Determinação de Regiões Homogêneas do Índice de Precipitação Normalizada (SPI) na Amazônia Oriental

Abstract

ResumoO presente estudo objetiva determinar Regiões homogêneas do SPI-6 na Amazônia Oriental e analisar as principais características dos eventos secos e chuvosos em cada região. Para o cálculo do SPI, utilizou-se dados de precipitação de 72 postos pluviométricos distribuídos na Amazônia Oriental. Além disso, aplicou-se o Agrupamento Hierárquico de Ward para determinar as Regiões Homogêneas e a Análise Fatorial em Componentes Principais (ACP) para determinar os principais padrões de variabilidade climáticas associados aos eventos secos e chuvosos. Os resultados obtidos pela Análise de Agrupamento mostraram a existência de três Regiões Homogêneas em relação ao SPI-6: RH-1 (litoral), RH-2 (central) e RH-3 (sul). De modo geral a região do litoral apresentou mais eventos secos que chuvosos. Nas demais regiões (central e sul) a situação é inversa, isto é, existem mais eventos de chuva, porém com pouca duração. Por meio da ACP verificou-se que os eventos secos e chuvosos na Amazônia Oriental estavam associados, principalmente, a variabilidade climática dos oceanos Atlântico (Gradiente do Atlântico) e Pacífico (ENOS). Palavras-chave: Amazônia, precipitação, regiões homogêneas, SPI, ACP. Determination of Homogeneous Precipitation Regions of the Standardized Precipitation Index (SPI) in the Eastern Amazon AbstractThis paper aims to determine homogeneous regions of the SPI-6 in the Eastern Amazon and analyze the main characteristics of dry and rainy events in each region. For the calculation of the SPI, we used rainfall data of 72 rainfall stations distributed in the eastern Amazon. Furthermore, were used Ward hierarchical grouping to identify homogeneous regions and the Principal Components Factor Analysis (PCA) to determine the main climate variability patterns associated with dry and rainy events. The results showed three homogeneous regions (HR): HR-1 (coast), HR-2 (central region) and HR-3 (south). Generally, the coastal region showed more dry events than rain. In the other regions (central and south) the situation is reversed, i.e, there are more rain events, but with short duration. The results obtained by PCA showed that the dry and wet events in Eastern Amazonia were associated, mainly, to climate variability associated the Atlantic Ocean (Atlantic Dipole) and Pacific Ocean (ENSO).

Extreme Drought Events over Brazil from 2011 to 2019

“…To calculate the SPI, precipitation data are fitted to a gamma probability distribution function and then the inverse normal distribution function is used to rescale the probability values, resulting in SPI values with a mean of zero and a standard deviation of one. More information about the SPI calculation can be found in several previous studies, including McKee [38,54,55] and Dos Santos [56,57]. As SPI is a normalized index, it allows the comparison of the index between different locations and climates [57], which is important for drought monitoring in a large country such as Brazil.…”

Avaliação De Dados De Precipitação Para O Monitoramento Do Padrão Espaço-Temporal Da Seca No Nordeste Do Brasil

“…A versatilidade deste índice está na simplicidade do seu cálculo, além disso, ele identifica eventos secos e chuvosos em diferentes escalas de tempo (3, 6, 12 meses, etc), o que permite monitorar a dinâmica temporal desses eventos, isto é, o desenvolvimento e declínio. Como é um índice padronizado a classificação das categorias de seca/chuva pode ser utilizada em qualquer região do globo (HAYES, 2000;SANTOS et al 2017). Adicionalmente, O SPI apresenta uma vantagem em relação aos demais índices, por exemplo, Índice de Severidade de Seca de Palmer (PDSI), pois utiliza apenas dados mensais de precipitação, ou seja, não se faz necessário a utilização de outras variáveis meteorológicas na detecção dos eventos secos e chuvosos (GUTTMAN, 1998).…”

Qualidade geral da educação municipal e as influências dos gastos públicos

“…Percentuais semelhantes foram obtidos nos estudos de autores como Barbosa et. al (1997), Santos et. al (2017) e Capozzoli, Cardoso e Ferraz (2017), o que indica ser percentual aceitável para o caso de construção de índices.…”