Universidade Federal de Santa Maria
Ci. e Nat., Santa Maria v.42, ed. esp.: meteorologia, e9, 2020
DOI:10.5902/2179460X55310
ISSN 2179-460X
Received: 22/09/20 Accepted: 22/09/20 Published: 30/09/20
Variabilidade Climática Clima e Oceano
Análise da Variabilidade Temporal da Precipitação na Cidade de Florianópolis/SC
Analysis of Precipitation Temporal Variability in the Florianópolis/SC City
Deise Rodrigues Barcellos I
Mônica Aparecida Dias Wolf II
Sérgio Roberto Sanches III
Mário Francisco Leal de Quadro IV
I Instituto Federal de Santa Catarina, Florianópolis, Brasil. E-mail: deise_barcellos@hotmail.com.
II Instituto Federal de Santa Catarina, Florianópolis, Brasil. E-mail: monica-wolf@hotmail.com.
III Instituto Federal de Santa Catarina, Florianópolis, Brasil. E-mail: sergio.sanches@ifsc.edu.br.
IV Instituto Federal de Santa Catarina, Florianópolis, Brasil. E-mail: mquadro@ifsc.edu.br.
RESUMO
O excesso ou deficiência de precipitação afeta diretamente as condições ambientais, exercendo influência sobre a sociedade e seus diversos setores econômicos. Este estudo analisa a variabilidade da precipitação em Florianópolis/SC, por meio do Índice de Anomalia de Chuva (IAC). Para identificar possíveis mudanças no padrão de precipitação, são realizados testes não paramétricos com significância de 5% e regressão linear com nível de confiança de 95% nos dados do Climate Prediction Center (CPC) durante o período 1979 a 2017. Os resultados mostram que a maioria dos índices positivos (negativos) de precipitação corresponde aos anos de fase quente (fria) da Oscilação Decadal do Pacífico (ODP), e com a maior frequência de eventos de El Niño (La Niña). As séries temporais anuais indicam um declínio na precipitação. Observa-se também: (i) uma pequena tendência de redução da pluviosidade no verão, outono e inverno; (ii) uma significativa tendência de redução da pluviosidade na primavera (61,4mm no período) e (iii) uma redução de 7,9mm/ano e um total de 308,6mm no período. Pode-se inferir que os totais pluviométricos nos meses de maior aquecimento convectivo estão diminuindo nos últimos anos devido a redução do número de dias de chuva ou de extremos pluviométricos.
Palavras-chave: Índice de Anomalia de Chuva; El Niño Oscilação Sul; Oscilação Decadal do Pacífico; Variabilidade da precipitação.
ABSTRACT
The excess or deficiency of precipitation directly affects environmental conditions, influencing society and its various economic sectors. This study analyzes the variability of precipitation in Florianópolis / SC, using the Rain Anomaly Index (RAI). To identify possible changes in the precipitation pattern, non-parametric tests are performed with a 5% significance and linear regression with a 95% confidence level in the data from the Climate Prediction Center (CPC) during the period 1979 to 2017. The results show that the most of the positive (negative) precipitation indexes correspond to the years of the warm (cold) phase of the Pacific Decadal Oscillation (PDO), and with the highest frequency of El Niño (La Niña) events. Annual time series indicate a decline in precipitation. It is also observed: (i) a small tendency to reduce rainfall in summer, autumn and winter; (ii) a significant tendency to reduce rainfall in the spring (61.4 mm in the period) and (iii) a reduction of 7.9 mm / year and a total of 308.6 mm in the period. It can be infer that rainfall totals in the months of greatest convective warming are decreasing in recent years due to the reduction in the number of rainy days or extreme rainfall.
Keywords: Rain Anomaly Index; El Niño – Southern Oscillation; Pacific Decadal Oscillation; Precipitation variability.
1 Introdução
A precipitação pluvial é de suma importância no controle do ciclo hidrológico, sendo deste modo, uma das variáveis climáticas que maior influência exerce na transformação da paisagem e do meio ambiente (MARCUZZO; GOULARTE, 2012). De acordo com Cera; Teleginski e Bender (2009), os regimes de chuvas no Sul do Brasil são controlados por fatores climáticos, tais como os fenômenos El Niño e La Niña. O El Niño Oscilação Sul (ENOS) é uma oscilação do sistema acoplado oceano atmosfera que causa alteração na temperatura da superfície do mar (TSM), na pressão, no vento e na convecção tropical (TRENBERTH; STEPANIAK, 2001), o qual apresenta duas fases chamadas El Niño e La Niña. No sul do Brasil, nos anos de El Niño, as chances de ocorrência de chuvas acima do normal são maiores, enquanto as anomalias negativas ocorrem mais nos anos de La Niña (BRITTO; BARLETTA; MENDONÇA, 2006). Mantua et al. (1997) observaram a existência de uma variabilidade de longa duração na configuração das TSMs do Oceano Pacífico, semelhante ao evento ENOS, que foi denominada Oscilação Decadal do Pacífico (ODP). Essa oscilação pode se conectar a outras partes do sistema climático podendo causar impactos regionais (NEWMAN et al, 2016).
Silva Dias (2009) realizou um trabalho de associação da mudança no comportamento da temperatura e da chuva com a variabilidade climática interdecadal e constataram um aumento significativo da temperatura do ar e da chuva anual na região litorânea de Santa Catarina, no período de 1950 a 2000. As anomalias das chuvas em todo o mundo, relacionadas ao ENOS, podem ser moduladas pela ODP. Alguns estudos constataram que ENOS e ODP têm um efeito combinado na distribuição de anomalias de precipitação (LYRA et al., 2017). Andreoli e Kayano (2005) e Mendonça e Romero (2012) indicam uma correlação entre a ODP e ENOS, que podem ter efeitos combinados nas distribuições anômalas de precipitação em algumas regiões, agindo construtivamente (anomalias fortes e bem definidas) quando estão na mesma fase e destrutivamente (anomalias fracas e ruidosas) quando estão em fases opostas. Minuzzi (2010) evidencia que uma mudança nas anomalias de precipitação, de negativas para positivas, em meados da década de 1970, poderiam estar associadas a fenômenos de escala planetária, como o ENOS e a ODP.
Os eventos ENOS persistem por cerca de 6 a 18 meses, enquanto os eventos de ODP duram cerca de 20 a 30 anos. Ambas oscilações apresentam duas fases, sendo que uma fase fria (quente) é caracterizada por anomalias negativas (positivas) de TSM no Pacífico Tropical e, simultaneamente, anomalias de TSM positivas (negativas) no Pacífico Extratropical em ambos os hemisférios (SOUSA et al., 2010). A última fase fria ocorreu no período 1947 a 1976 e os anos de 1977 a 1998 correspondem a uma fase quente (MOLION, 2007). Estudos mostram que, a partir de 1999, a ODP entrou em uma nova fase fria, que pode perdurar por 15 a 20 anos (SOUSA et al., 2010; MOLION, 2003). Estudos realizados por Molion (2003) indicam que a frequência de La Niña são maiores nas fases frias da ODP, enquanto o El Niño aumenta sua frequência na fase quente.
De acordo com Freitas (2005), monitorar os períodos de seca, bem como os chuvosos e a variabilidade espaço-temporal da precipitação é especialmente relevante em projetos de irrigação, abastecimento de água, entre outras atividades. Segundo Murara e Ikefuti (2017), compreender a variabilidade da precipitação se faz necessário pois, quando em sua intensidade nos espaços urbanos, podem causar nos diferentes setores da economia e da sociedade grandes danos e perdas no que confere os transtornos à circulação de transportes e pessoas, comunicação, as atividades serviços, e ainda, problemas vinculados à saúde da população. Assim, a análise da precipitação traz grande importância para a sociedade, atuando como ferramenta para o planejamento de atividades humanas primordiais, como agricultura, controle de inundações, gestão de drenagem urbana, entre outros.
A caracterização da variabilidade espaço-temporal da precipitação em determinada região de estudo pode ser obtida pelo Índice de Anomalia de Chuva (IAC), permitindo a realização de comparações do regime pluviométrico de determinado local a partir de uma série de dados históricos de chuva (MANIÇOBA et al., 2017). Segundo Araújo et al. (2008), o IAC pode ser utilizado como uma ferramenta auxiliar para o acompanhamento climático de uma localidade, além de ser utilizado para regionalização, podendo também, através desse monitoramento gerar prognósticos e diagnósticos da climatologia local. Em vista do exposto, o propósito deste trabalho é apresentar um estudo da variação temporal da precipitação do município de Florianópolis, utilizando uma análise qualitativa do cálculo estatístico do IAC.
2 Materiais e Métodos
2.1 Área de estudo
Este estudo foi realizado no município de Florianópolis, litoral central de Santa Catarina, que possui 675,409 km2 de área (IBGE, 2010), e grande parte de seu território incluído na Ilha de Santa Catarina (Figura 1). Possui temperatura média oscilando entre 15 e 18 °C no inverno e entre 24 e 26°C no verão (NIMER, 1989). Sua faixa litorânea apresenta uma pequena variação do vento predominante ao longo dos meses, sendo o vento norte predomina, ocorrendo em dez dos doze meses do ano, por outro lado, o vento sul é predominante nos meses de abril e maio e o vento sudeste predomina em novembro e fevereiro (SILVEIRA; ALVES; MURARA, 2014).
Segundo a classificação de Köppen, o clima da cidade pertence ao tipo fundamental Cf e à variedade específica Cfa, ou seja, subtropical úmido com clima temperado, verão sempre úmido e quente (SILVEIRA, PINTO e WESTPHAL, 2019). Florianópolis apresenta distribuição pluviométrica anual média de 1.734 mm/ano, caracterizando o município como chuvoso no verão com diminuição das chuvas na primavera, outono e menores registros no inverno, não sendo possível identificar um período seco (MURARA, MENDONÇA e BONETTI, 2013).
Figura 1 – Localização da área de estudo e dos pontos de grade do CPC. Em vermelho consta a localização do ponto de grade mais próximo utilizado no estudo
2.2 Aquisição de dados
Os dados de precipitação mensal e anual utilizados neste trabalho foram obtidos do Climate Prediction Center (CPC), pertencente ao National Centers for Environmental Prediction (NCEP), para o período de 1979 a 2017. A análise da precipitação global diária baseada em dados do CPC é um conjunto de produtos de precipitação que combina todas as fontes de informações disponíveis de medidas em estações de superfície, com os dados em ponto de grade possuindo uma resolução espacial de 0,5°, ilustrado na Figura 1, para todo o globo. Os dados são diários e estão disponíveis do período de 1979 até o presente (CHEN et al., 2008).
2.3 Tratamento e análises de dados
Para avaliar o grau de severidade e duração dos períodos secos e úmidos foi utilizado o Índice de Anomalias de Chuva (IAC) desenvolvido e testado por Rooy (1965) e adaptada por Freitas (2005), para a obtenção das anomalias positivas e negativas. A avaliação do grau de severidade e duração desses períodos é obtido a partir das equações 1 e 2.
|
|
(1) |
|
|
(2) |
Onde:
IAC - Índice de Anomalia de Chuva;
N - precipitação real do mês/ano em que será gerado o IAC (mm);
N1 - média para o total do registro (mm);
M - média dos dez maiores valores de precipitação registrados (mm);
X - média dos dez valores mais baixos de precipitação registrados (mm).
As anomalias são calculadas pela diferença entre a pluviosidade do mês (ano) e a média dos meses (anos) considerando todo o período, sendo negativas quando o período apresenta pluviosidade abaixo da média e positivas quando apresenta pluviosidade acima da média.
Por meio do IAC, procura-se analisar a frequência e intensidade que ocorrem períodos de meses e anos secos e úmidos, avaliando seu grau de severidade e duração. Deste modo, apresenta-se um estudo da variabilidade temporal quantitativa da precipitação da cidade de Florianópolis para um período de 39 anos, utilizando-se uma análise qualitativa do cálculo do IAC (Tabela 1). Em decorrência, identifica-se a quantidade de meses secos e úmidos, bem como sua predominância, os meses com menores e maiores volumes de precipitação pluviométrica e a evolução temporal da precipitação anual.
Tabela 1 – Classificação da pluviosidade segundo o IAC
|
Índice de Anomalia de Chuva – IAC |
Faixa do IAC |
Classe de Intensidade |
|
> 4 |
Extremamente Úmido |
|
|
2,1 a 4 |
Muito Úmido |
|
|
0,1 a 2 |
Úmido |
|
|
0 |
Nem seco/Nem chuvoso |
|
|
- 0,1 a -2 |
Seco |
|
|
-2,1 a -4 |
Muito Seco |
|
|
< -4 |
Extremamente Seco |
Fonte: Adaptada de Freitas (2005).
Os dados anuais, mensais e sazonais de precipitação para a cidade de Florianópolis foram separados em dois grupos (1979-1998 e 1999-2017), após a percepção de mudança no comportamento do índice de precipitação. Esses grupos foram comparados pelo teste de Kruskal-Wallis, ao nível de significância de 5%, para verificar diferenças significativas na série temporal pluviométrica. Na prática, o teste é geralmente realizado para um propósito mais específico, determinar se todos os grupos têm a mesma mediana, ou se pelo menos uma mediana é diferente (HELSEL; HIRSCH, 2002).
O teste de Mann-Kendall foi utilizado para investigar as tendências de precipitação (mensais, sazonais e anuais) com nível de significância de 5%. O teste de Mann-Kendall é um método robusto, sequencial e não paramétrico usado para determinar se uma série de dados tem uma tendência temporal de mudança estatisticamente significativa (SALVIANO, GROPPO e PELLEGRINO, 2016). Este é o método mais apropriado para analisar mudanças climáticas em séries climatológicas, permitindo também a detecção e localização aproximada do ponto de partida de uma determinada tendência (GOOSSENS; BERGER, 1986). O teste de Mann-Kendall é frequentemente usado em estudos ambientais para verificar tendências monotônicas, sendo um método eficiente para lidar com falhas nas séries de dados e dados abaixo do limite de detecção (HELSEL; HIRSCH, 2002). O teste de Mann-Kendall tem sido amplamente utilizado em estudos hidrológicos com o intuito de testar a tendência nos dados de séries temporais, visto que o método apresenta uma hierarquia robusta à influência de dados extremos e adequada aplicação à variáveis de inclinação amplamente utilizadas para testar a normalidade da hidrologia variáveis (ABDULKAREEM; SULAIMAN, 2016).
O valor das tendências de precipitação sazonal foram obtidos por meio da regressão linear ajustada com nível de confiança de 95%, utilizando-se os valores das precipitações totais dos trimestres janeiro a março, abril a junho, julho a setembro e outubro a dezembro, representando, respectivamente, as estações verão, outono, inverno e primavera. De acordo com Wanderley et. al (2013), a tendência pode ser entendida como uma alteração contínua e sistemática observada em uma série temporal, a qual reflete o grau de acréscimo ou diminuição nos valores da variável, e calculada por meio do coeficiente angular da reta.
Y = a + bX
sendo:
Y - precipitação
X - tempo
a e b - coeficientes da regressão calculados pelo método dos mínimos quadrados
Para realizar o comparativo entre os dados de ocorrência de El Niño, La Niña e anos de neutralidade climática com o IAC, utilizou-se as informações sobre a ocorrência do fenômeno ENOS disponíveis no site da National Weather Service Climate Prediction Center (NOAA) (http://www.cpc.ncep.noaa. gov). Quando o índice for maior (menor) que +0,5 °C (-0,5 °C) por no mínimo cinco meses consecutivos é caracterizado como um evento de El Niño (La Niña), índices de valores -0,4 °C a 0,4 °C são classificados como eventos de neutralidade climática. Para fins de comparação anual com o IAC, levou-se em conta a ocorrência de pelo menos um mês do índice correspondente ao evento.
3 Resultados e Discussões
A Figura 2 apresenta o IAC anual para a cidade de Florianópolis, onde pode-se observar algumas peculiaridades ao longo do tempo. Até o ano de 1998 as anomalias positivas predominam em relação às anomalias negativas. Esse período apresenta dois anos extremamente úmidos (1983 e 1998), um muito úmido (1997), nove anos úmidos (1980, 1984, 1987, 1989, 1990, 1993, 1994, 1995 e 1996), seis anos secos (1979, 1981, 1982, 1986, 1991 e 1992) e dois muito secos (1985 e 1988). No entanto, a partir do ano de 1999 ocorre uma modificação no padrão da precipitação, anos com anomalias negativas são mais evidentes em relação às anomalias positivas (Figura 2). É possível observar um ano extremamente seco (2014), o único da série, além de cinco anos muito secos (2003, 2006, 2007, 2009 e 2012), seis anos secos (1999, 2002, 2005, 2013, 2016 e 2017), quatro anos úmidos (2000, 2004, 2010 e 2015) e três anos muito úmidos (2001, 2008 e 2011).
Figura 2 – Índice de Anomalia de precipitação anual (mm) para a cidade de Florianópolis/SC, indicando os eventos de El Niño e La Niña mais significativos para o período
A relação entre anomalias positivas e negativas de precipitação e a ocorrência do fenômeno ENOS foi confirmada através de vários estudos (NERY, 2005). Essas forçantes climáticas podem ter influenciado a ocorrência de anomalias positivas ou negativas no IAC.
Durante o período de estudo (39 anos/468 meses) ocorreram 122 meses (≅ 26,07%/10,2 anos) de El Niño, 120 meses (≅ 25,64%/10 anos) de La Niña e 226 meses (≅ 48,29%/18,8 anos) de neutralidade climática. Durante este período 59 meses (≅ 48,4%) de El Niño apresentaram IAC positivo e 67 meses de La Niña apresentaram IAC negativo (≅ 55,8%).
A Tabela 2 mostra o comparativo do ENOS com o IAC anual, onde 14 anos (≅ 35,9%) correspondem a eventos de El Niño, 11 anos (≅ 28,2%) a La Niña, 10 anos (≅ 25,6%) apresentaram ambos os eventos e 4 anos (≅ 10,3%) foram de neutralidade climática. Durante os anos de El Niño, 42,9% (6 anos) apresentaram IACs positivos, os anos de La Niña 36,4% (4 anos) apresentaram IACs negativos, anos em que ambos os eventos ocorreram 60% (6 anos) apresentaram IACs negativo e 40% (4 anos) apresentaram IACs positivos. Nos anos neutros os IACs apareceram em porcentagens iguais (50%/2 anos).
Tabela 2 – Ocorrência temporal dos fenômenos climáticos
|
Ano |
NOAA |
IAC |
|
1979 |
El Niño |
Negativo |
|
1980 |
El Niño |
Positivo |
|
1981 |
Neutro |
Negativo |
|
1982 |
El Niño |
Negativo |
|
1983 |
El Niño/La Niña |
Positivo |
|
1984 |
La Niña |
Positivo |
|
1985 |
La Niña |
Negativo |
|
1986 |
El Niño |
Negativo |
|
1987 |
El Niño |
Positivo |
|
1988 |
El Niño/La Niña |
Negativo |
|
1989 |
La Niña |
Positivo |
|
1990 |
Neutro |
Positivo |
|
1991 |
El Niño |
Negativo |
|
1992 |
El Niño |
Negativo |
|
1993 |
Neutro |
Positivo |
|
1994 |
El Niño |
Positivo |
|
1995 |
El Niño/La Niña |
Positivo |
|
1996 |
La Niña |
Positivo |
|
1997 |
El Niño |
Positivo |
|
1998 |
El Niño/La Niña |
Positivo |
|
1999 |
La Niña |
Negativo |
|
2000 |
La Niña |
Positivo |
|
2001 |
La Niña |
Positivo |
|
2002 |
El Niño |
Negativo |
|
2003 |
El Niño |
Negativo |
|
2004 |
El Niño |
Positivo |
|
2005 |
El Niño/La Niña |
Negativo |
|
2006 |
El Niño/La Niña |
Negativo |
|
2007 |
El Niño/La Niña |
Negativo |
|
2008 |
La Niña |
Positivo |
|
2009 |
El Niño/La Niña |
Negativo |
|
2010 |
El Niño/La Niña |
Positivo |
|
2011 |
La Niña |
Positivo |
|
2012 |
La Niña |
Negativo |
|
2013 |
Neutro |
Negativo |
|
2014 |
El Niño |
Negativo |
|
2015 |
El Niño |
Positivo |
|
2016 |
El Niño/La Niña |
Negativo |
|
2017 |
La Niña |
Negativo |
O IAC para a cidade de Florianópolis indica uma mudança no comportamento da precipitação a partir de 1999, antes desse período as anomalias positivas predominaram. Por outro lado, observa-se que desde 1999 as anomalias negativas se apresentam em maior número. Deste modo, os resultados indicam uma diminuição da pluviosidade ao longo dos anos, podendo ter acarretado em uma modificação no padrão da precipitação da região. Para evidenciar se há mudanças no comportamento da precipitação, realizou-se o teste de Kruskal-Wallis, a qual demonstrou que o padrão de precipitação nos dois períodos (1979-1998 e 1999-2017) apresentaram diferenças significativas entre si, ao rejeitar a hipótese de homogeneidade entre os períodos da série temporal (p = 0,034).
Verificada a diferença entre os períodos da série temporal, aplicou-se o teste de Mann-Kendall a fim de detectar qual o tipo de tendência hidroclimática a série pluviométrica apresenta. O teste de Mann-Kendall indica que a série de dados possui tendência negativa, ou seja, tendência decrescente nos índices de pluviosidade. A Figura 3 apresenta a regressão linear dos dados sazonais, onde observa-se que a redução média no verão foi de 0,61 mm/ano (total de 24 mm no período), no outono de 0,13 mm/ano (total de 5,3 mm no período), no inverno foi de 0,34 mm/ano (total de 13,1 mm no período) e na primavera observou-se a maior redução, 1,6 mm/ano (total de 61,4mm no período). A redução média anual foi de 7,9 mm/ano (total de 308,6 mm no período). A precipitação anual média encontrada no período estudado foi de 1653,1 mm, abaixo da precipitação encontrada por Murara, Mendonça e Bonetti (2013) que utilizaram os dados de 1970 (1734 mm/ano) demonstrando também uma possível redução na precipitação.
Figura 3 – Série temporal da precipitação média (mm/mês) para as estações de (a) verão, (b) outono, (c) inverno, (d) primavera e da (e) precipitação acumulada (mm/ano), na cidade de Florianópolis/SC, no período de 1980 a 2019. Em cada gráfico foi adicionado a reta de regressão linear, assim como os valores de S (desvio padrão), R2 (porcentagem de variação na resposta) e R2(aj) (porcentagem de variação na resposta ajustada à linha)
A Figura 4 apresenta os bloxplots da concentração de precipitação em cada um dos períodos (1979-1998 e 1999-2017), evidenciando os meses que apresentam maior variação no comportamento da precipitação. Os resultados dos testes não paramétricos corroboram com os dados apresentados pelo IAC, constatando que houve diminuição nos índices pluviométricos ao longo dos anos, comportamento que fica mais evidente nos meses de novembro a fevereiro, final de primavera e grande parte do verão, conforme ilustrado na Figura 3. A figura 3d mostra claramente que, a partir dos anos 2000, é possível identificar uma redução significativa das primaveras chuvosas, o que não é tão evidente nas demais estações do ano.
Figura 4 – Meses que apresentaram maior variação no padrão de precipitação para a cidade de Florianópolis/SC
A maioria dos IACs positivos ocorreram durante a fase quente da ODP, assim como os IACs negativos, em sua maior parte, ocorreram durante a fase fria. Sousa et al. (2010) mostram a relação de anomalias negativas com a fase fria da ODP, com uma tendência de redução nos totais anuais de precipitação, pois a camada atmosférica está mais fria e seca durante a fase fria em relação à fase quente, o que leva a redução na ocorrência de chuvas. Deste modo, é possível observar que as anomalias têm um relacionamento com a ODP, que a partir de 1999 entrou em uma fase fria, contribuindo para a ocorrência de La Niñas mais fortes e El Niños mais fracos, gerando uma redução das chuvas, como observado nas Figuras 3 e 4. Por outro lado, quando a ODP estava na fase quente (1977-1998), os eventos El Niño foram mais intensos e frequentes, contribuindo para a ocorrência de IACs positivos devido ao maior teor de vapor d’água na atmosfera.
A Tabela 3 foi elaborada com base na distribuição das classes de IAC nos meses em porcentagem. Analisando os resultados é possível observar que as classes de IAC estão distribuídas praticamente em todos os meses, não sendo possível a identificação de um padrão sazonal do IAC.
Os resultados obtidos corroboram o padrão climático determinado através da classificação de Köppen para a região, onde a região onde se localiza o município de Florianópolis é classificada como de clima mesotérmico úmido (sem estação seca), onde as chuvas são bem distribuídos ao longo do ano. Exceto o mês de maio que apresenta os tipos de classificação mais distribuídos, os outros meses apresentam mais de 50% de ocorrência de IAC com a classificação entre seco e úmido (-2< IAC <2). Todos os meses apresentam mais de 90% de sua distribuição entre a classificação muito seco e muito úmido (-4< IAC <4). Os meses com maior distribuição entre úmido e extremamente úmido, foram junho (52,5%), fevereiro (50%) e outubro (48,7%), e os meses com maior distribuição entre seco e extremamente seco, foram julho (65%) e agosto e março (62,5%). A Classificação de extremamente úmido maior ou igual a 5% do total somente não ocorreu nos meses de março, maio e setembro, este último sem ocorrências de meses extremamente úmidos e a maior ocorrência foi no mês de junho. A classificação de IAC extremamente seco, porém, só teve ocorrências iguais ou acima de 5% nos meses de abril e setembro.
Tabela 3 – Distribuição mensal do IAC da série histórica
|
Distribuição Mensal do IAC - % |
|||||||
|
Meses |
EU |
MU |
U |
N |
S |
MS |
ES |
|
Jan |
5,0 |
7,5 |
32,5 |
2,5 |
35,0 |
15,0 |
2,5 |
|
Fev |
5,0 |
15,0 |
30,0 |
2,5 |
20,0 |
27,5 |
0,0 |
|
Mar |
2,5 |
7,5 |
27,5 |
0,0 |
35,0 |
25,0 |
2,5 |
|
Abr |
5,0 |
10,0 |
30,0 |
2,5 |
30,0 |
17,5 |
5,0 |
|
Mai |
2,5 |
20,0 |
20,0 |
0,0 |
22,5 |
32,5 |
2,5 |
|
Jun |
7,5 |
10,0 |
35,0 |
2,5 |
25,0 |
17,5 |
2,5 |
|
Jul |
5,0 |
5,0 |
22,5 |
2,5 |
45,0 |
20,0 |
0,0 |
|
Ago |
5,0 |
7,5 |
25,0 |
0,0 |
37,5 |
25,0 |
0,0 |
|
Set |
0,0 |
23,1 |
17,9 |
2,6 |
35,9 |
15,4 |
5,1 |
|
Out |
5,1 |
12,8 |
30,8 |
2,6 |
25,6 |
20,5 |
2,6 |
|
Nov |
5,1 |
10,3 |
25,6 |
2,6 |
30,8 |
23,1 |
2,6 |
|
Dez |
5,1 |
7,7 |
30,8 |
0,0 |
35,9 |
17,9 |
2,6 |
|
EU - Extremamente úmido MU - Muito úmido U - Úmido |
|||||||
|
ES - Extremamente Seco MS - Muito Seco S - Seco |
|||||||
|
N - Nem seco / Nem chuvoso |
|||||||
4 Conclusões
A partir dos resultados deste trabalho, concluiu-se que o IAC é uma ferramenta eficiente no acompanhamento das anomalias de precipitação e no comportamento do padrão climatológico da região. Na média geral dos 39 anos analisados (1979 a 2017), observou-se que a distribuição das classes de IAC é homogênea ao longo dos meses não sendo possível identificar um período seco na localidade, conforme Murara, Mendonça e Bonetti (2013) haviam descrito. Por esse motivo, mesmo que o padrão de precipitação da região esteja em declínio, a chuva ainda está bem distribuída ao longo do ano.
A regressão linear, por meio do cálculo do coeficiente angular do gráfico da pluviosidade, demonstrou uma redução da precipitação em todas as estações do ano, sendo mais acentuada nas estações do primavera e verão. Na primavera ocorreu a maior redução da precipitação (-1,6mm/ano). Através desse comportamento, é possível inferir que os totais pluviométricos nos meses de maior aquecimento convectivo estão diminuindo nos últimos anos por dois motivos: redução do número de dias de chuva ou redução de extremos pluviométricos. Sugere-se a realização de trabalhos futuros para avaliar este padrão anômalo sazonal. Como consequência do padrão de primavera e verão, a tendência anual também foi de redução da pluviosidade (7,9mm/ano), indicando uma possível alteração no regime de chuvas no município de Florianópolis, coincidindo com as fases quente e fria da ODP.
Por meio dos resultados deste trabalho, também foi possível relacionar os índices ENOS com o IAC, onde somente no comparativo mensal do IAC com o ENOS obtivemos valores entre 48,4% para meses de El Niño com IAC positivos e 55,8% para meses de La Niña com IAC negativos. Os valores anuais de correlação não foram satisfatórios, devido aos baixos valores de correlação. Esperava-se que os anos de eventos de El Niño (La Niña) fossem correspondentes a IACs positivos (negativos), no entanto a relação foi baixa, o que pode ser referente a influência de outros fenômenos climáticos atuantes sobre a região. Duarte (2017), indica um aumento de 4% para 8% na frequência de eventos extremos de precipitação durante os meses de primavera de episódios de La Niña e neutralidade entre 2000-2015 nas regiões do litoral de SC. Para entender melhor essa relação é necessário mais estudos que considerem os eventos extremos e outros fatores atuantes sobre a região.
Além disso, houve indicações de que a ODP influencia o comportamento da precipitação na cidade de Florianópolis, uma vez que a fase quente (fria) contribui para a ocorrência de El Niño (La Niña), refletindo positivamente (negativamente) nas anomalias de precipitação. Sendo assim, observa-se que para as precipitações anuais em Florianópolis, o período com maior número de anomalias positivas (1979-1998) correspondem a anos de fase quente da ODP e apresentam maior frequência de El Niño. Por outro lado, o maior número de IACs negativos (1999-2017) estariam sobre a fase fria da ODP, apresentando maior frequência da fase negativa do ENOS, afetando deste modo o padrão de precipitação da região, que sugestionado pelas análises, apresentou um decréscimo com menores índices de pluviosidade ao longo dos anos.
Constatou-se que o IAC pode ser utilizado como uma ferramenta para o acompanhamento climático e a variabilidade pluviométrica de uma região, auxiliando em atividades, como o gerenciamento dos recursos hídricos, por exemplo. Se a tendência na diminuição da pluviosidade se configurar como padrão, o problema no abastecimento de água que vem ocorrendo nos últimos anos, se consolidará. Sugere-se para próximos trabalhos levar em considerações outros fenômenos climáticos, pois, entender a relação destes com a precipitação pode corroborar com o planejamento, zoneamento e mitigação de danos pelo poder público. Recomenda-se também que amplie a análise para o estado de Santa Catarina, de maneira que se possa observar se o comportamento da precipitação está sendo generalizado ou pontual.
Referências
ABDULKAREEM, J.H.; SULAIMAN, W.N.A. Trend analysis of precipitation data in flood source áreas of Kelantan river basin. Jurnal Teknologi (Sciences & Engineering). 2016; 78 (9–4): 115–127.
ANDREOLI, R.V.; KAYANO, M.T. ENSO‐related rainfall anomalies in South America and associated circulation features during warm and cold Pacific decadal oscillation regimes. Int. J. Climatol. 2005; 25: 2017-2030.
ARAÚJO, L.E. de; SILVA, D. F. da; SANTOS, M. J. dos; SOUZA, F. A. S. de. Avaliação da Precipitação do Cariri Paraibano Utilizando o Índice de Anomalia de Chuva (IAC). Revista Principia - Divulgação Científica e Tecnológica do IFPB. 2008; (17 Suppl 1): 30-35.
BRITTO, F.R.P.; BARLETTA, R.; MENDONÇA, M. Regionalização Sazonal e Mensal da Precipitação Pluvial Máxima no Estado do Rio Grande do Sul. Revista Brasileira de Climatologia. 2006; 35-51.
CERA, J.C.; TELEGINSKI, S.E.; BENDER, F.D. Influência da oscilação decadal do Pacífico e as mudanças no regime de chuva do Rio Grande do Sul. Ciência e Natura. 2009: 317-320.
CHEN, M.; SHI, W.; XIE, P.; SILVA, V. B. S. da; et al. Assessing objective techniques for gauge-based analyses of global daily precipitation, Journal of Geophysical Research. 2008; 113.
DUARTE, L.G.F. O Fenômeno El Niño-Oscilação Sul e os eventos extremos de precipitação em Santa Catarina. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Programa de Pós-Graduação em Oceanografia. 2017; 82.
FREITAS, M. A. S. Um Sistema de Suporte à Decisão para o Monitoramento de Secas Meteorológicas em Regiões Semi- Áridas. Revista Tecnologia. 2005; v. suplem: 84-95.
GOOSSENS, C.; BERGER, A. Annual and seasonal climatic variations over the northern hemisphere and Europe during the last century. Annales Geophysicae. 1986 [cited 2019 fev 10]; 4 (B4): 385-400. Available from: https://dial.uclouvain.be/pr/boreal/object/boreal:66385.
HELSEL, D.R.; HIRSCH, R.M. Statistical methods in water resources. Elsevier Science. 2002 [cited 2019 fev 13]. Available from: https://pubs.usgs.gov/twri/twri4a3/pdf/twri4a3-new.pdf.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICAS [Internet]. Brasília: Ministério do Planejamento, Orçamento e Gestão (BR) [cited 2019 mar 15]. Censo 2010. Available from: https://www.ibge.gov.br/cidades-e-estados/sc/florianopolis.html
LYRA, G.B.; OLIVEIRA-JÚNIOR, J.F.; GOIS, G.; CUNHA-ZERI, G.; ZERI, M. Rainfall variability over Alagoas under the influences of SST anomalies. Meteorol Atmos Phys. 2017 [cited 2019 mar 11]; 129:157-171. Available from: https://doi.org/10.1007/s00703-016-0461-1.
MANIÇOBA, R.M.; SOBRINHO, J. E.; GUIMARÃES, I. T.; CAVALCANTE JÚNIOR, E. G.; SILVA, T. T. F. da ZONTA, J. H.. Índice de anomalias de chuva para diferentes mesorregiões do Estado do Rio Grande do Norte. Revista Brasileira de Geografia Física. 2017 [cited 2019 fev 15];10 (04): 1110-1119.
MARCUZZO, F.F.N.; GOULARTE, E.R.P. Índice de anomalias de chuvas do Estado do Tocantins. Geoambiente On-line. 2012; (19): 55-71.
MANTUA, N.J.; HARE, S.R.; ZHANG, Y. WALLACE, J.M.; FRANCIS, R.C. A Pacific interdecadal climate oscillation with impacts on salmon production. Bull. Amer. Meteor. 1997; 78: 1069-1079.
MENDONÇA, M.; ROMERO, H. Ondas de frio, índices de oscilação e impactos socioambientais das variabilidades climáticas de baixa frequência na América do Sul. Edição Especial – “Climatologia Geográfica”, Acta Geográfica. 2012;185–203.
MINUZZI, R.B. Tendências na variabilidade climática de Santa Catarina, Brasil. Rev. bras. eng. agric. ambient. 2010; 14 (12): 1288-1293.
MOLION, L.C.B. Aquecimento global, El Niños, Manchas Solares, Vulcões e Oscilação Decadal do Pacífico. Climanálise. 2003 agosto; CPTEC/INPE. p. 1-5.
MOLION, L.C.B. Desmistificando o aquecimento global. Intergeo. 2007; 5:13-20.
MURARA, P.G.; IKEFUTI, P. Análise das precipitações pluviais em Rio do Sul, Santa Catarina. Geografia, Ensino & Pesquisa. 2017; 21 (3): 186-195.
MURARA, P.G.; MENDONÇA, M.; BONETTI, C. Climate and respiratory diseases and circulatory Florianópolis/SC. Hygeia. 2013; 9 (16): 86 - 102.
NERY, J. T. Dinâmica climática da região Sul do Brasil. Revista Brasileira de Climatologia. 2005 [cited 2019 mar 08]; 1: 61-75. Disponível em: https://revistas.ufpr.br/revistaabclima/article/download/25233/23631.
NEWMAN, M; ALEXANDER, M.A.; AULT, T.R.; COBB, K.M.; DESER, C.; DI LORENZO, E. et al. The Pacific Decadal Oscillation, revisited. American Meteorological Society. 2016 [cited 2019 mar 15]; 29: 4399–4427. Available from: https://journals.ametsoc.org/doi/full/10.1175/JCLI-D-15-0508.1.
NIMER, E. Climatologia do Brasil. São Paulo- SP. IBGE.1989.195-314p.
ROOY, M.P.V. A Rainfall Anomaly Index Independent of Time and Space. Notos. 1965; 14(43), 6.
SALVIANO, M.F. GROPPO, J.D.; PELLEGRINO, G.Q. Análise de Tendências em Dados de Precipitação e Temperatura no Brasil. Revista Brasileira de Meteorologia. 2016; 31 (1): 64-73.
SILVA DIAS, M.A.F. As chuvas de novembro de 2008 em Santa Catarina: um estudo de caso visando a melhoria do monitoramento e da previsão de eventos extremos. INPE. 2009: 67.
SILVEIRA, M. A.T.; RODRIGUES A. B. Urbanização turística no Brasil: um foco em Florianópolis – Santa Catarina. Via Tourism Review. 2015 [cited 2019 mar 23]; 7: 1-15. Disponível em: http://journals.openedition.org/viatourism/630.
SILVEIRA, R.B.; ALVES, M.P.A.; MURARA, P. Estudo de caracterização da direção predominante dos ventos no litoral de Santa Catarina. In: X Simpósio Brasileiro de Climatologia Geográfica e V Simpósio Paranaense de Climatologia, 2014, Curitiba.
SILVEIRA, V. de C.; PINTO, M. M.; WESTPHAL, F. S. Influence of environmental factors favorable to the development and proliferation of mold in residential buildings in tropical climates,Building and Environment.2019: 166.
SOUSA, A.J.S.; FERREIRA, E.A.; SOUSA, J.R.A.; ROLIM, P.A.M.A Oscilação Decadal do Pacífico e sua Influência na Precipitação de Goiânia – GO. In: Anais do Congresso Brasileiro de Meteorologia [Internet]; 2010 setembro 13-17; Belém/PA, Brasil. 2010 [cited 2019 mar 22]. Available from: http://www.cbmet2010.com/anais/artigos/673_12277.pdf.
TRENBERTH, K. E.; STEPANIAK, D. P. Indices of El Niño Evolution. Journal of Climate. 2001 [cited 2019 mar 25]; 14: 1697-1701. Available from: https://doi.org/10.1175/1520-0442(2001)014<1697:LIOENO>2.0.CO;2.
WANDERLEY, H. S.; SEDIYAMA, G. C.; JUSTINO, F. B.; de ALENCAR, L. P.; DELGADO, R. C. Variabilidade da precipitação no Sertão do São Francisco, estado de Alagoas. Rev. bras. eng. agríc. ambient., Campina Grande, v. 17, n. 7, p. 790-795,2013.