Tendências de mudança na precipitação e na susceptibilidade à seca avaliada pelo Índice de Precipitação Normalizada (SPI) no nordeste de Portugal

Royer, Ana Caroline; Figueiredo, Tomás de; Fonseca, Felícia; Schutz, Fabiana Costa de Araujo; Hernández, Zulimar

doi:10.14195/1647-7723_28-2_2

Cited by 4 publications

(3 citation statements)

References 33 publications

(46 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Para este trabalho foi usado o SPI-12, indicando uma escala temporal de doze meses. O SPI é recomendado e aplicado amplamente, pois requer como variável de entrada apenas dados de precipitação (Royer et al, 2021;Silva et al, 2021).…”

Section: íNdice De Precipitação Normalizada (Spi-12)unclassified

Análise espaço-temporal da precipitação na região central do estado de São Paulo utilizando dados CHIRPS

Santos

Sanches

Moreira

et al. 2022

Rev. Bras. Geog. Fis.

View full text Add to dashboard Cite

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.

show abstract

Section: íNdice De Precipitação Normalizada (Spi-12)unclassified

Análise espaço-temporal da precipitação na região central do estado de São Paulo utilizando dados CHIRPS

Santos

Sanches

Moreira

et al. 2022

Rev. Bras. Geog. Fis.

View full text Add to dashboard Cite

show abstract

“…Associated with precipitation and temperature regimes, in addition to elevation, The highest elevation areas concentrate the highest precipitation amounts and the lowest temperatures due to the strong influence of altitude, the other main regional climate driver [24]. Following these influences, the aridity index derived climate domains found in MNP change from dry sub-humid in the southernmost areas to humid in the northernmost areas [31,32].…”

Section: Study Areamentioning

confidence: 99%

Carbon Storage Patterns and Landscape Sustainability in Northeast Portugal: A Digital Mapping Approach

Patrício,

Lado,

de Figueiredo

et al. 2023

Sustainability

Self Cite

View full text Add to dashboard Cite

This study investigated the impact of regional land abandonment in northeast Portugal. It specifically focused on carbon sequestration opportunities in the Upper Sabor River Watershed, situated in the northeast of Portugal, amidst agricultural land abandonment. The study involved mapping the distribution of soil organic carbon (SOC) across four soil layers (0–5 cm, 5–10 cm, 10–20 cm, and 20–30 cm) at 120 sampling points. The quantification of SOC storage (measured in Mg C ha−1) allowed for an analysis of its relationship with various landscape characteristics, including elevation, land use and land cover (LULC), normalized difference vegetation index (NDVI), modified soil-adjusted vegetation index (MSAVI), topographic wetness index (TWI), and erosion risk (ER). Six statistical tests were employed, including multivariate approaches like Cubist and Random Forest, within different scenarios to assess carbon distribution within the watershed’s soils. These modeling results were then utilized to propose strategies aimed at enhancing soil carbon storage. Notably, a significant discrepancy was observed in the carbon content between areas at higher elevations (>1000 m) and those at lower elevations (<800 m). Additionally, the study found that the amount of carbon stored in agricultural soils was often significantly lower than in other land use categories, including forests, mountain herbaceous vegetation, pasture, and shrub communities. Analyzing bi- and multivariate scenarios, it was determined that the scenario with the greatest number of independent variables (set 6) yielded the lowest RMSE (root mean squared error), serving as a key indicator for evaluating predicted values against observed values. However, it is important to note that the independent variables used in set 4 (elevation, LULC, and NDVI) had reasonably similar values. Ultimately, the spatialization of the model from scenario 6 provided actionable insights for soil carbon conservation and enhancement across three distinct elevation levels.

show abstract

“…Para este trabalho, foi utilizado o SPI-12, indicando uma escala temporal de doze meses. O SPI é recomendado e amplamente aplicado, pois requer como variável de entrada apenas dados de precipitação (ROYER et al, 2021;SILVA et al, 2021).…”

Section: íNdice De Precipitação Normalizada (Spi-12)unclassified

As chuvas de relevo: a influência da serra de Itaqueri nos acumulados pluviométricos regionais

Santos¹

View full text Add to dashboard Cite

Aos meus pais (Vilma e Donizete) e à minha família, pelo apoio nessa longa trajetória acadêmica. Aos meus amigos do grupo de Climatologia e do Programa de Pós-Graduação em Ciências da Engenharia Ambiental, que sempre ajudaram na construção deste trabalho, de forma direta ou indireta. Ao professor Dr. Paulo Henrique de Souza, que despertou o meu interesse pela Climatologia durante a graduação. Ao professor Dr. Adriano Rogério Bruno Tech, por ter aceitado a minha entrada no Programa de Pós-Graduação em Ciências da Engenharia Ambiental e também por orientar-me ao longo desta pesquisa. Aos professores Dr. Vandoir Bourscheidt e Dr. Pedro Augusto Breda Fontão, por terem contribuído substancialmente nesta pesquisa. Ao professor Dr. Emerson Galvani, por ter aceitado participar e contribuir no documento final deste trabalho. Ao Betão (in memoriam), técnico da estação climatológica, pelos momentos de prosa e sabedoria. Às dependências do CRHEA, que proporcionaram bem-estar ao longo dessa jornada, e aos funcionários pela amizade construída.Agradeço também às instituições públicas nas quais realizei toda a minha

show abstract

Tendências de mudança na precipitação e na susceptibilidade à seca avaliada pelo Índice de Precipitação Normalizada (SPI) no nordeste de Portugal

Cited by 4 publications

References 33 publications

Análise espaço-temporal da precipitação na região central do estado de São Paulo utilizando dados CHIRPS

Análise espaço-temporal da precipitação na região central do estado de São Paulo utilizando dados CHIRPS

Carbon Storage Patterns and Landscape Sustainability in Northeast Portugal: A Digital Mapping Approach

As chuvas de relevo: a influência da serra de Itaqueri nos acumulados pluviométricos regionais

Contact Info

Product

Resources

About