anÁlise da precipitaÇÃo pluvial na bacia do … · 2011-09-14 · ativos no sul do brasil. isto...
Post on 10-Aug-2020
4 Views
Preview:
TRANSCRIPT
1
UNESP - UNIVERSIDADE ESTADUAL PAULISTA Campus Experimental de Ourinhos
TATIANA MASCARI PARIZOTTO
ANÁLISE DA PRECIPITAÇÃO PLUVIAL NA BACIA DO PARANAPANEMA.
Trabalho de Conclusão de Curso apresentado à Comissão de Avaliação de TCC do Curso de Graduação em Geografia – Bacharelado, do Campus Experimental de Ourinhos – UNESP, como parte das exigências para o cumprimento da disciplina Estágio Supervisionado e Trabalho de Graduação no 2º semestre letivo de.
Orientador: Jonas Teixeira Nery.
Ourinhos (SP) / 2008
2
UNESP - UNIVERSIDADE ESTADUAL PAULISTA
Campus Experimental de Ourinhos
TATIANA MASCARI PARIZOTTO
ANÁLISE DA PRECIPITAÇÃO PLUVIAL NA BACIA DO PARANAPANEMA.
Trabalho de Conclusão de Curso apresentado à Comissão de Avaliação de TCC do Curso de Graduação em Geografia – Bacharelado, do Campus Experimental de Ourinhos – UNESP, como parte das exigências para o cumprimento da disciplina Estágio Supervisionado e Trabalho de Graduação no 2º semestre letivo de 2008, sob orientação do Prof. Dr. Jonas Teixeira Nery.
Ourinhos (SP) / 2008
3
PAGINA DE DEDICATÓRIA
4
AGRADECIMENTOS
Banca Examinadora
Jonas Teixeira Nery
_____________________________________________________
(assinatura do membro)
Andréa Zacharias
_____________________________________________________
(assinatura do membro)
Ana Claudia
_____________________________________________________
(assinatura do membro)
5
RESUMO
Esta pesquisa objetivou analisar a variabilidade pluviométrica para a determinação do padrão de precipitação predominante em diferentes escalas de análise e verificar a participação de sistemas atmosféricos na geração de chuvas através de modelos estatísticos. A bacia do Paranapanema está localizada entre os Estados do Paraná e de São Paulo, sendo o rio principal (Paranapanema) um divisor natural entre esses dois estados. Foram selecionados dados de precipitação pluvial, retirados no site da Agência Nacional de Águas (ANA). A partir dessas estações pluviométricas foram feitos análises estatísticas descritivas. Com base nessas análises pode-se estudar as variabilidades pluviométricas diárias, mensais e anuais, além de correlacionar a precipitação da bacia aos eventos El Niño - Oscilação Sul (ENOS) utilizando anomalias de Temperatura da Superfície do Mar (TSM), no oceano Pacífico Equatorial, assim como para todos os setores de El Niño. Verificou-se o balanço hídrico através do método de Thornthwaite e Mather para algumas estações da bacia, com o objetivo de detectar anos secos e chuvosos. Calculou-se tendências através da análise da regressão linear, assim como forma realizados cálculos para obter a classificação de áreas homogêneas. Observou-se a partir desses estudos, que a bacia apresentou uma variabilidade significativa e que os fenômenos El Niño e La Niña mostram forte influência no regime pluviométrico da área de estudo.
Palavras-chave: variabilidade, precipitação pluvial, anomalias, bacia do Paranapanema.
ABSTRACT
Keywords:
6
I. Introdução
"Um clima é como que a tradução fisiológica de uma condição geográfica. E definindo-o deste modo concluímos que o nosso país, pela sua própria estrutura, se imprópria a um regime uniforme... ...A disposição orográfica brasileira, possantes massas subelevadas que se orientam perlongando o litoral perpendicularmente ao rumo de SE, determina as primeiras distinções em largos tratos de território que demoram ao oriente, criando anomalia climatológica expressiva... ...De fato, o clima aí inteiramente subordinado ao fácies geográfico violam as leis gerais que o regulam. A partir dos trópicos para o Equador a sua caracterização astronômica, pelas latitudes cede às causas secundárias perturbadoras. Define-se, anormalmente, pelas longitudes".
Os Sertões, Euclides da Cunha
A atmosfera e os climas terrestres são resultantes de forças que agem no globo,
tanto provenientes do sol quanto do interior da Terra. Essas fontes primárias, aliadas as
transformações provocadas pelas atividades humanas no espaço geográfico afetam
profundamente os climas no Planeta. Embora o clima tenha sofrido alterações ao longo das
eras geológicas e que suas oscilações possibilitaram tanto o surpreendente
desenvolvimento da vida quanto em alguns casos a sua extinção, através de desastres e
catástrofes, ainda não estamos completamente preparados diante da repercussão que os
elementos do clima exercem sobre a sociedade (BALDO, 2006).
Muitos estudos têm sido realizados em várias regiões do mundo, procurando
associar a ocorrência de secas com teorias sobre ciclos das manchas solares, erupções
vulcânicas entre outros visando descobrir se os extremos apresentam uma periodicidade.
Essas teorias e estudos têm apresentado aspectos polêmicos e contraditórios.
Sendo o clima muito dinâmico, torna-se necessária a observação de seus principais
elementos, como a temperatura, a umidade e as chuvas, por um longo período de tempo,
para se verificar se as variações de seu comportamento são realmente permanentes, ou são
fatores de mudanças climáticas, ou se são ciclos periódicos que tendem a se repetir de
tempos em tempos, tratando-se apenas de variabilidade do clima segundo Sant´Anna Neto
e Zavatini (2000).
O clima é, dentre os inúmeros elementos da paisagem que compõem uma bacia
hidrográfica, um de seus principais formadores. O conhecimento detalhado de sua dinâmica
e das interações que mantêm com os demais elementos do ambiente é uma contingência
necessária para tida e qualquer atividade humana. A estreita relação existente entre os
aspectos climáticos e as atividades agrárias, urbanas e industriais atesta a importância do
conhecimento das condições climáticas para o gerenciamento de tais atividades
(MENDONÇA, 1997).
Estudos realizados no Sul do Brasil e São Paulo têm mostrado que o verão está
dominado por sistemas convectivos oriundos dos deslocamentos da Zona de Convergência
7
Intertropical (ZCIT), mais para o Sul da linha do Equador, intensificando a Zona de
Convergência do Atlântico Sul (ZCAS) e originando chuvas intensas sobre esta região além
de Minas Gerais e Rio de Janeiro (Nery e Vargas 1996). O ciclo anual de precipitação na
região Sul da América do Sul tem sido estudado por Prohaska (1976), que elaborou uma
climatologia de onda anual observada em diferentes zonas e observou diferentes regimes de
chuva em função dela.
Castañeda e Barros (1994) analisaram as precipitações verificadas, no último século,
no setor sul da América do Sul e observaram uma tendência positiva na Argentina.
Alguns casos de anomalias de precipitação no Sul do Brasil estão associados a
fenômenos externos específicos. Portanto, é muito importante o estudo da circulação da
atmosfera nesses casos, para melhor se conhecerem os processos que atuam nesta região.
O mecanismo de formação da precipitação requer ascensão de ar e suficiente
quantidade de vapor de água. A contribuição de umidade no Sul do Brasil parece resultar de
duas fontes principais: Oceano Atlântico e floresta Amazônica. O anticiclone do Atlântico é
um sistema de pressão semi-permanente que muda sua posição ao longo do ano,
alcançando sua posição mais austral durante o verão do Hemisfério Sul. O percurso
“oceânico” do ar, proveniente deste anticiclone, introduz vapor de água no continente assim
como o vento procedente do norte, que tem feito um amplo percurso sobre a floresta
amazônica. A entrada da Convergência Intertropical (ZCIT) ao centro do continente Sul
Americano durante a primavera parece facilitar a entrada do ar tropical úmido no Sul do
Brasil e Argentina Subtropical, podendo ter uma relação com a ruptura da seca invernal
nessa região.
O fenômeno El Niño – Oscilação Sul tem a sua origem situada no Oceano Pacífico
tropical. Dois componentes constituem o fenômeno, sendo um de natureza oceânica e outro
de natureza atmosférica, relacionado à correlação inversa existente entre a pressão
atmosférica nos extremos leste e oeste desse oceano, induzindo desta forma profundas
modificações climáticas na região tropical e em várias regiões do globo terrestre (Grimm et
al., 1997).
Vários estudos foram realizados enfocando a variabilidade interanual em todo o
mundo. Depois dos trabalhos de Walker (1923, 1924, 1928); Walker e Bliss (1932, 1937)
apud Julian e Chervin (1978) e principalmente Bjerknes (1969), a Oscilação Sul se tornou
um dos assuntos mais explorados por especialistas em tempo e clima. Há pelo menos duas
razões básicas para tais interesses. Primeira, ela foi evidenciada em muitos estudos como
modo importante de operação do sistema climático global na escala de oscilações
interanuais (Kidson 1975; Trenberth 1976; Arkin 1982); segunda: a persistência da
Oscilação Sul, por várias estações e suas fases extremas representam um potencial para a
previsão do tempo, principalmente nas regiões onde o fenômeno tem-se mostrado intenso
Quinn e Burt (1972).
8
A relação existente entre o ENOS e a precipitação é conhecida e tem sido muito bem
estudada.
No Brasil, algumas anomalias de precipitação podem estar associadas ao fenômeno
El Niño – Oscilação Sul. Kousky e Cavalcanti (1984) concluíram que, durante o período de
El Niño de 1982 – 1983 (fase negativa da Oscilação Sul), uma corrente de jato subtropical
bem marcada sobre a América do Sul e a Oeste do Pacífico Sul juntamente com várias
situações de bloqueio, em latitudes médias, favoreceram o ingresso de sistemas frontais
ativos no Sul do Brasil. Isto explicaria a excessiva precipitação observada na região, nesse
período.
Studzinski (1995) relacionou as precipitações no Sul do Brasil coma s temperaturas
dos oceanos Pacífico e Atlântico Tropical e Sul. Concluiu que o El Niño – Oscilação Sul
desempenha um importante papel na variabilidade interanual das precipitações
pluviométricas dessa região e que o fenômeno atua em praticamente todos os meses do
ano.
Neppel e Mendonça (1997) caracterizaram as enchentes ocorridas no município de
rio Negrinho (SC) no período de 1980 a 1995 e relacionaram as enchentes com a
quantidade de precipitação registrada. Os históricos demonstraram que várias enchentes
ocorreram sendo as de julho de 1983 e maio de 1992 as mais graves registradas e que o
causador dessas enchentes é o fenômeno El Niño, sendo que no período atuante, as
enchentes podem se repetir por até dois anos consecutivos.
Nery et al., (1997) observaram que todas as flutuações interanuais mais significativas
da precipitação no Estado do Paraná estiveram associadas com as fases extremas de
Oscilação Sul. As secas mais significativas ocorreram no inverno e nem sempre estiveram
associadas com a fase La Niña.
Diaz et al., (1998) descreveram o ciclo anual da precipitação do Rio Grande do Sul e
Uruguai. Constataram que as chuvas tendem a ser igualmente distribuídas durante o ano e
encontraram, confirmando estudos prévios, conexões entre as anomalias de precipitação e a
temperatura da superfície do mar nos oceanos Pacífico e Atlântico, no fim da primavera e
início de verão e fim de outono e início de inverno.
A bacia hidrográfica entendida como uma célula básica de análise ambiental, permite
conhecer e avaliar seus diversos componentes e os processos e interações que nela
acorrem. A visão sistêmica e integrada do ambiente esta implícita na adoção desta unidade
fundamental segundo Botelho e Silva (2004).
Os mesmos autores colocam que a década de noventa principalmente a partir da
segunda metade vem sendo caracterizada pelo aumento não só na produção e trabalhos
ligados à área ambiental, mas especificadamente das pesquisas relacionadas ao uso e
qualidade da água. A conscientização cada vez maior por parte da sociedade, da
9
importância da água, essencial à vida e as muitas das atividades humanas, impulsionou o
desenvolvimento de estudos e a criação de leis.
O que vem sendo constatado é um aumento no valor da bacia hidrográfica como
unidade de análise e planejamento ambiental. Nela é possível avaliar de forma integrada as
ações humanas sobre o ambiente e seus desdobramentos sobre o equilíbrio hidrológico,
presente no sistema representado pela bacia de drenagem.
Portanto a precipitação pluviométrica, principal entrada do balando hidrológico, é o
elemento climático, dentre outros elementos e fatores, de suma importância para entender
este equilíbrio.
Assim, devido à falta de pesquisa realizada, se elegeu a bacia do Paranapanema
como objeto de estudo. Esta bacia situa-se entre o Sul do Estado de São Paulo e norte do
Estado do Paraná, sendo um divisor natural desses dois Estados. O rio Paranapanema
surge de várias nascentes, localizadas na Serra do Paranapiacaba, na região de Capão
Bonito (SP). Após percorrer 930Km de curso em declive de mais de 600m, deságua no rio
Paraná.
Neste trabalho o objetivo é analisar a distribuição espaço-temporal das chuvas numa
escala mensal, trimestral, sazonal, anual e interanual, buscando detectar os padrões de
distribuição pluvial existentes a partir de sua gênese e dinâmica, assim como associações
com eventos climáticos como El Niño e La Niña.
O reconhecimento da dinâmica climática predominante na bacia hidrográfica do rio
Paranapanema, bem como a distribuição quantitativa e qualitativa da precipitação
pluviométrica no tempo e no espaço, fornece subsídios para o planejamento, principalmente
no que se refere à gestão dos recursos hídricos.
II. Objetivos
1 – Estudar a variabilidade da precipitação pluvial em diferentes escalas (diárias, mensais,
sazonais, anuais e interanuais);
2 – Correlacionar os eventos ENOS com a precipitação pluvial, utilizando anomalias da
Temperatura da Superfície do Mar (TSM) no Oceano Pacífico Equatorial;
3 – Calcular o balanço hídrico, através do método de Thornthwaite e Mather, para algumas
estações da bacia, para detectar anos secos e chuvosos;
4 – Calcular tendências através da análise da regressão linear, para as séries pluviométricas
mais extensas;
5 – Análise de componentes principais (ACP) e análise multivariada, com o propósito de
realizar classificação de áreas homogêneas, na bacia;
10
6 – Estudar os eventos Niño (1+2), Niño 3, Niño 3.4 e o Niño 4 e associá-los com a
precipitação, analisando assim, onde o grau de influência sobre a bacia do Paranapanema é
mais significativo.
III. Justificativa
Alguns trabalhos já apresentaram este estudo, da relação com a precipitação ao
evento ENOS, porém estudo integral na bacia do Paranapanema não foi encontrado, tendo-
se por base a revisão bibliográfica realizada. Por este motivo, a continuação das análises
para esta bacia se torna importante para o maior conhecimento desta área de estudo,
considerando os diversos tipos de ocupações observadas nessa bacia.
O estudo sobre as interações atmosféricas possui grande relevância para a
caracterização de uma bacia, pois a partir das relações dessas variáveis atmosféricas
juntamente com o regime pluviométrico, possibilita maior interpretação e conhecimento do
local de estudo, tendo assim um maior aproveitamento.
Como já mencionado, no Brasil, algumas anomalias de precipitação podem estar
associadas ao fenômeno El Niño – Oscilação Sul e com a base de dados pluviométricos
selecionados ao longo da bacia se fará uma correlação desses dois eventos encontrando ou
não relações pertinentes na área de estudo.
Portanto, através das análises estatísticas em relação aos dados de precipitações
pluviais em suas várias escalas temporais pode-se estabelecer inferências sobre a dinâmica
do regime pluviométrico da bacia e verificar o grau de significância em relação aos eventos
atmosféricos estudados, buscando com isso uma melhor compreensão da disponibilidade
hídrica para um adequado planejamento econômico, social e ambiental.
IV. Revisão de Literatura e/ou Fundamentação Teórica
1 – Circulação e dinâmica atmosférica
Segundo Mendonça (2007), a atmosfera terrestre foi estudada por muito tempo
empregando-se valores médios dos seus elementos em associação com a variação espacial
da vegetação e do relevo. Tal concepção não considerava a movimentação do ar e a
conseqüente troca de influências que o ar proveniente de uma região traz à outra, e a que
recebe, ao se deslocar, mostrou-se reduzida e insuficiente para apreender a complexidade
dos climas do Planeta.
Com o avanço técnico e tecnológico, principalmente a pós a Segunda Guerra
Mundial,
11
“motivou a observação da atmosfera com o emprego de novos equipamentos e a elaboração de uma concepção de clima a partir da movimentação do ar, desenvolvendo, assim, a análise da atmosfera a partir de uma perspectiva dinâmica.” (MENDONÇA, 2007).
A circulação geral da atmosfera pode-se considerar movimentos que se processam
em diferentes escalas de espaço e tempo, que vão desde a escala micrometeorológica até
configurações sinóticas com diâmetro de milhares de quilômetros. Assim, há uma hierarquia
que se aplica em todo e qualquer estudo do clima, independentemente da unidade climática
estudada.
A atmosfera terrestre é formada por um conjunto de gases, presos ao Planeta pela
atração gravitacional, cujos movimentos são descritos pelas leis da mecânica dos fluidos e
da termodinâmica. A movimentação do ar é alimentada pela repartição desigual da energia
solar e influenciada diretamente pela rotação da Terra. O conjunto dos movimentos
atmosféricos que, na escala planetária, determina zonas climáticas e, nos diferentes lugares
do Planeta, define tipos de tempos, denomina-se circulação geral da atmosfera.
(MENDONÇA, 2007).
Desse modo, tem-se circulações atmosféricas primárias, secundárias e terciárias, em
ordem decrescente de grandeza, tanto em suas escalas de área quanto de tempo.
A circulação primária é a circulação geral da atmosfera, sendo os padrões em larga
escala, ou globais, de vento e pressão que se mantêm ao longo do ano ou se repetem
sazonalmente. É a circulação geral que realmente determina o padrão dos climas do mundo.
Por exemplo, como a circulação geral tende a se dispor em zonas latitudinais, os clima do
mundo também tendem a ocorrer em zonas. Inseridos dentro da circulação geral estão os
sistemas circulatórios secundários, tais como as depressões e os anticiclones das latitudes
médias e as várias perturbações tropicais. Comparados à circulação geral da atmosfera,
esses sistemas circulatórios são de existência relativamente breve e se movem muito
rapidamente. Os sistemas de circulação terciária consistem principalmente de sistemas de
ventos locais, tais como as brisas terrestres e marítimas, as ondas de sotavento. Esses
sistemas circulatórios são precisamente localizados, sendo amplamente controlados por
fatores locais, e seus períodos de existência são consideravelmente mais curtos do que os
dos sistemas secundários de circulação, (AYOADE, 2007).
1.1 – Eventos El Niño e La Niña
O El Niño é um fenômeno oceânico caracterizado pelo aquecimento incomum das
águas superficiais nas porções central e leste do oceano Pacífico, as proximidades da
América do Sul, mais particularmente na costa do Peru. A corrente de águas quentes que ali
circula, em geral, na direção sul no início do verão, somente recebe o nome de El Niño
12
quando a anomalia térmica de proporções elevadas (1ºC) ou muito elevadas (de 4 a 6ºC)
acima da média térmica, que é de 23ºC. Trata-se de uma alteração da dinâmica normal da
Célula de Walker. Segundo Mendonça (2007),
“A célula de Walker, ou célula do Pacífico, está relacionada à variação da pressão atmosférica entre as porções leste e oeste do oceano Pacífico, o que promove uma circulação celular zonal na região equatorial. As circulações zonais do tipo Walker são marcadas pelas zonas de ascendência acima dos continentes e na porção oeste dos oceanos (fonte quente), e pelas zonas de subsidência acima das partes orientais dos oceanos (fonte fria)”.
As variações do campo de pressão atmosférica da célula de Walker sobre o Pacífico
em associação com a variação térmica da superfície oceânica originam fenômenos
conhecidos como El Niño, La Niña e Oscilação Sul.
O fato de o El Niño ser mais conhecido popularmente como um fenômeno climático
decorre da forte influência das condições oceânicas no clima, donde se fala da interação
oceano-atmosfera e, particularmente nesse caso, de ENOS (El Niño/Oscilação Sul).
As águas superficiais do Pacífico interagem com a atmosfera e geram uma espécie
de gangorra barométrica entre as porções leste (Taiti e Polinésia Francesa) e oeste (Darwin,
Austrália) do oceano Pacífico, denominada oscilação sul. O El Niño está associado ao
enfraquecimento da alta subtropical do Pacífico Sul (pressões anormalmente baixas) e ao
enfraquecimento do sistema de baixa pressão na porção oeste do Pacífico (pressões
anormalmente baixas), MENDONÇA (2007).
13
Figura... – Repercussões normais do fenômeno El Niño nos clima da Terra. Fonte: http://www.cptec.inpe.br/enos/globo_el-nino.shtml - 11/11/2008.
O Anti El Niño, também chamado de La Niña, é representado pelo resfriamento
atípico das águas do Pacífico e também desempenha considerável impacto nas atividades
humanas.
Com os ventos alísios (que seriam os ventos do ventilador) mais intensos, mais
águas irão ficar "represadas" no Pacífico Equatorial Oeste e o desnível entre o Pacífico
Ocidental e Oriental irá aumentar. Com os ventos mais intensos a ressurgência também irá
aumentar no Pacífico Equatorial Oriental, e, portanto virão mais nutrientes das profundezas
para a superfície do Oceano, ou seja, aumenta a chamada ressurgência no lado Leste do
Pacífico Equatorial. Por outro lado, devido a maior intensidade dos ventos alísios as águas
mais quentes irão ficar represadas mais a oeste do que o normal e portanto novamente
teríamos aquela velha história: águas mais quentes geram evaporação e conseqüentemente
movimentos ascendentes, que por sua vez geram nuvens de chuva e que geram a célula de
Walker, que em anos de La Niña fica mais alongada que o normal. A região com grande
quantidade de chuvas é do Nordeste do Oceano Índico à Oeste do Oceano Pacífico
passando pela Indonésia e a região com movimentos descendentes da célula de Walker é
no Pacífico Equatorial Central e Oriental. É importante ressaltar que tais movimentos
descendentes da célula de Walker no Pacífico Equatorial Oriental ficam mais intensos que o
normal o que inibe, e muito, a formação de nuvens de chuva. (OLIVEIRA, 2001).
Em geral, episódios La Niñas também têm freqüência de 2 a 7 anos igual O EL Niño,
todavia tem ocorrido em menor quantidade que o El Niño durante as últimas décadas. Além
do mais, os episódios La Niña têm períodos de aproximadamente 9 a 12 meses, e somente
alguns episódios persistem por mais que 2 anos. Outro ponto interessante é que os valores
das anomalias de temperatura da superfície do mar (TSM) em anos de La Niña têm desvios
menores que em anos de El Niño, ou seja, enquanto observam-se anomalias de até 4, 5ºC
14
acima da média em alguns anos de El Niño, em anos de La Niña as maiores anomalias
observadas não chegam a 4ºC abaixo da média. (OLIVEIRA, 2001).
Em relação aos impactos no Brasil, segundo Andrade (2003), estudos indicam que
principalmente três regiões no Brasil (três quartos do semi-árido do Nordeste, norte e leste
da Amazônia, sul do Brasil e vizinhanças) são afetadas de maneira pronunciada pelas
mudanças na circulação atmosférica durante episódios de El Niño. A região Sul do Brasil é
afetada por aumento de precipitação, particularmente durante a primavera no primeiro ano e
posteriormente o fim do outono e início do inverno no segundo ano. O norte e o leste da
Amazônia e o Nordeste do Brasil são afetados pela diminuição da precipitação,
principalmente no último ano, entre fevereiro e maio, quando se tem a estação chuvosa do
semi-árido. O Sudeste do Brasil apresenta temperaturas mais altas, tornando o inverno mais
ameno. Já para as demais regiões do país os efeitos são menos pronunciados e variam de
um episódio para o outro.
2 – Análises climáticas em bacias hidrográficas
A bacia hidrográfica ou bacia de drenagem é uma área da superfície terrestre que
drena água, sedimentos e materiais dissolvidos para uma saída comum, num determinado
ponto de um canal fluvial. O limite de uma bacia hidrográfica é conhecido como divisor de
drenagens ou divisor de águas. A bacia de drenagem pode desenvolver-se em diferentes
tamanhos, que variam desde a bacia do Amazonas, com milhões de Km², até bacias com
poucos metros quadrados que drenam para a cabeça de um pequeno canal erosivo ou,
simplesmente, para o eixo de um fundo de vale não canalizado. (Coelho Neto, 1994).
A bacia hidrográfica passa a ser freqüentemente utilizada como referencial
geográfico para a adoção de práticas de planejamento ou de manejo e aproveitamento de
recursos naturais. Dada a grande importância da água como via de circulação para
transporte, para a geração de energia elétrica, como fonte de abastecimento urbano e
industrial e caminho para a diluição de efluentes domésticos e industriais, a bacia
hidrográfica tem se transformado em uma unidade básica para planejamento e gestão
ambiental.
Portanto o conhecimento dos padrões predominantes de precipitação pluviométrica
em diferentes escalas e sua variabilidade passa a ter uma importância ainda maior no
planejamento dos recursos hídricos, no estudo hidrológico, no planejamento urbano e no
planejamento agrícola, entre outros. (BALDO, 2006).
As pressões sobre os usos dos recursos hídricos provêm de dois grandes problemas
que são o crescimento das populações humanas e o grau de urbanização e aumento das
necessidades para irrigação e produção de alimentos. A redução no volume disponível e a
apropriação dos recursos hídricos em escala maior e mais rápida têm produzido grandes
15
alterações nos ciclos hidrológicos regionais: por exemplo, a construção de barragens
aumenta a taxa de evaporação (hidrelétricas), a construção de canais para diversão de
água, produz desequilíbrios no balanço hídrico, a retirada de água em excesso para
irrigação, diminui o volume de rios e lagos. Igualmente importante do ponto de vista
qualitativo é o grau de urbanização que interfere na drenagem e aumenta o escoamento
superficial, diminuindo a capacidade de reserva de água na superfície e nos aqüíferos. Os
impactos qualitativos são inúmeros e variáveis e têm conseqüências ecológicas, econômicas
e sociais e na saúde humana (TUNDISI, 2003).
Vários estudos climáticos foram elaborados em bacias hidrográficas como exemplo,
Andrade (2003), que analisou a “variabilidade da precipitação pluviométrica na bacia do rio
Ivaí” no Estado do Paraná, e constatou a influência do Trópico de Capricórnio e da Massa
Tropical Continental à jusante da bacia, e à montante, a influência da orografia do relevo
associada com a continentalidade que interferiam no regime de chuvas. Também, Clarke et
al., (2003), estudou a “variabilidade temporal no regime hidrológico da bacia do rio
Paraguai”, e apresentou uma explicação para as mudanças das vazões, e considerou que,
durante a década de 1960, quando a vazão dos rios estava baixa, os períodos de estiagem
(dias consecutivos sem chuva), foram mais longos. A partir de 1970, as mudanças das
vazões se justificaram com aumento da precipitação pluvial.
Para melhor entender a gênese pluviométrica e sua relação com as variações anuais
e sazonais sobre a bacia do rio Corumbataí – SP, Zavatini e Cano (1993) realizaram uma
análise detalhada da sucessão dos estados atmosféricos. Consideraram as intrínsecas
relações existentes entre a dinâmica climática e a evolução da paisagem, especialmente em
países como o Brasil, onde as flutuações climáticas são, habitualmente, sinônimos de
variações do ritmo pluvial.
As flutuações da precipitação pluviométrica em escala anual e interanual, na bacia
do rio Itajaí – SC, foram estudadas por Nery et al., (2000). Constataram que a precipitação
pluvial está concentrada nos períodos de janeiro e fevereiro, e os meses com menor
precipitação foram maio, junho e julho. Com relação à escala interanual, concluíram que a
oscilação sul interfere com maior intensidade em ano de El Niño do que nos eventos de La
Niña.
As anomalias da precipitação na bacia do rio Paraná foram estudadas por Camilloni
e Barros (2002) durante eventos de El Niño, com o objetivo de identificar a época do ano
que apresenta a maior resposta ao evento, e relacionaram os resultados obtidos com os
eventos extremos de vazão do rio Paraná. Os períodos analisados foram os dos eventos de
El Niño ocorridos em 1951 a 1998. A análise das maiores anomalias registradas no rio
Paraná no último século mostra que onze dos dezesseis casos mais importantes tiveram
lugar durante alguma fase quente do El Niño.
O clima assume importante papel na produção do espaço rural e urbano. A partir do
16
conhecimento da dinâmica climática e sua gênese, podem-se minimizar seus efeitos
negativos às atividades humanas e direcionar este conhecimento no sentido de encontrar
um equilíbrio, aproveitando a sua variabilidade temporal para o planejamento econômico
(SANT´ANNA NETO, 1998).
3 – Clima e variabilidade pluviométrica.
A Climatologia constitui o estudo científico do clima. Ela trata dos padrões de
comportamento da atmosfera em suas interações com as atividades humanas e com a
superfície do Planeta durante um longo período de tempo. Esse conceito revela a ligação da
Climatologia com a abordagem geográfica do espaço terrestre, pois ela se caracteriza em
um campo do conhecimento no qual as relações entre a sociedade e a natureza configuram-
se como pressupostos básicos para a compreensão das diferentes paisagens do Planeta e
contribui para uma intervenção mais consciente na organização do espaço (MENDONÇA,
2007).
A climatologia é estruturada entre os elementos climáticos e os fatores geográficos
do clima. Os elementos constitutivos do clima são três: a temperatura, a umidade e a
pressão atmosférica, que interagem na formação de diferentes climas da Terra. Todavia,
esses elementos, em suas diferentes manifestações, variam espacial e temporalmente em
decorrência da influência dos fatores geográficos, que são: a latitude, a altitude, a
maritimidade, a continentalidade, a vegetação e as atividades humanas. A circulação e a
dinâmica atmosférica superpõem-se aos elementos e fatores climáticos e imprimem ao ar
uma permanente movimentação.
A variação da precipitação pluviométrica é um dos mais importantes parâmetros
meteorológicos, principalmente em se tratando de regiões tropicais. Todo um conjunto de
atividades, entre elas as agrícolas, das quais tantas outras dependem, estão estreitamente
associadas ao regime pluvial, sendo gravemente prejudicadas pelos episódios extremos,
como as secas ou as enchentes.
A Organização Mundial de Meteorologia (OMM) define o termo variabilidade climática
como:
“Maneira pela qual os parâmetros climáticos variam no interior de um determinado
período de registro, expresso através de desvio padrão ou coeficiente de variação (OMM,
1996)”.
Segundo Ayoade (2007), pode-se estudar as variabilidades climáticas nos trópicos,
pois tende a ser mais variável do que na região temperada e também mais sazonal em sua
incidência dentro do ano.O índice de variabilidade é a medida do grau de probabilidade da
quantidade média que se repete a cada ano, posto ou mês, dependendo do período em
consideração.
17
Para Santos (2000), ele analisa a variabilidade climática da seguinte forma:
“Existem várias técnicas para se medir a variabilidade, porém as duas comumentes usadas nos estudos de precipitação são a variabilidade relativa e o coeficiente de variação. Assim, o coeficiente é considerado o mais expressivo quando os dados são normalmente distribuídos, enquanto o índice de variabilidade relativa é usado em situações onde os dados não são normalmente distribuídos. No geral, os totais anuais de precipitação são normalmente distribuídos, exceto em áreas onde a precipitação pluvial anual média seja inferior a 750mm. Considera-se que a baixa variabilidade implica que a precipitação média de um determinado lugar é confiável, enquanto a alta variabilidade implica ambas flutuações em torno do valor médio.”
Sendo a chuva um processo aleatório, onde a quantidade, distribuição e formas de
ocorrência podem variar amplamente, torna-se importante e necessário o estudo de um
tempo mínimo de dados de precipitação pluvial que venha refletir o comportamento de uma
região (CASTRO, 1994). Francisco (1991), considera que uma série de dados, para
expressar significativamente o processo que corre em uma dada região, abrange um
período mínimo de trinta a quarenta anos.
No Brasil, a distribuição e a variabilidade das chuvas estão associadas à atuação e à
sazonalidade dos sistemas convectivos de macro e mesoescala e, em especial, da frente
Polar Atlântica (FPA). Segundo Mendonça (2007), isso explica as diferenças nos regimes
pluviométricos encontrados e que se expressam na diversidade climática do País, com tipos
chuvosos, semi-áridos, tropicais e subtropicais. As chuvas abundantes e relativamente
permanentes da região Norte contrastam com a escassez e a concentração das chuvas que
ocorrem no Nordeste Brasileiro. A sazonalidade das chuvas mantém-se na região Centro-
Oeste, embora seus valores sejam significativamente superiores aos nordestinos. Na região
Sudeste e Sul, particularmente nesta última, as chuvas voltam a ser relativamente bem
distribuídas ao longo do ano, embora com valores inferiores aos da Amazônia.
De acordo com os estudos de Nery et al., (1994), buscaram uma explicação para a
variabilidade pluviométrica no Estado do Paraná e concluíram que o fenômeno El Niño –
Oscilação Sul (ENOS) exerce uma significativa influência na distribuição pluviométrica
temporal, enquanto a orografia desempenha um papel de forçante da chuva neste Estado.
Studzinski (1995) relacionou as precipitações no Sul do Brasil com as temperaturas
dos oceanos Pacífico e Atlântico Tropical e Sul, e concluiu que o ENOS desempenha um
importante papel na variabilidade interanual das precipitações pluviométricas dessa região e
que o fenômeno atua em praticamente todos os meses do ano.
A variabilidade climática causa transtornos à economia e gera impactos sociais
imensuráveis. Entretanto entender essa variabilidade do clima é de suma importância e tem
sido o principal objetivo da comunidade científica que se dedica às ciências atmosféricas e
oceânicas.
18
4 – Localização da área de estudo
Materiais e Métodos
1 - Coleta de dados
A coleta de dados de precipitações pluviais diárias, mensais e anuais, foi
realizada através dos postos pluviométricos no banco de dados do site da Agência Nacional
de Águas (ANA), HIDROWEB. Foram utilizados os códigos das estações, através do livro
“Inventário das Estações Pluviométricas, MME e DNAEE” e assim selecionados as séries
pluviométricas que possuíam dados com mais de 30 anos. O período selecionado foi de
1975 a 2004 (período que possibilitou uma seleção espacial e temporal mais adequada). A
base de dados resultou em 96 estações, ao longo da área da bacia hidrográfica do
Paranapanema, tanto no Estado de São Paulo quanto no Paraná, destacando-se
significativa distribuição espacial das estações, que foram muito mais densas no Estado de
São Paulo, comparativamente ao Norte do Paraná, devido à falta de compatibilidade dos
postos pluviométricos no período analisado.
Após essa etapa, construiu-se uma tabela dos postos com suas respectivas
características, (Tabela 1).
Tabela 1 – Postos pluviométricos com seus respectivos municípios, latitudes, longitude e altitudes.
Nº CÓDIGO POSTO PLUVIOMÉTRICO MUNICÍPIO LATITUDE LONGITUDE ALTITUDE (m)
1 2248030 FAZENDA MONTE ALEGRE Botucatu -22º 52’ 00’’ -48º 39’ 00’’ 800
2 2248051 GLEBA RIO CLARO Lençóis Paulista -22º 46’ 00’’ -48º 50’ 00’’ 630
3 2249005 SÃO FRANCISCO DA CORREDEIRA Pirajuí -22º 03’ 00’’ -49º 37’ 00’’ 550
4 2249006 GARÇA Garça -22º 12’ 00’’ -49º 39’ 00’’ 680
5 2249011 GÁLIA Gália -22º 19’ 00’’ -49º 32’ 00’’ 560
6 2249022 OCAUÇU Ocauçu -22º 26’ 00’’ -49º 55’ 00’’ 540
7 2249023 CABRALIA PAULISTA Cabralia Paulista -22º 27’ 00’’ -49º 19’ 00’’ 500
8 2249024 UBIRAJARA Ubirajara -22º 32’ 00’’ -49º 39’ 00’’ 550
9 2249025 PAULISTANIA Agudos -22º 35’ 00’’ -49º 24’ 00’’ 540
10 2249028 RIBEIRÃO DO SUL Ribeirão do Sul -22º 47’ 00’’ -49º 56’ 00’’ 480
11 2249029 ÁGUAS DE SANTA BARBARA Águas de Santa Bárbara -22º 53’ 00’’ -49º 14’ 00’’ 560
12 2249034 OURINHOS Ourinhos -22º 59’ 00’’ -49º 50’ 00’’ 460
13 2249058 FAZENDA LAJEADINHO Ourinhos -22º 59’ 59’’ -49º 50’ 00’’ 470
14 2249060 AREIA BRANCA São Pedro do Turvo -22º 35’ 00’’ -49º 49’ 00’’ 580
15 2249065 SÃO PEDRO DO TURVO São Pedro do Turvo -22º 45’ 00’’ -49º 44’ 00’’ 460
16 2249071 FAZENDA SÃO FRANCISCO Santa Cruz do Rio Pardo -22º 35’ 00’’ -49º 33’ 00’’ 570
17 2249086 FAZENDA NOVA NIAGARA Óleo -22º 57’ 00’’ -49º 23’ 00’’ 660
18 2250009 RANCHARIA (MC FADDEN) Rancharia -22º 13’ 00’’ -50º 53’ 00’’ 550
19 2250011 AGROPECUÁRIA S. ANTÔNIO Lutécia -22º 22’ 00’’ -50º 23’ 00’’ 500
20 2250013 ECHAPORA Echaporã -22º 26’ 00’’ -50º 13’ 00’’ 680
21 2250014 TRONCÃO RANCHARIA Rancharia -22º 26’ 00’’ -50º 59’ 59’’ 470
22 2250016 ASSIS (HORTO FLORESTAL - EFS) Assis -22º 38’ 00’’ -50º 24’ 00’’ 560
23 2250017 PLATINA Platina -22º 38’ 00’’ -50º 12’ 00’’ 420
24 2250023 USINA PARI Candido Mota -22º 53’ 00’’ -50º 20’ 00’’ 360
25 2250037 SUCUI Palmital -22º 49’ 00’’ -50º 18’ 00’’ 370
19
26 2250045 GARDENIA Rancharia -22º 38’ 00’’ -50º 54’ 00’’ 330
27 2250047 TABAJARA Lutécia -22º 28’ 00’’ -50º 22’ 00’’ 490
28 2250048 ÁGUA DA FORTUNA Assis -22º 41’ 00’’ -50º 29’ 00’’ 500
29 2250063 PARAGUAÇU PAULISTA Paraguaçu Paulista -22º 25’ 00’ -50º 34’ 00’’ 480
30 2251010 USINA LARANJA DOCE Martinópolis -22º 15’ 00’’ -51º 10’ 00’’ 430
31 2251011 PIRAPOZINHO Pirapozinho -22º 16’ 00’’ -51º 30’ 00’’ 470
32 2251012 MIRANTE DO PARANAPANEMA Mirante do Paranapanema -22º 18’ 00’’ -51º 55’ 00’’ 440
33 2251013 TACIBA Taciba -22º 23’ 00’’ -51º 17’ 00’’ 390
34 2251014 NARANDIBA Narandiba -22º 25’ 00’’ -51º 31’ 00’’ 410
35 2251015 FAZENDA VISTA BONITA Sandovalina -22º 31’ 00’’ -51º 49’ 00’’ 300
36 2251018 IEPE Iepe -22º 40’ 00’' -51º 05’ 00’’ 380
37 2251052 FAZENDA FORMOSA Martinópolis -22º 25’ 00’’ -51º 10’ 00’’ 440
38 2252005 TEODORO SAMPAIO Teodoro Sampaio -22º 31’ 00’’ -52º 11’ 00’’ 350
39 2252034 FAZENDA ROSANELA Teodoro Sampaio -22º 34’ 00’’ -52º 25’ 00’’ 300
40 2252035 CUIABÁ PAULISTA Mirante do Paranapanema -22º 18’ 00’’ -52º 05’ 00’’ 380
41 2252037 EUCLIDES DA CUNHA Teodoro Sampaio -22º 33’ 00’’ -52º 35’ 00’’ 300
42 2347049 USINA BATISTA Pilar do Sul -23º 50’ 00’’ -47º 39’ 00’’ 710
43 2347050 SÃO MIGUEL ARCANJO São Miguel Arcanjo -23º 52’ 00’’ -47º 59’ 59’’ 650
44 2347149 SANTA CRUZ DOS MOTAS São Miguel Arcanjo -23º 44’ 00’’ -47º 56’ 00’’ 730
45 2348008 AVARÉ Avaré -23º 06’ 00’’ -48º 55’ 00’’ 780
46 2348014 GUAREI Guarei -23º 22’ 00’’ -48º 11’ 00’’ 620
47 2348017 ANGATUBA Angatuba -23º 29’ 00’’ -48º 25’ 00’’ 630
48 2348026 FAZENDA SÃO JOSÉ DO BOM RETIRO Itapetininga -23º 47’ 00’’ -48º 21’ 00’’ 610
49 2348028 ITAPETININGA Itapetininga -23º 35’ 00’’ -48º 03’ 00’’ 650
50 2348073 PARDINHO Pardinho -23º 05’ 00’’ -48º 23’ 00’’ 880
51 2348076 FAZENDA BOA ESPERANÇA Capão Bonito -23º 57’ 00’’ -48º 25’ 00’’ 720
52 2348078 ITATINGA Itatinga -23º 06’ 00’’ -48º 37’ 00’’ 820
53 2349002 CERQUEIRA CESAR Cerqueira Cesar -23º 02’ 00’’ -49º 10’ 00’’ 760
54 2349003 FAZENDA PALMEIRAS Ipauçu -23º 02’ 00’’ -49º 34’ 00’’ 620
55 2349004 FAZENDA MARCONDINHA Chavantes -23º 03’ 00’’ -49º 46’ 00’’ 480
56 2349011 SARUTAIA (US. BOA VISTA - CLFSC) Sarutaia -23º 14’ 00’’ -49º 28’ 00’’ 630
57 2349017 TAQUARITUBA Taquarituba -23º 32’ 00’’ -49º 14’ 00’’ 600
58 2447007 TAQUARAL São Miguel Arcanjo -24º 03’ 00’’ -47º 59’ 59’’ 770
59 2449001 ENGENHEIRO MAIA Itabera -24º 03’ 00’’ -49º 06’ 00’’ 680
60 2251027 BELA VISTA DO PARAÍSO Bela Vista do Paraiso -22º 57’ 00’’ -51º 12’ 00’’ 600
61 2251033 ALTO ALEGRE Colorado -22º 53’ 53’’ -51º 53’ 17’’ 487
62 2251038 ALVORADA DO SUL Alvorada do Sul -22º 46’ 00’’ -51º 13’ 59’’ 373
63 2251039 PRIMEIRO DE MAIO Primeiro de Maio -22º 51’ 06’’ -51º 01’ 55’’ 370
64 2251041 SANTO INÁCIO Santo Inácio -22º 41’ 47’’ -51º 47’ 23’’ 373
65 2251042 MAIRA Lupionópolis -22º 41’ 59’’ -51º 38’ 32’’ 377
66 2349030 JOAQUIM TÁVORA Joaquim Távora -23º 30’ 00’’ -49º 52’ 00’’ 512
67 2350006 SANTO ANTÔNIO DO PARAÍSO Santo Antonio do Paraíso -23º 30’ 00’’ -50º 39’ 00’’ 670
68 2350011 CAMBARÁ Cambará -23º 02’ 31’’ -50º 04’ 12’’ 422
69 2350012 SANTO ANTÔNIO DA PLATINA Santo Antonio da Platina -23º 18’ 00’’ -50º 04’ 00’’ 520
70 2350021 DOUTOR CLOVIS Nova Fátima -23º 21’ 00’’ -50º 37’ 59’’ 570
71 2350023 URAI Urai -23º 12’ 26’’ -50º 47’ 43’’ 458
72 2350026 LEÓPOLIS Leópolis -23º 04’ 48’’ -50º 45’ 16’’ 445
73 2350027 SÃO JOSÉ Cornélio Procópio -23º 07’ 00’’ -50º 40’ 59’’ 580
74 2351027 SÃO JOSÉ Araruva -23º 49’ 37’’ -51º 15’ 59’’ 860
75 2351031 PRATA Cambé -23º 03’ 58’’ -51º 15’ 40’’ 438
76 2351032 SERTANÓPOLIS Sertanópolis -23º 03’ 00’’ -51º 01’ 59’’ 380
77 2449011 PIRAÍ DO SUL Piraí do Sul -24º 31’ 45’’ -49º 55’ 44’’ 1068
78 2449019 JAGUARIAIVA Jaguariaiva -24º 14’ 00’’ -49º 42’ 00’’ 923
79 2250030 CAMPO ALEGRE Leópolis -22º 57’ 35’’ -50º 46’ 16’’ 344
20
80 2250031 TRÊS CANTOS (DESPEDIDA) Leópolis -22º 57’ 00’’ -50º 38’ 59’’ 904
81 2250032 SÃO JOAQUIM DO PONTAL Itambaraca -22º 58’ 20’’ -50º 28’ 44’’ 402
82 2250033 NOSSA SENHORA APARECIDA Andirá -22º 57’ 55’’ -50º 15’ 58’’ 423
83 2250035 FAZENDA FLORA Cambará -22º 58’ 59’’ -50º 00’ 00’’ 528
84 2251037 CAFEARA Cafeara -22º 47’ 16’’ -51º 42’ 41’’ 377
85 2252013 JARDIM OLINDA Jardim Olinda -22º 33’ 03’’ -52º 02’ 11’’ 318
86 2252015 DIAMANTE DO NORTE Diamante do Norte -22º 39’ 15’’ -52º 51’ 38’’ 329
87 2252017 FAZENDA SANTO ANTÔNIO Paranavai -22º 39’ 10’’ -52º 31’ 05’’ 333
88 2252019 FAZENDA GUANABARA Paranapoema -22º 39’ 39’’ -52º 07’ 59’’ 299
89 2252024 SANTO ANTÔNIO DO CAIUÁ Santo Antonio do Caiuá -22º 43’ 59’’ -52º 21’ 00’’ 420
90 2350029 SANTA AMÉLIA Santa Amélia -23º 15’ 59’’ -50º 25’ 55’’ 471
91 2351033 CAMBÉ Cambé -23º 16’ 59’’ -51º 16’ 59’’ 661
92 2351035 SÃO LUIZ Londrina -23º 31’ 00’’ -51º 13’ 59’’ 740 93 2351040 FABRICA DE PAPELÃO (SERRARIA) Londrina -23º 45’ 00’’ -51º 01’ 36’’ 673 94 2351045 GUAIAPO Maringá -23º 24’ 00’’ -51º 52’ 26’’ 584
95 2351048 ARAPONGAS Arapongas -23º 24’ 00’’ -51º 26’ 00’’ 793
96 2450024 CATANDUVA DE FORA (RONCA PORCO) Carambeí -24º 57’ 00’’ -50º 00’ 00’’ 1000
Fonte: Agência Nacional de Águas (ANA) - 2007.
Logo após foi realizada a digitalização da bacia do Paranapanema no
programa Surfer e localizados os pontos dos postos pluviométricos dentro desta bacia,
(Figura 1).
-53 -52.5 -52 -51.5 -51 -50.5 -50 -49.5 -49 -48.5 -48 -47.5
-25
-24.5
-24
-23.5
-23
-22.5
12
34
56 78 9
1011
1213
1415
16
17
1819202122 23
242526
27
28
29303132 3334
3536
373839
40
41
424344
45
4647
4849
50
51
5253545556
57
5859
606162 63
6465
6667
68
6970717273
74
75 76
77
78
798081 82 8384
8586 87 8889
9091
92
93
94 95
96
Figura 1: Localização dos postos pluviométricos na bacia do Paranapanema, situados entre os Estados de São Paulo e Paraná. Fonte: Tatiana M. Parizotto (2007).
21
2 - Preparação da base de dados e cálculos estatísticos realizados.
Após a seleção dos dados (período de 1975 a 2004), trabalhou-se com as
séries selecionadas, realizando análise exploratória e preparação da referida base de dados.
Para cada estação verificou-se os anos em questão para que pudessem
ficar todos iguais, ou seja, com os mesmos períodos iniciais e finais, buscando identificar as
falhas, de tal forma que a série estivesse a mais completa possível dentro da base
selecionada, para não comprometer os respectivos estudos.
Após essa verificação organizou-se as tabelas, com os dados mensais,
para cada estação, no período de 1975 a 2004. A seguir foram realizados cálculos
estatísticos anuais de média, amplitude, desvio padrão, coeficiente de variação e amplitude
interquartil e selecionados os máximos, mínimos, para cada série, dentro do período de
estudo, com o propósito de analisar o padrão climatológico do período de 30 anos, (Tabela
2, Anexo I).
É usual calcular a média aritmética como uma medida de posição. É útil nos
cálculos de séries de precipitação pluvial, pois possibilita inferências de variabilidade, em
diferentes escalas, com base na média de um longo tempo (média climatológica).
n
xx i�=
Pode-se afirmar que a medida de dispersão é uma medida da variação de
um conjunto de dados em torno da média, ou seja, da maior ou menor variabilidade dos
resultados obtidos. Elas permitem identificar até que ponto os resultados se concentram ou
não ao redor da tendência central de um conjunto de observações. Incluem a amplitude, o
desvio médio, o desvio padrão, o erro padrão e o coeficiente de variação, cada um
expressando diferentes formas de se quantificar a tendência que os resultados de um
experimento aleatório têm de se concentrarem ou não em determinados valores (quanto
maior a dispersão, menor a concentração e vice-versa).
O desvio padrão mede a dispersão dos dados, comumente denominada,
em Climatologia, de variabilidade da série analisada:
1
)( 2
−−
= �n
xxs
Outra forma de sumarizar os dados é em termos dos quartis ou percentis.
Essas medidas são particularmente úteis para dados não simétricos. A mediana (ou
percentil 50) é definida como o valor que divide os dados ordenados ao meio, isto é, metade
dos dados tem valores maiores do que a mediana, e metade tem valores menores do que a
mediana. Adicionalmente, os quartis inferior e superior, Q1 e Q3, são definidos como os
valores abaixo dos quais estão um quarto (caso do quartil inferior: Q1) e três quartos (caso
do quartil superior: Q3), dos dados. Estes três valores são freqüentemente usados para
22
resumir os dados juntamente com o mínimo e o máximo. A medida de dispersão para o
estudo de separatrizes denominado quartis, é a amplitude inter-quartis, 13 QQAIQ −= , isto
é, é a diferença entre o quartil superior e o inferior.
Chegou-se então em uma outra tabela com todos esses dados estatísticos
para cada estação da bacia, no qual se fez a média para cada um deles, para
posteriormente realizar a confecção das isolinhas.
Após a análise do padrão climatológico para a bacia do Paranapanema,
foram feitos os cálculos sazonais. Foram selecionados os meses de dezembro, janeiro e
fevereiro para o período chuvoso e junho, julho e agosto para o período seco, no qual foram
realizados os mesmos cálculos estatísticos do padrão climatológico (Tabela 3 e 4, Anexo II),
que depois de realizados os cálculos para cada estação, calculou-se a média para o período
analisado, sendo criado outra tabela com os valores finais dos cálculos anteriores para cada
estação, que depois foram utilizados no programa Surfer, para a geração das isolinhas das
médias de cada cálculo apresentado.
Na Tabela 5, Anexo III, encontra-se um exemplo de uma planilha do período
chuvoso com os respectivos cálculos estatísticos, mas que segue o mesmo modelo para o
período seco e o padrão climatológico.
Com base na média aritmética, calculou-se as anomalias anuais. Essas
anomalias ),( xx − refletem o quanto cada mês ou ano se afastou do valor médio (da média
climatológica). Esses afastamentos podem ser negativos (período mais seco) ou positivos
(período mais úmido).
Os cálculos de anomalias foram então comparados com anos de El Niño e
La Niña, nos períodos de maior intensidade, com o objetivo de analisar os períodos de tais
eventos, em relação à área de estudo.
Na Tabela 6, está a classificação dos eventos El Niño e La Niña, de acordo
com o Centro de Previsão do Tempo e do Clima (CPTEC).
23
Tabela 6 – Anos de eventos El Niño e La Niña
El Niño Intensidade La Niña Intensidade 1877 - 1878 Forte 1886 Forte 1888 - 1889 Moderada 1903 - 1904 Forte
1896 - 1897 Forte 1906 - 1908 Forte 1899 Forte 1909 - 1910 Forte
1902 - 1903 Forte 1916 - 1918 Forte 1905 - 1906 Forte 1924 - 1925 Moderada
1911 - 1912 Forte 1928 - 1929 Fraca 1913 - 1914 Moderada 1938 - 1939 Forte
1918 - 1919 Forte 1949 - 1951 Forte 1923 Moderada 1954 - 1956 Forte
1925 - 1926 Forte 1964 - 1965 Moderada
1932 Moderada 1970 - 1971 Moderada 1939 - 1941 Forte 1973 - 1976 Forte
1946 - 1947 Moderada 1983 - 1984 Fraca 1951 Fraca 1984 - 1985 Fraca 1953 Fraca 1988 - 1989 Forte
1957 - 1959 Forte 1995 - 1996 Fraca 1963 Fraca Fraca (98 - 99) 1965 - 1966 Moderada 1998 - 2001 Fraca (99 - 00)
1968 - 1970 Moderada Moderada (00 - 01) 1972 - 1973 Forte
1976 Fraca 1977 - 1978 Fraca
1979 - 1980 Fraca 1982 - 1983 Forte
1986 - 1988 Moderada 1990 - 1993 Forte
1994 - 1995 Moderada
1997 - 1998 Forte 2002 - 2003 Fraca
Fonte: CPTEC/INPE
A Tabela 7 (Anexo IV), apresenta a seleção dos anos mais intensos de
eventos El Niño e La Niña, no qual foram analisadas as anomalias de cada ano para cada
estação, onde, posteriormente, foram traçadas as isolinhas para cada período dos
fenômenos em questão.
Foram selecionados os grupos homogêneos na referida bacia. A técnica
estatística, análise de cluster, amplamente utilizada em Climatologia, na identificação de
regiões homogêneas, a partir de variáveis meteorológicas, possibilita identificar áreas com
variabilidades distintas dentro do objeto de estudo desse projeto. Utilizou-se esta técnica
para se obter grupos homogêneos de estações pluviométricas, com base no total anual de
precipitação. As variáveis de entrada para a análise foram as coordenadas das primeiras
componentes principais (CP), no qual gerou 29 fatores totalizando 100% dos dados, retidos
24
na análise de componentes principais (ACP), que foi aplicada à matriz de totais anuais de
precipitação no modo S. Esse procedimento foi aplicado no software Statistica 7.
A partir dessas variâncias explicadas, fez-se a análise multivariada, método
de Ward, com distância euclidiana. Obteve-se com base nesse método, um dendograma.
Nesse dendograma foi feito o corte subjetivo que determinou a existência dos grupos
homogêneos, que, a princípio, foram seis grupos, apresentando características
diferenciadas.
Ao fazer a delimitação na bacia, em grupos homogêneos, um dos grupos
obteve somente duas estações, grupo VI, sendo classificados cinco grupos homogêneos,
excluindo-se o sexto grupo.
-53 -52.5 -52 -51.5 -51 -50.5 -50 -49.5 -49 -48.5 -48 -47.5
-25
-24.5
-24
-23.5
-23
-22.5
12
34
56 78 9
1011
1213
1415
16
17
1819202122 23
242526
27
28
29303132 3334
3536
373839
40
41
424344
45
4647
4849
50
51
5253545556
57
5859
606162 63
6465
6667
68
6970717273
74
75 76
77
78
798081 82 8384
8586 87 8889
9091
92
93
94 95
96
I
II
III
IV
V
V
Figura 2 – Gráfico dos grupos com suas respectivas estações numeradas.
A partir dessas áreas homogêneas calculou-se alguns parâmetros
estatísticos, como média, máximo, mínimo, amplitude, desvio padrão, coeficiente de
variação e amplitude interquartil para cada um das áreas obtidas.
A Análise de Componentes Principais (ACP) foi aplicada na matriz de totais
anuais de precipitação, a partir do software Statistica 7. Foram gerados seis fatores, tanto
para a análise espacial, quanto temporal explicando a variabilidade presente nos dados
pluviométricos da bacia do Paranapanema, Tabelas 8 e 9.
Tabela 8 – Matriz dos seis fatores espaciais gerados a partir dos totais anuais de precipitação das 96 estações.
ESTAÇÕES 1º FATOR 2º FATOR 3º FATOR ... 6º FATOR 1 -0,62600 0,40270 -0,20572 ... 0,27505 2 0,09489 -0,11663 0,07079 ... 0,35656 3 -0,76398 0,38633 -0,13381 ... -0,10921
...
...
...
...
...
...
94 -0,65748 -0,62565 -0,02650 ... 0,07344
25
95 -0,70885 -0,51383 -0,05564 ... 0,08121 96 -0,69154 -0,53822 0,00895 ... 0,10040
Tabela 9 – Matriz dos seis fatores temporais gerados a partir dos totais anuais de precipitação das 96 estações.
ANOS 1º FATOR 2º FATOR 3º FATOR ... 6º FATOR 1975 -0,655594 0,141795 0,055149 ... -0,042766 1976 -0,413906 -0,305823 0,131979 ... 0,273533 1977 -0,483604 -0,099977 0,162398 ... -0,269305
...
...
...
...
...
...
2002 -0,471021 0,382961 0,017589 ... 0,163163 2003 -0,219891 0,490977 -0,017152 ... 0,265902 2004 -0,511115 0,101025 -0,099375 ... -0,030645
Na Análise de Componentes Principais (análise espacial, Tabela 8), seis
fatores foram explicados com 70% das variâncias dos dados. Desta forma pode-se afirmar
que o primeiro fator está explicando a onda anual, o segundo fator a onda semi-anual, por
exemplo, relativos a variabilidade da precipitação na bacia. Como método de síntese, essa
técnica é bastante eficaz, produzindo resultados dessas complexas variabilidades da chuva
em poucos fatores. Assim como na análise temporal (explicou 68,7% do total dos dados –
Tabela 9), onde a combinação do modo S mais o modo T fornece a combinação da
quantidade de chuvas, mostrando onde há maior ou menor precipitação pluvial.
A partir das Tabelas 8 e 9, foram geradas isolinhas (Surfer 8) e a planilha
(Excel), respectivamente.
A importância relativa de cada modo de variação (fator) à variação total do
campo analisado é dada pelo respectivo autovalor. É um procedimento usual ordenar os
fatores em ordem decrescente dos autovalores. Assim o primeiro fator é o modo mais
importante para a variância total, o segundo fator o segundo modo mais importante, e assim
por diante.
Para fazer a análise de tendência da bacia do Paranapanema, a fim de
descobrir se há ou não uma tendência temporal de maior ou menor precipitação, foram
utilizados dez postos pluviométricos selecionados espacialmente, considerando-se as séries
pluviométricas longas, acima de 50 anos, portanto, foi gerada uma outra base com séries
pluviométricas mais longas.
Após essa seleção foram calculados os totais anuais e foram
confeccionados gráficos de dispersão para cada posto pluviométrico. Através dos índices de
concordância (R²), foram testados se essas tendências obtidas eram significativas. Obteve-
se também a equação da reta para cada série analisada.
Através da análise de regressão linear, pode-se estimar a dependência
existente entre os dados de precipitação ao longo dos anos. Esta dependência pode ser
representada por uma relação funcional entre duas variáveis x e y: y = f(x).
26
A qualidade do ajuste pode ser avaliada pelo índice de concordância ou
poder explicativo (R²). Quanto mais próximo de um estiver o valor de R², melhor a qualidade
do ajuste. Por exemplo, se o índice de concordância for 0,98, isto significa que 98% das
variações são explicadas por x, sendo x os anos do período em questão e y as precipitações
pluviais, através da função escolhida e 2% são atribuídas a causas aleatórias.
Para comprovar estatisticamente se os dados apresentam uma relação
linear entre as variáveis x e y, foram feitos a análise de regressão linear.
Foram feitos os diagramas de dispersão e a reta de ajuste, onde foram
calculados para cada um dos postos pluviométricos e, em seguida, construída uma tabela
com os respectivos R² e a equação da reta para melhor visualização.
Assim, foram também testados nos gráficos outros modelos a fim de
descobrir qual modelo se ajusta melhor. São os modelos: logarítimica, polinomial, potência e
exponencial.
Para estabelecer uma relação entre as anomalias mensais de precipitação
na bacia, representadas pelo índice de precipitação mensal (IPP) em cada grupo (sendo
cinco grupos homogêneos) e as anomalias mensais dos campos de Temperatura da
Superfície do Mar (ATSM), na região do Oceano Pacífico Equatorial, foi utilizada correlação
linear. Esses dados de ATSM foram pegos no site da NOAA.
O índice de precipitação mensal da bacia do Paranapanema para o período
de análise (1975 a 2004), foi calculado através da fórmula:
PPp
IPP−=
Foi realizado um recorte temporal para o IPP da bacia em estudo e os
índices de anomalias da temperatura do mar (IATSM) do Pacífico Equatorial de acordo com
os períodos selecionados para os eventos El Niño e La Niña.
Na Tabela 10 (Anexo V), segue um exemplo de planilha do IPP para cada
grupo homogêneo e a planilha do índice de anomalia da temperatura do mar do setor Niño
3.4. (Tabela 11, Anexo VI).
27
Figura 3 – Localização das áreas de atuação do fenômeno El Niño sobre o Pacífico Equatorial. Fonte: Disponível em: http://www.cco.gov.co/imagenes%20nino/Imagen6.jpg
Para estudar a influência dos índices mensais da temperatura da superfície
do mar (ITSM) do Oceano Pacífico Equatorial, nas anomalias de precipitação mensal da
bacia, utilizou-se correlações lineares, sem defasagem e com defasagem, da temperatura
da superfície do mar (TSM) do Oceano Pacífico Equatorial em relação aos índices da
precipitação pluvial (IPP) da área de estudo. A correlação linear do IPP, com até seis meses
defasados, em relação ao IATSM possibilitou estabelecer possíveis relações entre
anomalias locais de precipitação mensal e o fenômeno de escala global, denominado El
Niño – Oscilação Sul (ENOS).
Para o Oceano Pacífico, no período de 1950 a 1997, foram considerados,
pelo critério de Trenberth (1997), 16 eventos de El Niño, num total de 180 meses, 10
eventos de La Niña, com 132 meses e finalmente 264 meses considerados normais. A
definição quantitativa para os eventos El Niño e La Niña pelo critério de Trenberth (1997) é
baseada em médias móveis de 5 meses das TSM do Pacífico, na região do Niño 3.4,
definindo o evento El Niño quando a média excede 0,4oC e para o evento La Niña, quando a
média é inferior a -0,4oC, obtendo-se assim definições objetivas do início, duração, fim e
magnitude dos eventos. (SILVA, 2004).
Na Tabela 12, encontram-se as principais características (início, fim,
duração) e os IATSM médias e máximas dos eventos de El Niño e La Niña, no período entre
1950 e 98, definidas pelo critério de Trenberth (1997).
Os períodos correlacionados foram aqueles para os eventos mais longos,
dentro do período. Para o evento El Niño: abril 1982 a junho 1983 (16 meses), agosto 1986
a fevereiro 1988 (19 meses), março 1991 a julho 1992 (17 meses) e abril 1997 a maio 1998
(14 meses). Eventos La Niña, os períodos foram: setembro 1984 a junho 1985 (10 meses) e
maio 1988 a junho 1989 (14 meses).
28
Tabela 12 - Principais Características (Início, Fim, Duração e Magnitude) dos Eventos El Niño e La Niña no Pacífico Definidos pelo Critério de Trenberth no Período de 1950-98.
EVENTOS EL NIÑO EVENTOS LA NIÑA
Ínicio Fim Duração (meses)
ATSM (ºC) Ínicio Fim Duração
(meses) ATSM (ºC)
Média Máx. Média Máx. ago/51 fev/52 7 0,7 1 mar/50 fev/51 12 -0,7 -1,2 mar/53 nov/53 9 0,6 1,1 jun/54 mar/56 22 -0,9 -2 abr/57 jan/58 10 1,1 2,1 mai/56 nov/56 7 -0,4 -0,7 jun/63 fev/64 9 0,9 1,2 mai/64 jan/65 9 -0,7 -1,1 mai/65 jun/66 14 1,2 1,9 jun/70 jan/72 20 -0,8 -1,8 set/68 mar/70 19 0,8 1,3 jun/73 jun/74 13 -1,1 -1,8 abr/72 mar/73 12 1,4 2,3 set/74 abr/76 20 -0,8 -1,7 ago/76 mar/77 8 0,8 1,1 set/84 jun/85 10 -0,7 -1,1 jul/77 jan/78 7 0,7 1 mai/88 jun/89 14 -1,3 -2,1 out/79 abr/80 7 0,5 0,8 set/95 mar/96 7 -0,7 -0,8 abr/82 jun/83 16 1,6 3,1 ago/86 fev/88 19 1,3 2 mar/91 jul/92 17 1,1 2 fev/93 set/93 8 0,7 1,3 jun/94 mar/95 10 0,8 1,4 abr/97 mai/98 14 1,9 2,9 Fonte: Trenberth, (1997).
Foram feitos gráficos das correlações considerando os resultados mais
significativos, sendo realizado também os ajustes (linear e polinomial), verificando os valores de R2 e
de p (p<0.05, implica em R2 significativo).
Foi realizada também a análise das precipitações pluviais diárias para o período de
30 anos. Para o período chuvoso (dezembro, janeiro e fevereiro) e seco (junho, julho e agosto).
Calculou-se o total de dias de chuvas para cada estação pluviométrica e confeccionou-se os mapas
de isolinhas. Na Tabela 13, (Anexo VII), tem-se um exemplo de planilha utilizada para o cálculo de
dias de chuvas para cada estação.
Foram efetuados os balanços hídricos para cinco estações pluviométricas
selecionadas a partir de dados de temperatura disponíveis, como mostra a Figura 4 e Tabela 14. Os
municípios selecionados foram Cambará, Paranavaí, Londrina, Joaquim Távora e Ourinhos. A
seleção de apenas cinco postos se deu pela incompatibilidade de dados de temperatura e
precipitação, assim como a compatibilidade em relação às localidades dos postos pluviométricos.
Apesar de possuir vários métodos para se realizar o balanço hídrico, neste trabalho
optou-se pelo método de Thornthwaite e Mather (1955), onde são necessárias apenas quatro
variáveis: a temperatura, a precipitação pluvial média anual, capacidade de campo e a latitude
(utilizada para determinar o número de horas de insolação). Para a capacidade de armazenamento
de água no solo (CAD) adotou-se o valor 100mm (SENTELHAS et al., 1999).
Para a elaboração do balanço hídrico, em cada um dos postos, utilizou-se a
planilha Excel elaborada por Rolim et al., (1998).
29
1
2
3 4
5
-53 -52.5 -52 -51.5 -51 -50.5 -50 -49.5 -49 -48.5 -48 -47.5
-25
-24.5
-24
-23.5
-23
-22.5
.
Figura 4 – Localização das estações meteorológicas utilizadas para realizar o balanço
hídrico.
Tabela 14 – Relação das estações utilizadas para realizar o balanço hídrico.
Nº CÓDIGO POSTO PLUVIOMÉTRICO MUNICÍPIO LATITUDE LONGITUDE ALTITUDE (m)
01 2250035 FAZENDA FLORA Cambará -22º 58’ 59’’ -50º 00’ 00’’ 528
02 2252017 FAZENDA SANTO ANTÔNIO Paranavai -22º 39’ 10’’ -52º 31’ 05’’ 333
03 2351035 SÃO LUIZ Londrina -23º 31’ 00’’ -51º 13’ 59’’ 740
04 2349030 JOAQUIM TÁVORA Joaquim Távora -23º 30’ 00’’ -49º 52’ 00’’ 512
05 2249034 OURINHOS Ourinhos -22º 59’ 00’’ -49º 50’ 00’’ 460
Os períodos utilizados para tal cálculo foram os considerados mais
significativos dentro das análises de anomalias (de acordo com os dados do CPTEC),
sendo, portanto, os anos de 1982, 1983 e 1997 (períodos de El Niño) e 1985 e 2000
(período de Lá Niña).
O objetivo do balanço hídrico é estimar déficit e excesso de água em uma
dada região. Esse balanço é de vital importância para a agricultura e para o monitoramento
dos recursos hídricos de uma determinada área. A unidade de medida é dada em mm.
Para esta segunda parte do projeto, o banco de dados de precipitações
pluviais mensais selecionados inicialmente no primeiro ano do projeto, foi tratado de maneira
individual para cada uma das 96 estações da bacia do Paranapanema, onde tivessem
problemas de dados discrepantes ou falhas de dados.
A base de dados foi revista e preenchida (campos sem dados), através da
análise de regressão linear em estações próximas à referida estação defasada. Tal
procedimento se deveu a necessidade de ter dados mais próximos da dinâmica
pluviométrica real. O conceito de correlação linear refere-se à associação entre duas
variáveis, não implicando necessariamente uma relação de causa ou efeito. Correlacionando
30
as duas estações próximas, obteve-se o gráfico de dispersão juntamente com o índice de
concordância (R²) e a equação da reta, veja anexo X.
Caso o valor do R² seja significativo, substitui-se o valor de x na equação
obtendo o valor de y, cujo resultado é a precipitação do período em questão da estação
defasada.
Para verificar uma possível relação entre as anomalias mensais de
precipitação na bacia do Paranapanema com as anomalias mensais dos campos de
temperatura da superfície do mar na região do Oceano Pacífico Equatorial, foram realizados
os cálculos do Índice de Precipitação Pluvial (IPP) mensal da bacia, através da seguinte
fórmula:
PPp
IPP−=
Esse índice foi calculado para cada uma das estações da bacia. A seguir,
juntou-se os valores desses índices calculados, em suas respectivas áreas homogêneas,
totalizando cinco grupos (lembrando que anteriormente os IPP foram calculadas para cada
área e não para cada umas das estações como foi feito agora). Assim, através da correlação
linear pode-se estimar a relação entre os índices de precipitação pluvial mensais da bacia
com as anomalias de temperatura da superfície do mar (ATSM), para a região Niño (1+2).
Esses dados de ATSM foram obtidos no site da NOAA.
Os períodos de El Niño correlacionados foram aqueles para os eventos
mais longos, dentro do período de 1975 a 2004, segundo critérios de Trenberth (1997). São
eles: abril de 1982 a junho de 1983, totalizando 16 meses, agosto de 1986 a fevereiro de
1988 (19 meses), março de 1991 a julho de 1992 (17 meses) e abril de 1997 a maio de 1998
(14 meses).
Para as correlações mais significativas foram realizados testes de
hipóteses, segundo a distribuição t de Student. Foram calculados o calt para cada grupo e o
tabt , sendo o grau de liberdade de 0,05. Portanto se calt for maior que tabt , a correlação
linear é significativa, implicando uma relação entre o evento El Niño e a precipitação pluvial
na área de estudo.
O calt foi calculado a partir da fórmula:
21 2
−−
= nr
rtcal ,2−= nGL dando o resultado em relação a duas
variáveis distintas.
Também foram calculados de correlação linear com um mês de defasagem
para todos os períodos, verificando possível aumento ou diminuição da relação entre o
evento e a precipitação da bacia.
31
Esses cálculos foram feitos também para os setores Niño 3, Niño 3.4 e Niño
4, para verificar se há relações de causa e efeito entre a ATSM e o IPP da bacia e se
diferem devido a localização do evento no oceano Pacifico.
VI. Etapas de Trabalho
VII. Resultados e Discussão
6.1 - Padrão climatológico, período chuvoso e seco.
A fim de se definir um padrão meteorológico para a bacia do Paranapanema
e relacioná-los com períodos chuvosos e secos, foram utilizados diversos parâmetros
estatísticos, para o período de trinta anos (1975 a 2004). Esse período foi analisado em
diferentes escalas de precipitação pluvial.
Assim, de acordo com as isolinhas traçadas em relação à média
pluviométrica do período em análise, constatou-se que à sudoeste da bacia, a quantidade de
chuvas é maior que nas outras localidades da mesma, obtendo 2500mm, de precipitação
pluvial, de acordo com a Figura 9.
Figura 9 - Média da precipitação da bacia no período de 1975 a 2004.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 10 - Altitude da bacia do Paranapanema.
Um dos fatores que influenciam essa precipitação pluvial é a orografia, que
é mais alta nesta porção da bacia, chegando a 850m de altitude, Figura 10. Tal fator provoca
as chamadas chuvas orográficas, combinadas com a entrada de sistemas frontais
provenientes da região polar, durante todo o ano e com os sistemas convectivos, na
primavera e verão, carreando umidade da Amazônia para a região Sul e Sudeste e
aportando umidade para essa bacia. Desta forma, o relevo atua como uma forçante a
geração de chuva na região.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
32
Pode-se observar, nesta área de estudo, que a precipitação mínima
alcançou 50mm, enquanto na porção norte e leste da bacia, a mínima foi de 600mm, como
mostra a Figura 11. Desta forma, pode-se concluir que ocorre marcada variabilidade nessa
área de estudo.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 11 - Média dos valores mínimos para o período.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 12 - Média da amplitude entre máxima e mínima para o período.
Possivelmente, o tipo de uso e ocupação do solo atue como um gerador
dessas amplitudes na bacia. No Estado de São Paulo há uma preservação maior de áreas
verdes, enquanto no Estado do Paraná a prática da agricultura, tem provocado
desmatamentos, sem a preocupação da preservação de áreas verdes, o que,
conseqüentemente, aumenta a amplitude entre máxima e mínima de chuva, Figura 12.
Com base nos cálculos de desvio padrão e coeficiente de variação, pode-se
observar que houve variabilidade significativa, alcançando valores de, aproximadamente, 20
a 30% de variabilidade, em relação ao coeficiente de variação, Figura 13 e 14.
33
Figura 13 - Desvio padrão do período de 1975 a 2004.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 14 - Coeficiente de variação do período de 1975 a 2004.
Outra medida de dispersão é a amplitude interquartil. A amplitude
interquartil é calculada com base nos dados, deixando 25% da série, de menor valor (Q1) e
de maior valor (Q3) fora do cálculo dessa amplitude. Esta amplitude é menor ao Norte, tendo
um maior intervalo na porção Sul da bacia do Paranapanema, Figura 15.
Mesmo retirando os valores extremos de chuva, observou-se que há
variabilidade de precipitação pluvial, com valores entre 300 e 500mm na bacia. A região
Sudeste apresentou valores entre 400 e 500mm.
Figura 15 - Amplitude Interquartil do período de 1975 a 2004.
Para a análise do período chuvoso considerou-se os meses de dezembro,
janeiro e fevereiro. Já o período seco, foi considerado os meses de junho, julho e agosto.
De acordo com as Figuras 16 e 17, ao norte e à nordeste da bacia, no
período chuvoso a precipitação pluvial é maior, principalmente à Nordeste. Já no período
seco choveu mais ao sul. Deve-se ressaltar que nos dois períodos, essa bacia está sob a
influência de sistemas frontais, provenientes do extremo Sul do continente sul americano.
No período chuvoso, além das massas polares, ocorre a entrada da umidade proveniente da
Amazônia. Parte da bacia, também sofre influência das massas tropicais continentes, que
tem sua origem na região do Chaco, evolvendo o pantanal do Mato Grosso, a região do
Chaco boliviano e do Paraguai. Os sistemas convectivos, presentes nesse período
provocam mais chuvas intensas, associadas a nuvens cumulunimbus. As Zonas de
Convergência que atuam desde outubro até março, são importantes para a gênese de
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
34
chuvas intensas, não somente na bacia, como em toda a região Sul e Sudeste do Brasil.
Associada as frentes frias esses sistemas são forçados a se elevarem, por serem mais
quentes e úmidos, muitas vezes gerando chuvas intensas. Já no período seco, as chuvas
são mais estratiformes, provocadas pelas massas polares. São chuvas contínuas, mas não
geram intensas precipitações pluviais. Nesse período não se observa a atuação dos
sistemas provenientes da Amazônia e a baixa do Chaco se desintensifica.
Figura 16 – Média do período chuvoso (dezembro, janeiro e fevereiro), de1975 a 2004
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 17 – Média do período seco (junho, julho e agosto), de 1975 a 2004.
Com relação a média das máximas, as precipitações pluviais no período
chuvoso foram bem distribuídos, tendo uma possível homogeneidade como se observou na
Figura 18. Já na Figura 19 notou-se que no período seco a concentração de chuvas é maior
ao sul da bacia.
Figura 18 – Média das máximas do período chuvoso, de 1975 a 2004
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 19 - Média das máximas do período seco, de 1975 a 2004
Nas Figuras 20 e 21 observou-se que o desvio padrão do período seco
possui um maior intervalo comparativamente ao período chuvoso, principalmente à sudoeste
e sul da bacia. Pode-se inferir que existe maior variabilidade nesse período, nessa área de
estudo. Ao passo que, o coeficiente de variação é muito mais significativo no período seco,
variando de 55 a 65%, à leste da área de estudo em questão, enquanto nos períodos
chuvosos essa variação não ultrapassa os 30%, Figura 22 e 23.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
35
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 20 – Desvio padrão para o período chuvoso, de 1975 a 2004.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 21 – Desvio padrão para o período seco, de 1975 a 2004.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 22 – Coeficiente de variação para o período chuvoso, de 1975 a 2004.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 23 – Coeficiente de variação para o período seco, de 1975 a 2004.
6.2 – Análises das anomalias
Através dos cálculos das anomalias pode-se observar significativa
variabilidade espacial e temporal, dentro da área de estudo, com alguns anos apresentando
anomalias positivas, espacialmente distribuídas, outros com anomalias negativas e alguns
com valores positivos e negativos, espacialmente distribuídas, no mesmo período.
Essas anomalias mostram o quanto choveu em relação ao valor médio
climatológico (Figura 9). Por exemplo: valores positivos representam o que choveu acima da
média climatológica e valores negativos, abaixo da média climatológica.
Deve-se ressaltar que alguns anos foram
marcadamente chuvosos, comparando a outros que foram bem secos.
Por exemplo: os anos 1982, 1983, 1992, 1993, 1997, 1998
apresentaram anomalias positivas, em praticamente toda área
analisada, podendo-se observar que estiveram associados, na sua
grande maioria a eventos El Niño – Oscilação Sul. Já outros anos, tais
como, 1985, 1988 e 2000 estiveram associados a eventos La Niña,
com déficit de chuvas na área analisada. Ainda assim, alguns eventos
como o El Niño de 1983 (Figura 25) apresentou uma pequena anomalia
36
negativa na região Sudeste da bacia, confirmando uma variabilidade
espacial.
As ocorrências dos eventos El Niño e La Niña são gatilhos para o excesso e
déficit de chuvas, respectivamente, na região Sul e Sudeste do Brasil, de acordo com a
bibliografia consultada e os resultados obtidos nessa análise. Tais ocorrências estão
associadas à intensificação dos sistemas dinâmicos que atuam na região, como por
exemplo, maior intensificação dos sistemas frontais (massas polares, sobre as regiões
citadas). Isso se deve a posição da corrente de jato subtropical que, na ocorrência desses
eventos tem seu posicionamento médio alterado, devido a mudanças nos padrões da
atmosfera superior, refletindo numa intensificação dos processos geradores de chuvas sobre
as regiões Sul (principalmente) e Sudeste brasileiro.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 24 – Ano de 1982 (El Niño).
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 25 – Ano de 1983 (El Niño).
Na Figura 24 pode-se observar que ocorreram chuvas acima da média
climatológica em praticamente toda bacia, destacando-se a região Leste com valores
superiores a 600mm e um valor quase normal à sudeste da área de estudo.
As anomalias espacialmente distribuídas estiveram acima da média, com
valores de 300mm, em praticamente toda bacia. Deve-se ressaltar que, neste ano, teve
início um El Niño muito intenso provocando um aumento de chuva nessa área.
Na Figura 25, tem-se a continuidade do evento El Niño, iniciado em 1982. A
distribuição espacial na bacia, nesse ano, apresentou valores de anomalias positivas
superiores ao ano anterior, com predominância de anomalias maiores na região Leste, com
valores superiores a 1.300mm, em relação à média climatológica, ou seja, choveu muito
acima da média nessa região.
Por outro lado, à sudeste, pode-se observar anomalias negativas em um
pequeno núcleo, mostrando que existe variabilidade espacial, ainda para eventos El Niño
intensos. Fora esse pequeno núcleo, ocorreu em toda bacia, anomalias positivas superiores
a 400mm, confirmando uma intensificação desse evento nesse ano de 1983.
37
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 26 – Ano de 1990 (El Niño).
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 27 – Ano de 1991 (El Niño).
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 28 – Ano de 1992 (El Niño).
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 29 – Ano de 1993 (El Niño).
De acordo com a tabela de eventos ENOS, a partir de 1990 até 1993 teve
ocorrência de forte fenômeno El Niño, porém na bacia em estudo os anos de 90 e 92
(Figuras 26 e 28) houve pouca variabilidade pluviométrica em relação à média climatológica,
variando até 200mm e possuindo muitos núcleos, como por exemplo ao norte da bacia,
onde a variação chegou a ser nula.
Já nos anos 1991 e 1993 (Figuras 27 e 29) as variações foram mais
diferenciadas e intensas. No ano de 1991, houve uma anomalia positiva intensa na porção
Sudeste da área em estudo, enquanto na região Sul e Sudoeste as anomalias foram
negativas, refletindo menor quantidade de chuvas, relativamente a média climatológica. Na
região central da bacia as anomalias foram nulas.
No ano de 1993 não ocorreu significativa variabilidade, chegando até
200mm, acima da média climatológica, com exceção da região Sudeste da bacia, que
chegou a 400mm de diferença. Um possível fator para essa grande quantidade de chuvas
nesta região em relação às outras, é sua altitude de, aproximadamente, 850m.
Para os anos de 1997 e 1998 (Figuras 30 e 31) as anomalias foram
positivas. Em algumas localidades como, por exemplo, à sudeste e extremo sudeste da
bacia, alcançando 700mm de diferença. Na parte Sul e Sudoeste também houve uma
anomalia positiva significativa, variando de 300 a 500mm. Enquanto, na porção norte da
bacia, a variabilidade pluviométrica não passou de 300mm, verificando assim variabilidade
espacial ao longo da área em estudo, com amplitude pluvial bem marcada.
38
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 30 – Ano de 1997 (El Niño).
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 31 – Ano de 1998 (El Niño).
A ocorrência do fenômeno La Niña é o aposto ao El Niño, no qual
corresponde ao resfriamento anômalo das águas superficiais do Oceano Pacifico Equatorial,
Central e Oriental formando uma “piscina de água fria” nesse oceano. Os ventos alísios
mostram-se mais intensos que o habitual (média climatológica), tornando as águas mais
frias, observando-se uma intensificação da pressão atmosférica no Pacifico Central e
Oriental.
O ano de 1985 foi um dos anos mais intensos de La Niña, como mostra a
Figura 32, teve uma forte influência sobre toda a bacia do Paranapanema, onde todos os
valores pluviométricos ficaram abaixo da média climatológica da bacia, sendo mais intenso
na parte Sudeste da mesma. Com o deslocamento dos jatos subtropicais para a
porção mais ao Sul da região Sul do Brasil, atenuando o avanço das
frentes frias em direção ao interior, fazendo com que essas frentes se
desloquem para o Oceano Atlântico.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 32 – Ano de 1985 (La Niña).
Nos anos de 1988 e 1989 (Figuras 33 e 34) observou-se variabilidade
espacial de chuva significativa, onde no primeiro ano houve uma anomalia negativa intensa,
39
chegando a –300mm, em relação a média climatológica da bacia. Somente dois núcleos
apresentaram valores nulos, ao norte e à leste da bacia. No segundo ano ocorreu uma
inversão: a anomalia foi positiva em toda área de estudo, superando 900mm, na porção
sudeste da bacia, enquanto ao Norte não passou de 100mm.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 33 – Ano de 1988 (La Niña).
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 34 – Ano de 1989 (La Niña).
Um outro período forte de La Niña foram os anos de 2000 e 2001, onde no
ano de 2000 (Figura 35) houve uma anomalia negativa em quase toda bacia, com exceção
de um núcleo ao Norte e ao Sul da bacia, porém à sudeste o valor pluviométrico chegou a
mais de 800mm negativos, com relação a média climatológica.
Em 2001 (Figura 36), ocorreram anomalias negativas, toda a área da bacia
apresentou valores positivos de anomalia, exceção ao norte da mesma. Ocorreu anomalia
positiva, porém não muito intensa, durante o evento La Niña.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 35 – Ano 2000 (La Niña).
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 36 – Ano de 2001 (La Niña).
6.3 – Classificação das áreas homogêneas da bacia do Paranapanema
Fez-se a análise multivariada para gerar áreas homogêneas com base na
precipitação pluvial do total anual de cada posto, utilizado neste trabalho. Através do método
de Ward, com distância euclidiana, gerou-se cinco grupos homogêneos na bacia do
Paranapanema. A partir deste método obteve-se o dendograma, onde foi feito o corte
40
subjetivo que determinou a existência dos grupos homogêneos, sendo cinco grupos que
apresentaram características diferenciadas, representado na Figura 37.
Para melhor visualização dos respectivos postos pluviométricos para cada
grupo, montou-se uma tabela, (Tabela 15).
Tabela 15 – Divisão dos grupos com os respectivos postos pluviométricos. GRUPOS Nº DAS ESTAÇÕES
I 96, 76, 75, 95, 93, 92, 67, 90, 73, 72, 80, 79, 71, 63, 91, 82, 81, 69, 83, 68, 62, 70, 61, 77, 87, 89, 86, 88, 85, 94, 74, 84, 65, 64.
II 41, 39, 38, 32, 36, 60, 35, 30, 37, 31, 34, 33, 26. III 40, 43, 5, 58, 44, 51, 49, 48, 42, 4. IV 52, 47, 11, 9, 19, 8, 20, 21, 7, 59, 27, 18, 29, 28, 14, 16, 15, 6. V 66, 57, 24, 25, 23, 50, 46, 55, 13, 56, 53, 17, 54, 12, 10, 22, 3, 45, 1.
Grupos Homogêneos para as 96 estações pluviométricasMétodo de Ward
Distância Euclidiana
96 77 87 89 86 88 85 94 74 84 65 64 76 75 95 93 92 67 90 73 72 80 79 71 63 91 82 81 69 83 68 62 70 61 41 39 38 32 36 60 35 30 37 31 34 33 26 40 43 5 58 44 51 49 48 42 4 78 2 52 47 11 9 19 8 20 21 7 59 27 18 29 28 14 16 15 6 66 57 24 25 23 50 46 55 13 56 53 17 54 12 10 22 3 45 1
0
2
4
6
8
10
12
14
16
18
Dis
tânc
ia d
e V
incu
laçã
o
I II III IV V
Figura 37 – Dendograma com a divisão dos grupos homogêneos.
Os postos pluviométricos do grupo I estão todos localizados no Estado do
Paraná e apresentou variabilidade, como mostra a Tabela 16, sendo que possui uma
amplitude bem marcada, possivelmente devido à altitude, que varia de 500 a 850m, nesta
41
área. Nesse grupo, obteve-se a menor e maior precipitação diante das outras áreas, Figura
38.
O grupo II apresentou menor variabilidade de precipitação pluvial, tendo a
área uma altitude de 350m. No grupo III a precipitação máxima para o período foi a mais
baixa, assim como a média pluviométrica, no entanto a variabilidade é semelhante ao grupo
V, (mais chuvoso que o grupo III).
Já o grupo IV, localizado à montante da bacia, numa altitude de,
aproximadamente, 750m, possui uma variabilidade de 15,2% e possui a segunda maior
precipitação dos grupos.
-53 -52.5 -52 -51.5 -51 -50.5 -50 -49.5 -49 -48.5 -48 -47.5
-25
-24.5
-24
-23.5
-23
-22.5
I
II
III
IV
V
V
Figura 38 – Delimitação dos grupos homogêneos I, II, III, IV e V na bacia.
Tabela 16 – Cálculos estatísticos para cada um dos grupos gerados no dendograma.
MEDIA MÁXIMO MINÍMO AMPLITUDE DP CV(%) Amp. Interq. GRUPO I 47.360 61.029 5.043 55.986 10.546 22,3 8.607 GRUPO II 17.727 21.924 13.077 8.847 2.335 13,2 3.209 GRUPO III 9.811 13.980 6.006 7.974 1.604 16,4 2.301 GRUPO IV 24.428 35.032 19.631 15.401 3.719 15,2 3.459 GRUPO V 25.634 34.297 18.909 15.388 4.091 16,0 5.361
6.4 – Análise dos Componentes Principais
Em Climatologia, a Análise de Componentes Principais (ACP) é
amplamente utilizada no estudo de variáveis meteorológicas. Esta técnica tornou-se popular
nos estudos climatológicos após a publicação do artigo de Lorenz (1956), o qual chamou a
técnica de Funções Ortogonais Empíricas (FOE). Vários autores como Silva et al., (2005);
Dommenget e Latif (2000); Silva e Kousky (2001), Nery e Silva (2001), Sansigolo e Nery
42
(1998) entre outros, têm utilizado esta técnica estatística para identificar os mecanismos que
explicam as variabilidades climáticas, em uma dada área, (SILVA, 2006, p.35).
Assim foram gerados, através da matriz de totais anuais de precipitação,
seis fatores para a análise espacial, explicando 70% das variâncias dos dados e, para
análise temporal, explicando 68,7% do total dos dados, através do software Statistica 7,
analisando a variabilidade presente nos dados pluviométricos da bacia do Paranapanema.
Nas Figuras 39 e 40, estão representados o primeiro fator temporal e
espacial respectivamente, que explica praticamente 45% das variâncias dos dados, sendo o
mais importante.
Ao fazer as comparações entre o gráfico e o mapa, que explicam a
variabilidade temporal e espacial, respectivamente, durante todo o período, de 1975 a 2004,
o que prevalece é o superávit pluviométrico. Apenas no ano de 1987 houve um déficit
hídrico. Ocorre, portanto uma homogeneidade pluviométrica em, praticamente, toda a área
de estudo.
1º Fator
-0,80
-0,60
-0,40
-0,20
0,00
0,20
0,40
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
Anos
Figura 39 – Análise temporal do 1º fator.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 40 – Análise espacial do 1º fator.
Para o 2º fator, (explicação de 15% das variâncias totais), há uma maior
variabilidade no regime de chuvas, como mostram as Figuras 41 e 42.
Esse fator pode ser explicado pelas ondas semi-anuais, havendo superávit
e déficit hídricos quase que alternadamente.
2º Fator
-0,80
-0,60
-0,40
-0,20
0,00
0,20
0,40
0,60
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
Anos
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 41 – ACP temporal do 2º fator. Figura 42 – ACP espacial do 2º fator.
43
Os demais fatores, 3º, 4º, 5º e 6º (Figuras 43 a 50), que explicam os
restantes 10% das variações mais significativas dos dados apresentam variabilidade que
necessitam maiores análises da dinâmica climática para seus entendimentos.
3º Fator
-0,60
-0,40
-0,20
0,00
0,20
0,40
0,60
0,80
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
Anos
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 43 – ACP temporal do 3º fator. Figura 44 – ACP espacial do 3º fator.
4º Fator
-0,60
-0,40
-0,20
0,00
0,20
0,40
0,60
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
Anos
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 45 – ACP temporal do 4º fator. Figura 46 – ACP espacial do 4º fator.
5º Fator
-0,60
-0,40
-0,20
0,00
0,20
0,40
0,60
0,80
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
Anos
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 47 – ACP temporal do 5º fator. Figura 48 – ACP espacial do 5º fator.
6º Fator
-0,60
-0,40
-0,20
0,00
0,20
0,40
0,60
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
Anos
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 49 – ACP temporal do 6º fator. Figura 50 – ACP espacial do 6º fator.
44
6.5 – Análise de tendências
Para a análise de tendência na bacia em estudo, foram utilizados 10 postos
pluviométricos selecionados espacialmente e com séries acima de 50 anos. Na Figura 51,
tem-se a representação espacial dos postos utilizados e a tabela com os respectivos nomes
e caracterização de cada estação pluviométrica, (Tabela 17).
1
2
3
4
5 6
7
8
9
10
-53 -52.5 -52 -51.5 -51 -50.5 -50 -49.5 -49 -48.5 -48 -47.5
-25
-24.5
-24
-23.5
-23
-22.5
Figura 51 – Representação espacial das estações utilizadas para a análise de tendência.
Tabela 17 – Caracterização dos postos pluviométricos. Nº CÓDIGO POSTO PLUVIOMÉTRICO MUNICÍPIO LAT. LONG. ALTITUDE ANOS
1 2251012 MIRANTE DO PARANAPANEMA Mirante do Paranapanema -22,3 -51,92 440 50
2 2251018 IEPE Iepê -22,67 -51,08 380 61
3 2250013 ECHAPORA Echaporã -22,43 -50,22 680 58
4 2249086 FAZENDA NOVA NIAGARA Óleo -22,95 -49,38 660 61
5 2349016 TAGUAÍ (RIBEIRÓPOLIS) Taguaí -23,45 -49,42 570 60
6 2348016 FAZENDA ATERRADINHO Angatuba -23,45 -48,58 580 63
7 2347050 SÃO MIGUEL ARCANJO São Miguel Arcanjo -23,87 -47,98 650 68
8 2450005 TELÊMACO BORBA Telêmaco Borba -24,27 -50,62 650 50
9 2450010 CASTRO Castro -24,78 -50 1009 70
10 2449001 ENGENHEIRO MAIA Itabera -24,05 -49,1 680 50
Através da análise de regressão linear (simples), pode-se estimar a
dependência existente entre os dados de precipitação ao longo dos anos. A seguir tem-se
os diagramas de dispersão e a reta de ajuste (Figuras 52 a 61), onde foram calculados para
cada um dos postos pluviométricos e, em seguida, construída uma tabela com os
respectivos R² (índice de concordância) e a equação da reta para melhor visualização
(Tabela 18).
45
Estação 1 y = 1,636x - 1946,2R2 = 0,0117
600
800
1000
1200
1400
1600
1800
1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 Anos
mm
Figura 52 – Estação 1, de 1955 a 2004.
Estação 2 y = -2,2545x + 5923,6R2 = 0,011
400
900
1400
1900
2400
2900
3400
1944 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 1999 2004 Anos
mm
Figura 53 – Estação 2, de 1944 a 2004.
Estação 3 y = 0,8728x - 363,75R2 = 0,0024
0
500
1000
1500
2000
2500
1944 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 1999 2004Anos
mm
Figura 54 – Estação 3, de 1944 a 2004.
Estação 4 y = 6,5919x - 11701R2 = 0,1426
0
500
1000
1500
2000
2500
1944 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 1999 2004Anos
mm
Figura 55 – Estação 4, de 1944 a 2004.
Estação 5 y = 4,7937x - 8158,8R2 = 0,1138
400
900
1400
1900
2400
Anos
mm
Figura 56 – Estação 5, de 1944 a 2003.
Estação 6 y = 4,6107x - 7803,5R2 = 0,0902
400
900
1400
1900
2400
1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 Anos
mm
Figura 57 – Estação 6, de 1940 a 2002.
Estação 7 y = 4,7937x - 8158,8R2 = 0,1138
400
600
800
1000
1200
1400
1600
1800
2000
1944 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 1999 Anos
mm
Figura 58 – Estação 7, de 1937 a 2003.
Estação 8 y = -16,071x + 42809R2 = 0,0037
400
5400
10400
15400
20400
1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 Anos
mm
Figura 59 – Estação 8, de 1949 a 1998.
46
Estação 9 y = -122,36x + 248800R2 = 0,1194
300
5300
10300
15300
20300
25300
30300
1925 1930 1935 1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 Anos
mm
Figura 60 – Estação 9, de 1925 a 1994.
Estação 10 y = 10,667x - 19845R2 = 0,2355
400
900
1400
1900
2400
2900
1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 Anos
mm
Figura 61 – Estação 10, de 1940 a 2004.
Tabela 18 – Quadro com as equações das retas e o R² dos postos pluviométricos. Estações Equação da reta R²
1 y = 1,636x - 1946,2 0,0117 2 y = -2,2545x + 5923,6 0,011 3 y = 0,8728x - 363,75 0,0024 4 y = 6,5919x - 11701 0,1426 5 y = 4,7937x - 8158,8 0,1138 6 y = 4,6107x - 7803,5 0,0902 7 y = 7,3773x - 13415 0,1363 8 y = -16,071x + 42809 0,0037 9 y = -122,36x + 248800 0,1194
10 y = 10,667x - 19845 0,2355
Observa-se que para o ajuste linear, a relação entre as variáveis não foram
significativos, sendo na estação 10 onde se deu o melhor ajuste, de 23%. Não há uma
tendência significativa de aumento ou diminuição da precipitação no período de 1925 a 2004
para os postos selecionados, para o modelo linear, ou seja, as chuvas nessa área de estudo
não estão diminuindo e tampouco aumentando, mantendo-se dentro de um patamar
climatológico.
Assim, foram testados nos gráficos outros modelos a fim de descobrir qual
modelo se ajusta melhor. São os modelos: logarítmica, polinomial, potência e exponencial. A
partir dos testes elaborou-se a seguinte tabela (Tabela 19):
Tabela 19 – Valores de R² calculados a partir de modelos de regressão.
MODELOS ESTAÇÕES
1 2 3 4 5 6 7 8 9 10
Linear 0,0117 0,011 0,0024 0,1426 0,1138 0,0902 0,1363 0,0037 0,1194 0,2355
Logarítmica 0,0118 0,0107 0,0025 0,1429 0,1141 0,0908 0,1369 0,0036 0,1193 0,2353
Polinomial 0,0315 0,1479 0,0547 0,1587 0,125 0,1607 0,1646 0,0457 0,1204 0,2383
Potência 0,0128 0,0012 0,0045 0,1513 0,1145 0,1143 0,0939 0,0043 0,2486 0,2635
Exponencial 0,0127 0,0013 0,0044 0,1509 0,1142 0,1135 0,0938 0,0045 0,2486 0,2637
Nota-se que em todas as estações nenhum modelo obteve um melhor
ajuste, pois os índices de concordância (R²) não foram significativos.
47
Portanto, nenhum modelo demonstrou um valor significativo à ponto de
estabelecer uma tendência na bacia do Paranapanema, Tabela 19.
�
6.6 – Análise da correlação dos índices de precipitações mensais (IPP) da bacia do Paranapanema com os índices das temperaturas de superfície do mar do Pacífico Equatorial (ITSM).
A importância de se considerar a influência dos índices de anomalias das
temperaturas da superfície do mar (IATSM) nos oceanos, juntamente com os índices de
precipitações mensais (IPP), já foi descrita por alguns autores na literatura, porém para o
local de estudo, pode-se considerar inédito.
O fenômeno das anomalias da temperatura da superfície do mar no Oceano
Pacífico Equatorial (ATSM), que ocorrem em anos de eventos El Niño e La Niña, afeta a
dinâmica climática em escala global, com bruscas alterações climáticas no mundo, com
impactos generalizados nas atividades humanas, gerados por inúmeras catástrofes ligadas
a severas secas e inundações.
Foram, portanto, elaborados gráficos de correlação dos IPP da bacia do
Paranapanema com os IATSM do Pacífico Equatorial, para alguns eventos de El Niño e La
Niña, considerados mais longos e selecionados de acordo com Trenberth (1997) para cada
grupo homogêneo.
Escolheu-se os períodos de abril 1982 a junho 1983, agosto 1986 a
fevereiro 1988, março 1991 a julho 1992 e abril 1997 a maio 1998 para fenômenos El Niño
e, setembro 1984 a junho 1985 e maio 1988 a junho 1989 para fenômenos La Niña.
Nas Tabelas 20A a 20F, tem-se as respectivas correlações entre IPP e
IATSM do setor Niño 3.4 (Figura 3), no oceano Pacífico Equatorial, com defasagens de até 6
meses.
Tabelas 20A a 20F – Correlação entre IPP e ITSM, para períodos de ocorrência de El Niño e La Niña.
A - EL NINO - ABR/82 a JUN/83 GRUPOS S DEF DEF 1 DEF 2 DEF 3 DEF 4 DEF 5 GRUPO I -0,04 -0,04 -0,07 0,13 0,43 0,38 GRUPO II -0,08 -0,06 -0,09 0,02 0,37 0,29 GRUPO III -0,14 -0,15 -0,09 0,20 0,47 0,44 GRUPO IV -0,14 -0,15 -0,13 0,10 0,44 0,37 GRUPO V -0,16 -0,14 -0,13 0,19 0,49 0,42
B - EL NINO - AGO/86 a FEV/88
GRUPOS S DEF DEF 1 DEF 2 DEF 3 DEF 4 DEF 5 DEF 6 GRUPO I -0,64 -0,68 -0,65 -0,63 -0,32 0,28 0,53 GRUPO II -0,33 0,06 -0,01 -0,03 0,01 0,18 0,21 GRUPO III -0,29 -0,20 -0,18 -0,25 -0,07 0,21 0,32 GRUPO IV -0,36 -0,02 -0,07 -0,09 0,00 0,30 0,32 GRUPO V -0,32 -0,15 -0,06 -0,06 -0,03 0,21 0,21
48
C - EL NINO - MAR/91 a JUL/92
GRUPOS S DEF DEF 1 DEF 2 DEF 3 DEF 4 DEF 5 GRUPO I 0,30 0,44 0,42 0,33 0,49 0,35 GRUPO II 0,34 0,44 0,35 0,30 0,53 0,40 GRUPO III 0,05 0,16 0,27 0,08 0,20 0,04 GRUPO IV 0,19 0,22 0,24 0,10 0,26 0,22 GRUPO V 0,17 0,23 0,23 0,08 0,26 0,19
D - EL NINO - ABR/97 a MAI/98
GRUPOS S DEF DEF 1 DEF 2 DEF 3 DEF 4 DEF 5 GRUPO I -0,11 -0,10 -0,10 0,33 -0,03 -0,16 GRUPO II -0,21 -0,20 -0,14 0,11 -0,08 -0,16 GRUPO III 0,12 0,01 -0,03 0,11 -0,40 -0,44 GRUPO IV -0,19 -0,21 -0,16 0,16 -0,01 -0,11 GRUPO V -0,06 -0,04 -0,01 0,23 -0,08 -0,24
E - LA NIÑA - SET/84 a JUN/85
GRUPOS S DEF DEF 1 DEF 2 DEF 3 DEF 4 DEF 5 DEF 6 GRUPO I -0,28 -0,39 -0,20 -0,23 -0,63 -0,06 0,50 GRUPO II -0,38 -0,40 -0,08 -0,18 -0,59 -0,05 0,57 GRUPO III 0,00 -0,41 -0,16 -0,22 -0,46 0,14 0,70 GRUPO IV -0,24 -0,65 -0,37 -0,33 -0,34 0,10 0,73 GRUPO V -0,13 -0,58 -0,43 -0,45 -0,48 0,09 0,69
F - LA NIÑA - MAI/88 a JUN/89 GRUPOS S DEF DEF 1 DEF 2 DEF 3 DEF 4 DEF 5 GRUPO I -0,01 0,25 0,21 0,31 0,38 0,20 GRUPO II -0,11 0,25 0,32 0,36 0,42 0,22 GRUPO III -0,23 0,28 0,22 0,16 0,17 0,19 GRUPO IV -0,15 0,34 0,18 0,21 0,26 0,16 GRUPO V -0,21 0,27 0,15 0,13 0,19 0,17
De acordo com as tabelas apresentadas, percebe-se que as anomalias de
TSM do Pacífico Equatorial começam a influenciar na bacia do Paranapanema, na maioria
dos casos, após quatro meses do início dos eventos. Os números em destaques nas tabelas
foram considerados os mais significativos, portanto fez-se testes de correlações lineares e
polinomiais de primeira à terceira ordem para verificar qual ajuste se enquadra melhor e
também testar sua significância.
Tabela 21 – Valores de equação da reta, R2 e p para cada teste realizado com cada grupo. EL NIÑO ABR/82 A JUN/83
Grupos Equação da reta R2 p
Grupo I y = -0,40968+0,48853x 0,42 0,11 Grupo III y = -0,50248+ 0,61392x 0,47 0,07 Grupo IV y = -0,45894+ 0,60087x 0,44 0,09 Grupo V y = -0,59303+ 0,63529x 0,49 0,06
49
Para o evento de El Niño do período de abril 1982 a junho 1983, foram
testados os grupos I, III, IV e V, onde as correlações foram acima de 40%, significando, à
princípio, que, mais de 40% do total de chuvas é explicado pelo fenômeno El Niño.
Com isso, fez-se testes de correlação linear para cada um dos grupos,
verificando o grau da significância.
Percebe-se que nas Figuras 62 a 65, que as correlações não foram
significativas (p > 0.05), onde os índices de concordância (R2) chegaram de 42 e 49%, para
o tipo de correlação linear, no qual se ajustou melhor.
0,0 0,5 1,0 1,5 2,0 2,5 3,0
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
EL NIÑO ABR/82 a JUN/83 - Grupo I/Defasagem 4
IPP
TSM
0,0 0,5 1,0 1,5 2,0 2,5 3,0
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0
EL NIÑO ABR/82 a JUN/83 - Grupo III/Defasagem 4
IPP
TSM
Figura 62 – Gráfico de correlação linear para o grupo I, entre IPP e IATSM, com defasagem de 4 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
Figura 63 – Gráfico de correlação linear para o grupo III, entre IPP e IATSM, com defasagem de 4 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
0,0 0,5 1,0 1,5 2,0 2,5 3,0-1,5
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0
EL NIÑO ABR/82 a JUN/83 - Grupo IV/Defasagem 4
IPP
TSM
0,0 0,5 1,0 1,5 2,0 2,5 3,0
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0EL NIÑO ABR/82 a JUN/83 - Grupo V/Defasagem 4
IPP
TSM
Figura 64 – Gráfico de correlação linear para o grupo IV, entre IPP e IATSM, com defasagem de 4 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
Figura 65 – Gráfico de correlação linear para o grupo V, entre IPP e IATSM, com defasagem de 4 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
50
Percebe-se que a maior parte dos grupos se concentra na região Sul, como
o grupo I, que se concentra inteiramente no Estado do Paraná, grande parte do grupo III, IV
e V também, o que propicia o aumento de chuvas durante o fenômeno. Segundo Mendonça
(2007) na região Sul, as precipitações são abundantes, principalmente na primavera (de
setembro a dezembro) e de maio a junho. Já na região Sudeste, o padrão das chuvas não
sofre alterações durante um evento El Niño. Contudo, é observado um aumento moderado
das temperaturas durante o inverno.
Na Figura 66 tem-se o teste de correlação linear para o período de El Niño
de agosto 1986 a fevereiro 1988, onde o grupo I obteve uma maior correlação com a
anomalia da TSM do Pacífico Equatorial, sendo maior que 50% numa defasagem de seis
meses após o início do evento. Os outros grupos não chegaram a 35%. O índice de
concordância do grupo I foi de 53% (p = 0,01) mostrando um significativo aumento de
chuvas para este período.
0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0
-1,0
-0,5
0,0
0,5
1,0
EL NIÑO AGO/86 a FEV/88 - Grupo I/Defasagem 6
IPP
TSM
Figura 66 – Gráfico de correlação linear para o grupo I, entre IPP e IATSM, com defasagem de 6 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
Para o período de El Niño de março 1991 a julho 1992, dois grupos se
sobressaíram, o grupo I e o grupo II com valores de 49 e 53% numa defasagem de 4 meses,
como mostra as Figuras 67 e 68 e Tabela 22, sendo os valores de p menos que 0,05.
51
0,0 0,5 1,0 1,5 2,0-1,0
-0,5
0,0
0,5
1,0
1,5EL NIÑO MAR/91 a JUL/92 - Grupo I/Defasagem 4
IPP
TSM
0,0 0,5 1,0 1,5 2,0
-1,0
-0,5
0,0
0,5
1,0
1,5EL NIÑO MAR/91 a JUL/92 - GrupoII/Defasagem 4
IPP
TSM
Figura 67 – Gráfico de correlação linear para o grupo I, entre IPP e IATSM, com defasagem de 4 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
Figura 68 – Gráfico de correlação linear para o grupo II, entre IPP e IATSM, com defasagem de 4 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
Tabela 22 – Valores de equação da reta, R² e p para cada teste realizado com cada grupo.
EL NIÑO MAR/91 A JUL/92 Grupos Equação da reta R² p
Grupo I y = -0,49286+ 0,50137x 0,49 0,04 Grupo III y = -0,6714+ 0,63851x 0,53 0,02
Para o evento El Niño de abril 1997 a maio 1998 não houve nenhum valor
significativo, ao contrário do evento La Niña do período de setembro 1984 a junho 1985,
onde todos os grupos ultrapassaram 50% de correlação entre o IPP com as anomalias de
TSM do Pacífico Equatorial numa defasagem de seis meses, o que mostra que grande parte
da precipitação nesta região é explicada pelo fenômeno La Niña.
Observa-se ainda pela tabela de defasagens (Tabela 22) que, após um mês
do ínicio do evento, para os grupos IV e V houve um valor negativo expressivo, de 65 e 58%
respectivamente, explicando a falta de chuvas nesses locais. Após quatro meses do início
do fenômeno, os grupos I e II chegam a índices de -0,63 e -0,59 de anomalias para este
período.
Com uma defasagem de seis meses os valores dos índices das anomalias
da bacia ficaram positivos, chegando a 73% de correlação com as anomalias da TSM do
Oceano Pacífico Equatorial.
Tabela 22 – Valores de equação da reta, R² e p para cada teste realizado com cada grupo. LA NIÑA SET/84 A JUN/85
Grupos Equação da reta R² p Grupo I y = 0,42768+ 0,81332x 0,49 0,14 Grupo II y = 0,4483+ 0,85803x 0,57 0,08 Grupo III y = 0,3636+ 0,82425x 0,69 0,02 Grupo IV y = 0,51102+0,93443x 0,72 0,01 Grupo V y = 0,58156+ 0,9577x 0,68 0,02
52
-1,6 -1,4 -1,2 -1,0 -0,8 -0,6 -0,4 -0,2
-1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
LA NIÑA SET/84 a JUN/85 - Grupo I/Defasagem 6
IPP
TSM
-1,6 -1,4 -1,2 -1,0 -0,8 -0,6 -0,4 -0,2
-1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8LA NIÑA SET/84 a JUN/85 - Grupo II/Defasagem 6
IPP
TSM
Figura 69 – Gráfico de correlação linear para o grupo I, entre IPP e IATSM, com defasagem de 6 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
Figura 70 – Gráfico de correlação linear para o grupo II, entre IPP e IATSM, com defasagem de 6 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
-1,6 -1,4 -1,2 -1,0 -0,8 -0,6 -0,4 -0,2
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
LA NIÑA SET/84 a JUN/85 - Grupo III/Defasagem 6
IPP
TSM
-1,6 -1,4 -1,2 -1,0 -0,8 -0,6 -0,4 -0,2
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
LA NIÑA SET/84 a JUN/85 - Grupo IV/Defasagem 6
IPP
TSM
Figura 71 – Gráfico de correlação linear para o grupo III, entre IPP e IATSM, com defasagem de 6 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
Figura 72 – Gráfico de correlação linear para o grupo IV, entre IPP e IATSM, com defasagem de 6 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
53
-1,6 -1,4 -1,2 -1,0 -0,8 -0,6 -0,4 -0,2
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
LA NIÑA SET/84 a JUN/85 - Grupo V/Defasagem 6
IPP
TSM
Figura 73 – Gráfico de correlação linear para o grupo V, entre IPP e IATSM, com defasagem de 6 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
As Figuras 69 a 73 mostram os gráficos de correlação linear, no qual
melhor se ajustou, para este evento La Niña. Somente os grupos III, IV e V foram
significativos, sendo os valores de p < 0,05.
Para o período de maio/88 a junho/89 no qual ocorreu o fenômeno La Niña,
não houve muitas correlações de anomalias expressivas, destacando apenas um no grupo
II, como mostra a Figura 74, no qual teve o R² = 0,41 (p = 0,01).
-2,4 -2,2 -2,0 -1,8 -1,6 -1,4 -1,2 -1,0 -0,8 -0,6 -0,4-1,0
-0,5
0,0
0,5
1,0
1,5
LA NIÑA MAI/88 a JUN/89 - Grupo II/Defasagem 4
IPP
TSM
Figura 74 – Gráfico de correlação linear para o grupo III, entre IPP e IATSM, com defasagem de 4 meses entre o evento e a chuva ocorrida na bacia do Paranapanema.
54
6.7 – Análise da precipitação diária
Através das planilhas de precipitação diária do local de estudo, analisou-se
as precipitações diárias, estimando a quantidade de dias que choveu durante todo o período
em análise, assim com o período seco (junho, julho e agosto) e chuvoso (dezembro, janeiro
e fevereiro).
Como mostra a Figura 75, no período de 1975 a 2004, a porção leste e
norte da bacia possuem um maior número de dias com chuvas, em torno de 4.600 dias. Já
no restante da bacia não ultrapassa 3.800 dias com precipitações pluviais.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 75 – Quantidade de dias com chuvas para o período de 1975 a 2004.
Para o período seco verifica-se uma pequena quantidade de dias de chuvas
ao sul e oeste da bacia, chegando a 22 dias somente. Ao norte e principalmente à leste da
área de estudo, os dias de chuva chegam a 28 e 34 dias respectivamente (Figura 76).
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 76 – Quantidade de dias com chuvas para o período seco.
55
No período chuvoso (Figura 77), o total de dias de chuvas é o dobro do
período seco, chegando a 50 dias de chuvas nos meses de dezembro, janeiro e fevereiro.
Nota-se que para os três períodos, os maiores números de dias com chuvas é na região
norte e leste da bacia do Paranapanema. Um dos fatores para tal ocorrência é a altitude
elevada nesta região da bacia.
-53 -52 -51 -50 -49 -48 -47
-25
-24.5
-24
-23.5
-23
-22.5
-22
Figura 77 – Quantidade de dias com chuvas para o período chuvoso.
6.8 – Análise dos balanços hídricos
A partir dos dados de temperatura e precipitação dos postos pluviométricos
(Figura 4 e Tabela 14), foram elaborados os balanços hídricos, através do método de
Thornthwaite & Mather (1955). Os períodos de 1982, 1983, 1985, 1997 e 2000 foram
constatados como sendo os mais significativos (de acordo com as análises de anomalias
descritas no tópico 5.2).
Ano 1982
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 1982
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 78 – Posto de Cambará (1) Figura 79 – Posto de Paranavaí (2)
56
Ano 1982
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 1982
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 80 – Posto de Londrina (3) Figura 81 – Posto de Telêmaco Borba (4)
De acordo com as Figuras 78 a 82, no ano de 1982, (ano de El Niño), houve
um expressivo excedente hídrico, chegando a estação pluviométrica de Telêmaco Borba a
250mm acima do normal. Para todas as estações houve déficit hídrico, porém não muito
marcado. Para as estações de Cambará, Londrina e Telêmaco Borba os meses com
maiores excedentes hídricos foram junho, novembro e dezembro para o ano de 1982. Já as
estações de Paranavaí e Ourinhos, os meses de novembro e dezembro. Observa-se
variabilidade de estação para estação, no ano de 1982 (ano de início do evento ENOS).
Ano 1982
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 82 – Posto de Ourinhos (5)
57
Ano 1983
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 1983
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 83 – Posto de Cambará (1) Figura 84 – Posto de Paranavaí (2)
Ano 1983
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 1983
-50
0
50
100
150
200
250
300
350
400
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 85 – Posto de Londrina (3) Figura 86 – Posto de Telêmaco Borba (4)
Ano 1983
-100
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 87 – Posto de Ourinhos (5)
Para o ano de 1983, sendo a continuação do período de El Niño, notou-se
que as estações de Cambará e Paranavaí (Figuras 83 e 84), apesar de apresentarem
excedente hídrico, foi menor do que no ano de 1982. Já nos postos de Londrina e Telêmaco
Borba (Figuras 85 e 86) o excedente hídrico aumentou em relação ao ano de 1982, sendo o
58
ano de 1983 mais expressivo, principalmente nos meses de junho e maio respectivamente,
além do que, os déficits hídricos foram menores do que no ano anterior. Na estação de
Ourinhos (Figura 87) não houve muita variação, ficando entre 1800mm o excedente mais
alto para os anos de 1982 e 1983.
Ano 1997
-50
0
50
100
150
200
250
300
350
400
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 1997
-100
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 88 – Posto de Cambará (1) Figura 89 – Posto de Paranavaí (2)
Ano 1997
-150
-50
50
150
250
350
450
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 1997
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 90 – Posto de Londrina (3) Figura 91 – Posto de Telêmaco Borba (4)
Ano 1997
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 92 – Posto de Ourinhos (5)
59
Para o ano de 1997, apesar de ser um ano de El Niño, os excedentes
hídricos foram bem menores do que os anos de 1982 e 1983 num todo, porém houve picos
mais significativos, chegando os postos de Cambará e Londrina (Figuras 88 e 90), a quase
400mm de excedente. No posto de Paranavaí (Figura 89), para o ano de 1997, houve vários
meses de déficit hídrico. Já em Londrina e Telêmaco Borba (Figura 91), houve alguns
meses de estabilidade, não havendo nem excesso e nem déficit hídrico. Na estação de
Ourinhos (Figura 92), por estar próxima a estação de Cambará, apresentou quase os
mesmos valores.
Ano 1985
-150
-100
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 1985
-150
-100
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 93 – Posto de Cambará (1) Figura 94 – Posto de Paranavaí (2)
Ano 1985
-150
-100
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 1985
-100
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 95 – Posto de Londrina (3) Figura 96 – Posto de Telêmaco Borba (4)
60
Ano 1985
-150
-100
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dezm
m
Figura 97 – Posto de Ourinhos (5)
O ano de 1985 foi um ano de La Niña intensa, e de acordo com as Figuras
93 a 97, em todas as estações observou-se um déficit hídrico significativo, chegando a -
100mm. Percebe-se que para os cinco postos analisados, somente os meses de abril e maio
tiveram um excedente hídrico, sendo Londrina e Telêmaco Borba com os maiores valores,
160 e 100mm respectivamente.
Ano 2000
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 98 – Posto de Cambará (1) Figura 99 – Posto de Paranavaí (2)
Ano 2000
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Ano 2000
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 100 – Posto de Londrina (3) Figura 101 – Posto de Telêmaco Borba (4)
61
Ano 2000
-50
0
50
100
150
200
250
300
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
mm
Figura 102 – Posto de Ourinhos (5)
Para o período de La Niña 2000, apesar das cinco estações obterem
resultados de déficits hídricos, não foram tão intensos quanto o ano de 1985. Os meses de
abril, maio e junho em todos os postos obtiveram déficits hídricos (Figuras 98 a 102).
Ao analisar a distribuição espacial do padrão hídrico na bacia do
Paranapanema, verificou-se que existe maior excedente hídrico, nos postos 3 (Londrina) e 4
(Telêmaco Borba), possivelmente devido ao relevo, que possui uma maior altitude nesta
porção da bacia. Já a estação 2 (Paranavaí), possui um número maior de déficits hídricos.
Neste local o relevo é relativamente plano.
6.9 – Associação do evento ENOS com os índices de precipitação pluvial da bacia. A necessidade de previsões de precipitação a longo prazo levou a vários
estudos relacionados aos fatores que modelam a variabilidade interanual do clima. As
flutuações na TSM do Pacífico tropical associadas ao fenômeno El Niño Oscilação Sul
(ENOS) atuam como um modulador global do clima em escala de tempo interanual. A
existência de relações entre TSM no Pacífico central-leste e anomalias de precipitação ao
redor do globo (ex. Ropelewski e Halpert, 1987) tem levado a um constante monitoramento
da TSM nessas regiões visando-se realizar previsões de longo prazo através de modelos
dinâmicos e estatísticos. Sobre a região tropical das Américas, o sinal do ENOS é
claramente identificável. (COELHO E AMBRIZZI, 2000).
De acordo com Coelho e Ambrizzi (2000) os eventos de El Niño influenciam
positivamente o Norte do Estado de São Paulo, caracterizando-se condições mais secas no
Nordeste do Brasil e mais úmidas no sul e sudeste. Há indícios de que a região do Niño 3
exerce uma grande influência sobre a precipitação da América do Sul durante eventos
(ENOS).
De acordo com as aplicações das variáveis de Índice de Precipitação
Pluvial (IPP) da bacia do Paranapanema com os índices de anomalias de temperatura da
superfície do mar (IATSM), foram geradas correlações lineares, a fim de se estabelecer (ou
não), possíveis relações entre essas duas variáveis analisadas.
62
Porém, essas inter-relações foram feitas para os quatro setores do evento
El Niño: Niño 1+2, Niño 3, Niño 3.4 e Niño 4, no intuito de verificar em qual deles há uma
maior correlação (ou não) com as chuvas da bacia do Paranapanema.
Nas Tabelas 23-A a 23-D apresentam os cálculos das correlações entre os
IPP de cada grupo homogêneo da área em estudo, em relação ao IATSM aos períodos de
El Niño considerados mais fortes e extensos, para os quatro setores.
Tabelas 23-A a 23-D: Quadro das correlações entre os IPP da bacia do Paranapanema com o IATSM.
TABELA 23-A CORRELAÇÃO EL NIÑO 1+2
abr/82 a jun/83 ago/86 a fev/88 abr/97 a mai/98 mar/91 a jul/92 Grupo I 0,47 -0,52 -0,05 0,54 Grupo II 0,38 -0,08 -0,10 0,64 Grupo III 0,51 -0,05 0,09 0,22 Grupo IV 0,40 -0,11 -0,08 0,42 Grupo V 0,39 -0,09 -0,07 0,38 defas. 1 mês defas. 1 mês defas. 1 mês defas. 1 mês Grupo I 0,05 -0,61 -0,31 0,38 Grupo II -0,06 0,36 -0,36 0,47 Grupo III 0,17 0,24 -0,16 0,05 Grupo IV 0,05 0,29 -0,33 0,21 Grupo V 0,06 0,30 -0,29 0,17 defas. 2 meses Grupo I -0,60 Grupo II 0,10 Grupo III 0,17 Grupo IV 0,09 Grupo V 0,24
TABELA 23-B CORRELAÇÃO EL NIÑO 3.4
abr/82 a jun/83 ago/86 a fev/88 mar/91 a jul/92 abr/97 a mai/98 Grupo I -0,04 -0,61 0,25 -0,12 Grupo II -0,07 -0,31 0,32 -0,20 Grupo III -0,13 -0,27 0,04 0,09 Grupo IV -0,13 -0,34 0,17 -0,15 Grupo V -0,15 -0,30 0,15 -0,05 def. 1 mês def. 1 mês def. 1 mês def. 1 mês Grupo I -0,27 -0,40 0,07 -0,09 Grupo II -0,28 -0,05 0,11 -0,16 Grupo III -0,41 0,02 -0,01 0,12 Grupo IV -0,39 -0,09 0,10 -0,14 Grupo V -0,40 -0,01 0,11 -0,04 def. 2 meses def. 2 meses def. 2 meses def. 2 meses Grupo I -0,32 Grupo II -0,28 Grupo III -0,47 Grupo IV -0,43 Grupo V -0,44
63
TABELA 23-C CORRELAÇÃO EL NIÑO 3
abr/82 a jun/83 ago/86 a fev/88 mar/91 a jul/92 abr/97 a mai/98 Grupo I 0,14 -0,69 0,33 -0,10 Grupo II 0,07 -0,32 0,39 -0,20 Grupo III 0,11 -0,23 0,06 0,07 Grupo IV 0,06 -0,32 0,25 -0,16 Grupo V 0,05 -0,29 0,21 -0,07
def. 1 mês def. 1 mês def. 1 mês def. 1 mês Grupo I 0,07 -0,70 0,42 -0,04 Grupo II 0,03 0,13 0,46 -0,09 Grupo III 0,04 0,04 0,25 0,11 Grupo IV 0,02 0,08 0,38 -0,07 Grupo V 0,02 0,07 0,35 0,05
def. 2 meses def. 2 meses def. 2 meses def. 2 meses Grupo I -0,04 -0,54 0,25 0,02 Grupo II -0,07 0,21 0,28 -0,02 Grupo III -0,16 0,10 0,30 0,20 Grupo IV -0,16 0,09 0,37 0,00 Grupo V -0,17 0,15 0,39 0,12
def. 3 meses def. 3 meses def. 3 meses Grupo I -0,43 -0,02 Grupo II 0,19 -0,05 Grupo III 0,11 0,20 0,24 Grupo IV 0,08 0,11 0,04 Grupo V 0,15 0,19 0,12
def. 4 meses def. 4 meses Grupo I Grupo II Grupo III 0,15 0,20 Grupo IV Grupo V
def. 5 meses Grupo I Grupo II Grupo III 0,13 Grupo IV Grupo V
TABELA 23-D CORRELAÇÃO EL NIÑO 4
abr/82 a jun/83 ago/86 a fev/88 mar/91 a jul/92 abr/97 a mai/98 Grupo I -0,08 -0,44 0,16 -0,22 Grupo II -0,04 -0,32 0,23 -0,27 Grupo III -0,21 -0,42 0,07 0,05 Grupo IV -0,09 -0,33 0,17 -0,19 Grupo V -0,10 -0,34 0,16 -0,09 def. 1 mês def. 1 mês def. 1 mês def. 1 mês Grupo I -0,54 -0,29 -0,03 -0,13 Grupo II -0,51 -0,07 0,00 -0,13 Grupo III -0,60 -0,16 -0,04 0,13 Grupo IV -0,55 -0,08 0,05 -0,10 Grupo V -0,54 -0,08 0,08 -0,05
64
def. 2 meses def. 2 meses def. 2 meses def. 2 meses Grupo I -0,57 -0,08 0,00 -0,18 Grupo II -0,50 0,13 -0,02 -0,19 Grupo III -0,68 0,06 0,10 0,06 Grupo IV -0,60 0,12 0,04 -0,16 Grupo V -0,61 0,12 0,09 -0,12 def. 3 meses def. 3 meses def. 3 meses Grupo I -0,01 Grupo II 0,16 Grupo III 0,13 Grupo IV 0,13 Grupo V 0,15 def. 4 meses Grupo I -0,02 Grupo II 0,13 Grupo III 0,16 Grupo IV 0,10 Grupo V 0,15 def. 5 meses Grupo I Grupo II Grupo III 0,25 Grupo IV Grupo V def. 6 meses Grupo I Grupo II Grupo III 0,29 Grupo IV Grupo V def. 7 meses Grupo I Grupo II Grupo III 0,28 Grupo IV Grupo V
Pode-se perceber que o El Niño dos períodos de abril/1982 a junho/1983 e
março/1991 a julho/1992 foram significativos na bacia, para todos os grupos, principalmente
entre os grupos I e III para o primeiro período e os grupos I e II no segundo, comprovando
assim que houve associação significativa, entre a precipitação pluvial e a anomalia da
temperatura da superfície do mar, nesses períodos de evento El Niño. Para os outros
períodos de evento El Niño, diminui a precipitação pluvial, em relação à média climatológica.
Os cálculos com defasagens de um mês após o início do período do
fenômeno, não foram significativos para os períodos de abril/1982 a junho/1983, abril/1997 a
maio/1998 e março/1991 a julho/1992. Não houve associação entre as chuvas da área
analisada e as anomalias da temperatura do Oceano Pacífico Equatorial.
Já no período de agosto/1986 a fevereiro/1988 houve correlação
significativa, porém apenas no primeiro mês de defasagem, pois no segundo mês não houve
nenhuma associação entre essas duas variáveis analisadas.
65
Para os outros setores, Niño 3, 3.4 e 4 não houve correlações significativas,
onde os resultados não ultrapassaram 30% (somente em alguns grupos), o que indica que o
evento El Niño não é a principal variabilidade que explica a chuva na bacia.
Em síntese, as anomalias de temperatura da superfície do mar do Pacífico
Equatorial, no setor Niño 1+2, não possuem, aparentemente, influência em relação às
precipitações da bacia do Paranapanema, somente em alguns períodos, porém foi o setor
que mais obteve indícios de influência quanto à precipitação pluvial na área de estudo,
chegando a valores mais altos que os outros setores.
6.11 – Análise da variabilidade anual e diária para os períodos secos e úmidos.
O objetivo deste trabalho foi verificar a variabilidade pluvial anual e diário,
do período chuvoso (dezembro, janeiro e fevereiro) e período seco (junho, julho e agosto)
para o período de estudo de 1975 a 2004.
Com base na classificação das áreas homogêneas, foram selecionadas
uma estação para cada grupo homogêneo. Foram selecionados também alguns anos dentro
deste período (1975 a 2004), com o intuito de verificar a variabilidade pluviométrica em
relação à média climatológica. Ao anos escolhidos foram: 1975, 1980, 1982, 1983, 1985,
1990, 1997, 1998, 2000 e 2004. Também foram feitos cálculos para o período de 1975 a
2004 obtendo uma média climatológica, sendo base para comparações com os cálculos dos
outros anos.
Assim, foram gerados as tabelas a seguir:
Tabelas 25-A à 25-K – Cálculos anuais e diários da precipitação pluvial da bacia.
25-A PERÍODO DE 1975 A 2004
ESTAÇÕES P média Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva
(média)
Dias de chuva (DJF) - Média
Dias de chuva (JJA) - Média
1 1332,3 513,6 166,1 10,0 10,1 8,8 2 1318,0 539,2 143,5 13,0 13,6 10,3 3 1357,8 596,3 151,1 8,1 13,1 3,9 4 1249,4 560,6 119,2 13,5 15,1 10,0 5 1479,7 626,3 169,7 12,5 14,5 8,4
25-B ANO 1975
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1359,2 274,6 175,7 153 62 26 2 1463,3 404,5 122,4 104 50 15 3 1064,6 433,1 108,2 173 57 30 4 1254,1 610 87,8 97 48 9 5 1489 610,8 109,9 123 51 16
25-C ANO 1980 ESTAÇÕES P total Período Período Dias de Dias de chuva Dias de chuva
66
chuvoso (DJF)
seco (JJA)
chuva (total) (DJF) - Total (JJA) - Total
1 1619,6 674 150,8 134 47 24 2 1323,8 571 93,7 102 44 15 3 1165,5 625,5 165 166 50 35 4 1209,7 682,8 65 105 42 11 5 1532,2 823,2 156,8 151 44 37
25-D ANO 1982
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1456,4 512,3 315,4 158 49 41 2 1687,3 623,3 328,6 117 41 22 3 1565,2 576,8 269,2 237 53 69 4 1855,2 763,6 249,6 124 35 31 5 1942,6 877 357,5 161 45 46
25-E ANO 1983
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1672,2 442,2 262,3 183 60 28 2 1585 294,4 215,1 124 47 18 3 1897,7 664,7 257,5 214 47 60 4 1842,4 678,4 205,6 137 37 16 5 1951,7 606,9 275,9 181 60 40
25-F ANO 1985
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1135,4 307,7 51,6 103 47 12 2 902 269,4 43,4 87 29 7 3 874,6 287,5 35,1 217 47 65 4 1321,8 641,6 52,8 89 36 8 5 1171,3 457,8 68,7 125 41 25
25-G ANO 1990
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1447,5 517,4 234,7 145 44 30 2 1385 426 254,2 104 34 22 3 1514,7 778,3 230 203 48 45 4 1212,4 493,5 163,1 100 38 19 5 978,2 175,3 256,9 102 16 21
25-H ANO 1997
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1626,4 632,9 322,8 132 49 27 2 1510,2 601,2 261 134 66 20 3 1232,7 625,6 101,3 83 39 5 4 1379,5 598,2 209,9 82 50 10
67
5 1615,7 707,7 251,2 116 55 17
25-I ANO 1998
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1659,1 474,1 171,8 133 39 21 2 1867,7 793,1 187,6 144 43 20 3 1385,9 578,1 165,7 104 41 11 4 1398,7 665,5 99,7 99 30 10 5 1789,5 718,1 145,4 126 37 12
25-J ANO 2000
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1229,2 436,8 243,5 102 41 15 2 1354,7 606,8 185,1 106 42 13 3 1327,2 759,7 132,2 89 36 14 4 1461,4 777 138,9 79 37 13 5 1391,2 642,8 154,6 94 33 14
25-K ANO 2004
ESTAÇÕES P total Período chuvoso
(DJF)
Período seco (JJA)
Dias de chuva (total)
Dias de chuva (DJF) - Total
Dias de chuva (JJA) - Total
1 1476 462 152 111 38 20 2 1200 383 168 51 25 11 3 1309 576 133 53 28 13 4 1402 683 149 61 36 10 5 1410 671 88 60 33 5
Verificou-se que os anos de 1982, 1983, 1997 e 1998, a precipitação pluvial
foi bem acima da média climatológica, sendo esses anos período de forte El Niño. Para o
ano de 1985 notou-se uma precipitação abaixo da média climatológica devido a La Nina, no
qual o período seco e chuvoso se mostrou com chuvas bem escassas. Para os outros anos
analisados (1975, 1980, 1990, 2000 e 2004) a precipitação pluvial para a estação de cada
grupo não variou muito em relação a média climatológica para o período total do estudo.
VIII. Conclusões
A precipitação pluvial, da bacia do Paranapanema, apresenta significativa
variabilidade na área de estudo, com invernos secos e verões chuvosos.
No estudo de padrões climatológicos, tem-se a média de chuva maior à
sudoeste da mesma, enquanto no período chuvoso ocorre maior precipitação pluvial à
nordeste da bacia. Já no período seco chove mais ao Sul. Isto, como já foi apresentado,
devido aos sistemas atmosféricos e a orografia.
68
A variação pluviométrica é muito mais significativa no período seco,
chegando a 65%, enquanto no período chuvoso não ultrapassa os 30%, demonstrando uma
significativa variabilidade anual e espacial nessa bacia.
A bacia apresenta, em períodos de ocorrência dos fenômenos El Niño e La
Nina, variabilidade pluviométrica espacial e temporal, pois os anos de máximos e mínimos,
na sua maioria, são considerados anos relacionados a tais fenômenos. Nos anos de 1982,
1983, 1992, 1993, 1997 e 1998 (anos de El Niño), a bacia apresentou anomalias positivas,
em praticamente toda área analisada, com valores superiores a 1.300mm na região Leste da
bacia. Já em 1985, 1988 e 2000, houve déficit de chuvas nesta área, associadas aos
eventos La Niña, com valores negativos, chegando a 300mm negativos, em algumas áreas,
em relação à média climatológica da bacia.
Na bacia do Paranapanema, de acordo com a análise multivariada,
classificou-se cinco grupos homogêneos. Essa classificação possibilitou apresentar, ainda
que subjetivamente, regiões dentro da bacia com variabilidades pluviais distintas.
Na análise de componentes principais (ACP), foram gerados seis fatores,
onde os dois primeiros fatores explicaram quase 60% do total dos dados, tanto espacial
quanto temporal. Para o primeiro fator, constatou-se então que, para o período analisado, o
que prevalece é o superávit pluviométrico. Apenas no ano de 1987 houve um déficit hídrico.
Ocorre, portanto, uma homogeneidade pluviométrica em, praticamente, toda área de estudo.
Para o segundo fator, que explicam as ondas semi-anuais, há excedentes e
déficits hídricos alternadamente.
De acordo com as análises de tendência dos postos pluviométricos
selecionados ao longo da área de estudo, nota-se que em todas as estações, nenhum
modelo, linear ou não, obteve ajuste que explicasse tendências positivas ou negativas de
chuvas na bacia. Através dos índices de concordância (R²), que não foram significativos,
pode-se afirmar que, para o período analisado, não ocorreu tendência no aumento ou
diminuição da chuva na área de estudo. Isto significa que, num período de 50 a 70 anos
(maior e menor período analisado), as chuvas na bacia do Paranapanema não estão
diminuindo e nem tão pouco aumentando, mantendo-se dentro da média climatológica.
Sendo assim, nenhum modelo demonstrou um valor significativo á ponto de estabelecer
uma tendência na bacia do Paranapanema.
Através das análises da correlação dos índices de precipitações mensais da
bacia com as anomalias das temperaturas de superfície do mar do Pacífico Equatorial, nota-
se uma significativa influência dos índices de anomalias da temperatura do mar, no Oceano
Pacífico Equatorial, em relação aos índices de precipitação pluvial calculados, na área de
estudo, na maioria dos casos, após quatro meses do início dos eventos El Niño e La Niña.
69
Essa relação da precipitação da área de estudo com tais fenômenos,
também foi observada nos cálculos de balanço hídrico, havendo superávit hídrico em
eventos El Niño e, déficits hídricos em eventos La Niña.
De acordo com as análises diárias, no período de 1975 a 2004, a porção
leste e norte da bacia possui um maior número de dias com chuvas, em torno de 4.600 dias.
Já no restante da bacia não ultrapassa 3.800 dias com precipitações pluviais. Para o período
seco verifica-se uma pequena quantidade de dias de chuvas ao sul e oeste da bacia,
chegando a 22 dias somente. Ao norte e, principalmente, à leste da área de estudo, os dias
de chuva chegam a 28 e 34 dias respectivamente. No período chuvoso, o total de dias de
chuvas é o dobro do período seco, chegando a 50 dias de chuvas nos meses de dezembro,
janeiro e fevereiro. Nota-se que para os três períodos, os maiores números de dias com
chuvas é na região Norte e Leste da bacia do Paranapanema. Um dos fatores para tal
ocorrência é a altitude elevada nesta região da bacia.
A conclusão feita através dos parâmetros estatísticos descritos, mostram
que a bacia do Paranapanema apresentou, para o período (1975 a 2004), significativa
variabilidade temporal e espacial, sendo também, seu regime de chuvas, influenciadas por
anos anômalos, assim como a influência do relevo (que também é bastante significativa)
com a dinâmica climática das massas de ar.
Com relação as anomalias de temperatura da superfície do mar do Pacífico
Equatorial, no setor Niño 1+2, não possuem, aparentemente, influência em relação às
precipitações da bacia do Paranapanema, somente em alguns períodos, porém foi o setor
que mais obteve indícios de influência quanto à precipitação pluvial na área de estudo,
chegando a valores mais altos que os outros setores.
Para os períodos de ZCAS selecionados, infere-se que há influência desta
sobre as precipitações da bacia, no qual houve um aumento quanto as chuvas nesses
períodos.
Verificou-se também, que os anos de 1982, 1983, 1997 e 1998, a
precipitação pluvial foi bem acima da média climatológica, sendo esses anos período de
forte El Niño. Para o ano de 1985 notou-se uma precipitação abaixo da média climatológica
devido a La Nina, no qual o período seco e chuvoso se mostrou com chuvas bem escassas.
Para os outros anos analisados (1975, 1980, 1990, 2000 e 2004) a precipitação pluvial para
a estação de cada grupo não variou muito em relação a média climatológica para o período
total do estudo.
De modo geral, deve-se ressaltar que, apesar das conclusões referidas, por
meio das análises feitas neste trabalho até o momento, é importante ainda o estudo de
outras variáveis para que, através, de outras análises, possa se ter um maior entendimento
e interpretação geográfica e do regime pluviométrico da bacia do Paranapanema, com o
intuito de enriquecer conhecimento da mesma. Porém, em relação às análises feitas, pode-
70
se inferir que os fenômenos climatológicos global e até mesmo regional, exercem alguma
influência sobre o regime de chuvas da bacia do Paranapanema.
IX. Referências bibliográficas ANDRADE, A. R. Variabilidade da precipitação pluviométrica na bacia hidrográfica do Ivaí – Paraná. Dissertação de Mestrado. Maringá. UEM, 2003.
AZEVEDO, L. C. Análise da precipitação pluvial na bacia do rio Iguaçu-Paraná. Dissertação de Mestrado. Maringá. UEM. 2006.
AYOADE, J.O. Introdução à climatologia para os trópicos. Tradução de Maria Juraci Zane dos Santos; revisão de Suely Bastos; coordenação editorial de Antonio Christofoletti. 8ª ed. - Rio de Janeiro: Bertrand Brasil, 2002. 332 p.
CASTAÑEDA, M. E.; BARROS, V. Las Tendências de la Precipitacion em el cono sur de Sudamerica al este de los Andes. Meteorológica, 19(1-2): 23-32, 1994.
CLIMANÁLISE. Boletim de monitoramento e análise climática. Cachoeira Paulista: INPE/CPTEC. v. 5, n.3, 1991; CLIMANÁLISE. Boletim de monitoramento e análise climática. Cachoeira Paulista: INPE/CPTEC. v.7, n.12, 1993;
CLIMANÁLISE. Boletim de monitoramento e análise climática. Cachoeira Paulista: INPE/CPTEC. v. 9, n.1, 1995.
CLIMANÁLISE. Boletim de monitoramento e análise climática. Cachoeira Paulista: INPE/CPTEC. v.13, n.2, 2000; COELHO, C. A. dos S; AMBRIZZI, T. Determinação dos padrões de precipitação sobre a América do Sul em associação à TSM da bacia do Pacífico Equatorial durante períodos extremos de ENOS através da utilização de técnicas estatísticas multivariadas. In: XI Congresso SBMET, 11, 2000, Rio de Janeiro. Anais..., Rio de Janeiro, SBMET, 2000. CD-Rom. COOPERATIVA DE SERVIÇOS, PESQUISAS TECNOLÓGICAS E INDUSTRIAIS (CPTI). Diagnóstico da situação dos recursos hídricos da UGRHI - 22 Pontal do Paranapanema: Relatório Zero. São Paulo: CPTI, 1999. CD-ROM.
DIAS DE PAIVA, J.B., CHAUDHRY, F.H. e REIS, L.F.R.(orgs). Monitoramento de bacias hidrográficas e Processamento de dados. São Carlos: RIMA, 2004. 326 p.
DIAS DE PAIVA, J.B. e DIAS DE PAIVA, E.M.C.(orgs). Hidrologia aplicada à gestão de pequenas bacias hidrográficas. Reimpressão rev. aum. - Porto Alegre: ABRH, 2003.
DIAZ, A. F.; STUDZINSKI, C. D.; MECHOSO, C. R. Relationships between
71
precipitation anomalies in Uruguay and Southern Brazil and sea surface temperature in the Pacific and Atlantic oceans. Journal of Climate, February, 1998, p. 251-271.
DOMMENGET, D.; LATIF, M. Interannual to decadal variability in the tropical Atlantic. Journal of Climate, v. 13, n. 4, p. 777–792, 2000.
FONTANA, D. C.; BERLATO, M. A. Influência do El Niño Oscilação Sul sobre a precipitação pluvial no Estado do Rio Grande do Sul. Revista Brasileira de Agrometeorologia,1997, 5(1): 127-132.
GRIMM, A.M.; FERRAZ, S.E.T. Sudeste do Brasil: uma região de transição no impacto de eventos extremos da Oscilação Sul. Parte I: El Niño. In: Congresso Brasileiro de Meteorologia, 10, 1998, Brasília. Anais..., Brasília: SBMET, 1998. CD-Rom
GRIMM A.M.; GUETTER, A. K.; CARAMORI, P. H. El Niño no Paraná: o que pode esperar em cada região. Uma análise cientifica. SIMEPAR – Informativo, 1. 1997
GRIMM, A.M.; NATORI, A.A. Relação entre a variabilidade interanual e interdecadal da chuva no Sudeste da América do Sul e da Temperatura da Superfície do Mar nos oceanos Atlântico e Pacífico. In: Congresso Brasileiro de Meteorologia, 12, 2002, Foz do Iguaçu. Anais..., Foz do Iguaçu: SBMET, 2002. CD-Rom.
GONZALEZ M.; NERY, J. T.; BARROS, V. Características de la precipitacion em Argentina Subtropical y Brasil meridional y la Conveccion Tropical. In: X Congresso Brasileiro de Meteorologia, Brasília. Anais..., Brasília, DF, 1998. (Meio magnético). KOUSKY, V.E.; CAVALCANTI, I.F. Eventos Oscilação do Sul – El Niño: características, evolução e anomalias de precipitação. Ciências e Cultura, 36 (11): 1188-1199, 1984.
LEAL, A. C. Gestão das águas no Pontal do Paranapanema - São Paulo. Campinas, 2000. Tese (Doutorado em Geociências) - Instituto de Geociências, Universidade Estadual de Campinas. 2000. (www.prudente.unesp.br/hp/cezar/).
MALVESTIO, M. L. Influência da ZCAS na precipitação pluvial do Estado de São Paulo. In: II Simpósio Internacional de Climatologia, São Paulo. Anais..., São Paulo, 2007.
MENDONÇA, M.; MONTEIRO, M.A. Precipitações anômalas concentradas e localizadas ocorridas na costa centro-sul do estado de Santa Catarina no período de 1990-1995. Boletim Climatológico, FCT/UNESP, Presidente Prudente, 1997, 2(3): 77-180.
MENDONÇA, F; DANNI-OLIVEIRA, I. M. Climatologia: noções básicas e climas
72
do Brasil. São Paulo: Oficina de Textos, 2007.
MENEGUETTE, A. A. C. Atlas interativo do Pontal do Paranapanema: uma contribuição à educação ambiental. P. Prudente, 2001. Tese (Livre-Docência em Cartografia) - FCT - Universidade Estadual Paulista. (www.prudente.unesp.br/atlaspontal/).
MOTA, F.S. Estratégias e tecnologias para Minimizar os efeitos das secas sobre a produção de alimentos no Brasil. Boletim Técnico, 7:19, 1987.
MOTA, F.S.; AGENDES, M.O.O. Clima e Agricultura no Brasil. Porto Alegre, Sagra, 1986, 151p.
NERY, J.T.; STIVARI, S.M.S.; MARTINS, M.L.O.F.; SILVA, E.S.; SOUSA, P. Estudo da precipitação do Estado do Paraná e sua associação à temperatura da superfície do Oceano Pacífico. Revista Brasileira de Agrometeorologia, Santa Maria, v.13, n.1, p.164-171, 2005.
NERY, J.T.; VARGAS, M.W.; MARTINS, M.L.O. F. Variabilidade Interanual da precipitação do Rio Grande do Sul. 1997.
NERY, J. T.; SILVA, E. S. Análise da Precipitação Pluvial do Estado do Paraná In: CONGRESSO LATINOAMERICANO E IBÉRICO DE METEOROLOGIA, 9 e CONGRESSO ARGENTINO DE METEOROLOGIA, 8, 2001, Buenos Aires. Anais..., Buenos Aires: Editora, 2001. v. 1. p. 41– 49.
QUINN, W.H.; BURT, W.V. Use of the Southern oscillation in Weather Prediction. Journal af Applied Meteorology, 11, 1972, p. 616-628.
ROLIM, G.S.; SENTELHAS, P.C.; BARBIERI, V. Planilhas no ambiente Excel TM para os cálculos de balanços hídricos: normal, seqüencial, de cultura e de produtividade real e potencial. Revista Brasileira de Agrometeorologia, Santa Maria, v.6, n.1, p. 133-137, 1998.
ROMERA E SILVA, P.A. (org) Água: Quem vive sem? 2ª ed., FCTH/CT - Hidro (ANA, CNPq/SNRH), São Paulo, 2003. ROPELEWSKI, C.F., e M.S. HALPERT. Global and regional scale precipitation patterns associated with El Niño/Southern Oscillation. Mon.Wea.Rev.,115, 1606-1626, 1987. SANSIGOLO, C. A.; NERY, J. T. Análise de Fatores Comuns e Agrupamentos das Precipitações nas Regiões Sudeste e Sul do Brasil. In: CONGRESSO BRASILEIRO DE METEOROLOGIA, 10, CONGRESSO DA FLISMET, 8, 1998, Brasília. Anais... Rio de Janeiro: X SBMET, 1998. 1 CD.
73
SENTELHAS, P.C.; PEREIRA, A.R.; MORIN, F.R.; ANGELOCCI, L.R.; CARAMORI, P.H.; SWART, S. Balanços hídricos climatológicos do Brasil. ESALQ – USP, 1999.
SILVA, A.M., SCHULZ, H.E. e CAMARGO, P.B. Erosão e Hidrossedimentologia em Bacias Hidrográficas. - São Carlos: RIMA, 2003, 2004.140 p.
SILVA, E.S. Variabilidade de precipitação pluviométrica nas regiões Sudeste e Sul do Brasil. Tese de Doutorado. Botucatu. UNESP, 2006. SILVA, E. S.; CARFAN, A. C.; E NERY, J. T. Análise da Variabilidade da Precipitação Pluviométrica da Região Hidrográfica do Uruguai através de Técnicas Multivariadas. In: REUNIÃO ANUAL DA REGIÃO BRASILEIRA DA SOCIEDADE INTERNACIONAL DE BIOMETRIA (RBRAS), 50 e SIMPÓSIO DE ESTATÍSTICA APLICADA À EXPERIMENTAÇÃO AGRONÔMICA (SEAGRO), 11, Londrina. Anais... Londrina: Editora, 2005. SILVA, S. B. V.; KOUSKY, V. E. Variabilidade Intra-sazonal de Precipitação sobre o leste do Brasil durante o verão de 1999/2000. Revista Brasileira de Meteorologia, v.16, n.2, p.187-199, 2001.
STUDZINSKI, C.D. Um estudo da precipitação da região sul do Brasil e sua relação com os oceanos Pacífico e Atlântico Tropical sul. (Tese de mestrado), São José dos Campos. INPE, 1995.
THORNTHWAITE, C.W.; MATHER, J.R. The Water Balance. In: Climatology. New Jersey: Drexel Institute of Technology, 104pp, 1955.
TRENBERTH, K. E. The definition of El Niño. Bulletin of the American Meteorology Society, v. 78, n. 12, p. 2771-2777, 1997. TUNDISI, J.G. Água no século XXI: Enfrentando a escassez. - São Carlos: Rima, IIE, 2003. 248 p.
VIANELLO, R.L. e ALVES, A.R. Meteorologia básica e aplicações. - Viçosa: UFV, 2000.
VITTE, A.C. e GUERRA, A.J.T.(orgs). Reflexões sobre a geografia física no Brasil. - Rio de Janeiro: Bertrand Brasil, 2004. 280 p.
O El Niño e Você - o fenômeno climático - Gilvan Sampaio de Oliveira
Editora Transtec - São José dos Campos (SP), março de 2001
TUNDISI, J. G. Água no século XXI: enfrentando a escassez. Editora RIMA e Instituto
Internacional de Ecologia, São Carlos, SP, 2003. 248pp.
74
ANDRADE, A. R. Variabilidade da precipitação pluviométrica na bacia hidrográfica do rio Ivaí
– Paraná. Dissertação de Mestrado em Geografia. Departamento de Geografia da UEM.
Maringá, 2003. 99pp.
CLARKE, R. T.; TUCCI, C. E. M. & COLLISCHONN, W. Variabilidade temporal no regime
hidrológico da bacia do rio Paraguai. Revista Brasileira de Recursos Hídricos. V.8 –n.1.
2003.
ZAVATINI, J. A.; CANO, H. Variações do ritmo pluvial na bacia do rio Corumbataí (SP).
Boletim de Geografia Teorética. Rio Claro, v.23, n.45 e 46, p.215-240, 1993.
NERY, J. T.; BALDO, M. C.; MARTINS, M. L. O. F. O comportamento da precipitação na
bacia do Itajaí. Revista Acta Scientiarum. Maringá, v.22, n.5, p. 1429-1435, 2000.
CAMILLONI, I. A.; BARROS, V. Anomalia de la precipitación en la cuenca del Paraná
durante eventos El Niño. In: Congresso Brasileiro de Meteorologia, 12. 2002. Foz do Iguaçu.
Anais... Foz do Iguaçu: Sociedade Brasileira de Meteorologia, 2002.
SANT´ANNA NETO, J. L. Clima e organização do espaço. Boletim de Geografia. Maringá,
n.1, ano 16, p. 119-131, 1998.
SANTOS, M. J. Z. Mudanças climáticas e o planejamento agrícola. In: SANT´ANNA NETO,
J. L. & ZAVATINI, J. A. (Organizadores). Variabilidade e mudanças climáticas: implicações
ambientais e socioeconômicas. EDUEM, Maringá, 2000, pp. 65-80.
CASTRO, R. Distribuição probabilística da freqüência de precipitação na região de
Botucatu, SP. Botucatu. 101p. Dissertação (Mestre em Agronomia) – Faculdade de
Ciências Agronômicas, Universidade Estadual Paulista, 1994.
FRANCISCO, J. D. Parâmetros pluviométricos auxiliares no planejamento de
empreendimentos na região de Botucatu, SP. Botucatu. 120p. Dissertação (Mestre em
Agronomia) – Faculdade de Ciências Agronômicas, Universidade Estadual Paulista. 1991.
STUNDZINSKI, C. D. Um estudo da precipitação na região Sul do Brasil e sua relação
com o oceano Pacífico e Atlântico Tropical e Sul. 1995. 87 f. Dissertação (Mestrado em
Meteorologia) – Instituto Nacional de Pesquisa Espacial, São José dos Campos, 1995.
75
NERY, J. T.; SILVA, E. S.; MARTINS, M. L. O. F. Estudo da variabilidade pluviométrica do
Estado do Paraná. Revista UNIMAR. 16(3): 505-524.
top related