecossistemas e condi¸cões básicas necessárias `

as popula¸cões, designada por seca sócio-económica. Dracup et al. (1980b), definiu seca económica, como per´ıodos de baixo fornecimento de água que afecta actividades humanas. No contexto de secas, a escala temporal é o per´ıodo sobre o qual os eventos de estudo são analisados e comparados com o que é dito normal para esse per´ıodo e localiza¸cão. A seleçcão do per´ıodo de escala temporal para o estudo de seca depende inteiramente do objectivo para o qual o estudo foi tra¸cado (Dracup et al., 1980b). A escala temporal separa os diferentes tipos de seca. Por exemplo, um défice de precipita¸cão de 3 meses pode causar impactos drásticos na agricultura (McKee et al., 1993), e/ou um inverno seco, com um défice de precipita¸cão de 6 meses, resulta numa leve cobertura de neve

(13)

re-Avalia¸c˜ao da seca global num clima em mudan¸ca

duzindo degelo na primavera, o que resulta numa baixa dos aqu´ıferos (Kingery, 1992). A distribui¸cão t´ıpica de frequência da precipita¸cão para uma dada escala temporal (mensal, sazonal e anual) não é gaussiana, mas enviesada para maiores valores de precipita¸cão. Isto implica que a média da precipita¸cão para um dado per´ıodo é maior que a mediana (Edwards, 1997), obrigando a que os ´ındices de seca com base em valores de precipita¸cão tenham de ser ajustados a uma fun¸cão de distribui¸cão. O aumento da escala temporal para 2 a 4 anos revela que a frequência de precipita¸cão torna-se aproximadamente gaussi-ana (Katz e Glantz 1986). No desenvolvimento de ´ındices de seca, nomeadamente ´ındices de seca agr´ıcola, é necessário considerar outros factores como a vegeta¸cão, tipos de solo, evapotranspira¸cão, humidade do ar, velocidade do vento temperatura, etc. Muitas des-tas variáveis não são facilmente mensuráveis e não podem ser incorporadas em ´ındices. Deste modo, o armazenamento de água no solo, com base na evapora¸cão e transpira¸cão resultante das plantas foi considerado como fundamental para a caracteriza¸cão de seca. De acordo com Thornthwaite (1931), o cálculo da evapotranspira¸cão (ET) depende de variáveis como a velocidade do vento, humidade, tipo de vegeta¸cão, condi¸cões do solo e a radia¸cão solar, sendo esta última um factor dominante. Os dados de radia¸cão solar po-dem ser determinados com recurso a médias diárias da temperatura, latitude, e a altura do ano, para aproximar a quantidade de água perdida para a atmosfera por evapora¸cão, assumindo que há sempre água dispon´ıvel no solo. A esta medida chama-se evapotrans-pira¸cão potencial (PET). Com base nestas novas considera¸cões Thornthwaite propõe em 1948, um ´ındice de seca que tem em conta a precipita¸cão menos a evapotranspira¸cão.

Palmer (1965) desenvolve um ´ındice de seca que traduz o balan¸co de água, o Palmer Drought Severity Index (PDSI), que é um ´ındice ainda amplamente utilizado nos Estados Unidos. Incorpora precipita¸cão, evapotranspira¸cão e capacidade de armazenamento de ´

agua no solo, num sistema hidrológico de duas camadas. É um ´ındice meteorológico que tanto pode ser utilizado para eventos de seca como de cheias, embora seja preferenci-almente utilizado para secas. Utiliza registos históricos de precipita¸cão e temperatura, assim como o conteúdo de água dispon´ıvel no solo (Alley, 1984). Todos os termos da equa¸cão do balan¸co de água são determinados através das variáveis: precipita¸cão, tem-peratura, evapotranspira¸cão, escoamento e quantidade de água no solo. O PDSI pode apresentar valores entre -10 e 10 mas os seus valores estão normalmente compreendidos entre -4 e 4 (Dai, 2011). Valores entre 0 e -0.5 são considerados normais, de -0.5 a -1,0 tem-se in´ıcio de seca, de -1.0 a -2.0 seca suave, de -2.0 a -3.0 seca moderada, de -3 a -4 seca severa e abaixo de -4 tem-se seca extrema. Do mesmo modo, para eventos de cheias temos uma classifica¸cão semelhante (Palmer, 1965; Karl, 1983). Apesar da grande aceita¸cão do ´ındice de Palmer, a sua versão original apresenta diversas aproxima¸cões e consequentemente limita¸cões (Alley, 1984). O cálculo da evapotranspira¸cão estimado pelo método de Thornthwaite (1948) pode sobrestimar o impacto da temperatura à su-perf´ıcie (Trenberth et al., 2007; Hobbins et al., 2008), e por isso utiliza-se a equa¸cão de Penman-Montheith, que considera valores de radia¸cão, humidade e velocidade do vento (Dai, 2011). Os valores utilizados para quantificar a intensidade de seca, são arbitrários e baseados em estudos realizados por Palmer em Iowa e no Kansas, U.S., e por isso con-ferem ao ´ındice um estatuto local, ainda que apresente alguma robustez quando utilizado noutras regiões. Para conferir ao ´ındice compara¸cões espaciais aperfei¸coadas, Wells et al. (2004) propôs calibra¸cões ao ´ındice, com base em condi¸cões locais, substituindo as calibra¸cões usadas por Palmer, relativas ao centro dos Estados Unidos. Outra fragilidade

(14)

do modelo está associada ao cálcuclo simplificado de duas camadas generalizado para todas as regiões podendo ou não ser representativo destas, e considerar a capacidade de armazenamento de água destas duas camadas independente dos ciclos sazonais e anuais da cobertura de vegeta¸cão assim como do seu desenvolvimento (Alley, 1984).

Mais recentemente em 1993, McKee et al. propôs um novo ´ındice, o Standardized Precipitation Index (SPI). Este ´ındice requer unicamente dados históricos de valores acu-mulados de precipita¸cão, que são utilizados na computa¸cão de uma distribui¸cão de pro-babilidade, e posteriormente transformada numa distribui¸cão normal. Guttman (1999) determinou que a distribui¸cão Pearson Tipo III, seria a melhor distribui¸cão de probabi-lidade a aplicar. A grande vantagem do SPI é a sua simplicidade, quando comparado com o PDSI, que necessita de 68 parâmetros para defini-lo. Outra vantagem do SPI, diz respeito à utiliza¸cão de escalas temporais mais adequadas aos tipos de seca identificados anteriormente: seca meteorológica, agr´ıcola e hidrológica. Apesar da grande aceita¸cão do SPI (Hayes et al., 1999), este assume que a variabilidade da precipita¸cão é muito maior que a de outras variáveis como a temperatura e a evapotranspira¸cão, considerando-as es-tacionárias podendo por isso ser negligenciadas. No entanto um estudo realizado por Hu e Willson (2000) revelou a importância do papel da precipita¸cão e da temperatura no PDSI, que respondem igualmente a varia¸cões similares de magnitude das duas variáveis. Deste modo, o uso de ´ındices de seca que incluam a temperatura na sua formula¸cão, como o PDSI apresentam vantagens, especialmente em aplica¸cões que envolvam cenários de clima futuro. Outros autores alertam para a importância da temperatura na caracteriza¸cão da seca, principalmente se tivermos em conta o aumento da temperatura média global entre 0.5 a 2oC nos últimos 150 anos, e os cenários de aquecimento projectados pelos modelos climáticos para o século XXI. Nesse sentido, Vicente-Serrano et al. (2009), propõe um novo ´ındice, Standardized Precipitation-Evapotranspiration Index (SPEI) que tem em considera¸cão a temperatura e a evapotranspira¸cão, e que mantém em grande medida a simplicidade do SPI.

Dutra et al. (2008) propôs um ´ındice com uma formula¸cão completamente diferente dos anteriores, o ´ındice de seca Normalized Soil Moisture (NSM). Trata-se de um ´ındice que tem por base a normaliza¸cão do conteúdo de água no solo. A vantagem da sua utiliza¸cão deve-se à sua componente f´ısica, apenas baseada nos balan¸cos de fluxos de energia e água no solo.

O estudo realizado nesta disserta¸cão focou-se no cálculo dos ´ındices de seca para o globo no clima presente e futuro através dos resultados do modelo EC-Earth. Os ´ındices calculados e analisados foram os ´ındices de seca SPI, SPEI e NSM. Na seçcão 2 apresenta-se o modelo global EC-Earth e a metodologia de processamento aplicado às variáveis relevantes ao estudo de seca, assim como uma descri¸cão detalhada dos ´ındices utilizados e as parameteriza¸cões de cada um. No cap´ıtulo 3 apresenta-se a climatologia calculada para o per´ıodo 1961-2000 (presente) para o globo, e realizou-se uma análise comparativa dos três ´ındices de seca para diversos locais que abrangem climas d´ıspares e por isso com respostas bastante diferentes nos valores dos ´ındices e na ocorrência de seca. A escolha destes locais permite avaliar o modelo EC-Earth uma vez que se tem como referência resultados para os ´ındices de seca SPI e SPEI com observa¸cões, nesses mesmos locais, para o século XX (Vicente-Serrano, 2009). Por fim, no cap´ıtulo 4 realizou-se um estudo de anomalias entre o presente e o futuro (2061-2100), com especial ênfase na análise de frequência de secas, a sua distribui¸cão, intensidade e evolu¸cão temporal.

(15)

2. Dados e M´

etodos

2.1 Modelo EC-Earth

O presente estudo realiza-se com recurso a resultados de simula¸cões com o modelo global EC-Earth. Este modelo tem como base o sistema NWP (Numerical Weather Prediction) do European Center for Medium-Range Weather Forecasts (ECMWF) e foi desenvolvido como um Earth System Model através da colabora¸cão de diversos servi¸cos meteorológicos e grupos universitários de diversos pa´ıses europeus (Hazeleger et al., 2010). O modelo EC-Earth é um modelo acoplado atmosfera-oceano, em que o modelo at-mosférico é o IFS, o modelo oceânico o REMO, e a superf´ıcie é representada pelo modelo H-TESSEL integrando o gelo. Cada componente possui subcomponentes que represen-tam os processos f´ısicos e processos relacionados com a biologia e a geoqu´ımica (Hazeleger et al., 2010). As simula¸cões foram realizadas no Instituto Dom Luiz, com os modelos IFS, REMO e H-TESSEL. A configura¸cão do modelo atmosférico considerou 62 n´ıveis verti-cais, cujo topo se encontra aos 5 hPa, sensivelmente a 37 km. A malha global horizontal corresponde a uma grelha gaussiana reduzida - N80, i.e., a uma resolu¸cão de aproxi-madamente 1.125 graus (125 km). O pacote f´ısico de modelo inclui um conjunto de parametriza¸cões para os processos de sub-escala, nomeadamente, para a representa¸cão das nuvens, microf´ısica e turbulência. Tal como referido o modelo EC-Earth incorpora o modelo de superf´ıcie H-TESSEL, onde o conteúdo de água no solo é uma das variáveis calculadas, fundamental para o estudo das secas e que avalia a resposta do solo aos for¸camentos atmosféricos. O modelo se superf´ıcie estima ainda a água à superf´ıcie, os fluxos de energia, e a evolu¸cão temporal da temperatura do solo. Para caracterizar as variáveis junto a superf´ıcie o modelo diagnostica a temperatura e a humidade aos 2m, a pressão à superf´ıcie e a velocidade do vento aos 10m. No contexto do consórcio EC-Earth foram realizadas simula¸cões históricas (1850-2005) e de futuro (2006-2100) para serem disponibilizadas no Coupled Model Intercomparison Project phase 5 (CMIP5). As simula¸cões históricas para o século XX correspondem a diversas inicializa¸cões no per´ıodo pré-industrial com lags de 5 anos. Para as simula¸cões de futuro foram utilizados cenários de emissões de CO2 baseados no Representative Concentration Pathways (RCP), i.e., cenários de emissões equivalentes a 2.6, 4.5, 6.0 e 8.5 W m−2 do for¸camento de radia¸cão

(16)

no fim do século XXI. No IDL efectuou-se uma simula¸cão histórica com in´ıcio em 1850 e a simula¸cão de futuro abrange o per´ıodo entre 2006 e 2100, correspondente ao cenário RCP8.5.

Neste trabalho foram utilizados os resultados das simula¸cões histórica e de futuro (RCP 8.5) para o cálculo de três ´ındices de seca: SPI, SPEI e NSM. Foram utiliza-das as variáveis tri-horárias (perfazendo oito medidas diárias) de LSP - Large scale precipitation (m), CP - Convective precipitation (m), 2T - 2 metre temperature (K), SWVL1, SWVL2, SWVL3, e SWVL4, V olumetric soil water layer para quatro n´ıveis do solo a 0-7, 7-28, 28-100, 100-289 cm, respectivamente (m3_m−3_{). Para o c´}_{alculo do}

SPI, a precipita¸cão foi obtida através da acumula¸cão mensal das variáveis LSP e CP, posteriormente convertida em mil´ımetros e para o SPEI fez-se o mesmo procedimento para a precipita¸cão, e para a temperatura realizou-se a média mensal, depois convertida em o_{C. Para o c´}_{alculo do NSM foi realizada a integra¸c˜}_{ao do conte´}_{udo de ´}_{agua l´ıquida das}

quatro camadas, convertida em mil´ımetros, e posteriormente realizadas médias mensais. De modo a caracterizar sinteticamente o clima presente e futuro, calculou-se uma climatologia recorrendo às simula¸cões referidas. A climatologia incorpora 40 anos de si-mula¸cão histórica (1961-2000) e de futuro (2061-2100).

2.2 ´

Indices de Seca

2.2.1 SPI

O Standardized Precipitation Index (SPI) foi desenvolvido por McKee et al. (1993), com o intuito de alcan¸car uma melhor representa¸cão de valores anómalos do conteúdo de água, relativamente ao PDSI. É baseado em probabilidades e foi desenvolvido para ser um indicador de seca espacialmente invariante que integre a importância das diver-sas escalas temporais (Guttman, 1999), tem sido por isso utilizado na última década como ´ındice de seca, e ainda pela sua simplicidade e robustez, não sendo afectado por diferen¸cas geográficas. O SPI é calculado para quantificar o défice de precipita¸cão em diversas escalas temporais, e representa uma transforma¸cão de séries temporais de preci-pita¸cão numa distribui¸cão normal. A possibilidade da análise de secas a diferentes escalas temporais permite a identifica¸cão dos diferentes tipos de seca: meteorológica, agr´ıcola ou hidrológica (Edwards e McKee, 1997). A sua versatilidade temporal é também impor-tante na dinâmica de seca, e permite descrever o in´ıcio e fim das secas. Hayes el al. (1999) discute as vantagens e desvantagens do uso do SPI para caracterizar a severidade da seca, sendo uma vantagem do ´ındice ser baseado simplesmente em dados de precipita¸cão, e de apenas requerer a computa¸cão de três parâmetros (Pearson III). E embora obtido apenas com dados de precipita¸cão, o SPI exibe um comportamento semelhante ao PDSI, consi-deravelmente mais complexo, dependente de diversos parâmetros (Keyantash e Dracup,

(17)

2002). E por ser independente de variáveis como o conteúdo de água no solo, pode ser usado quer em per´ıodos de verão como de inverno. Outra grande vantagem do ´ındice ´

e a sua normaliza¸cão, que garante que a frequência de eventos extremos, para qualquer escala temporal seja consistente (Hayes el al., 1999). O SPI apresenta contudo algumas desvantagens. O primeiro revés deve-se à confian¸ca depositada no ajuste de uma distri-bui¸cão de probabilidade teórica, assim McKee et al. (1993) recomenda o uso de séries temporais com pelo menos 30 anos. Em 1997, Edwards e McKee, sugerem a estima¸cão de dois parâmetros α e β no ajuste de uma distribui¸cão à série temporal de acordo com a aproxima¸cão de Thom (1958). No entanto, a distribui¸cão Gamma, primeiramente con-siderada por McKee (1993), foi mais tarde examinada e concon-siderada menos adequada em detrimento da distribui¸cão Pearson III (Guttman, 1999), dado que esta última apre-senta maior flexibilidade que a distribui¸cão Gamma de dois parâmetros (Vicente-Serrano, 2006a). A fun¸cão densidade de probabilidade da distribui¸cão Pearson III, (2.9), contém α, β e γ, parâmetros de forma, escala e de origem, respectivamente. No entanto, o SPI apresenta-se incapaz de identificar zonas com maior tendência de seca, já que dado um longo per´ıodo de tempo, secas extremas, ocorrem com a mesma frequência em todas as localiza¸cões. No uso de escalas temporais curtas em regiões de baixa sazonalidade de precipita¸cão, podem ocorrer, erradamente, grandes valores positivos ou negativos de SPI, pelo que é importante o conhecimento da climatologia do local em estudo (Hayes el al., 1999). O cálculo do SPI inicia-se com o cálculo da precipita¸cão consoante a escala tem-poral pretendida, sendo precipita¸cão total para um dado mês i e ano j, acumulada de acordo com a escala temporal k. A equa¸cão (2.1), válida para as escalas temporais k=1, 3, 6 e 12, representa o cálculo dos meses de um ano, onde Pj,l é a precipita¸cão (mm) do

primeiro mês de um ano j (Paulo et al., 2003). De um modo geral, para cada mês i em considera¸cão, o total de precipita¸cão nesse mês, será o somatório da precipita¸cão desse mês mais a precipita¸cão de (k − 1) meses que lhe antecedem.

X_j,ik =                  12 X l=13−k+j Pj−1,l+ j X l=1 Pj,l Se i < k j X l=i−k+1 Pj,l Se i ≥ k (2.1)

No cálculo do SPI usou-se, como já referido, a distribui¸cão Pearson III. Para tal são pri-meiramente calculados os Probability-Weighted Moments (PWMs), ws, para cada escala

temporal k (Eq. (2.2)). ws= 1 N N

X

i=1 (1 − Fi) s Xi (2.2)

Os PWMs dependem da série de precipita¸cão Xi e de um estimador de frequência, Fi

(Eq.(2.3)), onde i é a posi¸cão de cada valor da série ordenada, e N o número de ob-serva¸cões. Este procedimento está de acordo com a aproxima¸cão de Hoskings (1990).

(18)

Fi =

i − 0.35

N (2.3)

Segue-se a determina¸c˜ao dos L-moments λ1, λ2, λ3, e λ4 (Eq. (2.4)), em fun¸c˜ao dos

PWMs. λ1 = w0 λ2 = w0 − 2w1 λ3 = w0 − 6w1+ 6w2 λ4 = w0− 12w1+ 30w2− 20w3 (2.4)

Destes, derivam os coeficientes de skewness e kurtosis (Eq.(2.5)). τ3 = λ3 λ2 τ4 = λ4 λ2 (2.5)

A fun¸cão distribui¸cão de probabilidade de F (x) é dada pela equa¸cão (2.9). Esta exibe os parâmetros α, β e γ, forma, escala e origem, respectivamente, para valores de preci-pita¸cão x > 0, e Γ(β), a fun¸cão Gamma de beta. Estes parâmetros são calculados de acordo com as equa¸cões (2.6), (2.7) e (2.8). Os parâmetros α, β e γ, calculados com base nos L-moments são obtidos de acordo com Hoskings (1990). No caso de τ3 ≥ 1/3, então

τm = 1 − λ3, e beta ´e obtido pela primeira equa¸c˜ao de (2.6), caso contrario τ3 < 1/3,

τm = 3πτ32, e beta pode ser calculado seguindo a segunda equa¸c˜ao de (2.6).

β =                  (0.36067τm− 0.5967τm2 + 0.2536τm3) (1 − 2.7886τm+ 2.56096τm2 − 0.77045τm3) Se τ3 ≥ 1₃ (1 + 0.2906τm) (τm+ 0.1882τm2 − 0.0442τm3) Se τ3 < 1₃ (2.6) α =√πλ2 Γ(β) Γ β +1₂ (2.7) γ = λ1− αβ (2.8)

Calculados os parâmetros da distribui¸cão Pearson III, procede-se à resolu¸cão anal´ıtica da fun¸cão distribui¸cão de probabilidade de F (x) (Vicente-Serrano e Cuadrat, 2002) que

(19)

pode ser consultado no Anexo 1.

F (x) = 1 αΓ(β) x Z γ x − γ α β−1 e−(x−γα )dx (2.9)

A distribui¸cão Pearson III não está definida para x=0. Assim, para séries temporais que incluem meses de precipita¸cão nula, foi adaptada a equa¸cão (2.10), onde q é a proba-bilidade de precipita¸cão nula. Seguindo o pensamento de Edwards (2001), q pode ser calculado pela simples rela¸cão q = m/n , onde n é o número total de meses e m o número de meses sem precipita¸cão.

H(x) = q + (1 − q)F (x) (2.10)

A equa¸cão (2.10) representa uma média em 0 e desvio padrão 1. Esta normaliza¸cão, torna o SPI comparável no tempo e espa¸co, e para uma dada escala temporal, têm-se valores positivos (negativos) de SPI para observa¸cões superiores (inferiores) à mediana (Guttman, 1999). Para obter o ´ındice (Eq. (2.12)) é realizada uma transforma¸cão de H(x), de acordo com a formula¸cão apresentada na equa¸cão (2.11) (Abramowitz e Ste-gun, 1965), onde P é a probabilidade de exceder um determinado valor de precipita¸cão, P = 1 − H(x). Se P > 0.5, P é substitu´ıdo por 1 − P , e o sinal do SPI é trocado. As constantes utilizadas são: C0 = 2.515517, C1 = 0.802853, C2 = 0.010328, d1 = 1.432788,

d2 = 0.189269 e d3 = 0.001308. W =      p−2ln(P ) Se P ≤ 0.5 p−2ln(1 − P ) Se P > 0.5 (2.11) SP I = W − C0+ C1W + C2W 2 1 + d1W + d2W2+ d3W3 (2.12) 2.2.2 SPEI

O Standardized Precipitation Evapotranspiration Index (SPEI) foi desenvolvido por Vicente-Serrano et al. (2009), com o intuito de aperfei¸coar o ´ındice SPI que é calcu-lado apenas com base na precipita¸cão. O SPEI apresenta sensibilidade às varia¸cões da evapora¸cão, resultantes das flutua¸cões de temperatura, e mantém ainda a simplicidade de cálculo do SPI (Vicente-Serrano, 2009). O SPEI baseia-se na diferen¸ca entre a

(20)

pita¸cão e PET. Esta diferen¸ca representa um balan¸co de água simplificado (Thornthwaite, 1948), que pode ser calculado para diferentes escalas temporais. O cálculo da evapo-transpira¸cão envolve parâmetros como a temperatura à superf´ıcie, a humidade do ar, a radia¸cão descendente, a pressão de vapor de água, e os fluxos de calor sens´ıvel e latente `

a superf´ıcie, e torna-se por isso um termo de dif´ıcil cálculo (Allen et al., 1998). Diferen-tes métodos foram propostos para o cálculo indirecto da evapotranspira¸cão a partir de dados meteorológicos, envolvendo o método de Penman-Monteith. Contudo, para tal é necessário conhecer um vasto conjunto de parâmetros como a radia¸cão solar, velocidade do vento, temperatura e humidade relativa, dados estes que não se encontram dispon´ıveis na grande maioria do globo. Uma vez que a inclusão no ´ındice da evapotranspira¸cão tem o intuito de obter uma estima¸cão temporal relativa, o seu método de cálculo não é cr´ıtico, e é utilizada uma simples aproxima¸cão do método de Thornthwaite (1948). Na equa¸cão (2.13) pode observar-se que esta aproxima¸cão exige apenas os valores mensais de temperatura (oC), relativamente mais fáceis de obter para todo o globo. Assim a PET é dada por: P ETi = 16K 10T I m (2.13)

O parâmetro I é o ´ındice de calor, que é calculado como a soma dos doze ´ındices mensais i (eq. (2.14)), que por sua vez depende das temperaturas mensais.

i = Ti 5

1.514

(2.14)

O expoente m na equa¸cão (2.13) é um coeficiente que varia com o ´ındice de calor I, e traduz-se pela equa¸cão m = 6.75·10−7I3−7.71·10−5_I2_+1.79·10−2_{I +0.492. Tem-se ainda}

para o cálculo da evapotranspira¸cão, K, um coeficiente de correçcão, calculado como fun¸cão da latitude de cada mês. N e N DM , correspondem ao número máximo médio de horas de sol para o mês em questão, e o número de dias do mês, respectivamente.

K = N 12 N DM 30 (2.15)

O parâmetro N é então calculado de acordo com a equa¸cão (2.16) que varia com Ws

(média mensal do ângulo horário do nascer do sol). Tanto a latitude φ, como a declina¸cão solar δ estão em radianos.

N = 24 π

Ws (2.16)

Ws= arccos(− tan φ tan δ) (2.17)

Por fim, o cálculo da declina¸cão solar, δ, definida na equa¸cão (2.18), varia com J que representa a média mensal dos dias julianos. Todos os parâmetros calculados nas equa¸cões

(21)

de (2.13) a (2.18), s˜ao calculados para cada mˆes. δ = 0.4093 sin 2πJ

365 − 1.405

(2.18)

Tendo os valores de temperatura e de evapotranspira¸cão mensais, procede-se à sua dife-ren¸ca (Eq. (2.19)), que trata simplesmente do défice ou superavit de água mensal (mm), para cada ponto da grelha.

Di = Pi− P ETi (2.19)

Similarmente ao SPI, o SPEI também permite o uso de diferentes escalas temporais. Os valores mensais calculados Di são agregados de acordo com as equa¸cões em (2.20). Dj,ik

para um dado ano j e mês i depende da escala temporal k, que pode ser k = 1, 3, 6, 12 meses. Para o cálculo do SPEI a diferentes escalas temporais, ajusta-se uma fun¸cão probabilidade de distribui¸cão, e tal como no SPI utiliza-se a distribui¸cão Pearson III.

X_j,ik =                  12 X l=13−k+j Dj−1,l+ j X l=1 Dj,l Se i < k j X l=i−k+1 Dj,l Se i ≥ k (2.20)

O SPEI difere no seu c´alculo do SPI pois n˜ao precisa dos L-moments λ2, λ3, e λ4, nem

dos coeficientes de skewness e kurtosis. S˜ao assim calculados os PWMs, probability-weighted moments (Eq. (2.21)), igualmente dependentes do estimador de frequˆencia Fi,

sendo i a posi¸cão de cada valor da série ordenada, e N o número de observa¸cões (Hoskings, 1990). ws= 1 N N

X

i=1 (1 − Fi)sXi (2.21) Fi = i − 0.35 N (2.22)

Os parâmetros α, β e γ, são facilmente obtidos com base nos PWMs e na fun¸cão Gamma de beta. β = 2w1− w0 6w1− w0 − 6w2 (2.23) α = (w0− 2w1)β Γ1 + _β1Γ1 −_β1 (2.24)

(22)

γ = w0− αΓ 1 + 1 β Γ 1 − 1 β (2.25)

Calculados os parâmetros da distribui¸cão Pearson III, aplicam-se directamente para a obten¸cão da fun¸cão distribui¸cão de probabilidade, para as séries de precipita¸cão com diferentes escalas temporais.

F (x) = " 1 + α x − γ β#−1 com γ > x < ∞ (2.26)

Similarmente ao SPI, para obter o ´ındice é utilizada a equa¸cão (2.27) (Abramowitz e Stegun, 1965). Sendo que P é a probabilidade de exceder um determinado valor de precipita¸cão, P = 1 − F (x). Se P > 0.5, P é substitu´ıdo por 1 − P , e o sinal do SPEI é trocado. As constantes utilizadas são: C0 = 2.515517, C1 = 0.802853, C2 = 0.010328, d1

= 1.432788, d2 = 0.189269 e d3 = 0.001308. W =      p−2ln(P ) Se P ≤ 0.5 p−2ln(1 − P ) Se P > 0.5 (2.27) SP EI = W − C0+ C1W + C2W 2 1 + d1W + d2W2+ d3W3 (2.28) 2.2.3 NSM

O conteúdo de água no solo é um bom indicador de seca, reflecte a precipita¸cão re-cente e condi¸cões antecedentes de água no solo, indicando o potencial agr´ıcola e a água dispon´ıvel armazenada (Keyantash e Dracup, 2002). A coluna de solo actua como um filtro entre a precipita¸cão e os processos que removem água do sistema hidrológico, tais como a evapotranspira¸cão e os escoamentos sub-superficiais (Entekhabi et al., 1996). A quantidade de água nas camadas de topo do solo está correlacionada com os termos me-teorológicos e de precipita¸cão a curto prazo, e fornece uma medida de seca meteorológica. O conteúdo de água no solo ao n´ıvel das ra´ızes é governado pelo crescimento da flora de acordo com a água dispon´ıvel para a transpira¸cão e é então um indicador de seca agr´ıcola (Keyantash e Dracup, 2002). Os n´ıveis mais profundos do solo reflectem a seca hidrológica ou de longo prazo, n´ıveis estes que contêm a água dispon´ıvel para aqu´ıferos e rios (Sheffield et al., 2004). Nesse contexto, o ´ındice de seca Normalized Soil Moisture (NSM) proposto por Dutra et al. (2008) propõe uma normaliza¸cão do conteúdo de água no solo, cuja

(23)

distribui¸cão de água no solo possa corresponder a uma distribui¸cão gaussiana com média zero. A vantagem da utiliza¸cão deste método deve-se à sua componente f´ısica, apenas baseada nos balan¸cos de energia e água no solo, sendo estes calculados com um modelo de solo, não sendo necessárias correçcões locais como no PDSI. Por outro lado, um factor negativo é a necessidade de for¸camento atmosférico cont´ınuo dada a escala temporal do ´ındice. Stedinger et al. (1993) revela que as variáveis hidrológicas, incluindo o conteúdo de água no solo, são melhor descritas por L-moments. Teoricamente os L-moments têm vantagem sobre os momentos convencionais por serem mais robustos à presen¸ca de valores discrepantes e caracterizarem uma gama maior de distribui¸cões (Hoskings, 1990). Dada a sua simplicidade será apenas aplicado o método de Dutra (2008), onde o conteúdo total de água das quatro camadas é agregado em valores mensais e normalizado pela média mensal inter-anual (climatologia), e pelo desvio padrão, definindo o NSM (2.29).

N SMi,j = θi,j − θi σi (2.29) onde θi = 1 N N X j=1 θi,j (2.30) e σi = v u u t 1 N − 1 N X j=1 θi,j− θi 2 (2.31)

Sendo que θi,j é o conteúdo total de água nas quatro camadas, para cada ponto da

grelha, no mês i, e ano j, com i = 1, ..., 12, e j = 1, ..., N , com média mensal intra-anual θi (Eq. (2.30)) e desvio padrão σi (Eq. (2.31)).

(24)

No presente cap´ıtulo realiza-se uma breve descri¸cão climatológica global com base nas variáveis utilizadas para o cálculo dos ´ındices de seca em estudo. Para tal calcularam-se as médias para os 40 anos de simula¸cão do clima presente para as seguintes variáveis: a precipita¸cão, conteúdo de água no solo e a temperatura à superf´ıcie (fig.3.1).

A figura 3.1a apresenta a média do per´ıodo histórico para a precipita¸cão em mm, salientando-se os valores mais elevados de precipita¸cão para a zona intertropical de con-vergência, e sobre terra nas regiões de relevo acentuado.

(a) (b)

(c) (d)

Figura 3.1: Mapas globais da média de 40 anos (1961-2000) para as variáveis: (a) preci-pita¸cão anual (mm), (b) temperatura (oC), (c) evapotranspira¸cão potencial (mm) e (d) conteúdo de água no solo (mm).

(25)

Por outro lado observam-se valores de reduzida precipita¸cão em zonas desérticas, no in-terior continental e sobre os pólos. Estas zonas de reduzida precipita¸cão coincidem em alguma medida com valores de PET mais acentuados (fig.3.1c). Analisando agora a temperatura média (3.1b) esta denota claramente o gradiente meridional onde as tempe-raturas superiores estão sob os oceanos, interior dos continentes e regiões desérticas. De acordo com a figura 3.1c, a evapotranspira¸cão exibe valores elevados na zona intertropical de convergência. Tal facto é favorecido com os valores elevados de precipita¸cão e tempe-ratura analisados anteriormente, o que resulta em evapora¸cão da água dispon´ıvel. Nos pólos por conven¸cão as regiões que apresentam média mensal da temperatura negativa exibem evapotranspira¸cão nula. O conteúdo de água no solo (fig.3.1d) relaciona-se com as variáveis anteriores, e observa-se para zonas de reduzida precipita¸cão, temperaturas elevadas e evapotranspira¸cão superior, baixos valores de água no solo. Estas zonas estão igualmente associadas a desertos, zonas com reduzida vegeta¸cão ou com cobertura de gelo, pelo que o modelo EC-Earth representa bem a climatologia do fim do século XX. Os resul-tados da temperatura e da precipita¸cão demonstram uma concordância razoável com os resultados da reanálise ERA-Interim (não mostrados). Uma vez que está fora do âmbito desta tese, não se procedeu a uma avalia¸cão mais exaustiva. Em seguida focar-nos-emos numa análise para diversos locais: Indore, Albuquerque, Hels´ınquia, São Paulo, Valência, Beja e Sul de Portugal. Os cinco primeiros foram escolhidos para compara¸cão com os resultados de ´ındices de seca calculados recorrendo a observa¸cões (Vicente-Serrano, 2009) o que permite uma avalia¸cão, ainda que só estat´ıstica e algo limitada, da capacidade do EC-Earth representar a seca no século XX. Nesta seçcão a seca será dividida em três intensidades: seca - i ≤ −1, seca moderada - i ≤ −1.5 e seca severa - i ≤ −2.

3.1 Indore

Indore localiza-se na região centro da Índia e apresenta um clima com três per´ıodos distintos, são eles verão, per´ıodo de mon¸cões e inverno. Esta exibe valores elevados de temperatura no verão, usualmente seco (até 42oC), e os invernos são moderados e secos, com temperaturas compreendidas entre 8 a 26o_{C. Cerca de 95% da precipita¸c˜}_{ao total}

anual observada nesta região ocorre no per´ıodo de mon¸cões entre os meses de Junho e Setembro. A ocorrência de temperaturas elevadas e humidade do ar reduzida são favoráveis à existência de fluxos de energia tais como calor latente e sens´ıvel importantes no balan¸co de PET e humidade no solo, considerado no SPEI e NSM, respectivamente. Na figura 3.2 apresentam-se os histogramas dos valores acumulados da diferen¸ca entre a precipita¸cão e a evapotranspira¸cão. Observa-se para a acumula¸cão k=3 (fig.3.2a) uma distribui¸cão que apresenta maiores frequências na gama dos -150 a 0 mm. De um modo geral pode avaliar-se Indore como um local com maior número de eventos em que a evapotranspira¸cão é superior à precipita¸cão. A partir da acumula¸cão para k=6 meses, nota-se um deslocamento da distribui¸cão de frequências para valores mais negativos, e para k=24 apenas frequências negativas, o que sugere um cenário favorável à ocorrência de secas.

(26)

(a) k=3 -600 -450-300-150 0 150 300 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (b) k=6 -600 -450-300-150 0 150 300 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (c) k=12 -600-450-300-150 0 150 300 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (d) k=24 -600 -450 -300 -150 0,00 0,04 0,08 0,11 0,15 0,19 F r e q u ê n ci a P-PET Figura 3.2: Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6, 12 e 24. Indore, ´India, per´ıodo de 1961 a 2000.

A figura 3.3 apresenta os histogramas dos ´ındices de seca NSM SPI e SPEI para Indore. Para a escala de acumula¸cão k=3 do SPEI (fig.3.3a) tem-se 25% de número de ocorrências aproximadamente em torno zero, pelo que esta escala não determina nenhum favorecimento a secas. O elevado número de ocorrências no bin zero está relacionado com o maior número de eventos da diferen¸ca P-PET também em zero (fig.3.2a). A distribui¸cão que em k=6 (fig.3.3a) aproxima-se de uma distribui¸cão gaussiana, revela na acumula¸cão até k=24, um ajuste de modo a tornar-se numa distribui¸cão bimodal e aproximadamente simétrica. Assim, não se conclui com o ´ındice SPEI tratar-se de um local com predominância de seca. As escalas temporais do SPI mostram bimodalidade na distribui¸cão de eventos com per´ıodos de seca e per´ıodos húmidos. Em concordância com o SPEI e SPI, observa-se para o NSM uma distribui¸cão gaussiana com um maior número de ocorrências de ´ındice positivo ainda que moderado (fig.3.3h).

(a) k=3 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPEI (b) k=6 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPEI (c) k=12 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPEI (d) k=24 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPEI (e) k=3 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPI (f ) k=6 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPI (g) k=12 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPI (h) k=24 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPI

(27)

Avalia¸c˜ao da seca global num clima em mudan¸ca (i) k=12 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a NSM

Figura 3.3: Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo com as escalas temporais k=3, 6, 12 e 24. Indore, ´India, per´ıodo de 1961 a 2000.

A análise das séries temporais dos três ´ındices para Indore, no per´ıodo de 1961 a 2000 (fig.3.4), revela uma grande semelhan¸ca entre os ´ındices de seca SPEI e SPI. As escalas temporais k=3 e k=6, não demonstram muita informa¸cão já que nos ´ındices SPEI e SPI observam-se elevadas frequências de per´ıodos curtos - de seca e de per´ıodos húmidos. Destaca-se em particular no fim da série, o aumento do per´ıodo do ´ındice de seca em ambos os ´ındices, também observado nas escalas temporais posteriores. As semelhan¸cas tornam-se mais evidentes entre os ´ındices para as escalas superiores que revelam menor frequência de per´ıodos de seca e húmidos e de maior extensão temporal. Com o incremento do per´ıodo de acumula¸cão para k=24, observa-se uma maior consistência nos per´ıodos de seca e húmidos. De um modo geral observa-se para o SPI valores superiores do ´ındice tanto para per´ıodos de seca como para per´ıodos húmidos (fig.3.4f). Tal pode dever-se ao facto de se tratar de um ´ındice baseado apenas em dados de precipita¸cão, ao invés do SPEI que trata de uma diferen¸ca entre precipita¸cão e evapotranspira¸cão. O ´ındice NSM (fig.3.4g) está em boa concordância com os ´ındices SPEI e SPI, mas revela intensidades e dura¸cão diferentes para os per´ıodos de seca e per´ıodos húmidos. Tal facto pode justificar-se por o ´ındice NSM justificar-ser um ´ındice mensal que pondera apenas as anomalias interanuais, estando mais vulnerável a extremos. Assim verificam-se semelhan¸cas no fim dos anos 70, no in´ıcio e fim da década de 90, todos per´ıodos de seca.

(a) k=3 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (b) k=3 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (c) k=6 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (d) k=6 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000

(28)

(e) k=12 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (f ) k=12 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (g) k=12 -4 -2 0 2 4 N S M 1960 1970 1980 1990 2000 (h) k=24 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (i) k=24 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000

Figura 3.4: Séries temporais de SPEI (à esquerda), SPI (centro) e NSM (à direita), para as escalas temporais k=3, 6, 12 e 24. Indore, Índia, per´ıodo de 1961 a 2000.

3.2 Albuquerque

Albuquerque exibe um clima semi-árido com média anual de precipita¸cão de 216 mm, variando entre as médias mensais de -3oC no inverno (m´ınima) e 32oC no verão (máxima). As esta¸cões do ano exibem invernos frios; primaveras quentes e ventosas, sendo a esta¸cão mais seca do ano; o verão apresenta temperaturas altas e baixos valores de humidade relativa. O outono caracteriza-se por dias com elevada amplitude térmica, dias quentes e noites frias com reduzida precipita¸cão. Os reduzidos valores de precipita¸cão na escala de acumula¸cão k=3 podem-se observar na figura 3.5a.Verifica-se, como esperado, frequências elevadas de P-PET para o intervalo compreendido entre os -450 e os 0 mm justificando assim o conhecido clima seco da região. Com o aumento da escala temporal k tem-se o aumento de frequências de valores de P-PET para intervalos cada vez menores, e tem-se para k=24 frequências unicamente para deficit de precipita¸cão (fig.3.5d).

(a) k=3 -450 -300 -150 0 150 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (b) k=6 -600 -450-300-150 0 150 300 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (c) k=12 -600 -450 -300 -150 0 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (d) k=24 -600 -450 -300 -150 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET Figura 3.5: Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6, 12 e 24. Albuquerque, per´ıodo de 1961 a 2000.

(29)

Na análise dos histogramas do ´ındice SPEI para Albuquerque denota-se uma bimoda-lidade para k=3 com maior frequência de per´ıodos húmidos (fig.3.6a). Com o acumular das escalas temporais k a distribui¸cão do ´ındice tende a aproximar-se de uma distribui¸cão gaussiana centrada em zero, para k=12. Para a acumula¸cão a 24 meses pode observar-se uma elevada frequência de per´ıodos de seca e per´ıodos húmidos entre -1 e 1 com alguma prevalência de per´ıodos húmidos. Na figura 3.6d observa-se ainda 12% de ocorrência de seca moderada e seca extrema (i ≤ −1.5). Os histogramas do ´ındice SPI mostram para todas as escalas, bimodalidade à excep¸cão de k=24 onde se têm maior frequência do ´ındice para a ocorrência de per´ıodos húmidos (fig.3.6h). O histograma referente ao NSM (fig.3.6i), apresenta um grande número de eventos entre -1.5 e 0, e uma cauda de valores positivos entre 0 e 3.5. Observam-se maiores frequências de per´ıodos de seca, re-sultado espectável tendo em conta que é um local inserido num clima árido, e pelo NSM se relacionar unicamente com o conteúdo de água no solo.

(a) k=3 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPEI (b) k=6 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPEI (c) k=12 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPEI (d) k=24 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPEI (e) k=3 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPI (f ) k=6 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPI (g) k=12 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPI (h) k=24 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a SPI (i) k=12 -4 -3 -2 -1 0 1 2 3 4 0,00 0,06 0,12 0,18 0,24 0,30 F r e q u ê n ci a NSM

Figura 3.6: Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo com as escalas temporais k=3, 6, 12 e 24. Albuquerque, per´ıodo de 1961 a 2000.

As séries temporais presentes na figura 3.7 revelam um comportamento semelhante entre o SPEI e o SPI. Para as escalas de acumula¸cão k=3 e k=6 observa-se muitas os-cila¸cões entre per´ıodo curtos, de seca e húmidos. Na figura 3.7d relativa ao SPI com k=6

(30)

observa-se uma maior extensão temporal dos per´ıodos de seca. Note-se em particular, um per´ıodo de seca no fim da década de 70 da simula¸cão de control, vis´ıvel em ambos os ´ındices quer na escala temporal k=12 e k=24. Observa-se também uma fraca con-cordância entre os dois ´ındices anteriores e o NSM (fig.3.7g). Neste último denotam-se muitas ocorrências de per´ıodos muito húmidos no in´ıcio da série, não vis´ıveis nos SPEI e SPI. Por outro lado, revela a partir do fim da década de 70 da simula¸cão de control per´ıodos longos mas pouco intensos de seca. Estes per´ıodos observados no NSM, não estão em concordância com o SPEI e SPI que mostram mais per´ıodos húmidos e mais persistentes. (a) k=3 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (b) k=3 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (c) k=6 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (d) k=6 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (e) k=12 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (f ) k=12 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (g) k=12 -4 -2 0 2 4 N S M 1960 1970 1980 1990 2000 (h) k=24 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (i) k=24 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000

Figura 3.7: Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita) de acordo com as escalas temporais k=3, 6, 12 e 24. Albuquerque, per´ıodo de 1961 a 2000.

(31)

3.3 Hels´ınquia

Hels´ınquia apresenta um clima temperado continental, com média anual de preci-pita¸cão de aproximadamente 650 mm e 70 cm de neve. Os verões apresentam dias longos e amenos com temperaturas médias diárias de 18oC. Os invernos apresentam tempera-turas mais elevadas do que o esperado para estas latitudes altas (média diária de -5o_C)

devido à influência do mar Báltico e da corrente do Golfo Os histogramas para Hels´ınquia de valores acumulados de P-PET revelam mais frequências de ocorrência de superavit de precipita¸cão (fig.3.8). Note-se que para k=3 apresenta-se um pico de frequências entre os 50 e 150 mm indicando que à escala sazonal há bastantes eventos onde a precipita¸cão ´

e superior à evapotranspira¸cão (fig.3.8a). Tratando-se de um clima nórdico com tempe-raturas baixas e com poucas horas diárias a evapora¸cão não é tão elevada o que é mais evidente e se pode demonstrar na figura 3.8d para as acumula¸cões k=24 onde se observam reduzidas frequências com deficit de precipita¸cão.

(a) k=3 -300-200-100 0 100 200 300 0,00 0,04 0,08 0,12 0,16 0,20 0,24 F r e q u ê n ci a P-PET (b) k=6 -400-300-200-100 0 100200300 0,00 0,04 0,08 0,12 0,16 0,20 0,24 F r e q u ê n ci a P-PET (c) k=12 -200 -100 0 100 200 300 0,00 0,04 0,08 0,12 0,16 0,20 0,24 F r e q u ê n ci a P-PET (d) k=24 -300-200-100 0 100 200 300 0,00 0,04 0,08 0,12 0,16 0,20 0,24 F r e q u ê n ci a P-PET Figura 3.8: Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6, 12 e 24. Hels´ınquia, per´ıodo de 1961 a 2000.

Os histogramas de Hels´ınquia referentes aos ´ındices SPEI, SPI e NSM estão presentes na figura 3.9. Observa-se para o SPEI uma distribui¸cão bimodal entre eventos de seca e per´ıodos húmidos (fig.3.9d), e tem-se para k=24 a prevalência de per´ıodos húmidos associados ao superavit de precipita¸cão. Nas figuras relativas ao SPI está presente bi-modalidade em todas as escalas de acumula¸cão k, sendo que a frequência de ocorrência dominante encontra-se entre valores de ´ındice de -1 a -0.5 para per´ıodos de seca e 0.5 a 1 para per´ıodos húmidos. Estes valores de ´ındice negativos e positivos estão associa-dos a per´ıoassocia-dos com caracter´ısticas pouco significativas. Por outo lado à semelhan¸ca com o SPEI o SPI na escala a 24 meses exibe a prevalência de per´ıodos húmidos (fig.3.9h). Para o NSM tem-se uma distribui¸cão gaussiana centrada em zero, e com a informa¸cão dos histogramas dos ´ındices SPEI e SPI, não se conclu´ı que Hels´ınquia exiba predominância de per´ıodos de seca ou húmidos. Os histogramas revelam para qualquer ´ındice e escala um máximo de seca extrema de 3%, sendo a seca moderada que exibe maior frequência aproximadamente de 15% para o SPEI, 8% para o SPI e 10% para o NSM.

(32)

Figura 3.9: Histogramas do SPEI (em cima), SPI (centro) e NSM (em baixo), de acordo com as escalas temporais k=3, 6, 12 e 24. Hels´ınquia, per´ıodo de 1961 a 2000.

A análise das séries temporais de Hels´ınquia (fig.3.10) revela para as escalas de acu-mula¸cão de k=3 e k=6 oscila¸cões de curta frequência para per´ıodos de seca e húmidos, e destaca-se o SPI que representa para estas escalas per´ıodos de seca e per´ıodos húmidos ligeiramente mais longos. Nos ´ındices SPEI e SPI observa-se boa concordância na de-termina¸cão dos per´ıodos, variando em intensidade. Pode observar-se para escala de acu-mula¸cão de k=24 que a série apresenta um extenso e intenso per´ıodo de seca na primeira metade, mas com predominância de per´ıodos húmidos (fig.3.10h e fig.3.10i). Para o NSM observa-se grande variabilidade, mostrando semelhan¸cas com os ´ındices anteriores nos per´ıodos de seca e húmidos, divergindo na extensão e intensidade das ocorrências.

(33)

Avalia¸c˜ao da seca global num clima em mudan¸ca (a) k=3 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (b) k=3 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (c) k=6 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (d) k=6 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (e) k=12 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (f ) k=12 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (g) k=12 -4 -2 0 2 4 N S M 1960 1970 1980 1990 2000 (h) k=24 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (i) k=24 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000

Figura 3.10: Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita) de acordo com as escalas temporais k=3, 6, 12 e 24. Hels´ınquia, per´ıodo de 1961 a 2000.

3.4 S˜

ao Paulo

São Paulo apresenta um clima subtropical com uma média anual de precipita¸cão de aproximadamente 1370 mm. Apresenta invernos amenos e secos (11o_{C a 23}o_{C, valores}

mensais), e verões chuvosos com temperaturas moderadamente quentes com média da temperatura m´ınima nos 17oC e máxima 28oC. O histograma à escala sazonal mostra elevados valores de evapotranspira¸cão (fig.3.11a). Pode-se observar que São Paulo à escala sazonal, nomeadamente no verão apresenta um balan¸co de P-PET, com evapotranspira¸cão potencial superior, relacionado com regime de chuvas e temperaturas elevadas. Contudo, com o acumular das escalas temporais observa-se uma desloca¸cão da distribui¸cão para valores positivos, exibindo para k=24 valores acima de 1000 mm (fig.3.11d) o que vai de encontro com a caracteriza¸cão do clima da região.

(34)

(a) k=3 -200 -100 0 100 200 300 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (b) k=6 -300-200-100 0 100 200 300 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (c) k=12 400 600 800 100012001400 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET (d) k=24 1000 1250 1500 1750 2000 0,00 0,04 0,08 0,12 0,16 0,19 F r e q u ê n ci a P-PET Figura 3.11: Per´ıodos de acumula¸c˜ao de D, de acordo com as escalas temporais k=3, 6, 12 e 24. S˜ao Paulo, per´ıodo de 1961 a 2000.

Os histogramas referentes ao SPEI revelam para k=3 e k=6 bimodalidade em torno de zero (fig.3.12). Observa-se para a primeira escala de acumula¸cão para o SPEI e SPI elevada frequência de ocorrência entre -1.5 e -0.5 associada a valores de baixa precipita¸cão `

a escala sazonal, com 23% de seca para o SPEI e 30% para o SPI (fig.3.12a e fig.3.12e). Por outro lado, para as restantes escalas de acumula¸cão k observa-se uma distribui¸cão que não indica prevalência de per´ıodos de seca ou húmidos. Na figura 3.12i o histograma do ´ındice NSM não revela predominância de per´ıodos de seca ou húmidos.

(35)

`

A semelhan¸ca com os locais anteriores, para as escalas temporais k=3 e k=6 observa-se maior ocorrência de per´ıodos curtos de seca e húmidos para os ´ındices SPEI e SPI. Para as escalas de acumula¸cão de k=12 e k=24 observa-se uma distribui¸cão e intensidade similar entre os dois ´ındices para os per´ıodos de seca e per´ıodos húmidos Em destaque tem-se para São Paulo e no fim da década de 60 a seca mais prolongada neste registo de 40 anos, seguidos de per´ıodos curtos (2-3 anos) até ao fim da simula¸cão de control. Na figura 3.13g para o NSM observa-se fraca concordância com os ´ındices SPEI e SPI. A série temporal apresenta muitas oscila¸cões de ocorrências de curta dura¸cão e intensidade entre per´ıodos de seca e húmidos. Ainda assim, apresenta alguns pontos semelhantes ao SPEI e SPI, com menor defini¸cão.

(a) k=3 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (b) k=3 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (c) k=6 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (d) k=6 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (e) k=12 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (f ) k=12 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000 (g) k=12 -4 -2 0 2 4 N S M 1960 1970 1980 1990 2000 (h) k=24 -4 -2 0 2 4 S P E I 1960 1970 1980 1990 2000 (i) k=24 -4 -2 0 2 4 S P I 1960 1970 1980 1990 2000

Figura 3.13: Séries temporais de SPEI (à esquerda) e SPI (centro) e NSM (à direita) de acordo com as escalas temporais k=3, 6, 12 e 24. São Paulo, per´ıodo de 1961 a 2000.