The intense and extreme rains in southeastern Brazil are spatially and temporally dynamic, corroborating their substantial complexity regarding understanding and associations. Therefore, the present study aimed at determining threshold values for events of intense and extreme rainfall in the region of São Carlos/SP using a climatic index, as well as temporal and spatial observations. The RClimdex script, Rnn index, and the detection of outliers were employed in order to mark and establish intense and extreme rainfall thresholds for the region. Values of 10 mm and 20 mm of rain were considered typical and of greater recurrence, and their incidence over a period of 24 hours did not necessarily denote intense events. In turn, values of 35, 46, and 60 mm indicate pluviometric rates that impact on significant disasters, as verified in the IPMET/UNESP natural disasters database. It is important to emphasize that values below 60 mm of daily rainfall may also indicate disaster contexts. However, they do not exclude the necessity to verify the intensity, duration, and frequency of intense rain events, and can delineate thresholds for territorial management organizations in their planning.
2015Autorizo a reprodução e divulgação total ou parcial deste trabalho, por qualquer meio convencional ou eletrônico, para fins de estudo e pesquisa, desde que citada a fonte. Aos meus pais, Antonio Carlos e Regina pelos ensinamentos de vida, à minha avó e heroína Alzira, ao meu irmão Vinícius pelo companheirismo, à minha companheira Letícia pelo carinho e apoio dedico. Agradeço imensamente, Ao espiritual, que sempre fortaleceu os pensamentos. Ao meu orientador Prof. Francisco Vecchia, pelas discussões e aprendizado que sempre nortearam os saberes climatológicos, filosóficos e sociológicos que contribuíram para meu crescimento intelectual e científico. Ao professor Carlos Antonio e Ademir Barbassa pelo apoio no desenvolvimento desse trabalho. Ao CNPQ, pela bolsa de estudos que viabilizou financeiramente o desenvolvimento desse trabalho. A EMBRAPA Pecuária Sudeste, em especial ao Dr. José Ricardo Pezzopane pela ajuda com os dados climatológicos. A todos do Núcleo de Climatologia, Nuria, Bruno, Maurício, Gustavo, Perussi, Elis, Grace, Isabela, Diego, Eduardo (agregado), Vitor (agregado) e Rodrigo (agregado) que nos momentos mais difíceis mostraram-se amigos a toda prova. Ao João Vilela por toda ajuda e parceria ao longo do mestrado e agora do doutorado. Aos funcionários e amigos da estação climatológica do CRHEA (EESC/USP), Betão e André pelo apoio incondicional e amizade e a todos do campus. Aos meus primos Rodrigo e Elisa que contribuíram diretamente junto ao desenvolvimento do trabalho. Aos meus sogros Edino e Janisse pelo carinho e apoio nas horas difíceis e por acreditarem sempre. Aos meus amigos e irmãos eternos Lucas e Danilo que, apesar da distância, estão sempre ao meu lado. Aos meus avós (in memorian) Aristeu, Elvira e Roberto. Queria que estivessem aqui. Aos meus pais e meu irmão, meu porto seguro de sempre. Ao meu amor, minha namorada, amiga, companheira, parceira de sempre, Letícia, por todos os momentos. Meu sincero, muito obrigado! Sumário Palavras-chave: Climatologia. Mudança climática. Climatologia estatística. R.ABSTRACT Sanches, R. G. Analysis of rainfall in the region of São Carlos/SP: the understanding and behavior rainfall in climatological stations, 1993-2014. 2015. 151 p. Dissertation (master) -São Paulo University, São Carlos School of Engineering, 2015.The possible climate change, in different spatial and temporal scales, consolidates several climatology researches in order to comprehend the climatologic dynamics, as well as climate attributes in such process. Rain, in this meaning, represents the complexity on the atmospheric dynamic understanding, once it presents its genesis based on different atmospheric processes.With that, the following study comprehends the rain behavior in the region of São Carlos according to its concentration, distribution and variability in the climatological stations from CRHEA/USP, INMET/UFSCar and EMBRAPA, being these adopted according to propose of Monteiro (1973) and from the historical series from 1993 to 2014. In this study, the bibliographic revision wa...
Rainfall expresses one of the most complex climate factors in Southeastern Brazil. Understanding the dynamics and temporal trends of rainfall represents a significant challenge due to regional and even global mechanisms, such as FS (Frontal Systems) and the SACZ (South Atlantic Convergence Zone), and the interaction with the Atlantic and Pacific Oceans. The present study aimed at analyzing the pluviometric tendencies in São Carlos/SP, in the countryside of São Paulo State. Laplace trend test was used to comprehend the temporal evolution of daily rainfall in the region in the historical series 1979-2017, in seven pluviometric stations (climatological or surface stations). Significant fluctuations in interannual trends and between seasons were observed. However, it was noted that the beginning of the 1980s showed positive trends, whereas, as of the year 2000, most of the stations demonstrated negative trends, indicating a reduction in daily rainfall volume due to the great tropical climatic variability of Brazil. Emphasis should also be given to the regional and local effects, such as elevation and urbanization, respectively, which corroborate such differences among the analyzed stations. This methodology is of considerable value for the observation of pluviometric trends, and future studies can validate such a tool in climatological studies.
O aspecto dinâmico da atmosfera promove, por meio das chuvas, significativa heterogeneidade temporal e espacial nos dados pluviométricos. A orografia, como elemento de destaque nesse processo, pode intensificar tal dinâmica. Compreender a influência desse mecanismo espaçotemporal se faz necessário. Para tanto, foram analisados 31 postos pluviométricos diários na região centro-leste do Estado de São Paulo, a fim de identificar essa influência, na série histórica 1979-2017. Utilizou-se do cálculo de índices climáticos (RClimdex) e da interpolação especial de dados (IDW) para compreender tal influência. Notaram-se “ilhas de umidade” na região onde o relevo apresenta-se mais elevado, como destaque para os índices de chuva acumulada anual, máximo diário, máximo acumulado em 5 dias e na intensidade pluviométrica. Tal intensificação se reafirma pela conjuntura geoambiental e pelo fator orográfico, sendo mais evidente na relação entre o número de dias consecutivos chuvosos e no valor máximo acumulado em 5 dias consecutivos. Tais aspectos reafirmam a dinâmica de sistemas frontais (SFs) e da convergência de ventos úmidos (ZCAS), típicos da região, que se intensificam em função do relevo. Palavras-chave: Precipitação, chuva orográfica, cuestas basálticas, RClindex e SIG. Abstract The atmosphere dynamics promotes, through the rains, spatio-temporal heterogeneity in the pluviometric data. Orography as an element it can be intensify rainfall. The comprehended influence of this spatiotemporal mechanism is necessary. For this purpose, 31 daily pluviometry stations were analyzed in the central-eastern region of the State pf São Paulo over 1979-2017 data. The climatic index calculation (RClimdex) and the spatial interpolation data was used to understand this influence. It was noted "humidity islands" in the region where the relief is highest. The annual accumulated rainfall, the daily maximum, the accumulated maximum in 5 days and rainfall intensity improve this. The intensification is reaffirmed by the geoenvironmental situation. The orographic factor being more evident in the relation between the number of consecutive rainy days and the maximum value accumulated in 5 consecutive days. These reaffirms the dynamics of frontal systems (FS) and the convergence of moist winds (ZCAS), typical of the region, which intensify due to the relief. Keywords: Precipitation, orographic rain, basaltic slopes, RClindex and SIG.
A produção agrícola é influenciada direta e recorrentemente pela sazonalidade dos climas. Dentre os cultivos agrícolas influenciados por esse tipo de conjuntura, destaca-se, no Brasil, a cana-de-açúcar cultivada em terras paulistas, pois, as características genéticas do clima Tropical, manifestam estações sazonais distintas, com base na variabilidade da precipitação e temperatura. O presente estudo ocupou-se com a análise dos efeitos climáticos na produção de cana-de-açúcar na microrregião de São Carlos. Para tanto, foram selecionadas três estações climatológicas inseridas na região com uma série temporal entre 1994-2014, a fim de serem analisados em conjunto com os registros da produção agrícola do IBGE (SIDRA/IBGE) no mesmo período. Em seguida a escolha da área e obtenção dos dados, realizou-se a classificação climática de anos-padrão, e a análise dos dados climáticos junto ao script RClimdex. Como resultados, observou-se que o aumento da área plantada é o principal fator de expansão da safra colhida. Em períodos recorrentes de “anos secos” manifesta-se uma retração produtiva significativa (toneladas). Os índices climáticos calculados pelo RClimdex apontaram para a mesma correlação, com destaque para os dias consecutivos secos e úmidos (DCS/DCU), bem como o RX5 dias, que expressam as descontinuidades das chuvas quando associado à produção agrícola. Ressalta-se a importância do planejamento agroclimático para o tempo de recorrência de longos períodos de estiagem e seus efeitos na produção agrícola.
A dinâmica climática e sua compreensão espaço-temporal, evidenciam significativas implicações no planejamento e ordenamento territorial. Atentando para isto o presente estudo objetivou analisar o comportamento das chuvas no município de Alfenas/MG por meio de índices climáticos e da determinação de valores extremos, que se fizeram pelo uso do script RClimdex e da detecção de outliers, respectivamente. Notaram-se significativas flutuações nos dados, com valores totais anuais abaixo da média nos últimos 5 anos, mesmo que a intensidade tenha se mantido próxima a média esperada (exceto nos últimos 2 anos). As chuvas podem ser consideradas intensas (diante dos dados), a partir de 40 mm, diariamente, sendo o número de dias associados aos valores de SDII e, seu limiar, um fator balizador para os estudos climáticos e suas implicações espaciais. Verificou-se ainda que as tendências positivas e negativas de temperatura nos Oceanos Pacífico e Atlântico influem, diretamente, nos índices observados e na pluviosidade da área.
A climatologia tropical e as oscilações das chuvas colide nas mais diversas regiões do continentes. Com o avanço das tecnologias, dados pluviométricos vêm sendo utilizados e aplicados para realização de análises ao longo em séries temporais utilizando produtos de sensoriamento remoto orbital. Com isso, o estudo objetivou analisar à distribuição espacial em escala multiespacial e multitemporal de 1981 até 2020, usando com os dados pluviométricos CHIRPS, para a região central do estado de São Paulo. Analisou 40 anos de dados mensais de chuvas, em 31 postos pluviométricos. Utilizou-se das relações entre as estimativas por satélite e os os coletados pelas estações de superfície apenas dos valores observados dentro do recorte temporal. Para isso, foram utilizadas duas análises de erro absoluto médio e erro médio quadrático e aliadas ao coeficiente de determinação. Para análise temporal, aplicou-se o Índice de Precipitação Normalizada (SPI) e tendências por regressão linear. As análises global dos dados evidenciaram que o CHIRPS apresentou-se uma tendência abrupta à subestimar os valores de precipitação (74%), através dos valores médios de ME; valores médios de RMSE variando entre 36,4 mm a 49,3 mm; e a regressão linear de R² acerca de 0.81. E, para as tendências com espacialidade uma distribuição de redução para áreas a sudoeste e norte e de aumento para áreas a sudeste. Essa diferença pode estar associada aos efeitos orográficos. Em tempo, o CHIRPS, proporcionalizou-se uma análise completa de dados séries temporalmente e favoreceu-se com o desenvolvimento do comportamento da atmosfera nas diversas porções da superfície terrestre. Space-time analysis of precipitation, in the central region of the state of São Paulo using CHIRPS dataA B S T R A C TTropical climatology and rainfall oscillations colide in the most diverse regions of the continentes. With the advancement of Technologies, rainfall data have been used and Applied to perform analyzes over time series using orbital remote sensing products. Thus, the study aimed to analyze the spatial distribution on a multitemporal scale from 1981 to 2020, using CHIRPS rainfall data, for the central region of the state of São Paulo. It analyzed 40 years of monthyl rainfall data, in 31 pluviometric stations. The relationships between the satellite estimates and those colleted by surface stations were used Only from the values observed within the time frame. For this, analyzes of mean absolute error mean squared error were used, together with the coeffcient of determination. For temporal analysis, the Normalized Precipitation Index (SPI) and trends by linear regression were applied. The gblobal analysis of the data showed that the CHIRPS presented and abrupt tendency to underestimate the precipitation values (74%), through the average values of ME; mean RMSE values ranging from 36.4 mm to 49.3 mm; and the linear regression of R2 about 0.81. And, for the trens with spatiality, a distribution of reduction for areas to the southeast. This difference may be associated with orographic effects. In time, CHIRPS, a complete analysis of time series data was proportionally and favored with the development of the behavior of the atmosphere in the different portions of the Earth’s surface.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.