Variabilidade espacial da sazonalidade da chuva no semiárido brasileiro

Abstract

A B S T R A C TThe rainfall is one of the key regulators of biogeochemical processes of a region, and the understanding of its spatial variability and seasonality throughout the year is fundamental to the management of water resources, and agricultural planning of the Brazilian semi-arid region. Seasonal variability was evaluated from the rain in the Brazilian semi-arid region under three conditions: i) the monthly average of the time series, ii) wettest year (2009) and the driest year (2012). Daily rainfall data was obtained from the database of the National Water Agency (ANA) and were calculated monthly and annual total rainfall, the relative entropy (Dk), the index of seasonality (Sk), the characteristic time of rain (Ck) and the duration of the rainy season (Zk). These variables were spaced to semi-arid region so to enable the interpretation of spatial variability from geostatistics techniques. The magnitude of the coefficient of variation of the variables was similar to the average of the time series, the wettest year and driest year, except for the Ck and the Zk in the driest year. The spherical model of semivariogram was the one of the best represented the spatial variability of most of the variables studied. In the central part of the semiarid, even in the rainiest year, there were the smallest annual values of rainfall. The statistical measures of seasonality and interannual variability of the rainfall used in this study showed a satisfactory performance in the characterization of the behavior of rains in the semi-arid region of Brazil.

Aplicação do método de Budyko para modelagem do balanço hídrico no semiárido brasileiro

“…O alcance do semivariograma foi menor para a média histórica da chuva, sendo esse valor no mínimo três vezes menor do que o alcance da chuva nos anos chuvoso e seco (Tabela 2). O alcance do semivariograma de outras propriedades calculadas com base na média histórica da chuva, atingiram valores bem maiores aos da chuva e do índice de aridez, como por exemplo, o alcance de 1.046 km para a erosividade da chuva [19] e o de 777 km para a entropia relativa da chuva [12], ambos realizados no Semiárido brasileiro. O grau de dependência espacial (GDE) para a chuva e o índice de aridez foi considerado forte, segundo classificação de Cambardella et al (1994) [16], com exceção para o ano de 2009 que apresentou GDE de 31,47, sendo considerado como de moderada dependência espacial.…”

“…Os dados médios foram utilizados na caracterização das condições de chuva média em toda região semiárida de estudo. Em seguida, para representar um ano chuvoso e o outro seco, foram escolhidos nessa ordem, os anos de 2009 e 2012, com base na média e desvio padrão das chuvas na região Semiárida [12]. A evapotranspiração potencial (ETp) foi obtida a partir de uma grade pontual com espaçamento de 0,25º x 0,25º [13].…”

Influência De Práticas Conservacionistas Na Recuperação De Áreas Degradadas No Semiárido/ Influence of Conservationist Practices in the Recovery of Degraded Areas in the Semi-Arid Region

“…Embora a maior parte da precipitação pluvial registrada na região semiárida do Brasil ser convertida em elevados níveis de evapotranspiração, devido à alta incidência de radiação solar (SILVA et al, 2017b), a sua elevada sazonalidade proporciona valores extremos de chuva (SANTOS et al, 2017), com consequente aumento do escoamento superficial.…”

Reduction of Sample Size in the Analysis of Spatial Variability of Nonstationary Soil Chemical Attributes

“…There are several traditional methodologies of spatial sampling that can be used to study the spatial variability of soil and select a sample size, such as stratified (Wang et al, 2012), systematic (Guedes et al, 2011;Wang et al, 2012;Cherubin et al, 2015), random (Guedes et al, 2011;Wang et al, 2012), lattice plus close pairs (Chipeta et al, 2017), and lattice plus infill samplings (Chipeta et al, 2017;Cheng et al, 2018). In contrast to traditional samplings that use a fixed number of samples, there is the sequential sampling in which the sample size increases item by item until it reaches a conclusion in order to accept or reject a hypothesis (Santos et al, 2017).…”