Márcia Oliveira Curi Hallal
ANÁLISE DA VARIABILIDADE DE INDICADORES CLIMÁTICOS
PARA A PRECIPITAÇÃO PLUVIAL NO RIO GRANDE DO SUL
Dissertação apresentada ao Programa de
Pós-Graduação
da
Faculdade
de
Meteorologia da UNIVERSIDADE FEDERAL
DE PELOTAS, como requisito parcial à
obtenção do titulo de Mestre em Ciências
(M.S.).
Orientador: Prof. Dr. Gilberto Barbosa Diniz
Co- Orientador: Prof. Dr. Julio Renato Quevedo Marques
PELOTAS
Rio Grande do Sul - Brasil
Dezembro de 2007
Dados de catalogação na fonte:
Maria Beatriz Vieira – CRB-10/1032
Biblioteca de Ciência & Tecnologia - UFPel
H178a Hallal, Márcia Oliveira Curi
Análise da variabilidade de indicadores climáticos para a precipitação pluvial no Rio Grande do Sul / Márcia Oliveira Curi Hallal ; orientador Gilberto Barbosa Diniz; co-orientador Julio Renato Quevedo Perez. – Pelotas, 2007. – 122f. : il. – Dissertação (Mestrado). Programa de Pós-Graduação em Meteorologia. Faculdade de Meteorologia. Universidade Federal de Pelotas. Pelotas, 2007.
1.Meteorologia. 2.Climatologia. 3.Índices pluviométricos. 4.Rio Grande do Sul. 5. Chuvas. I.Diniz, Gilberto Barbosa. II.Perez, Julio Renato Quevedo. III. Título
CDD:
551.57813098165
Banca Examinadora
Prof. Dr. Gilberto Barbosa Diniz ( Orientador)
Prof. Dra.Simone Vieira de Assis
Prof. Dr Luciano Ponzi Pezzi
Agradecimentos
Ao meu eterno companheiro, Jorge, pelo estímulo, desprendimento e apoio.
Aos meus filhos, Cecília, Paula e Marcelo pelo respeito e compreensão.
Ao Prof. Dr. Gilberto Barbosa Diniz, pela receptividade, empenho, disponibilidade e
orientação, fundamentais, durante a realização deste curso.
Ao Prof Dr. Julio Renato Quevedo Marques, pela idéia inicial da pesquisa, e
constante disponibilidade de apoio.
Aos queridos colegas, Mári Ândrea, Cláudia, Ana Carolina, Cátia, Idílio e Théo que
me fizeram recordar a alegria do coleguismo juvenil.
As Prof. Dras. Simone Vieira de Assis e Roseli Gueths Gomes e demais professores
do Programa de Pós-Graduação em Meteorologia da UFPEL pelos ensinamentos e
competentes exemplos.
As prezadas Sônia M. Neves, Eliane Grala Pereira Alves e demais profissionais do
Centro de Pesquisas e Previsões Meteorológicas pela disposição em ajudar.
A direção e colegas da área de Física e Matemática do Conjunto Agrotécnico
Visconde da Graça da Universidade Federal de Pelotas que me oportunizaram e
incentivaram na realização deste curso.
Resumo
HALLAL, Márcia Oliveira Curi. Análise da variabilidade de indicadores climáticos
para a precipitação pluvial no Rio Grande do Sul.2007.122p.Dissertação
(Mestrado)- Programa de Pós-Graduação em Meteorologia. Universidade Federal de
Pelotas, Pelotas.
Foram calculados dez índices de freqüência e de intensidade da precipitação pluvial
a partir de dados dessa variável, de treze estações meteorológicas bem distribuídas
no Rio Grande do Sul, para os meses da primavera e verão, entre 1961 e 2005.
Através de um modelo de regressão linear simples foram determinadas as
tendências desses índices e foram considerados aqueles com no mínimo 5% de
significância. Foram feitas análises de eventos extremos de precipitação e das
tendências dos índices pluviométricos. Os resultados de eventos extremos não
permitem identificar um padrão de comportamento espacial da precipitação pois são
eventos pontuais. A análise de tendência da intensidade da precipitação indica que a
variabilidade desses índices é muito pequena nos meses do verão e mais
significativa no mês de outubro, onde percebe-se um aumento em todos os índices
de precipitação nas cidades da região Norte/Nordeste do Estado. Fica evidente a
variabilidade significativa na freqüência dos dias consecutivos sem precipitação e na
de dias muito secos, indicando tendência de aumento desses índices no mês de
março e de decréscimo nos demais meses do período analisado. Nos demais
índices a variabilidade foi muito pequena não indicando, conseqüentemente,
grandes alterações no padrão de comportamento da variável precipitação pluvial.
Abstract
HALLAL, Marcia Oliveira Curi. Climate indicators of variability analysis to pluvial
precipitation in Rio Grande do Sul. 2007. 122p. Dissertação (Mestrado)- Programa
de Pós-Graduação em Meteorologia. Universidade Federal de Pelotas, Pelotas
Ten frequency and intensity of the pluvial precipitation rates were calculated from this
variable date, from thirteen well distributed meteorogical stations at Rio Grande do
Sul, during the spring and summer months, between 1961 and 2005. Through a
simple linear regression model were determinated these tendencies rates and were
considerated those with at least 5% of significancy. Extreme precipitation events and
pluviometric rates tendencies were analysed. The extreme events results do not
allow to identify a precipitation spatial behavior through them because they are
punctual events. The precipitation intensity tendency analysis indicates that the
variability of these rates is very small during the summer months and more significant
during october, where all precipitation rates increase in the North/Northeast region. It
is evident the significant variability in the consecutive days without precipitation
frequency and in those very dry, indicating the increase tendency in these rates in
march and decrease in the other months within the analysed period. In the other
rates the variability was very small not indicating consequently, high variability on the
precipitation pattern pluvial precipitation variable behavior patern alteration.
Lista de Tabelas
Página
TABELA 1
Coordenadas
Geográficas
das
Estações
Meteorológicas do RS
19
TABELA 2
Precipitação máxima acumulada em 24 horas superior
a 100mm, no período da primavera, em POA, ECZ,
URG, BAG, SLG, SMR e TOR
27
TABELA 3
Precipitação máxima acumulada em 24 horas superior
a 100mm, no período do verão, em POA, ECZ, URG,
BAG, SLG, SMR e TOR
28
TABELA 4
Precipitação máxima acumulada em cinco dias
consecutivos superior a 150mm, no período da
primavera, em POA, PEL, TOR, SLG, IRA, URG
30
TABELA 5
Precipitação máxima acumulada em cinco dias
consecutivos superior a 150mm, no período do verão,
em POA, PEL, TOR, SLG, IRA, URG
31
TABELA 6
Precipitação total acumulada mensal superior a
300mm, no período da primavera, de POA, SVT, PEL,
IRA, SLG e URG
32
TABELA 7
Precipitação total acumulada mensal superior a
300mm, no período do verão, de POA, SVT, PEL, IRA,
SLG e URG
33
TABELA 8
Tendência da precipitação máxima de 24 horas, na
primavera
de
1961
a
2005,
nas
estações
meteorológicas estudadas
35
TABELA 9
Tendência da precipitação máxima de 24 horas, no
verão de 1961 a 2005, nas estações meteorológicas
estudadas
35
TABELA 10
Tendência da precipitação máxima de cinco dias
consecutivos, na primavera de 1961 a 2005, nas
estações meteorológicas estudadas
37
TABELA 11 Tendência da precipitação máxima de cinco dias
consecutivos, no verão de 1961 a 2005, nas estações
meteorológicas estudadas
37
TABELA 12 Tendência da precipitação total acumulada mensal, na
primavera
de
1961
a
2005,
nas
estações
meteorológicas estudadas
38
TABELA 13 Tendência da precipitação total acumulada mensal, no
verão de 1961 a 2005, nas estações meteorológicas
TABELA 14 Tendência da precipitação acima do percentil 90, na
primavera
de
1961
a
2005,
nas
estações
meteorológicas estudadas
40
TABELA 15 Tendência da precipitação acima do percentil 90, no
verão de 1961 a 2005, nas estações meteorológicas
estudadas
41
TABELA 16 Valores do percentil 10 da precipitação pluvial, entre os
meses de outubro a março, no período de 1961 a 2005,
nas estações meteorológicas analisadas
43
TABELA 17 Valores
do
percentil
10
e
do
percentil
35,
respectivamente, da precipitação pluvial, entre outubro
e março, no período de 1961 a 2005, nas estações
meteorológicas analisadas
44
TABELA 18 Valores
do
percentil
65
e
do
percentil
90,
respectivamente, da precipitação pluvial, entre outubro
e março, no período de 1961 a 2005, nas estações
meteorológicas analisadas
48
TABELA 19 Valores do percentil 90 da precipitação pluvial, entre os
meses de outubro a março, no período de 1961 a 2005,
Lista de Figuras
Página
FIGURA 1
Distribuição espacial das estações meteorológicas
utilizadas no trabalho
20
FIGURA 2
Tendências (a) da precipitação pluvial máxima de 24
horas, (b) precipitação total acumulada mensal,
(c) precipitação máxima de cinco dias consecutivos e
(d) precipitação pluvial acima do percentil 90, na
estação de Irai, nos meses de outubro de 1961 a 2005
42
FIGURA 3
Tendência da freqüência de dias muito secos, de 1961
a 2005, de outubro a março, nas estações
meteorológicas analisadas
46
FIGURA 4
Tendência da freqüência de dias secos, de 1961 a
2005,
de
outubro
a
março,
nas
estações
meteorológicas analisadas
47
FIGURA 5
Tendência da freqüência de dias chuvosos, de 1961 a
2005,
de
outubro
a
março,
nas
estações
meteorológicas analisadas
51
FIGURA 6
Tendência da freqüência de dias muito chuvosos, de
1961 a 2005, de outubro a março, nas estações
meteorológicas analisadas
52
FIGURA 7
Tendência da freqüência de dias consecutivos sem
precipitação, de 1961 a 2005, de outubro a março, nas
estações meteorológicas analisadas
54
FIGURA 8
Tendência da freqüência de dias consecutivos com
precipitação, de 1961 a 2005, de outubro a março, nas
SUMÁRIO
Página
1 Introdução...
10
2 Revisão bibliográfica...
13
2.1 Sistemas meteorológicos de diferentes escalas que influenciam a
precipitação pluvial nas regiões Sul e Sudeste do Brasil...
16
3 Material e método...
19
3.1 Dados Meteorológicos...
19
3.2 Método...
20
3.3 Teste de significância ...
23
4 Resultados e discussão...
26
4.1 Análise dos índices de intensidade da precipitação pluvial...
26
4.1.1 Precipitação máxima acumulada de 24 horas acima de 100mm...
27
4.1.2 Precipitação máxima acumulada de cinco dias consecutivos acima de
150mm...
29
4.1.3 Precipitação total acumulada mensal acima de 300mm...
31
4.2 Análise da tendência dos índices de intensidade da precipitação pluvial...
34
4.2.1 Tendência da precipitação máxima acumulada em 24 horas...
34
4.2.2 Tendência da precipitação máxima acumulada de cinco dias
consecutivos...
36
4.2.3 Tendência da precipitação acumulada mensal...
38
4.2.4 Tendência da precipitação acima do percentil 90...
39
4.3 Análise da tendência dos índices de freqüência da precipitação pluvial....
42
4.3.1 Tendência da freqüência de dias muito secos...
43
4.3.2 Tendência da freqüência de dias secos...
44
4.3.3 Tendência da freqüência de dias chuvosos...
48
4.3.4 Tendência da freqüência de dias muito chuvosos...
49
4.3.5 Tendência da freqüência de dias consecutivos sem precipitação...
53
4.3.6 Tendência da freqüência de dias consecutivos com precipitação...
55
5 Conclusões...
57
Referências bibliográficas...
59
1 Introdução
A precipitação, na forma líquida (precipitação pluvial), amorfa (neve) e sólida
(granizo), é o principal mecanismo natural de restabelecimento dos recursos hídricos
na superfície terrestre.
Em virtude de a água ser o componente principal na constituição dos
organismos vivos, a quantidade e a distribuição das precipitações pluviais que
ocorrem em uma região determina o tipo de vegetação natural e também o tipo de
exploração agrícola possível.
Verifica-se que o regime pluviométrico anual é diferente nas várias regiões
do Brasil. Na região Norte, embora as precipitações pluviais mensais sejam
elevadas, a época do ano mais chuvosa localiza-se no equinócio de outono (abril) e
a menos chuvosa no equinócio de primavera (outubro). Na região Nordeste a época
mais chuvosa situa-se entre abril e junho. Nas regiões Sudeste e Centro-Oeste as
precipitações pluviais concentram-se na época mais quente do ano em torno do mês
de janeiro, e são escassas na época mais fria, em torno do mês de julho. A região
Sul apresenta-se numa escala global, de forma privilegiada em relação às outras
regiões, com regime de precipitação pluvial bem distribuído e bem definido. As
precipitações pluviais mensais variam pouco ao longo do ano, não existindo
diferenciação de período mais ou menos chuvoso (Tubelis,1937).
Vianello (2000) também ressalta que região Sul trata-se da região
climaticamente mais regular, onde as chuvas são bem distribuídas o ano inteiro e as
quatro estações são nítidas.
O fato de a região se caracterizar por possuir baixos índices de variabilidade
pluviométrica, não deve ser interpretado como uma situação constante no clima
regional do Sul do Brasil, mas tão somente como uma situação de maior freqüência.
Em determinados anos, embora estes sejam raros, a precipitação pluvial torna-se
tão abundante que em certas áreas chega a atingir a totais equivalentes ao dobro
(ou até mais) da precipitação pluvial média, representativa da normal climatológica,
enquanto que em outros anos, também raros, o decréscimo é tão notável que a
acumulada fica aquém da metade da precipitação pluvial média (Nímer, 1989).
Segundo Puchalski (2000), citando dados do IBGE, a Região Sul do Brasil
tem grande parte da sua atividade econômica baseada na agricultura. A região é
responsável por 51% da produção nacional de grãos destacando-se nas culturas de
trigo, arroz, soja e milho. O Estado do Rio Grande do Sul, sozinho, responde por
23% da produção nacional destes grãos.
De maneira geral, a precipitação pluvial constitui o elemento meteorológico
de maior importância na produção agrícola e sua alta variabilidade no tempo e no
espaço provoca incertezas na colheita, produção e produtividade. Por isso, períodos
de estiagem prolongada ou de chuvas contínuas têm um impacto significativo sobre
a economia regional (Severo, 2004).
Dantas (1998 a) ressalta que o cultivo das culturas, em geral, depende mais
da distribuição das chuvas do que propriamente de sua quantidade, o que torna
importante o conhecimento de sua distribuição temporal para que se tenha subsídio
para um melhor planejamento desses cultivos.
Assim, de acordo com Bastos (1998), deficiências e excedentes de chuva
podem ocasionar grandes prejuízos econômicos por frustrações de safras. É
conhecido que chuvas muito intensas são responsáveis por processos catastróficos.
A previsão de chuvas de grande intensidade, responsável por severa erosão em
solos agrícolas e a freqüência dessas chuvas, possibilita tomar-se decisões que
minimizem seus efeitos. De grande importância também é conhecer a característica
estacional das chuvas máximas de 24 horas, sua contribuição para o montante
pluviométrico e o tempo em que tenderá a repetir-se. Por exemplo, uma chuva
intensa em época de estiagem ou seca com o solo com baixa disponibilidade de
água, pode ter diferente conseqüência que a mesma intensidade de chuva em
época chuvosa, onde o solo já apresenta alto teor de umidade.
Em conseqüência, a variabilidade da produção agrícola da região Sul em
geral e a do Estado do Rio Grande Sul em particular, está associada à variabilidade
interanual da precipitação pluvial. Segundo Berlato & Fontana (1999), em um estudo
da correlação entre precipitação pluvial trimestral centrada nos meses de novembro,
dezembro, janeiro, fevereiro e março de seis estações meteorológicas da área
significativa de produção da soja e o rendimento de grãos da cultura, nota-se que a
variabilidade interanual dos rendimentos está claramente associada à variabilidade
interanual da precipitação pluvial no período de dezembro a março. Os anos com
rendimento do Estado significativamente abaixo da média coincidem com anos de
estiagens ocorridas no final da primavera até o final do verão. Por outro lado, em
geral, altos rendimentos médios coincidem com precipitação pluvial bem acima da
média climatológica.
Levando em consideração a relevância da produção agrícola na economia
do Rio Grande de Sul e a importância da precipitação pluvial no desenvolvimento
das principais culturas no Estado, este trabalho foi desenvolvido com os seguintes
objetivos:
Objetivo Geral
- Identificar mudanças no regime da precipitação pluvial, nos meses de
outubro a março, no Estado do Rio Grande do Sul através da análise dos
valores extremos da precipitação e análise da tendência de dez índices
pluviométricos.
Objetivos Específicos
- Analisar os valores extremos da precipitação pluvial;
-
Analisar a tendência de quatro índices de intensidade da precipitação
pluvial;
2 Revisão bibliográfica
Das regiões geográficas do globo bem regadas por chuvas, o sul do Brasil é
uma daquelas cuja distribuição espacial deste fenômeno, no fim de um ano, se faz
de forma mais uniforme. Com efeito, ao longo de quase todo seu território a altura
média da precipitação pluvial anual varia de 1250mm a 2000mm. Portanto, não há
no sul do Brasil nenhum local cuja precipitação pluvial acumulada seja excessiva ou
carente (Nimer, 1989).
Ainda segundo Nimer (1989), essa vantagem de que se reveste o clima da
região Sul não reside apenas nos índices de precipitação acumulada anual, mas,
principalmente na forma pela qual ela se distribui. Largas extensões do território da
região Centro-Oeste e Sudeste do Brasil possuem esses mesmos índices, porém
nessas regiões uma percentagem muito grande de sua pluviosidade é precipitada
durante a estação das chuvas, enquanto o inverno é pouco chuvoso ou muito seco.
Na região Sul este fenômeno raramente acontece por isso o que bem caracteriza o
regime anual de chuvas nesta região é o seu notável equilíbrio.
Para Marques et al. (2003), a pequena variabilidade interanual da
precipitação pluvial média sobre o Rio Grande do Sul não permite caracterizar
claramente estações chuvosa e seca ao longo do ano. Entretanto, a pequena
variabilidade, é apontada como a principal causa da variação dos rendimentos
agrícolas no Estado.
Para Souza (2003), a precipitação é uma variável meteorológica muito
importante nas atividades concernentes à região, há uma forte vinculação entre a
produção e as condições de tempo que ocorrem durante o ciclo de determinados
produtos agrícolas. Sabendo-se da importância da variável (precipitação pluvial),
principalmente para a agricultura é que se faz necessário um estudo da
variabilidade, servindo desta maneira de subsídio para o planejamento rural.
Segundo Prela (2005), de modo geral, o sucesso do cultivo depende da
seqüência de um período inicial com umidade no solo, para garantir germinação e
crescimento vegetativo, seguido por precipitações adequadas e elevados níveis de
radiação solar para permitir pleno enchimento dos grãos e sua maturação.
Com base no conhecimento dos padrões regionais de distribuição da
precipitação pluvial é possível estabelecer se uma determinada espécie vegetal tem
condições satisfatórias para a sua produção econômica. Sabe-se que a precisão das
atividades no campo depende das condições climáticas e se beneficia diretamente
das informações agrometeorológicas. Caramori et al. (1998), citado por Ferreira
(2005), destaca que a correta espacialização de dados de precipitação é
fundamental dentro do conceito de agricultura de precisão, em que o fator clima tem
que ser otimizado para que os retornos sejam os potenciais esperados.
Para um bom planejamento agrícola essas informações são importantes
para se poder avaliar à recorrência ou não a sistemas de irrigação, uma vez que
dias secos podem se estender por períodos prolongados, pondo em risco a
produtividade esperada além da qualidade não muito boa do produto explorado
(Casagrande, 2005).
Para Cavalcanti et al. (2003), sob ponto de vista climatológico, o estudo dos
ciclos das chuvas mostra que se podem antecipar e prevenir em relação a uma seca
mais severa ou um período chuvoso mais rigoroso. Um melhor aproveitamento
econômico em relação ao fenômeno, que é muito importante na agricultura, na
hidrologia e em outras áreas, precisa de um estudo dos ciclos anuais de precipitação
pluvial.
Segundo Dantas (1998 b), os fenômenos climatológicos são considerados
periódicos, visto que se repetem em intervalos regulares de tempo e espaço. As
precipitações pluviais ocorrem de forma periódica e compõem um dos fatores mais
importantes na produção agrícola. Desta forma, determina a adequação dos
suprimentos alimentícios, exercendo influência sobre todos os estágios da produção
agrícola, desde a preparação do solo até a colheita, armazenamento, transporte e
comercialização das safras.
Segundo Nimer (1989), pode-se classificar em físicos e dinâmicos os
principais elementos constituintes do clima de uma região. Os físicos ou geográficos
são a posição e o relevo. Os fatores dinâmicos, que são o principal fator genético do
clima, tem no mecanismo da circulação geral da atmosfera seu principal
componente. Interagindo com a circulação atmosférica as diferenças de
aquecimento entre continentes e oceanos e as correntes marítimas também são
fatores que agem sobre o clima.
Os processos que produzem chuva numa determinada região se acoplam de
maneira intrincada. Genericamente, são processos de inter-relação entre as
superfícies terrestre, ou seja, suas condições de cobertura, relevo, localização
relativa e a atmosfera, envolvendo sua dinâmica em diferentes escalas espaciais e
temporais (Duarte, 2005).
O movimento da atmosfera se processa em diferentes escalas de espaço e
tempo. Existem turbilhões convectivos de escala micrometeorológica, com diâmetro
da ordem de centímetros e duração de segundos até configurações sinóticas com
diâmetro de milhares de quilômetros e que podem atuar por uma seqüência de dias
(Varejão-Silva, 2001).
Esses sistemas meteorológicos de diferentes escalas justificam as variações
no comportamento padrão da precipitação pluvial de uma região.
2.1 Sistemas meteorológicos de diferentes escalas que influenciam a
precipitação pluvial nas regiões Sul e Sudeste do Brasil
Segundo Harter (2004), no extremo sul do Brasil destacam-se entre os
sistemas de mesoescala as brisas marítimas e terrestres. As brisas marítimas são
circulações locais que constituem um sistema atmosférico característico de regiões
litorâneas. Para Varejão-Silva (2001), essas brisas são ocasionadas devido as
diferenças de aquecimento da superfície do continente, na orla marítima, e da
superfície do oceano adjacente, pois durante os dias ensolarados, a superfície do
continente, se aquece mais rapidamente. A conseqüente diferença de pressão
provoca o desenvolvimento de correntes convectivas ascendentes sobre o
continente, as quais geram nuvens convectivas estabelecendo-se uma circulação
fechada com movimentos ascendentes na costa e subsidente sobre o mar. As brisas
terrestres surgem da circulação inversa que ocorre durante a noite quando o
continente perde calor mais rápido que o oceano e a temperatura da superfície do
oceano torna-se mais elevada que a do continente fazendo que a faixa de baixa
pressão situe-se sobre o oceano e o vento passe a soprar do continente para o mar.
Os sistemas de escala sinótica, representados pelas massas de ar, sistemas
frontais, vórtices ciclônicos, ciclones extratropicais, bloqueios atmosférico e
sistemas associados à instabilidade do jato subtropical, são responsáveis por muitas
das alterações do regime de precipitação pluvial da região sul do Brasil.
O sul do Brasil, devido a sua posição geográfica, sofre maior influência dos
sistemas de latitudes médias, onde os sistemas frontais são os principais
causadores de chuva durante o ano (Harter, 2004).
No trabalho sobre a formação de ciclones na América do Sul, Gan e Rao
(1991) concluem que os anos de maior ocorrência de ciclogênese são os anos de
maior ocorrência de chuva e os anos de menor ciclogênese são os de menor
ocorrência de chuva e estão associados a valores negativos e positivos,
respectivamente, do Índice de Oscilação Sul.
Uma característica climatológica importante do verão na América do Sul é a
Zona de Convergência do Atlântico Sul (ZCAS), que é definida subjetivamente
como uma faixa convectiva, alongada que se origina tipicamente na bacia do
Amazonas, estendendo para o sudeste do Brasil e projetando-se no Oceano
Atlântico. Essa persistente faixa de nebulosidade, que se estende por alguns
milhares de quilômetros, bem caracterizada no verão é também justificativa para
períodos de escassez de precipitação pluvial na região Sul (Carvalho, 2004).
Segundo Chaves (2004), o aquecimento do Atlântico Sul parece contribuir
com a intensificação e o posicionamento da ZCAS em latitudes ao norte de sua
posição climatológica, favorecendo a precipitação sobre o sul do Nordeste e norte do
Sudeste e desfavorecendo sobre parte da região Sudeste e Sul do Brasil. Enquanto
o resfriamento do Atlântico Sul desintensifica a convecção associada à ZCAS,
favorecendo a convecção sobre a porção subtropical da América da Sul.
Segundo Carvalho et al (2004), a ocorrência de ZCAS está relacionada com
os extremos de precipitação durante o verão no sudeste brasileiro. No estudo
definiu-se que precipitações intensas são aquelas que estão 16% acima da média
diária e observou-se que em torno de 65% dos casos ocorreram durante ZCAS
intensas e 35% durante ZCAS fracas. Neste estudo os autores demonstraram que a
variabilidade espacial de precipitações extremas depende tanto da intensidade
quanto da localização (oceânica ou continental) da ZCAS. Também sugeriram que
um mecanismo dinâmico distinto deve modular a intensidade e a localização da
ZCAS e conseqüentemente o aspecto regional da precipitação extrema.
Segundo Berlato et al (2003), El Niño Oscilação Sul (ENSO) é um fenômeno
de grande escala que ocorre no Oceano Pacífico tropical e refere-se a uma
combinação de dois mecanismos que demonstram, de forma marcante, o vínculo
existente entre o oceano e a atmosfera. O El Niño (EN) representa o componente
oceânico do fenômeno, está associado com variações na temperatura da superfície
do mar e é monitorado principalmente através da Temperatura da Superfície do Mar
(TSM) em regiões definidas ao longo da região equatorial do Oceano Pacifico. A
Oscilação Sul (OS) representa a contrapartida atmosférica e expressa a correlação
inversa existente entre a pressão atmosférica nos extremos leste e oeste do Oceano
Pacifico.
A oscilação de pressão ao nível do mar observada entre as regiões da
Indonésia (Darwin, 12º, 139ºE) e o Oceano Pacífico Leste Tahiti, 17ºS,150ºW)
provoca sensíveis anomalias no escoamento atmosférico em escala global
ocasionando aquecimento (fase quente) ou resfriamento (fase fria) anômalos das
águas superficiais do Oceano Pacífico equatorial oriental. As fases extremas desse
fenômeno são popularmente conhecidas como El Niño e La Niña (Marques, 2005).
Grimm e Sant’Anna (2000) pesquisaram as fases extremas do fenômeno El
Niño Oscilação Sul e suas relações com a intensidade e com a freqüência das
chuvas no sul do Brasil. Concluíram que a primavera é a estação que sofre maior
influência dos eventos El Niño e La Niña. Observaram também que durante os
eventos El Niño tanto o aumento da precipitação média em dias chuvosos quanto o
aumento do número de dias chuvosos contribuíram para o aumento de precipitação
sazonal. Porém, a relação com a freqüência é mais intensa durante eventos La Niña,
pois nos períodos em que ele ocorre é predominante a influência da diminuição do
número de dias chuvosos, exceto no litoral. Este é um aspecto especialmente
danoso para a agricultura.
Kousky e Cavalcanti (1984) concluíram que o evento El Niño de 1982-1983
foi bastante intenso porque um jato subtropical bem pronunciado sobre a América do
Sul e o leste do Oceano Pacífico Sul, juntamente com várias situações de bloqueios
em latitudes médias, favoreceram a manutenção de sistemas frontais ativos no sul
do Brasil. Estes eventos contribuíram para a ocorrência da excessiva precipitação
observada na região Sul do Brasil.
Por outro lado, Kane (2000) examinou as epócas de início de El Niño em
relação à precipitação e mostrou que eventos El Niño que começam após a estação
chuvosa ou terminam antes da principal estação chuvosa podem não ser efetivos.
No sul do Brasil apenas os eventos El Niño ativos durante a última metade do ano
foram efetivos em causar excesso de chuvas. Em média a relação entre eventos
El Niño e precipitação foi pobre e provavelmente efeitos devidos a outros fatores
(temperaturas da superfície do Atlântico, frentes frias vindas da Antártica etc) são
mais importantes.
Pezzi e Cavalcanti (2001), sugeriram que o dipolo do Atlântico, durante
condições de El Niño, influencia somente a Região Nordeste do Brasil, mudando o
sinal das anomalias de precipitação sobre o norte do Nordeste e a intensidade das
anomalias negativas de precipitação sobre esta região. A região amazônica e outras
partes da América do Sul são influenciadas apenas pelas anomalias da temperatura
da superfície do Oceano Pacífico. Já durante as condições La Niña o dipolo do
Atlântico influencia a precipitação de toda a América do Sul.
3 Material e métodos
3.1 Dados meteorológicos
Foram utilizados dados diários de precipitação pluvial, obtidos junto ao
8º Distrito de Meteorologia (8ºDISME) do Instituto Nacional de Meteorologia (INMET)
que pertence ao Ministério da Agricultura, Pecuária e Abastecimento (MAPA). O
período escolhido cobre os anos de 1961 a 2005 e são das estações meteorológicas
localizadas nos municípios de Bagé, Bento Gonçalves, Bom Jesus, Encruzilhada do
Sul, Irai, Passo Fundo, Pelotas, Porto Alegre, Santa Maria, Santa Vitória do Palmar,
São Luiz Gonzaga, Torres e Uruguaiana.
Na tabela 1 estão indicadas as estações meteorológicas e suas respectivas
coordenadas geográficas, bem como uma abreviatura dos nomes das mesmas, que
serão utilizadas no trabalho.
TABELA 1 - Coordenadas Geográficas das Estações Meteorológicas do RS.
Estação Meteorológica
Latitude(graus) Longitude(graus) Altitude(metros)
Bagé (BAG)
-31,4
-54,1
215
Bento Gonçalves (BTO)
-29,3
-51,5
619
Bom Jesus (BJS)
-28,7
-50,4
1047
Encruzilhada do Sul (ECZ)
-30,5
-52,5
427
Irai (IRA)
-27,2
-53,2
222
Passo Fundo (PFD)
-28,3
-52,4
676
Pelotas (PEL)
-31,9
-52,4
13
Porto Alegre (POA)
-30,0
-51,2
46
Santa Maria (SMR)
-29,7
-53,7
95
Santa Vitória do Palmar (SVP)
-33,5
-53,4
6
São Luiz Gonzaga (SLG)
-28,4
-54,9
124
Torres (TOR)
-29,3
-49,7
254
Estas estações estão espacialmente bem distribuídas em todo o estado do
Rio Grande do Sul e localizadas em diferentes regiões climáticas, conforme mostra a
figura 1.
FIGURA 1 - Distribuição espacial das estações meteorológicas utilizadas no
trabalho.
3.2 Métodos
Neste trabalho foi feito uma análise da precipitação pluvial nos meses de
outubro, novembro, dezembro, janeiro, fevereiro e março entre os anos de 1961 e
2005. Os meses foram selecionados em função de sua importância no calendário
agronômico levando em consideração a época do cultivo das principais culturas
agrícolas do estado do Rio Grande do Sul, onde o alto ou baixo rendimento está
associado a valores de precipitação acima ou abaixo da média, respectivamente.
Utilizando as séries de dados de cada uma das estações meteorológicas
descritas anteriormente, foram feitos cálculos de índices pluviométricos para cada
um dos meses do período analisado. Esses índices foram escolhidos com o intuito
de identificar valores extremos de precipitação e de caracterizar a variabilidade do
comportamento da precipitação pluvial nos meses da primavera e verão. Todos os
índices foram calculados mês a mês, para cada uma das estações meteorológicas já
mencionadas.
Para a análise da intensidade da precipitação foram calculados os índices
pluviométricos a seguir, cujos valores são apresentados em milímetros.
(MAX 24h) Precipitação máxima acumulada em 24 horas;
(TOT AC MENS) Precipitação total acumulada em cada mês;
(MAX 5DIAS) Precipitação máxima acumulada em cinco dias consecutivos.
Neste caso, primeiro foram calculadas as chuvas acumuladas de 5 dias
consecutivos de cada mês e depois selecionadas as de maior valor do mês;
(ACIM PER 90) Precipitação total acumulada acima do percentil 90. Para
este índice foi calculado o valor de precipitação correspondente ao percentil 90 de
cada mês e então efetuada a soma de todas as precipitações, do mês, acima desse
valor. O percentil é um método que consiste em ordenar de forma crescente os
dados; fazer a diferença entre o máximo e mínimo da série, dividi-los em cem partes
iguais e então selecionar a faixa desejada.
Para a análise da freqüência da precipitação pluvial foi calculado o número
de dias de ocorrência de diferentes classes de precipitação. Os índices
pluviométricos calculados, que mostram seus valores em unidades de dias, são
descritos a seguir:
(DCSP) Número máximo de dias consecutivos sem precipitação, sendo
(DCCP) Número máximo de dias consecutivos com precipitação, sendo
assim considerados aqueles dias com precipitação pluvial superior a 1mm;
(DMS) Freqüência da classe de dias muito secos. Considera-se nessa
classe os dias que apresentaram precipitação pluvial menor ou igual ao percentil 10;
(DS) Freqüência da classe de dias secos. Considera-se nessa classe os dias
que a precipitação pluvial foi maior que o percentil 10 e menor ou igual ao
percentil 35;
(DC) Freqüência da classe de dias chuvosos. Considera-se nessa classe os
dias que a precipitação pluvial foi maior que o percentil 65 e menor ou igual ao
percentil 90;
(DMC) Freqüência da classe de dias muito chuvosos. Nesta classe
encontram-se os dias em que a precipitação pluvial foi maior que o
percentil 90.
Os valores encontrados foram organizados em tabelas mensais mostrando
os dados obtidos para cada um dos índices calculados em todas as estações
meteorológicas. No apêndice constam todas as tabelas com os respectivos dados
calculados.
A fim de se obter a característica temporal de cada índice utilizou-se o
método de regressão linear simples. Segundo o Guia de Practicas Climatológicas,
da Organização Meteorológica Mundial, esse modelo tem como objetivo prever uma
única variável dependente a partir de uma única variável independente e é dado pela
expressão:
Y = a + bX ( 1 )
Onde:
Y
é o índice pluviométrico em função da variável X;
b é o coeficiente de regressão, que representa a variação da variável
dependente em relação a variável independente;
X é a variável independente, o número de anos de análise do estudo,
(variando de 1 a 45).
As estimativas dos coeficientes
a e b
foram obtidas pelo método dos
mínimos quadrados.
A variabilidade total do período analisados foi obtida pela expressão:
V
t= b . 45 ( 2 )
Onde b é o coeficiente de regressão e a constante 45 representa o número
de anos do período analisado.
Com o objetivo de medir a relação linear entre as variáveis também foi
calculado o coeficiente de correlação entre elas. Assim, para cada índice foi
determinado seu coeficiente de correlação com o tempo, que é a variável
independente. Esse coeficiente demonstra uma medida numérica do grau
concordância entre as variáveis e se encontra compreendido entre +1 (correlação
perfeita e positiva) e –1 (correlação perfeita e negativa).
Este coeficiente foi calculado, mês a mês, para cada um dos índices,
através da expressão:
)]
)
(
)(
)
(
[(
)
)(
(
2 2 2 2 i i i i i i i iY
Y
n
X
X
n
Y
X
Y
X
n
r
( 3 )
3.3 Teste de significância
Para quantificar a influência da variável dependente sobre a variável
independente no processo de regressão simples recorre-se a testes estatísticos.
Para verificar se existe tendência foi feito um teste de hipótese para o
coeficiente de regressão b
(H
0: b
= 0, não existe tendência; H
1: b
0 , existe
tendência).
O grau de significância do coeficiente de correlação (r) foi determinado
através do teste “t” Student e foi comparado com o valor crítico de t com (n – 2)
graus de liberdade.
Para um determinado coeficiente de correlação (r) ser significativo, o valor
do t calculado deve ser maior que o valor de t crítico em um determinado nível.
Na análise da significância dos coeficientes de correlação de cada um dos
índices, foram considerados dois níveis; de 5% e de 1%. Esses níveis indicam que a
equação de regressão linear simples pode ser usada com probabilidade de
confiabilidade superior a 95% e 99%, respectivamente, para indicar a variabilidade
dos índices de precipitação estudados.
Como o valor crítico do nível de significância depende do número de dados
utilizados na amostra, na série analisada de 45 anos, para o nível de significância a
5%, o valor crítico de t é 1,68 e para o nível de significância a 1% o t crítico
equivale a 2,41 (Meyer, 1976).
A prova estatística foi feita através da expressão:
2
1
2
.
r
n
r
t
( 4 )
Onde:
r = coeficiente de correlação;
r
2= coeficiente de determinação;
n = número de pares de dados.
Com o objetivo de evidenciar as precipitações mais intensas foram
selecionadas as precipitações superiores a 100mm, 150mm e 200mm nas
precipitações máximas de 24 horas, máxima de cinco dias consecutivos e total
acumulado mensal, respectivamente. Esses valores foram escolhidos porque são os
valores aproximados do percentil 99 de cada índice.
Para identificar o comportamento da intensidade da precipitação pluvial,
foram calculados a precipitação máxima de 24 horas, o total acumulado mensal, a
precipitação máxima de cinco dias consecutivos e a precipitação acima do
percentil 90. Os valores dos coeficientes de regressão (b), de determinação (r
2), da
variabilidade total no período analisado (V
t) e do grau de significância (t) do
coeficiente de correlação r desses índices foram organizados em tabelas e
analisados em função dos níveis de significância de 1% e 5% encontrados nas
estações meteorológicas estudadas. Nessas tabelas os índices significativos a 1%
estão destacados com a cor bege e os significantes a 5% com a cor azul.
A fim de se determinar as regiões do Estado com características de
variabilidade no comportamento da precipitação pluvial, a variabilidade total no
período analisado (V
t) dos índices de freqüência da precipitação, em cada uma das
estações meteorológicas do estudo, foi plotada no mapa do Rio Grande do Sul e
traçado isolinhas das grandezas. Essas isolinhas dão uma visão espacial da
variabilidade do número de dias muito secos, dias secos, dias chuvosos, dias muito
chuvosos e do número de dias consecutivos com e sem precipitação.
4 Resultados e discussão
Sabe-se que os benefícios e transtornos causados pela precipitação pluvial
estão associados às suas características de intensidade e total precipitado. A
identificação de precipitações pluviais ocorridas em um espaço de tempo muito
curto, as quais, causam prejuízo para a agricultura, quando ocorrida no campo e
transtornos associados à calamidade pública nas grandes cidades é muito
importante. Por essa razão foi feito inicialmente uma análise dos valores dos índices
de intensidade da precipitação pluvial estudados. Nesses índices foram feitas duas
análises: uma dos valores extremos desses índices e outra do comportamento de
suas respectivas tendências.
Num segundo momento foi feita uma análise da freqüência da precipitação
pluvial no Estado e as tendências dos índices de freqüência foram mostradas por
meio de mapas para os 45 anos do estudo.
4.1 Análise dos índices de intensidade da precipitação pluvial
Com o objetivo de identificar as precipitações mais intensas, foram
selecionados nas tabelas da precipitação máxima de 24 horas, da precipitação
máxima de cinco dias consecutivos e da precipitação acumulada total mensal, os
valores acima do valor aproximado do percentil 99 de cada índice, e destacados os
anos e as estações meteorológicas em que ocorreram.
4.1.1 Precipitação máxima acumulada em 24 horas acima de 100mm
Nas tabelas 2 e 3 estão listados os meses de primavera e verão e os anos,
bem como as estações meteorológicas onde houve precipitações pluviais máximas
acumuladas em 24 horas, cujos valores ultrapassaram 100mm.
Neste índice as estações meteorológicas de Porto Alegre e Encruzilhada do
Sul, apresentaram poucos valores destacados. Porto Alegre nos meses estudados
mostra
apenas
um
evento
extremo
em
fevereiro
de
1981
(tabela 3). Neste mês, em 1983, a estação de Encruzilhada do Sul mostra o único
evento extremo no período de verão. Na primavera a cidade apresenta 3 eventos de
precipitação acumulada em 24 horas acima de 100mm, em outubro de 1994 e em
novembro de 1975 e de 1990 (tabela 2).
Das cidades que tiveram bastante eventos destacados, Uruguaiana foi a
estação meteorológica que registrou maior ocorrência de dias com precipitação
acumulada em 24 horas superior a 100mm. Isso ocorreu, mais intensamente nos
meses de verão, onde foram constatados 14 eventos conforme mostra a tabela 3.
São Luiz Gonzaga, Santa Maria, Bagé e Torres também mostraram vários
eventos extremos em quase todos os meses analisados, sendo que a estação
meteorológica de Bagé foi a que apresentou maior valor de precipitação acumulada
em 24 horas, 263 mm, em fevereiro de 1983 (tabela 2).
TABELA 2 - Precipitação máxima acumulada em 24 horas superior a 100mm, no
período da primavera, em POA, ECZ, URG, BAG, SLG, SMR e TOR.
Mês Ano POA ECZ URG BAG SLG SMR TOR
OUT 1963 108,2 103,0 OUT 1965 120,0 OUT 1968 130,3 OUT 1977 101,6 OUT 1980 129,0 OUT 1982 145,0 OUT 1983 113,9 OUT 1988 127,4 OUT 1994 114,3 OUT 2002 101,8 OUT 2003 120,9 OUT 2004 120,0 Continua
Continuação da tabela 2
Mês Ano POA ECZ URG BAG SLG SMR TOR NOV 1975 123,0 NOV 1982 141,0 NOV 1983 104,7 NOV 1990 156,7 136,0 DEZ 1965 166,2 DEZ 1968 101,4 DEZ 1969 123,2 DEZ 1979 120,0 DEZ 1980 181,8 DEZ 1987 149,0 DEZ 1989 124,6 DEZ 1991 156,1 DEZ 2001 103,1 DEZ 2002 103,4 DEZ 2003 109,0
TABELA 3 - Precipitação máxima acumulada em 24 horas superior a 100mm, no
período do verão, em POA, ECZ, URG, BAG, SLG, SMR e TOR.
Mês Ano POA ECZ URG BAG SLG SMR TOR
JAN 1963 125,5 135,2 JAN 1966 107,2 JAN 1967 107,5 JAN 1993 118,2 117,7 JAN 1996 122,6 JAN 1998 152,6 JAN 2000 125,1 JAN 2001 116,5 117,2 FEV 1961 108,3 FEV 1969 114,2 FEV 1971 144,1 111,5 FEV 1973 170,5 129,5 106,9 FEV 1981 109,5 FEV 1983 137,7 263,0 108,9 FEV 1990 108,8 FEV 1994 117,0 FEV 1995 115,0 FEV 1996 103,0 FEV 1998 106,8 FEV 1999 109,0 FEV 2004 128,2 MAR 1963 118,7 MAR 1966 124,4 MAR 1971 108,1 MAR 1980 105,0 MAR 1985 110,4 MAR 1986 105,0 MAR 1987 168,0 Continua
..
Continuação da tabela 3
.
Mês Ano POA ECZ URG BAG SLG SMR TOR
MAR 1989 181,9 MAR 1993 104,8 MAR 1995 119,4 MAR 1996 115,0 MAR 2000 125,2 108,4 MAR 2002 135,4 MAR 2004 104,0 MAR 2005 107,4
Numa análise geral, percebe-se que a metade oeste do Estado é propícia a
ocorrência de precipitação em 24 horas, acima de 100 mm, principalmente no verão.
4.1.2 Precipitação máxima acumulada em cinco dias consecutivos acima de
150mm
Assim como no índice referente as precipitações máximas de 24 horas, a
estação localizada na cidade de Porto Alegre mostrou poucos registros de
precipitação máxima acumulada em cinco dias consecutivos, superior a 150mm. Na
tabela 4 observa-se, que no verão do período analisado, apenas em janeiro de 1992
este valor foi ultrapassado. Além desta, as estações de Pelotas e Torres também
destacaram poucos dias no extremo deste índice, sendo que dezembro de 1997 é o
único registro, em toda a primavera, em Pelotas. Em Torres, esses dias apareceram
mais bem distribuídos nos seis meses estudados.
Em contrapartida, a estação da cidade de São Luiz Gonzaga apresentou um
número bem elevado dos eventos destacados, mais concentrados no período da
primavera. Bem distribuídos entre primavera e verão (tabelas 4 e 5) as estações de
Irai e Uruguaiana também tiveram vários registros com a precipitação máxima
acumulada de cinco dias acima de 150 mm. Na tabela 5 observa-se que em 1998
foram registrados, em Uruguaiana 278,6 mm, no mês de janeiro. Em Irai, destaca-se
neste índice, os valores de 305,4 mm e de 296,1mm de precipitação em outubro de
2000 e em fevereiro de 1998, respectivamente. Em outubro de 2000, isto se deve a
atuação de Vórtices Ciclônicos em Altos Níveis e áreas de instabilidade associadas
a formação de Complexos Convectivos de Mesoescala, que neste período
proporcionaram chuvas acima da média climatológica no interior de Santa Catarina
no norte do Rio Grande do Sul, segundo Boletim Climanálise (2000) do Centro de
Previsão do Tempo e Estudos Climáticos (CPTEC). Esses sistemas também
ocasionaram elevados valores na precipitação total acumulada mensal, conforme
será discutido no próximo item.
De forma geral, essa característica de precipitação ficou mais evidente no
norte e no oeste do Estado conforme mostram as tabelas 4 e 5.
TABELA 4 - Precipitação máxima acumulada em cinco dias consecutivos superior a
150mm, no período do primavera, em POA, PEL, TOR, SLG, IRA e URG.
Mês Ano POA PLT TOR SLG IRA URG
OUT 1961 179,9 155,2 169,7 OUT 1963 173,9 OUT 1968 166,7 OUT 1979 165,4 OUT 1980 228,0 OUT 1982 165,2 OUT 1986 172,8 OUT 1990 155,2 OUT 1992 205,9 OUT 1997 229,7 152,2 OUT 1999 99,0 OUT 2000 296,1 OUT 2002 245,7 OUT 2003 151,7 OUT 2004 159,8 NOV 1963 191,1 246,3 NOV 1976 160,5 NOV 1978 167,6 174,5 NOV 1981 165,5 210,0 NOV 1982 196,6 154,6 209,0 NOV 1983 211,9 NOV 1986 194,9 NOV 1993 158,3 162,0 DEZ 1965 205,6 201,7 DEZ 1966 157,8 DEZ 1968 165,5 DEZ 1970 160,1 150,6 DEZ 1979 154,5 DEZ 1980 188,2 DEZ 1989 156,0 DEZ 1994 181,1 DEZ 1997 157,4 163,0 DEZ 2002 156,3 DEZ 2003 209,7 156,8
TABELA 5 - Precipitação máxima acumulada em cinco dias consecutivos superior a
150mm, no período do verão, em POA, PEL, TOR, SLG, IRA e URG.
Mês Ano POA PLT TOR SLG IRA URG
JAN 1963 210,2 JAN 1966 198,5 JAN 1967 153,2 JAN 1969 166,0 JAN 1973 162,4 172,3 JAN 1974 166,5 157,1 JAN 1977 179,1 JAN 1978 195,1 JAN 1988 213,6 JAN 1991 169,4 JAN 1992 164,0 JAN 1993 154,4 JAN 1996 178,6 JAN 1998 161,0 150,0 278,6 JAN 2001 183,2 164,5 FEV 1973 266,5 FEV 1979 207,2 FEV 1983 244,8 FEV 1990 217,8 FEV 1998 305,4 MAR 1961 154,6 MAR 1963 225,4 MAR 1971 235,2 MAR 1975 167,4 MAR 1980 182,8 MAR 1985 184,1 160,0 MAR 1987 202,0 MAR 1993 272,0 MAR 1995 175,1 MAR 1996 197,0 MAR 1998 152,2 159,8 MAR 2000 250,7 184,3 MAR 2002 160,5 191,6 MAR 2005 73,2
4.1.3 Precipitação total acumulada mensal acima de 300 mm
Neste índice selecionou-se as precipitações acumuladas mensais superiores
a 300mm. A estação meteorológica de Porto Alegre mostrou apenas o mês de
outubro de 1963 (tabela 6), com essa característica. Como mostram as tabelas 6 e
7, essa intensidade de precipitação também não é muito freqüente nas estações de
Santa Vitória e Pelotas que mostraram apenas quatro e seis eventos observados,
respectivamente, em todo o período analisado.
A estação meteorológica de Irai foi a que mais se destacou positivamente
neste índice onde os meses de outubro e fevereiro foram os que mostraram o maior
número de eventos intensos (tabelas 6 e 7). A cidade também registra, em fevereiro
de 1998, o maior valor de precipitação acumulada mensal encontrado nas estações
meteorológicas do estudo, no período analisado, equivalente a 629,6 mm (tabela 7).
Nas estações de São Luiz Gonzaga e Uruguaiana também apareceram muitos
eventos de precipitação acumulada mensal acima de 300mm.
Segundo Boletim Climanálise (1998), do Centro de Previsão do Tempo e
Estudos Climáticos (CPTEC), para o mês de fevereiro de 1998, as chuvas e ventos
fortes na Região Sul foram causadas pela passagem de cavados e vórtices
ciclônicos, além de sistemas de baixas pressões em superfície e do jato em 850hPa
localizado ao oeste da Região.
Nas tabelas 6 e 7 pode-se verificar novamente que neste tipo de
precipitação, se destacaram as estações meteorológicas do norte e do oeste do
Estado.
TABELA 6 - Precipitação total acumulada mensal superior a 300mm, no período do
primavera, em POA, SVT, PEL, IRA, SLG e URG.
Mês Ano POA SVT PEL IRA SLG URG OUT 1963 303,4 OUT 1966 321,5 OUT 1979 334,6 361,6 OUT 1980 480,0 OUT 1994 305,4 OUT 1997 473,7 488,3 331,5 OUT 1999 327,5 OUT 2000 434,5 309,0 306,2 OUT 2002 395,3 538,3 OUT 2005 342,0 NOV 1963 300,7 303,1 NOV 1977 312,5 319,0 NOV 1982 358,7 345,7 319,0 NOV 1986 438,2 NOV 1990 323,4 DEZ 1965 340,3 350,9 DEZ 1974 320,4 DEZ 1979 336,2 DEZ 1997 328,8 354,6 DEZ 2002 338,2 345,5 DEZ 2003 340,0 368,7
TABELA 7 - Precipitação total acumulada mensal superior a 300mm, no período do
verão, em POA, SVT, PEL, IRA, SLG e URG.
Mês Ano POA SVT PLT IRA SLG URG
JAN 1973 345,6 383,8 JAN 1993 306,3 JAN 1997 342,9 428,1 JAN 1998 528,1 JAN 2001 325,5 FEV 1966 306,5 FEV 1969 349,9 FEV 1973 404,0 FEV 1977 432,1 324,0 FEV 1979 343,2 FEV 1983 465,8 324,1 FEV 1990 401,2 359,8 FEV 1992 433,8 341,0 339,3 FEV 1994 418,9 388,5 FEV 1996 360,6 FEV 1997 310,6 320,5 307,0 339,8 FEV 1998 629,6 385,7 MAR 1966 369,9 MAR 1971 359,3 MAR 1972 322,2 MAR 1975 323,9 306,0 MAR 1987 348,0 MAR 1996 316,4 MAR 1998 353,3 MAR 2000 392,4 MAR 2002 473,3 343,2 358,1 MAR 2003 325,2
Convém notar que as estações meteorológicas de Irai e Uruguaiana embora
não tenham apresentado eventos extremos na precipitação máxima de 24 horas,
tiveram grande destaque na máxima de 5 dias consecutivos e na precipitação total
acumulada, juntamente com a estação de São Luiz Gonzaga que evidenciou-se no
três índices.
A partir desses registros pode-se dizer que, nos meses de primavera e
verão, no Rio Grande do Sul, as regiões Oeste e Noroeste, devido a atuação dos
complexos convectivos de mesoescala, caracterizaram-se por serem as que
registraram mais eventos extremos nesses índices de precipitação pluvial
analisados.
4.2 Análise da tendência dos índices de intensidade da precipitação pluvial
A partir de agora usaremos todos os valores das precipitações máximas de
24 horas, das precipitações acumuladas mensais, das precipitações acumuladas de
cinco dias consecutivos e das precipitações acima do percentil 90, para analisar o
comportamento das intensidade da precipitação pluvial, nas treze estações
meteorológicas desse estudo.
Para verificar o comportamento temporal da variabilidade desses índices
foram analisadas equações de tendências. A seguir é apresentado a análise
estatística das tendências dos índices de precipitação estudados, onde foram
destacadas as significativas a, no mínimo, 5%.
4.2.1 Tendência da Precipitação Máxima acumulada em 24 horas
Na tabela 8, observa-se que o mês de outubro mostra tendência de
crescimento das precipitações máximas acumuladas em 24 horas com destaque
para a estação meteorológica de Irai, que registrou um aumento de 44,9mm. Esse
crescimento é significativo a 1%, nas estações de Irai, Torres, Bom Jesus e Porto
Alegre e a 5% em Passo Fundo e Bento Gonçalves, caracterizando-se como o mês
onde mais estações apresentaram variabilidade significativa. Irai, que neste mês
teve o mais acentuado índice de crescimento, como dito anteriormente, em
novembro mostrou uma tendência significativa de decréscimo, equivalente a
24,18mm, na precipitação máxima acumulada em 24 horas. As estações de Torres e
Porto Alegre continuam com tendência de crescimento no mês de novembro. O mês
de dezembro encerra o período da primavera mostrando duas estações com
tendências significativas e opostas, na variabilidade de precipitação. Pelotas, com
indicativo de aumento e Uruguaiana, que apontou uma diminuição de precipitação
equivalente a 27,63mm.
TABELA 8
– Parâmetros estatísticos da tendência da precipitação máxima de 24
horas, na primavera de 1961 a 2005; onde b e Vt estão em mm; e as cores azul e
bege representam índices de significância de 5% e 1% respectivamente.
OUT NOV DEZ
b Vt r2 t b Vt r2 t b Vt r2 t BAG -0,07 -3,10 0,00 -0,27 -0,21 -9,24 0,01 -0,71 -0,18 -7,97 0,01 -0,50 BTO 0,48 21,48 0,07 1,77 0,14 6,50 0,01 0,59 0,12 5,18 0,01 0,50 BJS 0,83 37,35 0,14 2,62 0,01 0,26 0,00 0,02 0,17 7,85 0,01 0,70 ECZ 0,36 16,12 0,05 1,45 -0,01 -0,26 0,00 -0,02 0,31 13,90 0,03 1,16 IRA 1,00 44,92 0,21 3,33 -0,54 -24,18 0,08 -1,91 -0,02 -0,83 0,00 -0,07 PFD 0,57 25,86 0,10 2,17 -0,11 -5,05 0,01 -0,49 -0,22 -10,04 0,02 -0,81 PEL 0,02 0,89 0,00 0,09 -0,06 -2,63 0,00 -0,24 0,47 21,12 0,08 1,94 POA 0,49 21,98 0,12 2,46 0,43 19,22 0,14 2,63 -0,05 -2,28 0,00 -0,25 SLG 0,39 17,46 0,03 1,24 -0,04 -1,58 0,00 -0,14 -0,08 -3,78 0,00 -0,24 SMR 0,19 8,52 0,01 0,52 -0,16 -7,28 0,01 -0,60 0,35 15,62 0,03 1,12 SVT 0,21 9,28 0,03 1,05 0,00 -0,01 0,00 0,00 -0,10 -4,42 0,00 -0,32 TOR 0,51 22,94 0,15 2,71 0,50 22,58 0,09 2,03 0,35 15,67 0,02 1,03 URG 0,19 8,57 0,01 0,54 -0,13 -5,95 0,01 -0,47 -0,61 -27,63 0,09 -2,01
O mês de janeiro foi o que mais se destacou na variabilidade da precipitação
máxima de 24 horas no período do verão (tabela 9). As estações meteorológicas de
Bagé, Bento Gonçalves e Encruzilhada do Sul, mostraram tendência de crescimento
significativo. Em Encruzilhada do Sul essa tendência foi mais acentuada e equivale a
um aumento de 29,92mm de precipitação nos 45 anos do estudo. Os meses de
fevereiro e março apresentaram variabilidade muito pequena neste índice
pluviométrico. Nestes meses, apenas em fevereiro, a estação referente a cidade de
Pelotas, mostrou tendência de aumento de 37,78mm na precipitação.
TABELA 9
– Parâmetros estatísticos da tendência da precipitação máxima de 24
horas, no verão de 1961 a 2005, onde b e Vt estão em mm; e as cores azul e bege
representam índices de significância de 5% e 1% respectivamente.
JAN FEV MAR
b Vt r2 t b Vt r2 t b Vt r2 t BAG 0,57 25,85 0,06 1,72 0,32 14,38 0,01 0,61 0,07 3,14 0,00 0,24 BTO 0,59 26,57 0,10 2,21 0,21 9,50 0,02 0,95 -0,21 -9,39 0,02 -0,85 BJS 0,00 0,05 0,00 0,00 0,20 9,18 0,01 0,72 -0,05 -2,07 0,00 -0,17 ECZ 0,66 29,92 0,15 2,72 -0,25 -11,30 0,02 -0,84 -0,02 -0,84 0,00 -0,07 IRA 0,43 19,25 0,04 1,40 0,16 7,10 0,01 0,47 -0,21 -9,65 0,02 -1,03 PFD 0,32 14,61 0,03 1,18 -0,25 -11,18 0,02 -0,82 -0,27 -12,01 0,02 -0,94 PEL 0,05 2,44 0,00 0,23 0,84 37,78 0,09 2,07 -0,07 -3,23 0,00 -0,28 POA 0,16 7,12 0,01 0,81 0,09 4,04 0,00 0,41 -0,12 -5,54 0,01 -0,52 SLG 0,32 14,51 0,02 1,00 0,12 5,48 0,00 0,38 0,19 8,46 0,01 0,61 SMR 0,21 9,37 0,01 0,63 0,11 4,87 0,00 0,45 0,01 0,26 0,00 0,02 SVT -0,11 -5,08 0,00 -0,37 0,33 15,05 0,02 0,96 0,52 23,34 0,05 1,45 TOR 0,01 0,26 0,00 0,02 0,11 4,94 0,00 0,34 0,16 7,34 0,01 0,56 URG 0,17 7,70 0,00 0,44 -0,36 -16,31 0,02 -0,87 -0,26 -11,55 0,01 -0,59