15º Congresso Brasileiro de Geologia de Engenharia e Ambiental
MODELAMENTO GEOESTATÍSTICO DA PRECIPITAÇÃO E EXTREMOS
NO SUL DO BRASIL
Carlos Alberto Fonseca Pires1; Janete Teresinha Reis2; Maria João Pereira3
Resumo – A degradação do ecossistema atinge terras cultivadas, matos matagais, pradarias e savanas, semidesertos e desertos verdadeiros, além de limitar a produção de culturas, forrageiras, madeiras e outros benefícios que a natureza pode oferecer ao ser humano. No oeste do Rio Grande do Sul registram-se extensas áreas cobertas com areia, dificultando o desenvolvimento de atividades econômicas. O fenômeno tem sido chamado de arenização. Com esse propósito o trabalho tem como objetivo a caracterização da dinâmica do clima pela análise da precipitação e de seus extremos pelo modelamento geoestatístico e estatística básica dessas variáveis. A análise estatística e o modelamento geoestatístco são feitos para cada variável considerando intervalos de 10 anos, mudando a janela de obserção, isto é, considerando um conjunto de décadas, a saber 1960-1969; 1970-1979; 1980-1989; 1990-1999 e 2000-2009. A variável precipitação, nas diferentes décadas não apresenta distribuição normal e as variâncias não são homogêneas. Dessa forma, foi realizado o teste de Kruskal Wallis para verificar a existência de diferença significativa entre as médias, e posteriormente o teste de Comparações múltiplas LSD. As análises foram realizadas através do software SPSS v.17. O nível de significância utilizado foi de 5%. O teste de comparação múltipla das médias da variável precipitação kruskall-Wallis Test sugerem que as médias não são homogêneas. Portanto, existe diferença entre as médias de precipitação ao longo das décadas analisadas. O modelo geoestatístico que melhor ajusta os dados das variáveis precipitação e seus extremos é o modelo esférico com acurácia que varia de 60% a 85%.
Abstract – The degradation of ecosystem reaches farmland, woods thickets, prairies and savannas, semi-deserts and true deserts, and limit the production of crops, forage, wood and other benefits that nature can offer to man. In the west of Rio Grande do Sul record up extensive areas covered with sand, making the development of economic activities. The phenomenon has been called arenização. This study aims to characterize the dynamics of the climate analysis of precipitation and its extremes by geostatistics modeling and basic statistics of these variables. Statistical analysis and geostatistics modeling are made for each variable for intervals of 10 years, changing the window it is considering a number of decades, namely 1960 to 1969; 1970 to 1979; 1980 to 1989; 1990 to 1999 and 2000 to 2009. Rainfall varies in different decades shows no normal distribution and variance are not homogeneous. Thus, the Kruskal Wallis test was performed to check for significant differences between means, and then the LSD test for multiple comparisons. Analysis were performed using SPSS v.17 software. The significance level used was 5%. The test of multiple comparison of the mean rainfall variable Kruskal-Wallis Test suggest that the averages are not homogeneous. Is there a difference between the averages of precipitation over the decades analyzed. The geostatistical model that best fits the data of variable rainfall and its extremes is the spherical model with accuracy ranging from 60% to 85%.
Palavras-Chave – Geoestatística, modelamento geoestatístico, precipitação, análise estatística.
1 Dr. Dep. Geociências, Universidade Federal de Santa Maria, (55) 320-9446, calpires@terra.com.br
2 Dra, Universidade Federal do Rio Grande do Sul: Porto Alegre - RS, (51) 3308-7518, reis.janete@gmail.com 3 Dra. Eng. De Minas, Cerena, Ist, Lisboa. Maria.pereira@ist.utl.pt
1. INTRODUÇÃO
A apropriação do espaço geográfico e o uso racional dos recursos naturais são responsáveis pela sustentabilidade do Planeta. O Homem é o principal agente transformador, embora parte integrante do meio ambiente. Desde o princípio tem utilizado o meio natural (primeira natureza) e, através de seu trabalho, originou a segunda natureza, constantemente transformada em função de inovações técnicas e interesses econômicos que ocasionam contínuas transformações espaciais (Santos, 1996a). Desta forma, o espaço geográfico representa o dinamismo das relações estabelecidas entre o homem e a natureza, pelo aprimoramento da maneira de pensar e fazer as coisas e também o modo de produzir que resultam diferentes formas de organização espacial, diferindo-se de um lugar para outro, pois estão associados a fatores, técnicas e interesses diversificados. A Ação humana no espaço geográfico é dinâmica e progressiva e a “natureza vai registrando e incorporando a ação do homem e adquirindo feições do respectivo momento histórico” (SANTOS, 1996a, p.89).
A ocupação do espaço está associada à apropriação dos recursos naturais, pois suprem necessidades básicas, entre elas, a alimentação, a energia, a moradia e o desenvolvimento de atividades econômicas. Nas últimas décadas, a partir do entendimento das relações entre o homem e o ambiente natural, a Geografia tem dedicado atenção especial às questões de sustentabilidade do Planeta.
A degradação do ecossistema atinge terras cultivadas, matos matagais, pradarias e savanas, semidesertos e desertos verdadeiros, além de limitar a produção de culturas, forrageiras, madeiras e outros benefícios que a natureza pode oferecer ao ser humano. É dos maiores desafios ambientais da atualidade e, está intimamente ligada às perspectivas de produzir alimentos e reduzir a pobreza no mundo. Seus sintomas incluem a erosão do solo, esgotamento dos nutrientes, a salinidade, a escassez de água, a poluição e a perda de biodiversidade (BAI et al., 2008).
No oeste do Rio Grande do Sul registram-se extensas áreas cobertas com areia, dificultando o desenvolvimento de atividades econômicas. O fenômeno tem sido chamado de
arenização. Segundo Suertegaray (1987), por arenização entende-se o processo de
retrabalhamento de depósitos arenosos pouco ou não consolidados que acarreta nessas áreas uma dificuldade de fixação da cobertura vegetal, devido à intensa mobilidade dos sedimentos pela ação das águas e dos ventos. Suertegaray (1998) considera que o Oeste do Rio Grande do Sul apresenta grande fragilidade ambiental, decorrente de um paleoambiente semiárido ou semiúmido estepário que, mais recentemente, sofreu umidificação.
Soares e Pereira (2009) apresentam o desenvolvimento detalhado da metodologia para o cálculo dos indicadores da desertificação, a partir do modelo conceitual, com introdução do componente dinâmico no indicador da susceptibilidade à desertificação condicionada à dinâmica dos fatores biofísicos dentro de cada classe de ocupação do solo (LULC). A pesquisa se desenvolve em duas etapas fundamentais: a) caracterização da dinâmica do clima (precipitação) e fatores biofísicos (vegetação e solo) e b) caracterização espacial do índice de susceptibilidade à desertificação condicionada ao clima, vegetação e solo.
A partir desse entendimento, o presente trabalho tem como objetivo a caracterização da dinâmica do clima pela análise estatística básica da precipitação e de seus extremos, bem como o modelamento geoestatístico dessas variáveis. É parte do projeto “Integração de dados para estimativa do avanço da degradação do ecossistema na Região Sul do Brasil: aplicação de geoestatística”. O projeto busca caracterizar o comportamento espacial e temporal de cada um dos fatores biofísicos da arenização (clima, vegetação, água e solo) usando métodos de análise geoestatística e encontrar métodos de interpolação geoestatística para produzir indicadores regionais de arenização, com base na dinâmica do comportamento da vegetação, do solo e dos fatores climáticos extremos (secas e inundações).
2. METODOLOGIA
O comportamento espaço-temporal da precipitação pluvial foi analisado por décadas a partir dos dados diários totais. Para essa análise e discussão, efetuou-se variogramas de distribuição dos totais de precipitação pluvial. Foram calculados e analisados os totais médios de pluviosidade. O banco de dados foi organizado a partir de planilhas fornecidas pela Agência Nacional das Águas (ANA) com os registros diários da precipitação nas estações de Santa Catarina e Rio Grande do Sul. Foram selecionadas aquelas estações que tem registros diários de pelo menos 45 anos, no período de 1963-2012. O conjunto de dados, para este trabalho, foi constituído a partir de 161 estações.
Os dados de precipitação pluvial total diária permitiram a determinação dos seguintes índices mensais:
Precipitação, com a média da precipitação total mensal, referindo-se a precipitação acumulada ao longo do ano (mm);
R1, o número de dias por mês com precipitação abaixo de 1 mm (representando condições de seca);
R30, o número de dias por mês superior a um limiar fixo de 30 milímetros (representando condições molhadas).
O estudo básico de estatística dos índices mensais, por Precipitação, R1, e R30 foi submetido a uma análise estatística da média do parâmetro e variância mediante o uso de janelas móveis ao longo do tempo.
O uso das funções da planilha excel permitiu que fossem calculadas as médias mensais da precipitação pluvial(mm).
A análise estatística e o modelamento geoestatístco foram efetuados considerando intervalos de 10 anos, mudando a janela de obserção, isto é, considerando um conjunto de décadas, a saber 1960-1969; 1970-1979; 1980-1989; 1990-1999 e 2000-2009.
A variável precipitação e as variáveis R1 e R30 nas diferentes décadas apresenta muitos valores altos anômalos dificultando o ajuste dos modelos. Com esse trabalho optou por ajustar os modelos a partir das pequenas anomalias dos dados, isto é, considerando os dados a serem modelados apenas aqueles cujos valores estejam entre os limites definidos pela média ± 1.5 intervalo interquartílico (Q75-Q25).
A análise estatística e o modelamento geoestatístico foram processados com uso do software GeoMS do Centro de Recursos Naturais e Ambiente (CERENA) do Instituto Superior Técnico da Universidade de Lisboa, Portugal.
3. APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS
O resumo estatístico da variavel precipitação, considerando o conjunto definido pelos limites da pequena anomalia, para as diferentes décadas estudadas são apresentados nas tabela 1, tabela 2 e tabela 3, repectivamente.
A partir do teste de comparação múltipla das médias da variável precipitação kruskall-Wallis Test, aplicado anos conjuntos de dados correspondentes às décadas 1960-1969; 1970-1979; 1980-1989; 1990-1999 e 200-2009 indicaram que as médias não são homogêneas. Pois, existe diferença entre as médias das variáveis ao longo das décadas analisadas.
A precipitação pluvial na década 1960-1969 é a menor encontrada em todas as outras décadas analisadas, embora na literatura não ter episódios de La Niña nessa década. Pois, os episódios de La Niña são conhecidos como fase fria que resulta em condições opostas ao El
Niño, ou seja, na escasses da precipitação pluvial no Sul do Brasil. Porém, nesse período,
registrou-se dois episódios de El Niño moderados e um considerado forte no ano de 1965/1966. A precipitação na década de 1970-1979 é menor do que 1980-1989 onde teve-se o maior registro da média de precipitação pluvial um total de 4,59. Na década de 1990-1999 registra-se
um decréscimo em comparação a década anterior e posteriormente, na década de 2000 à 2009 um aumento na média da chuva. Assim, a precipitação pluvial na década de 1980-1989 é maior do que 1990-1999 e 2000-2009, embora ocorra um aumento na média de chuva na década de 2000-2009 em relação a década anterior (Tabela 1).
Tabela 1. Resumo estatístico da variável precipitação pluvial
Pode-se afirmar que a média de precipitação pluvial vem aumentando nas últimas décadas. Atingiu seu ápice na década de 1980-1989 e depois sofre um decréscimo na década de 1990-1999. Ressaltando a década de 1980-1989, constatou-se três episódios de El Niño um considerado moderado e outros dois caracterizados como fortes, nos anos de 1982/83 e em 1987/1988. Anos de El Niño são conhecidos como fase quente que ocorrem condições favoráveis para o aumento da precipitação no Sul do Brasil.
Considerando o número de dias por mês com precipitação abaixo de 1 mm, ou seja, em condições de seca, constatou-se que o período de 1960 à 1969 apresentou a maior média de precipitação pluvial, enquanto que a década de 1990 à 1999 a menor média pluvial (Tabela 2). Assim como, na década de 1970 à 1979 o registro da menor precipitação pluvial máxima.
Tabela 2. Resumo estatístico da variável R1
Na década de 1990 à 1999, com a menor média de chuva ressalta-se dois anos de La
Niña, um moderado e outro forte que coincidiu com o último ano dessa década, ou seja,
1999/2000. Cabe destacar que nessa década os episódios de La Niña se entendem de 1998 à 2000, ou seja, quatro anos seguidos. Portanto, os episódios de La Niña repercutiram na menor média de precipitação pluvial, entre as décadas analisadas, representada por condições de seca.
Analisando a variável R30, representado pelo número de dias mensais com limiar fixo de 30 milímetros de precipitação pluvial, constatou-se que na década de 1990 à 1999 ocorreu a maior média de precipitação pluvial, diferentemente das décadas analisadas pela precipitação pluvial normal (Tabela1) onde os anos de maior média registrada foi 1980-1989. Esse fato demonstra um período de grande umidade no solo. Por outro lado, na década de 1960-1969 apresentou a menor média de precipitação pluvial (Tabela 3), embora os registros sejam superiores a 30 mm.
Tabela 3. Resumo estatístico da variável R30
Período Mínimo Mediana Média Variância Desvio padrão Máxima Amostras
1960-1969 0,0 3,56 4,1 7,35 2,71 32,82 7.062
1970-1979 0,001 3,9 4,34 6,95 2,64 28 11.723
1980-1989 0,03 4,05 4,59 9,02 3,0 28,03 12.447
1990-1999 0,01 4,09 4,15 9,82 3,13 105,6 12.309
2000-2009 0,01 4,04 4,52 8,53 2,92 82,56 12.289
Período Mínimo Mediana Média Variância Desvio padrão Máxima Amostras
1960-1969 0,0 23,0 22,75 17,78 4,22 31 7.062
1970-1979 5,0 23,0 22,17 15,4 3,92 30 11.723
1980-1989 1,0 22,0 21,97 17,25 4,15 31 12.447
1990-1999 0,0 22,0 21,81 19,93 4,46 31 12.309
A partir da análise do R1 e R30, com precipitação abaixo de 1 mm e superior a 30 mm, fica evidente os períodos de ausência e presença significativa de precipitação pluvial. Portanto, merecem destaque a década de 1960-1969 com maior precipitação média para R1 indicando período seco e 1990-1999 para R3, cujos dias por mês superior a 30 mm, representando condições úmidas. Ressalta-se que na década de 1990-1999, constatou-se três episódios de El Niño dois moderados e um forte no ano de 1997/1998.
Analisando as cinco décadas constatou-se treze episódios de El Niño e sete de La Niña. Desse modo na década de 1960-1969 teve três episódios de El Niño e sem registro de La Niña. No período de 1970-1979 dois episódios de El Niño e três de La Niña. De 1980-1989 três identificados como El Niño e um La Niña. De 1990-1999 foram registrados três episódios de El
Niño e dois de La Niña. Na última década identificou-se dois episódios de El Niño e um La Niña
(Tabela 4).
Tabela 4 – Ocorrência de episódios de El Niño e La Niña nas cinco décadas em análise.
Fonte Adaptado de: Oceanic Niño Index (ONI), 2015 - http://ggweather.com/enso/oni.htm
Cabe destacar que nas cinco décadas teve seis episódios de El Niño considerados fortes, evidenciando forte ocorrência de precipitação pluvial seguida de inundação. Em contrapartida registrou-se quatro episódios fortes de La Niña nesse período. Porém, salienta-se que em 1999/2000 teve um registro forte de La Niña que foi considerado para a década de 1990 à 1999, em virtude de seu início em 1999. Sua fase excedeu 1999 e se estendeu em 2000 trazendo grandes prejuízos para o setor agropecuário do Rio Grande do Sul.
Segundo registros do Banco de Dados do Geodesastres Sul (INPE-CRS) nesses dois anos (1999-2000) no Rio Grande do Sul teve 269 municípios que decretaram situação de emergência em virtude da estiagem. No estado de Santa Catarina, também teve municípios que decretaram situação de emergência, porém em menor proporção, ou seja, 63 municípios.
A análise geoestatística para as variáveis precipitação, R1 e R30 apresentam foi feito a partir da eliminação dos valores altos errático do conjunto de dados. O critério de estabelecimento dos valores erráticos é média ±1,5 intervalo interquartílico. A validação do modelo foi feita considerando todo o conjunto de dados, incluíndos os valores erráticos.
Os modelos foram gerando para cada década segundo cinco direções: quatro variogramas espaciais no plano horizontal (-90º; -45º; 0º ;45º) e um variograma temporal no plano vertical (90º,90º) porque o banco de dados é tridimensional (x,y,z) , onde (x,y) são as coordenadas UTM e z é o tempo expresso em meses.
Período Mínim o
Mediana Média Variância Desvio padrão Máxima Amostras 1960-1969 0,0 1,0 1,14 1,63 1,28 11,0 7.062 1970-1979 0,0 1,0 1,23 1,59 1,26 10,0 11.723 1980-1989 0,0 1,0 1,32 1,96 1,4 12 12.447 1990-1999 0,0 1,0 1,37 1,87 1,37 14 12.309 2000-2009 0,0 1,0 1,32 1,68 1,3 9,0 12.289
Período El Niño La Niña
1960-1969 3 episódios : 1 moderada e 2 fortes Sem registro
1970-1979 2 episódios: 1 forte e 1 moderado 3 episódios: 1 moderado e 2 fortes 1980-1989 3 episódios: 1 moderado 2 fortes 1 episódio: forte
1990-1999 3 episódios: 2 moderados e 1 forte 2 episódios: 1 moderado e 1 forte 2000-2009 2 episódios: 2 moderados 1 episódio: Moderado
Os modelos dos variogramas espacias da variável precipitação para as cinco décadas estão representados na figura 1. O modelo variográfico que melhor se ajustou foi o modelo esférico, conduzidos pelo aumento rápido e a posterior inflexão. Mostram que a dependência espacial entre as amostras é a mesma em todas direção no plano XY, sendo igual a 700.000 metros. No plano vertical, o modelo varográfico que melhor se ajustou a variável precipitação foi o modelo esférico com dependência entre as amostras na ordem de 2.8 meses (figura 2).
Os parâmetros do modelamento geoestatístico da variável precipitação, a espacial; a temporal; C0 espacial; C0 temporal; Sill espacial e Sill temporal estão apresentados nas tabelas 5.
Tabela 5. Parâmetros do modelamento geoestatístico da variável precipitação
Os modelos dos variogramas espacias da variável R1 para as cinco décadas estão representados na figura 3. O modelo variográfico que melhor se ajustou foi o modelo esférico, conduzidos pelo aumento rápido e a posterior inflexão. Mostram que a dependência espacial entre as amostras, em cada década, é a mesma em todas direção no plano XY, mas variam de acordo com a década, sendo igual a 500.000 metros nas décadas 1960-1969; 1970-1979 e 1980-1989 e igual a 90.000 metros nas décads de 1990-1999 e 2000-2009. No plano vertical, o modelo varográfico que melhor se ajustou a variável precipitação foi o modelo esférico com dependência entre as amostras variam, na ordem de 3.2 meses nas 1960-1969; 1970-1979 e 1980-1989 e de 3.8 nas décadas de 1990-1999 e 2000-2009.
Os parâmetros do modelamento geoestatístico da variável R1, a espacial; a temporal; C0 espacial; C0 temporal; Sill espacial e Sill temporal estão apresentados nas tabelas 6.
Tabela 6. Parâmetros do modelamento geoestatístico da variável R1
Os modelos dos variogramas espacias da variável R30 para as cinco décadas estão representados na figura 5. O modelo variográfico que melhor se ajustou foi o modelo esférico, conduzidos pelo aumento rápido e a posterior inflexão. Mostram que a dependência espacial entre as amostras é a mesma em todas direção no plano XY, sendo igual a 500.000 metros. No plano vertical, o modelo varográfico que melhor se ajustou a variável R30 foi o modelo esférico com dependência entre as amostras na ordem de 2.8 meses.
Os parâmetros do modelamento geoestatístico da variável R30, a espacial; a temporal; C0 espacial; C0 temporal; Sill espacial e Sill temporal estão apresentados nas tabelas 7.
Tabela 7. Parâmetros do modelamento geoestatístico da variável R30 Período a espacial a temporal C0
espacial C0 temporal Sill espacial Sill temporal 1960-1969 700.000 2,8 0,912 1,56 3,41 7,305 1970-1979 700.000 2,8 3,87 3,13 18,84 18,45 1980-1989 700.000 2,8 2,15 3,10 4.17 4,47 1990-1999 700.000 2,8 4,01 3,15 4,7 4,29 2000-2009 700.000 2,8 0,92 2,69 3,88 3,58 Período A espacial
A temporal C0 espacial C0 temporal Sill espacial Sill temporal 1960-1969 500.000 3,2 3,87 4,3 18,84 19,44 1970-1979 500.000 3,2 3,2 4,3 16,20 17,5 1980-1989 500.000 3,2 3,43 4,3 18,29 18,74 1990-1999 900.000 3,8 2,88 5,4 13,70 13,88 2000-2009 900.000 3,8 1,75 5,4 11,45 10,83
Os parâmetros oriundos pelo ajuste do modelamento geoestatístico variam, originando valores de C0 espacial e C0 temporal diferentes para precipitação pluvial normal, para R1 e R30, assim como os demais parâmentros que envolvem a análise geoestatística.
4. CONCLUSÕES
Os modelos geoestatísticos foram ajustados a partir dos variogramas gerados com os dados sem os valores altos erráticos, e portanto, em alguns casos superou 80% de acurácia.
A análise por décadas demonstrou que a média da precipitação vem aumentando, atingiu seu ápice na década de 1990 a 1999. Porém, na década posterior sofreu um decrécimo, de 2000 à 2009. Isso demonstra os anos de escassez de chuva seguida pela estiagem que vem atingindo, principalmente o Rio Grande do Sul.
A escassez de precipitação tem gerado sérios danos a agricultura e ao setor pecuário, pela perda da produtividade e a necessidade da importação do produto de outros países encarecendo o custo de vida. Os fortes episódios de La Niña têm contribuído na ocorrência da estiagem no Rio Grande do Sul e a conseqüente diminuição da produção.
Recomenda-se o estabelecimento da simulação sequencial direta para o conjunto de dados de precipitação, R1 e R30, ao longo do período estudado, valendo-se do modelamento geoestatístico estabelecido.
Portanto, estudos dessa natureza são importantes por determinar a variabilidade da ocorrência de chuva e apresentar a acuracidade dos dados analisados.
AGRADECIMENTOS
Agradecimento a CAPES, Ciência sem Fronteira, Bolsas no Exterior - processo 2270-13-7 e ao CNPq.
REFERÊNCIAS
Bai, Z.G.; Dent, D.L.; Olsson, L. and Schaepman, M.E., 2008 - Global Assessment of Land
Degradation and Improvement. 1. Identification by remote sensing. Report 2008/01, ISRIC –
World Soil Information, Wageningen.
SANTOS, M. Por uma Geografia Nova. 4. ed. São Paulo: HUCITEC, 1996, 1996a.
SOARES, A.; PEREIRA, M. J. 2009- Indicadores de desertificação – Desertwatch – Instituto Superior Técnico, Universidade Técnica de Lisboa.
SUERTEGARAY, D.M.A. A Trajetória da Natureza um Estudo Geomorfológico sob os Areais de
Quaraí/RS. Tese de Doutorado. USP- FFLCH, 1987.
SUERTEGARAY, D.M.A. Deserto Grande do Sul: Conrovérsias. 2ª edição. Revisada e Ampliada, 1-108, Editora da UFRGS, 1998.
Períodos A espacial A temporal C0 espacial C0 temporal Sill espacial Sill temporal
1960-1969 500.000 2,8 0,79 0,78 1,86 1,71
1970-1979 500.000 2,8 0,63 0,844 1,75 1,288
1980-1989 500.000 2,8 1,62 0,627 1,39 1,30
1990-1999 500.000 2,8 0,7 0,72 1,99 1,73
