Desempenho de modelo climático aplicado à precipitação pluvial do Estado de Pernambuco

Abstract

RESUMONesta pesquisa se analisou o desempenho de um modelo probabilístico de previsão climática aplicado à pluviometria do Estado de Pernambuco. Definiram-se quatro estações chuvosas (EC), subdivididas em dois períodos -inicial (X) e final (Y), para três mesorregiões do estado. A metodologia proposta consiste em ajustar as proporções Zi (razão entre o total pluviomé-trico do período inicial (Xi) de cada EC e o total pluviométrico (Xi + Yi) da correspondente EC), obtidas anualmente para séries temporais com 30 anos ou mais de duração à distribuição de probabilidade Beta, para prognosticar a precipitação pluviométrica mínima esperada a 80% de probabilidade para o período Yi da EC. Utilizou-se o teste paramétrico Lilliefors para avaliar o ajuste do modelo probabilístico Beta a todas as amostras de Zi. A validação do modelo foi verificada com dados de 1994 a 2002, para cada EC, em que os resultados evidenciaram bom ajuste da distribuição empírica ao modelo teórico Beta. Observou-se tendência de maior número de falhas nos prognósticos de Ymin em anos secos ou chuvosos e maiores acertos nos anos considerados normais; enfim, o índice de acerto foi superior a 80% nos prognósticos da precipitação mínima (Ymin) no período de validação do modelo. Palavras-chave: distribuição Beta, prognóstico climático, clima do NordestePerformance of a climate forecast model applied to seasonal rainfall in the State of Pernambuco -Brazil ABSTRACTIn this research the performance of a probabilistic climate forecast model applied to seasonal rainfall of Pernambuco State was assessed. Four rainy seasons (EC) were defined and each one was subdivided in two periods -initial (Xi) and final (Yi) -for three mesorregions of Pernambuco State. The methodology proposed consisted in adjusting proportions of Zi (ratio of accumulated rainfall of the first period (Xi) and the total rainfall of each EC (Xi + Yi) in the corresponding EC, year by year, over a time series of at least 30 years, to the Beta distribution for obtaining the minimum accumulated rainfall expected at 80% probability level for the period Yi of EC. The validation of the model was verified with data collected from 1994 to 2002 for each EC. The Lilliefors goodness-of-fit test was used to evaluate the adjustment of model for each set of Zi values. Results showed a good agreement between the empirical distribution and Beta model. There was an increasing trend of lesser agreement in the prediction of Ymin during dry or rainy years and good agreement in years considered as normal. The performed model showed success in the prognostics of Ymin in more than 80% of the studied localities, over the validation period.

Pediatric epidemiological aspects of scorpionism and report on fatal cases from Tityus stigmurus stings (Scorpiones: Buthidae) in State of Pernambuco, Brazil

“…The climate has a diverse pattern, featuring heavy rains in autumn and winter in Zona da Mata/Litoral and areas of wet and dry climates in Agreste. The Sertão has a semi-arid climate, with maximum rains in January through April (60-70% of the annual total), and March is the wettest month 22 .…”

Estimativas de perda de solo por erosão hídrica para o município de Serra Talhada, PE

“…Para Silva et al (2010) de 60 a 70% os meses mais chuvosos, são de janeiro a abril, sendo em março a maior contribuição das águas. Esses resultados ficando bem próximo aos valores reportados por Silva et al (2015) .…”

Estimativa dos Impactos Ambientais e Socioeconômicos dos Últimos 3 Grandes Eventos de Seca (2005, 2010 e 2015) na Amazônia

“…Eventos meteorológicos extremos de baixa frequência (fenômeno ENOS -El Niño Oscilação Sul) históricos são facilmente identificados na maioria das séries devido aos picos de IMA acima da média dos máximos dos outros anos, como os eventos de 90/93, 97/98 (considerados de intensidade forte) e os eventos foco deste estudo, como a seca de 2005 (em Altamira, Macapá e Rio Branco) e as secas de 2010 e 2015 (Altamira, Rio Branco, Manaus, Macapá). Estes dados podem Dos Santos Pereira W et al Biodiversidade Brasileira, 11(4): 84-97, 2021DOI: 10.37002/biobrasil.v11i4.1776 servir de subsídio para a adoção de protocolos e políticas públicas de prevenção/combate aos incêndios florestais nas áreas analisadas, dado o elevado risco de ocorrência de incêndios que as condições climáticas em anos de secas mostram neste estudo, partindo do ponto que estas são hoje previsíveis em diversos modelos climáticos (Silva et al, 2010).…”