Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DA BAHIA – UFBA
INSTITUTO DE GEOCIÊNCIAS – IGEO
DEPARTAMENTO DE GEOGRAFIA
TRABALHO DE CONCLUSÃO DE CURSO
VARIAÇÕES CLIMATOLÓGICAS LOCAIS A PARTIR DE UMA ANÁLISE
PLUVIOMÉTRICA DE SALVADOR - BA
VINÍCIUS MIRANDA DA RÓS
JUNIA KACENELENBOGEN GUIMARÃES (Orientadora)
FRANCISCO JAIRAN DIONIZIO PEDRO (Co-Orientador)
SALVADOR
2017
UNIVERSIDADE FEDERAL DA BAHIA – UFBA
INSTITUTO DE GEOCIÊNCIAS – IGEO
DEPARTAMENTO DE GEOGRAFIA
VINÍCIUS MIRANDA DA RÓS
VARIAÇÕES CLIMATOLÓGICAS LOCAIS A PARTIR DE UMA ANÁLISE
PLUVIOMÉTRICA DE SALVADOR - BA
Monografia apresentada ao
departamento de Geografia da
Universidade Federal da Bahia,
orientada pela Prof.ª Dr.ª Junia
Kacenelenbogen Guimarães, como
requisito para obtenção do grau de
Bacharel em Geografia.
SALVADOR
2017
AGRADECIMENTOS
Devo agradecimentos a muitas pessoas que direta ou indiretamente
contribuíram para a concretização deste trabalho. A minha família, que soube
compreender (nem sempre) as ausências em importantes momentos e pelo apoio.
Meus pais Helmo e Gel, minha madrasta Rose, minhas tias e tios Luziana, Fabiana,
Alexandre e Manoel, minhas avós Gessy e Conceição (muito obrigado pelos
almoços), meu primo Felipe (agora podemos ir pro CS) meus irmãos Vitor, Julia e
Arthur que amo enlouquecidamente.
A minha companheira de vida e, sobretudo, melhor amiga, onde habita a
metade que me falta, Liz, dona dos esporros, incentivos, abraços, risos e amor que
me motivam a continuar almejando sempre melhorar como profissional e como
humano.
Meus amigos, que com toda certeza são os melhores que alguém pode ter,
são irmãos e irmãs que a vida me deu e que independente dos bolos que dei neles,
permanecem irredutíveis na qualidade de parceiros. Ricardo, que mesmo de longe
sempre me deu total suporte de informática e Aline (por aguentar o Rick); Neto,
Saulo, Kari, Arthur, Camila Jatobá, Deco e aos queridos que a UFBA me deu
Évelen, Geiza, Mateus e meu herói Shanti, pelas conversas que amadureceram
muito meus olhares geográficos.
Agradeço especialmente aos componentes da banca. A professora Junia
Kacenelenbogen Guimarães, muito obrigado pela autonomia que me conferiu. A
liberdade que tive para produzir esse trabalho me fez refletir muito sobre a relação
orientador X orientando e acredito que fizemos uma excelente parceria. Ao
professor Emanuel Fernando Reis de Jesus que despertou meu encantamento pela
Climatologia. Ao professor Marco Antônio Tomasoni pelo exemplo como professor
principalmente pela atuação em atividades de campo e como cidadão.
Ao professor Francisco Jairan Dionizio Pedro pelas incontáveis horas me
orientando para que eu conseguisse compreender a Estatística por trás dos
números que eu tanto necessitava.
A um anjo que o colegiado de Geografia nos deu (sim, ele é todo nosso).
Nilton.
Aos colegas do IBGE, um agradecimento mais do que especial a José
Henrique Villas Boas, primeiro grande Geógrafo que tive contato e Francisco
Fortunato que infelizmente não permaneceram entre nós para ver esse momento,
Helge, Fernando, Tânia, Ronaldo, Gatto, Bernardo, Glailson e Nelson. Aos colegas
da CPRM, Erisson e Karla e da Casa dos Ventos.
Ter excelentes orientadora e co-orientador já uma honra, ter vários
orientadores é um luxo. Um agradecimento imenso aos colegas da Meteorologia
do INEMA: Heráclio, Mary, Aldirio, Diva e Alisson, que terão um altar em minha
casa onde irei rezar por eles todos os dias, de tanto que me ajudaram.
Agradeço especialmente ao professor Fabricio Daniel dos Santos Silva,
pelo auxilio com os dados faltantes da série temporal do INMET.
Aos meus credos.
MUITO OBRIGADO.
LISTA DE SIGLAS
AB - Alta da Bolívia;
DOL - Distúrbios Ondulatórios de Leste;
ENOS - El Niño Oscilação Sul;
FUCEME – Fundação Cearense de Meteorologia
INMET - Instituto Nacional de Meteorologia;
ICAT – Instituto de Ciências Atmosféricas;
IPCC - Intergovernmental Panel on Climate Change;
mEa - Massa Equatorial Atlântica;
mEc - Massa Equatorial Continental;
mPa - Massa Polar Atlântica;
mTa - Massa Tropical Atlântica;
mTc - Massa Tropical Continental;
NOAA – National Centers for Environmental Information;
OMM - Organização Meteorológica Mundial;
OAN – Oscilação do Atlântico Norte;
ODP - Oscilação Decadal do Pacífico;
PNUMA - Programa das Nações Unidas para o Meio Ambiente;
ROC - Radiação de Ondas Curtas;
UFAL – Universidade Federal de Alagoas;
UFBA - Universidade Federal da Bahia;
VCAN - Vórtices Ciclônicos de Altos Níveis;
ZCAS - Zona de Convergência do Atlântico Sul;
ZCEN - Zona de Convergência do Leste Nordeste;
ZCIT - Zona de Convergência Intertropical.
LISTA DE FIGURAS
Figura 1 - Massas de ar atuantes sobre o Brasil..................................................26
Figura 2 - Avanço de frente fria sobre Nordeste...................................................28
Figura 3 - Posicionamento da ZCIT......................................................................29
Figura 4 - Formação do VCAN.............................................................................30
Figura 5 - Linhas de Instabilidade.........................................................................31
Figura 6 – DOLs....................................................................................................32
Figura 7 – Nuvens provenientes de brisa marítima..............................................33
Figura 8 - Esquema de ilha de calor.....................................................................35
Figura 9 – Mapa de Localização da Área de Estudos..........................................45
Figura 10 – Remanescentes de Vegetação..........................................................46
Figura 11 – Mapa Hipsométrico............................................................................47
Figura 12 – Classificação Climática de Köppen....................................................48
Figura 13 - Classificação Climática de Thornthwait & Matter................................49
Figura 14 - Script para processamento de dados pelo R......................................56
SUMÁRIO
RESUMO ............................................................................................................................................ 9
ABSTRACT ........................................................................................................................................ 10
1. INTRODUÇÃO ............................................................................................................................. 11
1.1 Objetivo Geral ........................................................................................................................... 15
1.1.1 Objetivos Específicos .............................................................................................................. 15
2. REVISÃO BIBLIOGRÁFICA ............................................................................................................ 16
2.1 As Oscilações Climáticas ............................................................................................................ 16
2.1.1 Variabilidade e Ritmo Climático ............................................................................................. 17
2.1.2 Mudança Climática ................................................................................................................. 21
2.2 Climatologia Regional ................................................................................................................ 23
2.2.1 Massas de Ar .......................................................................................................................... 24
2.2.2 Sistemas Atmosféricos ........................................................................................................... 26
2.2.2.1 Frente .................................................................................................................................. 27
2.2.2.2 Zona de Convergência Intertropical (ZCIT) .......................................................................... 28
2.2.2.3 Vórtices Ciclônicos de Altos Níveis (VCAN) .......................................................................... 29
2.2.2.4 Linhas de Instabilidade ........................................................................................................ 31
2.2.2.5 Distúrbios Ondulatórios de Leste - DOL ............................................................................... 32
2.2.2.6 Brisas Marítimas e Continentais .......................................................................................... 33
2.3 Climatologia Local ..................................................................................................................... 34
2.4 Tendência Climática .................................................................................................................. 36
3. CARACTERIZAÇÃO DA ÁREA DE ESTUDO .................................................................................... 40
4. METODOLOGIA .......................................................................................................................... 49
4.1 Pensamento Estatístico ............................................................................................................. 49
4.1.1 Geografia Quantitativa ........................................................................................................... 50
4.1.2 Série Temporal ....................................................................................................................... 51
4.2 Metodologia de Análise de Tendência ...................................................................................... 53
4.3 Dados dos fenômenos climáticos .............................................................................................. 56
5. RESULTADOS .............................................................................................................................. 58
6. DISCUSSÕES ............................................................................................................................... 76
7. CONCLUSÕES ............................................................................................................................. 81
8. BIBLIOGRAFIA ............................................................................................................................. 83
RESUMO
Tragédias resultantes de eventos pluviométricos frequentemente assolam
a cidade de Salvador (BA) e influenciam severamente em sua dinâmica social.
Desde 1903, o Instituto Nacional de Meteorologia (INMET) mede os índices de
pluviosidade em uma estação meteorológica convencional em Ondina e detém um
intervalo de dados que proporciona a possibilidade de análises climáticas de escala
local. Este trabalho preocupou-se em investigar através de técnicas estatísticas o
comportamento climatológico dos registros de chuva na cidade e relacionar tais
ocorrências com mecanismos atmosféricos, que influenciam na realidade
meteorológica de Salvador. A partir da análise de tendência utilizando o teste de
Mann-Kendall, pode ser observado que houve modificação no padrão climático nos
55 anos de dados pluviométricos utilizados neste trabalho e que essas
modificações parecem apresentar relações com temperaturas de superfície do mar,
ciclos da atividade solar e efeitos da urbanização em desarmonia com o meio
ambiente.
Palavras chave: Tendência climática; Precipitação; Fenômenos atmosféricos;
Climatologia Dinâmica; Mudanças Climáticas.
ABSTRACT
Tragedies resulting from pluviometric events frequently devastate the city of
Salvador (BA) and severely influence its social dynamics. Since 1903, the Instituto
Nacional de Meteorologia (INMET) has measured the rainfall indexes at a
conventional meteorological station in Ondina and has a range of data that provides
the possibility of climate analyzis on a local scale. This thesis is concerned with
investigating by statistical techniques the climatological behavior of rainfall records
in the city and relating such occurrences with atmospheric mechanisms, which
influence the meteorological reality of Salvador. From a trend analysis that uses the
Mann-Kendall test, it can be observed that there was a change in the climatic pattern
in the 55 years of rainfall data used in this study and that this change apparently has
relations with the sea surface temperatures, sun’s cycles activity and effects of
urbanization in disharmony with the environment.
Keywords: Climate trend; Precipitation; Atmospherics Phenomena; Dynamic
Climatology; Climate Change.
11
1. INTRODUÇÃO
Historicamente, o homem observou o tempo para desenvolver suas
culturas, principalmente em relação as atividades agrícolas; essas observações
foram catalogadas, posteriormente, por Meteorologia.
De acordo com Mendonça & Danni-Oliveira (2007), a Meteorologia passou
a pertencer ao ramo da Física, sendo de sua competência o estudo dos fenômenos
isolados da atmosfera. Por sua vez, o tempo atmosférico é o estado momentâneo
da atmosfera em um dado instante e local. Dessa forma pode ser entendido que
compreende à Meteorologia, o estudo do conjunto de elementos que caracterizam
a atmosfera em determinado momento.
A Climatologia surgiu posteriormente à consolidação e sistematização da
Meteorologia. Segundo Mendonça & Danni-Oliveira (2007), este ramo desenvolve-
se voltado para o estudo da espacialização dos elementos e fenômenos
atmosféricos e de sua evolução.
Com o amadurecimento desta ciência, surgiu a preocupação em
compreender, baseado em estudos de tempos pretéritos, as características
atmosféricas das localidades em longos períodos de tempo. Essa forma de estudo
desenvolveu a ciência nomeada por Climatologia, a qual se preocupa em estudar
o clima.
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 (MENDONÇA & DANNI-OLIVEIRA, p. 15,
2007)
Este longo período de tempo é citado por Cavalcanti et al. (2009) como
sendo um período de no mínimo 30 anos. Os autores afirmam que “Clima é aquilo
que esperamos; tempo é o que sentimos”. De fato, o Clima abrange uma sucessão
de eventos em uma escala de tempo que pode ultrapassar tanto a percepção
12
humana quanto os registros de medições do tempo atmosférico; como ocorre com
os estudos paleoclimáticos que utilizam diferentes meios para estimar os climas do
passado, como os registros geológicos por exemplo.
Eventos atmosféricos do passado geológico deixaram registrados de
maneira natural no modelado do relevo, nas formações rochosas, na vegetação, ou
nas características do gelo em locais propícios para sua manutenção; estes
registros possibilitam a reconstrução de cenários pretéritos do paleoclima e
favorece o levantamento de hipóteses quanto às modificações nos padrões
climáticos que teriam ocasionado as mudanças climáticas.
De acordo com Nunes (1998), a ordem de grandeza proposta para
abordagem do clima pode ser complexa, dividida nas seguintes 5 divisões: Clima
Zonal, Clima Regional, Clima Local (ou Mesoclima), Topoclima e Microclima. Para
concepção deste trabalho, embora este seja produto de uma análise do Clima Local
da cidade de Salvador (BA), faz-se necessário compreender escalas hierárquicas
maiores como o Clima Zonal e o Regional, pois estes permitem a observação de
fenômenos que influenciam diretamente na realidade meteoroclimática da área.
Em modos gerais, o estado da Bahia localiza-se em uma Zona Climática
Tropical, porém, não há uma homogeneidade na distribuição de chuvas em todo
seu território, variando de 300 à 2.000 mm ao ano de acordo com Cavalcanti et. al.
(2009).
A faixa leste do estado da Bahia é banhada pelo Oceano Atlântico, que
influencia no conforto térmico observado no litoral e confere o Clima Litorâneo
Úmido a essa região. Os efeitos da maritmidade proveniente das águas quentes da
corrente do Brasil, que banha o litoral baiano, conferem um Clima ameno durante
todo ano para a cidade. São observadas duas estações bem definidas, uma
chuvosa (no outono e início do inverno) e outra menos úmida (na primavera e
verão).
Na faixa central do estado, concentra-se uma grande área de semiárido do
Brasil, localizado em depressões interplanálticas, que favorecem os baixos índices
de precipitação e altos níveis de evapotranspiração; planaltos impedem a
13
passagem da maior quantidade de umidade tanto de leste, quanto de oeste, o que
confere a esta área a tipologia climática de Semiárido Tropical.
Ao oeste do estado, persiste a influência da Massa Equatorial Continental,
oriunda da região amazônica, o que atribui à toda borda ocidental do estado um
Clima Tropical, também com dois períodos bem definidos, chuvoso no verão e seco
nas demais estações.
Além dos sistemas atmosféricos regionais atuantes, existem alguns
fenômenos globais, com alta variabilidade que influenciam no clima, como por
exemplo as fases positiva e negativa do El Niño Oscilação Sul (ENOS), originados
das modificações de temperatura da superfície do mar (TSM) do Oceano Pacífico,
e o Dipólo do Atlântico, fenômenos relacionado as anomalias da TSM no Oceano
Atlântico, que serão abordados especificamente na revisão bibliográfica.
Em produto aos processos de uso inadequado do solo, principalmente em
ambiente urbano, os efeitos catastróficos dos elementos meteorológicos mostram-
se cada vez mais frequentes. Atualmente, a academia confere grande atenção às
origens dos eventos extremos meteorológicos e muitos trabalhos atribuem ao
homem a responsabilidade por alterar o sistema atmosférico, como pode ser
observado em Cavalcanti et al. (2009). De acordo com esta linha de raciocínio, os
processos de desmatamento, queimadas, modificações em formas de relevo,
construções de barramentos artificiais das correntes de ar como os corredores de
prédios, represamento de água em grandes áreas antes vegetadas,
impermeabilização do solo, entre outros, são fatores levados em consideração na
modelagem de evolução do clima.
Salvador é uma das maiores concentrações urbanas do Brasil. Durante
todo ano a cidade tem registros de chuva, sendo frequentemente úmida. O
desenvolvimento do presente trabalho expõe uma ocorrência concreto perceptível
à atualidade da população soteropolitana, o fato de que em quase todos os anos,
no período entre os meses de abril a junho, a cidade é atingida por chuvas
torrenciais, o que poderá ser confirmado através da análise de dados
pluviométricos.
14
De acordo com Molion & Bernardo (2002) frentes frias, perturbações
ondulatórias, complexos convectivos, brisas marítimas e terrestres influenciam na
caracterização climática da cidade e na formação de outros fenômenos em escala
local. Os autores ainda afirmaram existir uma zona de convergência que se forma
sobre o Atlântico, em direção à costa leste do Nordeste brasileiro, entre os meses
de abril a junho, juntamente com um cavado raso em níveis médios. Tal zona de
convergência, trata-se do mesmo mecanismo de formação da Zona de
Convergência do Atlântico Sul (ZCAS), nomeada pelos autores por Zona de
Convergência do Leste Nordeste (ZCEN) impulsionada por frentes frias em razão
do deslocamento da Zona de Convergência Intertropical (ZCIT) em direção ao
Hemisfério Norte. A ZCEN deslocada ao norte, aliada a frentes frias e as massas
de ar úmidas do Oceano Atlântico, resulta em um período de chuvas torrenciais na
costa leste do Nordeste, em latitudes de até 12º, o que contempla a cidade de
Salvador (BA).
Em outros períodos do ano são comuns as brisas marítimas transportarem
umidade para o continente que resulta na formação de nebulosidade e
consequentemente em chuvas espaças que conferem um ambiente úmido no
decorrer das estações na cidade.
No ano de 2015, Salvador apresentou um dos maiores valores de chuva
acumulada que se tem registro para os meses de abril e maio. Os elevados valores
dos totais pluviométricos ocorridos naquela época resultaram em catástrofes no
meio social que repercutiram massivamente nos meios midiáticos em todo país.
Naquele ano, ocorreu o mês de maio mais chuvoso observado pela estação
meteorológica de Ondina (INMET), que registrou 639 mm, superando o maior
resultado anterior, em 1973, de 599,9 mm.
Assim como em outros anos, em 2015 ocorreram catástrofes como
resultados das fortes chuvas; dessas tragédias resultaram-se perdas estruturais de
habitações que desabaram em deslizamentos de encostas e, nos casos mais
graves, perdas de vidas humanas. Entretanto, embora seja o mais recente
acontecimento, ocorreram em momentos pretéritos outros acontecimentos, em
15
diferentes meses, tão ou mais intensas que o registrado em 2015, com severo
impacto sobre o contexto social.
1.1 Objetivo Geral
Este trabalho tem como objetivo principal a análise do comportamento das
chuvas que atingiram a cidade de Salvador no período de 55 anos, entre 1961 e
2015, a partir de mensurações efetuadas pelo Instituto Nacional de Meteorologia
(INMET), através da estação meteorológica de Ondina.
1.1.1 Objetivos Específicos
A partir da análise do comportamento das chuvas, utilizando-se de métodos
e técnicas estatísticas espera-se identificar anos e meses com maiores e menores
concentrações e totais de chuvas.
Após análise do comportamento pluviométrico no período de estudo será
possível efetuar os testes para avaliação de tendência estatística dos dados. Os
resultados desta etapa permitirão afirmar a ocorrência de uma modificação no
padrão climático ao qual a cidade está exposta, poder afirmar se houve aumento
ou diminuição dos totais pluviométricos e relacionar com fenômenos climáticos a
fim de encontrar causas para as mudanças que venham a ser detectadas nos
padrões climáticos.
Para tal, será imprescindível compreender e expor as relações do sistema
atmosférico atuantes sobre a área de estudo, pois só a partir da conexão entre os
elementos e fatores climáticos que será possível afirmar quais os motivos de
modificações do clima
A partir dos resultados espera-se chamar atenção para a seriedade do
estudo e compreensão do clima, busca-se a conscientização da população e
chama atenção do meio acadêmico para maior aproximação ao tema a fim de
difundir os assuntos relacionados à Climatologia para que a sociedade possa
conviver de forma harmoniosa com os eventos naturais.
16
2. REVISÃO BIBLIOGRÁFICA
O clima é uma construção dinâmica, mutável, móvel. Embora os alicerces
estruturais deste trabalho sejam pautados em análises estatísticas de dados
pluviométricos, o clima não pode (e não deve) ser caracterizado por números que
engessam a compreensão da sua dinâmica. Mais importante que as análises
estatísticas, deve ser a interpretação dos dados para não cair em vícios da
Climatologia Clássica, onde as médias, máximas e mínimas eram os elementos
fundamentais para a caracterização climática.
Dessa forma, será adotado para analisar e refletir sobre o clima de
Salvador, a proposta da Climatologia Dinâmica de Monteiro (1991), onde entende-
se o Clima como um sistema aberto, quando há interferência de agentes externos,
adição e subtração de elementos, com inúmeros processos que se relacionam e
resultam no tempo atmosférico. Segundo Monteiro (1991) o clima é o
comportamento atmosférico sobre um dado lugar, o que se contrapõe a conceitos
como o de Ayoade (1996), clássico da Climatologia introdutória, onde clima é a
síntese dos estados médios da atmosfera em dado lugar em um período entre 30
e 35 anos.
Antes de se aprofundar na construção de um cenário climático influente
sobre a cidade de Salvador, vale ressaltar a diferença entre dois conceitos de
fundamental importância para a discussão da dinâmica atmosférica inseridas nas
oscilações climáticas. Tratam-se da variabilidade e mudança do clima.
2.1 As Oscilações Climáticas
Em razão deste trabalho entender o clima como dinâmico, é necessário que
se tenha em mente que existem oscilações que podem ser consideradas naturais,
em razão das forças da natureza de origem cósmica até atividades bióticas; e em
razão das atividades antrópicas em escalas locais, como o estabelecimento de
grandes centros urbanos.
17
2.1.1 Variabilidade Climática
Como já dito anteriormente, o clima embora estável, é variável. Em razão
de apresentar estados múltiplos no decorrer do tempo, exibe desvios positivos e
negativos em relação a uma média estatística. Tais desvios são resultados de
alguns processos, inclusive cósmicos, que interferem no sistema atmosférico.
Entre os elementos que interferem no comportamento do clima, podem ser
citados pelo menos quatro mais importantes.
O primeiro deles é a radiação solar. A incidência solar sobre a superfície
obedece aos ciclos que ele atravessa, com maior ou menor atividade, impactando
principalmente nas temperaturas dos oceanos e pressão atmosférica, que resultam
em diversos elementos capazes de causar variações climáticas.
O segundo elemento é o albedo terrestre. O Sol emite radiação
eletromagnética em comprimento de ondas curtas. O albedo é a o percentual de
Radiação de Ondas Curtas (ROC) que é refletida pelo Planeta. De acordo com
Molion (2008), cerca de 90% do ROC que atinge superfícies congeladas é refletido,
em florestas este valor cai para 12% e em lagos e oceanos para 10%, em média,
visto que esses valores variam em razão do ângulo de incidência solar.
O terceiro elemento que contribui para as variações climáticas são os
oceanos que têm fundamental importância para a caracterização dos climas. Por
exemplo, em ciclos que perduram entre 20 a 30 anos pode ser observado a
Oscilação Decadal do Pacífico (ODP) e eventos com persistência mais curtas como
o ENOS em fases positiva e negativa que perduram entre 6 à 18 meses e
contribuem para flutuações tanto nas temperaturas, como em precipitações
(Molion, 2005).
Por fim, mas não menos importante, o quarto elemento trata-se dos
vulcões. Estes são responsáveis pela maior quantidade de emissão de aerossóis
na atmosfera, provenientes de suas erupções (Molion, 2005). Estes eventos
resultam em resfriamentos planetários em razão do maior adensamento de
partículas na atmosfera, que faz diminuir a incidência solar sobre a superfície
18
terrestre. Entretanto, a radiação que ultrapassa a atmosfera enfrenta a mesma
dificuldade para retornar ao espaço extraterrestre, resultando em intensificação do
efeito estufa (Ribeiro, 1996).
O clima, assim como as músicas, possui ritmos. Uma linha do tempo
meteorológico, pode ser entendida como uma partitura musical, onde símbolos
representam, em intervalos de tempo, os acordes. Assim como na música, o clima
demonstra seus diferentes ritmos, com períodos mais intensos, outros mais
monótonos, de forma natural, regido pela força da energia de entrada no sistema
atmosférico, o Sol (Monteiro, 2001).
A atmosfera apresenta comportamentos constantemente oscilantes e
mutantes, exprimindo seu comportamento em estados “momentâneos”, o que de
acordo com Monteiro (2001) a torna a esfera mais dinâmica entre as esferas
terrestres.
Em suma, em sua mutabilidade constante as condições
atmosféricas são o movente por excelência, podendo associar-se
ao próprio fluir do tempo que escoa, que flui initerruptamente
(MONTEIRO, p. 140, 2001).
Natural então, por assim dizer, que cada momento atmosférico seja único.
Não são repetidas as condições exatamente iguais de temperatura, pressão,
direção e intensidade de vento, radiação solar, nebulosidade, emissão de gases
provenientes de atividades antrópicas, enfim, as condições podem ser
semelhantes, mas cada tempo atmosférico é único em um ritmo do clima
Se houver a compreensão do clima como um sistema, podemos aceitar que
toda e qualquer modificação que ocorra em seus elementos e fatores, resultará em
alterações em seus efeitos, um sistema de processos-resposta com elevado
número de componentes e controles responsáveis por tais variabilidades, a
depender da escala temporal e espacial da interferência.
19
...à medida que se percebem as correlações complexas e uma
concepção mais comportamental e complexa do clima é que nos
damos conta de como os estados de tempo oscilam, admitem
desvios e produzem ‘acidentes’, que não podem ser considerados
excepcionais. Mesmo os mais graves, por vezes catastróficos, se
estatisticamente poderiam ser tomados como ‘ruídos’, seu impacto
local ou regional e a reação em cadeia que se lhes segue, fazem
com que eles não possam ser descartados. E sobretudo por suas
repercussões socioeconômicas, tanto por injúrias imediatas como
pelo efeito de ‘desregularização’ da produção agrícola, do sistema
hidroenergético, da rede de transportes, etc. ... (MONTEIRO, p. 19
1991).
O Homem, como elemento do sistema, está diretamente sujeito ao ritmo
climático em razão da sociedade ser dependente dos estados momentâneos
atmosféricos e consequentemente, do clima:
Há que considerar-se que o Homem, quer como ser vivo biológico,
quer como executor de trabalhos, sobretudo no cultivo da terra, está
sujeito a ritmos e ciclos bióticos que não podem ignorar o que as
oscilações climáticas oferecem em situações extremas (Excessos
ou carências), acidentais e catastróficas, que por não serem tão
habituais causam impactos e significam riscos que não podem ser
ignorados (MONTEIRO, p, 147, 2001).
De fato, o Homem é estritamente dependente das oscilações. Todo meio
de produção agrícola é vinculado aos regimes de chuva e incidência solar. Mesmo
havendo, atualmente, técnicas suficientes para reproduzir climas artificiais através
de irrigações ou salas com simulação de temperatura, os produtos desenvolvem-
se em áreas propícias a eles.
Além das necessidades relacionadas à produção e, consequentemente, à
economia, o Homem é fortemente afetado quando as oscilações se revelam por
meio de extremos que resultam em catástrofes.
20
Dada a fragilidade dos meios geográficos submetidos a longos
processos de ocupação humana, sobretudo aqueles marcados pela
pobreza, as consequências e os efeitos é que estão se agravando
cada vez mais (RIBEIRO, p. 76, 1996).
De fato, em ambiente urbano, os deslizamentos de encostas e
soterramentos atingem principalmente a população menos favorecida das cidades;
em Salvador, em razão dos processos históricos de ocupação, a população se
destaca pela pobreza.
As variações do clima, embora atualmente divulgadas com grande
preocupação pela mídia, tratam-se de fenômenos naturais que não significam
necessariamente mudanças climáticas (Ribeiro, 1996).
A variabilidade é uma característica inerente aos fenômenos
meteorológicos. Nenhum deles atua isoladamente. Eles resultam
de múltiplas interações entre si e de interações com o meio
geográfico. Qualquer modificação inicial em um deles desencadeia
modificações nos demais, que acabam por repercutir no meio físico
e biológico (RIBEIRO, p. 72, 1996).
É comum observar a mídia, principalmente televisiva, divulgar notas como:
“Volume de chuvas em Salvador é o maior registrado em maio desde 1995” (G1,
2015); o que causa grande alarde na população. Porém, na escala de tempo
apropriada para análise do clima, em 10 anos não é possível afirmar se houve uma
modificação significativa no reconhecido “padrão”. Tais variações climáticas
(padrões), sugerem a flutuação dos dados, uma ligeira variação do tempo, que
passam dos limites médios mensurados, por vezes ultrapassam os valores
máximos ou mínimos. Porém essas variações podem ocorrer no ritmo climático
perdurando por períodos muito maiores em decorrência natural.
21
2.1.2 Mudança Climática
De acordo com Ribeiro (1996), mudanças climáticas significam alterações
persistentes que apontam para modificações das condições atmosféricas a longo
prazo em uma determinada direção. Porém, essa persistência a qual o autor se
refere pode se tornar incoerente a depender da escala de tempo adotada para
análise. Mudanças climáticas em escala de tempo geológico, por exemplo,
apresentam-se aparentemente como variabilidades, não sendo persistentes.
Segundo Molion (2008), entre cerca de 800 e 1200 d.C., existem evidências
que o clima era mais quente do que o de hoje. O autor afirma que naquela época,
os nórdicos (Vikings) colonizaram as regiões do norte do Canadá e a ilha chamada
Groenlândia (Terra Verde) e que hoje a maior parte da sua superfície é coberta por
gelo.
O clima manteve-se 2ºC inferiores a temperatura de hoje entre 1350 e
1850, quando a Europa Ocidental presenciou o que é descrito pela literatura como
“Pequena Era Glacial” e em uma parte deste intervalo de tempo a História periodiza
como Idade das Trevas, em razão das condições climáticas que estimularam a
deterioração da cultura e da economia. Entre 1815 e 2000, é possível afirmar que
houve lento aumento das temperaturas globais, embora até 1912 a frequência de
erupções vulcânicas tenha sido alta e de grandes proporções, como as erupções
do Monte Tamborá (1815), Krakatoa (1883), Pelée (1902) e Katmai (1912), após
este período houveram ocorrências menos intensas como Bezymynanny (1956),
Agung (1963), El Chichón (1982) e Monte Pinatubo (1991). Essas erupções
resultaram em aumento do albedo em razão da alta concentração de aerossóis na
atmosfera e consequentemente, diminuição das temperaturas globais (Marengo,
2001; Molion, 2008).
A partir de 1988, o Programa das Nações Unidas para o Meio Ambiente
(PNUMA) e a OMM criaram uma rede de cientistas dedicados a analisar e produzir
conhecimento acerca das mudanças climáticas, o Intergovernmental Panel on
Climate Change (IPCC). Os esforços do IPCC com seus relatórios de avaliação
22
resultaram em incentivos para desenvolvimento de pesquisas que atribuem ao
homem as responsabilidades por mudanças no clima em razão das altas taxas de
emissão de gases que potencializam o efeito estufa, principalmente Dióxido de
Carbono, Metano e Óxido Nitroso (Marengo, 2001).
O 4º relatório do IPCC (2007) sugere um aumento de temperatura entre 4
e 6ºC em partes do Brasil até o final do século; em razão disso, o IPCC ainda projeta
para até a segunda metade do século XXI diminuição considerável dos padrões de
chuvas, especificamente para o Nordeste brasileiro.
De acordo com Nobre (2001) em razão dessas modificações sugeridas pelo
IPCC poderão ocorrer modificações nos padrões de chuvas com alterações nas
distribuições e frequências de eventos extremos climáticos. Segundo o autor, o
aumento nas concentrações de gases de efeito estufa tende a reduzir a eficiência
com que a Terra se resfria.
Entretanto quando os vulcões expelem toneladas desses gases por
erupção, a capacidade de incidência solar sobre a superfície diminui, sendo
acompanhada pelas temperaturas.
Além dos vulcões, o Sol apresenta ciclos em suas atividades que interferem
nos padrões climáticos. O Ciclo de de Gleissberg ocorre em um período de cerca
de 90 anos e registra significativos aumentos ou diminuições dos registros das
manchas solares. De acordo com Molion (2008), em 2000 ocorreu o período de
mínima atividade, sendo que existe a possibilidade que haja menores registros até
2018, o que leva a crer que esse ciclo se iniciou entre o final da década de 1950
até o final da década de 1960.
Mesmo com tanto alarde acerca das mudanças climáticas, Nobre (2001)
afirma não haver estudos detalhados à nível regional, que assegurem
conclusivamente que há mudanças ou tendência no clima.
Natural, visto que a grande concentração de estações de medição dos
elementos atmosféricos e consequentemente os dados por elas produzidos,
localizam-se no hemisfério norte, em áreas com influência dos fatores de
23
urbanização que resultam em aumento da temperatura local e tendem a enviesar
os dados regionais.
O autor ainda afirma: no concernente às precipitações pluviométricas, não
há indicação de mudanças, sendo possível afirmar apenas a ocorrência de
variações em escalas interanuais e interdecadais. Ao fim, embora defenda a
responsabilidade do homem nas supostas mudanças no clima, conclui que o
fenômeno carece de estudos e atribui isso a dois fatos: o primeiro de ser o Brasil
um país tropical e os efeitos de aumento de temperaturas serem pouco
perceptíveis; o segundo, de haverem problemas supostamente mais graves na
estrutura social do país que recebem maiores atenções, como equidade e justiça
social, visando a eliminação da pobreza.
2.2 Climatologia Regional
Embora não seja objetivo deste trabalho avaliar as condições do clima
regional, faz-se necessário abordar os seus aspectos a fim de, posteriormente,
encontrar relações com os parâmetros locais.
A sucessão local das condições atmosféricas, observadas em vários
pontos de uma região, forma um conjunto com características climáticas que se
assemelham. Esta seria uma síntese do que se entende por clima regional.
Entretanto, para avaliar condições climáticas a tal nível é necessário que haja uma
vasta rede de monitoramento, de modo que se possa abranger tanto a dimensão
espacial para observar as diferenças no decorrer da extensão da Terra; como a
dimensão temporal, a fim de respeitar o conceito de clima (Andrade & Lins, 1970).
Entretanto, para abordar o Clima Regional, faz-se necessário compreender
mecanismos atmosféricos que influenciam na caracterização.
24
2.2.1 Massas de Ar
Em decorrência das características físicas atmosféricas de uma
determinada área, tais como temperatura da superfície e umidade, são formadas
as massas de ar predominantes. As massas de ar são grandes porções bem
individualizadas, formadas entre 0 e 3.000 m de altitude, área conceituada como
camada geográfica da atmosfera (Andrade & Lins, 1970), em razão da grande
influência dos fatores geográficos.
A formação das massas de ar ocorre a partir da incorporação pelo ar das
propriedades físicas particulares, relativamente uniformes, de extensões terrestres
ou marinhas. Dessa forma, o ar superior ajusta-se às condições de temperatura e
umidade adquiridas da região de origem, ajustando-se em razão das variações
dimensionais do espaço geográfico com as características as quais a massa de ar
se desenvolve, aquecendo-se ou resfriando-se a partir da base.
Sendo deslocadas na circulação geral, a tendência é que as massas de ar
percam gradativamente as propriedades adquiridas em suas origens, embora
transportem as características originais, impondo às regiões suas propriedades.
Existem cinco massas de ar atuantes sobre o Brasil, duas com origem
continental e três com origem marítima e exercem grande influência sobre
diferentes localidades (figura 1).
A Massa Equatorial Continental (mEc) tem origem sobre a região
amazônica cujo ar movimenta-se por convergência e advecção. A mEc é
alimentada pela área de maior umidade relativa da América do Sul, a região
amazônica, que embora seja continental, as médias térmicas anuais mantem-se
entre 24 e 25ºC enquanto a umidade relativa oscila entre 85 e 95%, características
de massas de ar marítimas (Andrade & Lins, 1970).
Ainda com origem equatorial, a Massa Equatorial Atlântica (mEa)
apresenta propriedades semelhantes a mEc, porém a origem, o comportamento
anual e sua área de expansão são diferentes. A mEa é gerada principalmente a
25
partir da convergência dos alísios boreais em área de baixa pressão responsável
por maior parte das chuvas no setor norte do Nordeste.
A Massa Tropical Atlântica (mTa) é uma das mais importantes em relação
aos impactos causados em território brasileiro. A partir dessa massa de ar que a
umidade proveniente do Oceano Atlântico é transportada para o continente,
conferindo a cidade de Salvador, ambientes amenos em relação a temperatura e
umidade que de acordo com o INMET apresentam médias de 25,4ºC e 81,2%
respectivamente, no período de estudo referente a este trabalho.
Sobre o continente, na Baixa do Chaco, forma-se a Massa Tropical
Continental (mTc), com propriedades quente e seca. Esta, influencia principalmente
as regiões Sudeste e Centro Oeste do Brasil, lhes conferindo momentos de calor
excessivo e ar seco.
Por fim, oriunda da região polar do hemisfério sul, a Massa Polar Atlântica
(mPa), tem por característica ser fria. Essa massa de ar se expande durante todo
ano, porém no inverno quando as temperaturas declinam no hemisfério sul tem
maior deslocamento ao norte, o que possibilita duas vertentes de evolução. A
primeira, pelo continente, sobre a fronteira brasileira com os países do sul da
América do Sul, podendo atingir até as baixas latitudes amazônicas. A segunda
enfrenta menores fatores, expande-se através da costa brasileira e sobre o Oceano
Atlântico, também atingindo o litoral oriental nordestino.
26
FIGURA 1 – MASSAS DE AR ATUANTES SOBRE O BRASIL
2.2.2 Sistemas Atmosféricos
As relações entre as massas de ar são expostas pelos sistemas
atmosféricos. Por não ser o objetivo deste trabalho, não serão expostos os sistemas
atmosféricos atuantes sobre o Brasil, serão descritos apenas os sistemas que
exercem influência sobre a região Nordeste, onde se localiza a cidade de Salvador,
a fim de servir como base para as discussões.
Figura 1 – Massa equatorial atlântica (mEa); Massa equatorial continental (mEc); Massa tropical continental (mTc); Massa tropical atlântica (mTa); Massa polar atlântica (mPa). Fonte: Figura adaptada a partir de Mendonça e Danni-Oliveira (2007). Originalmente os autores sugerem divisão da mTa e mEa em norte e sul, o que é generalizado neste trabalho por entender que as condições regionais para formação das supracitadas massas são similares. Adaptação: Vinícius M. Da Rós, 2017.
27
2.2.2.1 Frente
Quando duas massas de ar de diferentes propriedades entram em contato,
geram-se zonas descontínuas ou “frentes”, onde de maneira brusca ocorrem
variações das propriedades de cada massa.
As frentes frias são bandas de nuvens organizadas que se formam
na região de confluência entre uma massa de ar frio (mais densa)
com uma massa de ar quente (menos densa). A massa de ar frio
penetra por baixo da quente, como uma cunha, e faz com que o ar
quente e úmido suba, forme as nuvens e, consequentemente, as
chuvas (FERREIRA & MELLO, p, 20, 2005)
Comumente ocorrem avanços de frentes frias, oriundas da mPa (frio) sobre
o oceano Atlântico em contato com a mTa (quente), durante todo ano, porém
ocorrem em dois períodos característicos. O máximo de eventos ocorre no inverno,
quando as frentes atingem até o litoral oriental do Nordeste (Andrade & Lins, 1970;
Cavalcanti et al, 2009). Porém, o avanço das frentes frias até latitudes tropicais
ocorre também com intensidade entre os meses de novembro a março (Ferreira e
Mello, 2005; Molion & Bernardo, 2002)
De acordo com Hounsou-Gbo et. al (2015) entre os meses de novembro e
março as frentes podem se associar com o mecanismo da ZCAS. Entre abril e junho
ocorre favorecimento ao avanço das frentes em sentido nordeste em razão das
temperaturas mais baixas, em relação ao verão do hemisfério sul, tanto do oceano
como do continente, impulsionando o mecanismo de formação da ZCAS no mesmo
sentido. Porém, ao estabelecer-se sobre a costa leste da região nordeste,
geralmente no mesmo período, esta zona é nomeada como ZCEN de acordo com
Molion & Bernardo (2002).
A formação deste sistema intensifica o escoamento de sul na média
troposfera. Um exemplo de frente fria pode ser observado pela figura 2, em avanço
sobre o sul do Nordeste onde claramente observa-se o alinhamento de nuvens em
28
sentido noroeste sudeste (linha em cor azul) avançando, forçando a entrada sob a
massa de ar quente. Deste contato resulta a ascendência da massa de ar quente
sobre a massa de ar frio e na área de contato a formação de chuvas frontais.
Figura 2 - Avanço de Frente Fria sobre o sul do Nordeste. Fonte: CPTEC-INPE.
2.2.2.2 Zona de Convergência Intertropical (ZCIT)
O contato com duas massas de ar não garante a formação de uma frente.
Originada da confluência entre os alísios de sudeste (no Hemisfério Sul) e nordeste
(no Hemisfério Norte) em baixos níveis, a ZCIT é resultado da ascendência do ar
úmido na faixa equatorial ao redor do globo terrestre, formando uma espessa
cadeia de nuvens de grande desenvolvimento vertical (figura 3).
Essa faixa migra sazonalmente de sua posição, atraída pelas temperaturas
mais altas sobre os oceanos, o que faz com que seja atuante nos verões no
hemisfério sul e hemisfério norte respectivamente, sendo o principal gerador de
29
precipitações sobre a região equatorial dos oceanos Atlântico, Pacífico e Índico,
assim como em áreas continentais e muito atuante sobre o norte do Nordeste
brasileiro (Ferreira & Mello, 2005; Hounsou-Gbo et. al., 2015).
Figura 3 - Posicionamento da ZCIT sobre o Norte e Nordeste do Brasil. Fonte: CPTEC – INPE. Data: 04/03/2017.
2.2.2.3 Vórtices Ciclônicos de Altos Níveis (VCAN)
Os Vórtices Ciclônicos de Altos Níveis (VCAN) são sistemas de baixa
pressão, que atuam entre os meses de dezembro a fevereiro, e registram alta
subsidência no centro, onde tornam a pressão em baixos níveis alta, e
convergência nas periferias. Este sistema origina-se no oceano Atlântico,
geralmente na direção da costa leste do Nordeste, e podem deslocar-se tanto em
sentido oeste como leste.
O mecanismo de formação dos VCANs é associado a ocorrência de um
núcleo de alta pressão (Alta da Bolívia), sobre a faixa centro oeste do continente
sul americano em razão da grande quantidade de calor liberado pela convecção
das frentes frias (Cavalcanti et al, 2009). Os ventos deslocam-se da Alta da Bolívia
30
por advecção em direção ao VCAN uma área de baixa pressão, ambos em altos
níveis. Ao acumular no centro do VCAN, o ar sofre subsidência em razão do
gradiente térmico e impedem a formação de nebulosidade.
É possível observar os VCANs a partir da sua forma ciclônica (giro no
sentido horário), do acúmulo de nuvens em sua periferia, onde ocorrem chuvas, e
a inibição da formação nebulosa ao centro impedindo ocorrência de precipitações
(Ferreira & Mello, 2005). Dependendo da posição do centro de ação, poderá ser
intensificado o fenômeno da seca em razão da estiagem neste setor.
A figura 4 mostra esta configuração, localizada sobre o litoral no Nordeste,
associada ao avanço de uma frente fria (linha em cor azul) e a uma área de alta
pressão (A).
Figura 4 - Formação do VCAN sobre litoral do Nordeste, associado ao avanço de Frente Fria e a Alta da Bolivia. Fonte: CPTEC – INPE.
31
2.2.2.4 Linhas de Instabilidade
De acordo com Gamache & Houze (1982) uma linha de instabilidade
tropical é a porção frontal de um distúrbio em mesoescala. Ela consiste
basicamente de nuvens que em geral possuem bastante umidade.
Estes sistemas formam-se ao longo da costa das regiões Norte e Nordeste
como resultado de convecção induzida pela brisa marítima. Ocasionalmente esses
sistemas propagam-se continente adentro, alcançando a cidade de Manaus e até
a encosta dos Andes, cerca de 48 horas após sua formação (Garstang et al, 1994).
Figura 5 - Linhas de instabilidade no litoral norte da região Nordeste. Fonte: CPTEC - INPE.
32
2.2.2.5 Distúrbios Ondulatórios de Leste - DOL
Os Distúrbios Ondulatórios de Leste (DOL) são resultado de interferências
de outros sistemas, como as Frentes sobre o Oceano Atlântico, que desorganizam
a estrutura dos Alísios e geram perturbações principalmente entre os meses de
junho e agosto.
Em razão do posicionamento do Anticiclone Semifixo do Atlântico Sul, pode
ocorrer intensificação turbulenta dos ventos alísios de sudeste. Como
consequência formam-se ondulações na retilineidade desses ventos que se
propagam sobre o oceano em direção ao continente sul americano transportando
umidade que resultam em significativos totais pluviométricos na costa leste do
Nordeste (Molion & Bernardo, 2002).
Os DOLs (figura 6) originam-se na costa ocidental africana e atravessam o
oceano Atlântico em baixa e média troposfera, a aproximadamente 10m/s
(Cavalcanti et al, 2009).
Figura 6 – Nebulosidade associada aos DOLs, em direção a Salvador. Fonte: CPTEC - INPE.
33
2.2.2.6 Brisas Marítimas e Continentais
Durante o dia o continente é aquecido mais rápido do que o oceano,
transformando o primeiro em uma área com baixa pressão em relação ao segundo.
Em razão da circulação atmosférica ocorrer das áreas de alta pressão para as
áreas de baixa pressão, produz-se um gradiente que proporciona a circulação
superficial de ar do oceano para o continente, sendo considerado como brisa
marítima.
A figura 7 exemplifica a formação de aglomerado de nuvens na faixa norte
e leste da região Nordeste, sobre o continente, associada à umidade trazida pelas
brisas marítimas (nuvens delimitadas pelo polígono amarelo). A imagem foi
registrada às 18:30h, período aproximado quando se inicia o processo contrário e
os ventos continentais fluem em direção ao oceano.
Figura 7 – Brisas Marítimas: Formação de nuvens no setor norte da região Nordeste, sobre o continente. Fonte:CPTEC – INPE.
34
Dessa forma as brisas transportam umidade, proporcionando a formação
de nuvens que podem resultar em precipitações, geralmente de curto impacto,
passageiras.
Ao entardecer, o movimento muda a origem e a direção. O continente,
aquecido durante o dia, perde calor mais rapidamente do que o oceano, o que
resulta na circulação de ar do continente para o oceano, em movimento ascendente
que proporciona chuvas sobre o mar, próximo ao litoral continental (Molion &
Bernardo, 2002).
2.3 Climatologia Local
Dentro da compartimentação do clima regional, existem significativas
variações das características em razão das formas e usos da superfície. O clima
local tem as características do clima regional, embora com severas
particularidades. Alguns fatores como proximidade do oceano, abundância de
vegetação, relevo, impermeabilização do solo, influenciam em temperaturas,
distribuição de chuvas e circulação de ventos.
Os centros urbanos são os locais mais afetados pelas modificações na
paisagem e apresentam a superfície terrestre mais intensamente transformadas. A
atividade antrópica produz, quase sempre, inadequada artificialização, altera a
superfície local e produz vulnerabilidades em relação aos eventos naturais, cujos
impactos são potencializados (Gonçalves, 2013).
Entre os impactos causados pelo processo de urbanização em grandes
cidades, faz-se necessário abordar o fenômeno das ilhas de calor. Tal fenômeno é
resultado primeiramente da impermeabilização do solo, impedindo a infiltração de
água; em segundo, o adensamento de materiais aplicados na construção civil que
se apresentam favoráveis ao acúmulo de calor; e o terceiro trata-se da substituição
de elementos naturais, como as árvores e os rios, por praças sem arborização e
canalizações, que impedem a superfície em dissipar calor (Gartland, 2010).
35
Em ilhas de calor, a superfície e as estruturas urbanas são aquecidas
durante o dia, quando acumulam calor proveniente do Sol. A noite a energia
acumulada é liberada, tornando possível observar o fenômeno com maior facilidade
(figura 8).
Figura 8 - Esquema de Ilha de Calor onde os ambientes apresentam diferentes temperaturas do solo. Fonte: Adaptada de Head Island Group)
A formação das ilhas de calor pode interferir nos registros pluviométricos
feitos em ambiente urbano. De acordo com Freitas & Dias (2000) com o aumento
da temperatura durante a noite, em relação as áreas não urbanizadas, minimiza-se
a saturação de vapores d’água no ar. Com a adição da poluição emitida pelas
cidades, aumentam-se os núcleos de condensação, porém a massa de água
contida nesses núcleos é menor, o que resulta em menor probabilidade de
precipitar.
As edificações também interferem na dinâmica atmosférica em superfície,
além de acumularem calor, dificultam a circulação dos ventos em ambiente urbano.
Consequentemente há modificações no frescor das cidades em razão do aumento
da temperatura local e minimização da continuidade das correntes internas de
ventos.
36
2.4 Tendência Climática
A análise da tendência climática, a fim de encontrar variações do clima,
seja local, regional ou zonal, tem sido vastamente difundida na sociedade
acadêmica. Os resultados destes estudos têm atingido largamente a população
através dos meios midiáticos que alimentam os noticiários com os alarmismos dos
efeitos trágicos das mudanças climáticas.
Entre os pesquisadores que se debruçaram sobre as análises estatísticas
que envolvem a tendência, devem ser discutidas as ideias de alguns que atingiram
notável reconhecimento.
Em Coalkey (1979) foi empregada a análise de tendência em séries
temporais de pluviometria e de temperatura. O objetivo da autora foi justificar um
aumento dos focos da praga Wheat stripe rust (Puccina striiformis West.), uma
doença que infecta as plantações de trigo, em razão de variações no clima regional
que apresentou entre 1961 e 1974 diminuição de 50% das nevascas e aumento
das temperaturas médias em 1,2ºC. A autora utilizou dados provenientes de sete
estações meteorológicas localizadas na costa do noroeste dos Estados Unidos.
No ano seguinte, Jones & Jiusto (1980) efetuaram um estudo comparativo
de tendência climática entre quatro cidades do estado de New York, também
utilizando dados históricos de precipitação. Neste trabalho, os autores dão ênfase
ao período de inverno de uma série de dados pluviométricos e sugerem no decorrer
do texto que o aumento significativo das nevascas poderiam ter se dado em razão
dos intensos processos de urbanização e industrialização na cidade de New York,
resultantes de atividades antrópicas. Entretanto, os autores concluíram que as
relações encontradas foram meramente coincidentes e concluíram que o aumento
nas nevascas estava dentro da normalidade (Jones & Jiusto, 1980).
A partir de Katsoulis & Kambetzidis (1989) é possível observar a aplicação
da análise da tendência climática em uma série pluviométrica de longo prazo. Os
autores utilizaram dados entre 1858 e 1985; seu objetivo foi observar as variações
ocorridas neste período para generalizá-las e compreender os mecanismos
37
atmosféricos que proporcionariam flutuações climáticas, além de desenvolver um
modelo de climas pretéritos. Os dados utilizados neste trabalho foram coletados de
uma única estação meteorológica em Atenas (Grécia), em operação desde 1839.
Para Smol & Cumming (2000), não há como ter absoluta certeza se as
modificações climáticas, levantadas em hipóteses acadêmicas são ou não
causadas em resultado as ações antrópicas em razão da enorme gama de variáveis
que podem influenciar tal fenômeno, entretanto, podem ser utilizados métodos de
modelagem do clima no passado para compreender o que acontece no presente.
Foi em cima de uma suposição pretérita, baseada em análise estratigráfica de
rochas sedimentares marinhas, que os autores aplicaram análises de tendência
para interpretar as variações de temperatura registradas em depósitos
sedimentares. Entretanto, este trabalho utiliza-se da escala de tempo geológico,
onde os registros são inexatos, estimados, locais e a partir deles são concebidos
modelos genéricos zonais.
Porém, o início do século XXI é marcado por palavras como “aquecimento
global” e “efeito estufa”. Seguindo esta linha, Groisman et. al. (2004) analisaram
dados de diversas estações meteorológicas localizadas em diferentes países, entre
eles o Brasil e atribuíram a tendência positiva dos eventos extremos detectados ao
aumento da emissão de gases que, segundo os autores, potencializam o efeito
estufa. Entretanto, os autores utilizaram intervalos diferentes de dados para os
países da pesquisa. Para os Estados Unidos da América determinaram que o
intervalo de dados seria entre 1961 e 1990, enquanto que para as estações do
nordeste do Brasil, utilizaram o intervalo entre 1951 e 1980.
Utilizando dados das estações meteorológicas disponíveis no Canadá,
Zhang et. al. (2010) analisaram dados de temperaturas mínimas, máximas, médias
e precipitações totais. As principais constatações dos autores foram as seguintes.
Entre 1900 e 1998 as temperaturas aumentaram entre 0,5 e 1,5ºC no sul do país.
O maior aumento foi observado nas temperaturas mínimas enquanto as máximas
tiveram diminuição na primeira metade do século. Ao oeste do Canadá, os autores
afirmam que houve aumento entre 5 e 35% das precipitações, enquanto, ao norte
do país registrou-se diminuição considerável nas temperaturas. Entretanto, trata-se
38
de um trabalho puramente descritivo onde os autores não arriscaram justificar tais
oscilações nos elementos climáticos.
Neste trabalho, será utilizado, especificamente o método de análise de
tendência de Mann-Kendall, um teste não paramétrico, indicado pela Organização
Meteorológica Mundial (OMM) para análises de séries temporais.
O teste de Mann-Kendall tem sido largamente utilizado em pesquisas que
envolvem séries temporais de chuvas ou temperaturas onde são identificadas
modificações negativas ou positivas nos padrões conhecidos. Nesse contexto
podem ser citados Gemmer et. al. (2004) na China, Partal & Kahya (2005) na
Turquia, Krishnakumar et al (2009) na Índia, Río et. al. (2011) na Espanha e Tabari
et. al. (2011) no Iran.
Em Rana et. al. (2012) é possível observar uma maior proximidade com a
proposta desta monografia. Os autores propõem a análise de tendência das séries
de dados pluviométricos, a fim de identificar aumento ou diminuição das
tempestades e impactos nos densos sistemas urbanos de Deli e Mumbai, na Índia.
Os autores detectaram diminuição das chuvas de monções à longo prazo sobre
Nova Deli e Bombaim.
O trabalho mais recente com significativa importância para estudos de
tendência climática utilizando o teste de Mann-Kendall foi o de Yang et. al. (2017),
que utilizou dados de chuvas entre 1960 e 2013 de 96 estações meteorológicas,
apenas na região noroeste da China. Estes autores observaram um significativo
aumento de 0,55mm ao ano e relacionaram os efeitos de fatores climáticos, como
o relevo, nas modificações observadas além de fenômenos zonais como o ENOS.
No Brasil, Blain (2010), produziu uma análise de série temporal de estações
meteorológicas no estado de São Paulo com o exclusivo intuito de buscar
tendências climáticas. Em séries de quatro estações, o autor encontrou tendência
negativa em meses diferentes, enquanto em uma estação houve tendência
negativa dos totais anuais. Apenas em uma estação não houve tendência positiva
na série de dados.
39
Em seguida, Blain (2011) desenvolveu um importante estudo de tendência
utilizando o teste de Mann-Kendall, a partir de descrição de séries mensais do
Índice Padronizado de Precipitações, obtidos de quatro estações meteorológicas
no Estado de São Paulo, entre os anos de 1951 e 2010. Entretanto, o autor concluiu
não ter observado tendência significativa na série de dados, porém verificou-se uma
variabilidade temporal dos índices, observada precisamente no mês de outubro,
não se tratando de eventos aleatórios.
Em uma análise de tendência em séries temporais de algumas estações
pluviométricas na Região Metropolitana de São Paulo, utilizando o teste de Mann-
Kendall, Raimundo, Sansigolo & Molion (2014) detectaram uma grande
heterogeneidade entre as mensurações. Em 9 estações observou-se tendência
positiva significativa, 4 delas no verão. Em outras 4 houve leve tendência de forma
negativa, enquanto em 5 estações a tendência negativa foi significativa.
A região Nordeste foi estudada através do trabalho de Nóbrega & Santiago
(2016) que abordou a influência do oceano na variabilidade temporal da
precipitação. A aplicação do teste de tendência foi feita sobre os dados de
temperatura da superfície do mar (TSM) e posteriormente, comparado com os
registros pluviométricos. De acordo com este estudo, foi detectado que houve
mudança nos padrões de pluviometria, com tendência de aumento dos volumes de
chuva. A análise estatística das TSMs permitiu observar que há tendência de
aquecimento sobre o oceano Atlântico sul e encontrou relação entre os índices
negativos da TSM do Dipólo do Atlântico com os fenômenos mais severos da seca.
Sobre a cidade de Salvador, recentemente Santos et. al. (2016) publicaram
o estudo que utiliza a série de dados semelhante a utilizada nesta monografia, entre
1951 e 2011, registrada pela mesma estação meteorológica do INMET. Os autores
utilizaram o teste de Mann-Kendall para efetuar análises da tendência e
identificaram redução no volume de chuvas em escala anual, embora com pouca
significância.
40
3. CARACTERIZAÇÃO DA ÁREA DE ESTUDO
A cidade de Salvador (Figura 9), capital do estado da Bahia é uma das mais
antigas cidades do Brasil. Fundada em 1549, apresentava os mais importantes
elementos para instalação de um centro urbano. A cidade fora instalada em uma
península, no extremo leste do estado. Em seu litoral oriental é margeada pelo
oceano Atlântico e em seu litoral ocidental, por uma vasta baía de origem tectônica
com 200 km de circuito e 1.052 km² de área, a Baía de Todos os Santos (Ab’Sáber,
1952).
O maciço granítico-gnáissico de Salvador, com a escarpa voltada para
oeste, que lhe conferia uma estrutura de fortaleza natural, apresentou-se como o
mais importante dos elementos para estabelecimento da cidade, voltada para o
porto protegido pela Baía de Todos os Santos, por onde eram recebidos os
provimentos vindos de Portugal e demais capitanias (Ab’Sáber, 1952).
De acordo com o último Censo populacional (IBGE, 2010) haviam
2.675.656 habitantes distribuídos sobre os 692,8 km² de área do município, o que
resulta em uma densidade demográfica de 3.859,44 hab/km². A título de
comparação, em 1940 a população da cidade era de 290.000 habitantes (Andrade
e Brandão, 2009), em 1970 o censo indicou 1.007.195 habitantes. O dado
populacional de 2010 representa 922,6% do registrado em 1940, um acréscimo de
2.385.656 habitantes em 70 anos.
De acordo com Gonçalves (2013), relatos acerca dos deslizamentos de
terra resultantes das chuvas em Salvador são observados em inúmeros estudos
relacionados ao crescimento urbano da cidade. Grandes acúmulos pluviométricos
associadas a ocupações inapropriadas em encostas e a eliminação de cobertura
vegetal resultam em desabamentos de habitações da população pobre, tais
ocorrências geram processos de desabitações e vítimas fatais.
Para melhor compreensão da estrutura da cidade e dos impactos causados
pelas chuvas à cidade, faz-se necessário explanar os quatro principais elementos
topográficos presentes em seu relevo de acordo com Ab’Sáber (1952). O primeiro
41
elemento, é a planície da Cidade Baixa, em contato com a escarpa da falha; o
segundo é a própria escarpa de linha de falha, com plano exposto e pouco erodido,
que apresenta entre 60 a 80m de altura; o terceiro são as estreitas esplanadas do
topo da escarpa, na cidade alta; e, por fim, os morros mamelonares (colinas),
outeiros e vales, bem marcados do reverso da escarpa.
O terceiro e quarto elementos indicados por Ab’Sáber (1952) representam
importantes detalhes para confecção deste trabalho. Em razão da estrutura
geomorfológica da cidade, mais precisamente da área massivamente ocupada do
miolo de Salvador, ser caracterizada pelas colinas e vales, as principais vias de
transito implementadas entre as décadas de 1960 e 1970 foram feitas aproveitando
as áreas de vale. Este procedimento, embora tenha favorecido um rápido
escoamento de trânsito nos primórdios deste planejamento, também favoreceu a
ocupação em encostas, locais que não são propícios para estabelecimento de
aglomerações e consequentemente, expõe uma significativa parcela da população
aos riscos decorrentes de eventos extremos meteorológicos, além de resultar em
constantes alagamentos nas vias principais, formando, em períodos chuvosos,
intensos congestionamentos que, literalmente, param a cidade (Gonçalves, 2013).
Os dados utilizados para confecção deste trabalho foram extraídos da
estação meteorológica convencional de Ondina, operada pelo INMET Localizada
em uma área de intenso conflito entre o meio natural e o urbano em Salvador, a
estação encontra-se ao centro de uma das poucas reminiscências de área verde
existentes no centro da cidade, onde também estão instalados o zoológico, o
campus da Universidade Federal da Bahia (UFBA) e a residência oficial do
Governador do Estado, envoltos por áreas de grande densidade populacional
(Mapa 2).
A cidade de Salvador localiza-se, em termos vegetacionais, em área
originalmente ocupada pela Mata Atlântica. Segundo Alves et. al. (2015), mais de
46% dos remanescentes de Mata Atlântica mapeados no Nordeste estão na Bahia.
Entre este percentual, grande parte localiza-se no sul do estado enquanto
pequenas porções isoladas, guardam a riqueza desta unidade em solo
soteropolitano.
42
Ao entorno desse remanescente de Mata Atlântica em Ondina, instalou-se
um complexo sistema urbano, dividindo-se em bairros1 densamente povoados e
importantes vias de tráfego (Figura 10).
Tais fatores podem influenciar nas medições efetuadas na estação
meteorológica, uma vez que a provável umidade presente no interior da área de
Mata Atlântica não represente a realidade a qual a maior parte da cidade está
exposta, assim como as edificações próximas e o intenso fluxo de veículos emitindo
gases que podem acentuar o efeito estufa, em pequena escala, que podem causar
ruídos tanto nas medições como nos próprios elementos do clima.
Embora esteja a aproximadamente 680 m da área de praia, a estação
meteorológica localiza-se a 51,4 m de altitude, no topo de uma colina (Figura 11),
ponto que pode representar bem as características atmosféricas pontuais, mas
torna-se arriscado eleger como referência para análises regionais. Entretanto, em
razão de ser a única estação local2 com longa série histórica de dados
pluviométricos acessíveis, torna-se a única opção para produção de trabalhos que
abordem temas climatológicos nesta localidade.
O Estado da Bahia localiza-se ao sul da região nordeste do Brasil, em uma
área de transição entre climas com múltiplas influências atmosféricas. De acordo
com a classificação climática de Koppën (Figura 12), é possível identificar no
território baiano três tipos de climas principais.
O primeiro trata-se da classe que representa os climas tropicais chuvosos
de floresta. Esta classe ocorre em duas parcelas do estado. A primeira ocorre a
leste, próximo ao litoral por se tratar de uma área com forte influência dos ventos
úmidos do oceano Atlântico, onde é propícia ao desenvolvimento de vegetação
ombrófila e de fato, onde ocorre a Mata Atlântica. A segunda parcela ocorre ao
1Até a presente data não há uma convenção para determinar os limites oficiais dos bairros de Salvador. Neste texto, a compreensão de bairro parte do conhecimento do cotidiano popular. 2 Existem em Salvador várias estações pluviométricas em atividade, porém nenhuma delas dispõe do intervalo de dados a qual a estação de Ondina disponibiliza.
43
oeste do estado, onde há forte influência da massa equatorial continental,
provenientes da floresta amazônica.
A segunda classe trata-se da zona de clima seco, predominante na faixa
central em direção N-S do estado, onde ocorrem as áreas de semiárido.
Por fim, a terceira classe representa os climas tropicais de altitude,
ocorrendo principalmente na Chapada Diamantina onde podem ser observados
locais como o Pico dos Barbados (2.033 m de altitude) e o Pico das Almas (1.958
m de altitude).
Segundo a classificação climática de Thornthwait & Matter (Figura 13), é
possível observar uma maior diversidade de climas no estado da Bahia. Nesta
classificação, são observados 5 tipos climáticos:
O primeiro, o clima úmido é registrado principalmente ao leste do estado,
em grande parte do litoral, mas também é identificado no extremo oeste, nos limites
estaduais com Goiás e Tocantins;
O segundo é o clima Úmido a Subúmido, uma tipologia de transição que
acompanha os setores úmidos mas expressa um índice hídrico menor;
O terceiro clima, o Subúmido a Seco, é observado na faixa central do
estado, em áreas consideradas de semiárido;
O quarto tipo pode ser observado, também, na faixa central do estado,
trata-se do Semiárido, clima que abrange maior área no estado;
Por fim, o clima Árido, observado no extremo norte da Bahia, onde os
índices hídricos mantem-se abaixo dos -40%.
44
Figura 9 - Mapa de Localização
45
Figura 10 - Remanescente de vegetação no entorno da estação meteorológica.
46
Figura 11 - Mapa Hipsométrico da área de localização da Estação Meteorológica de Ondina.
47
Figura 12 - Classificação climática de Köppen para o estado da Bahia.
Modificado de SEI, 1998
48
Figura 13 - Classificação climática de Thornthwait & Matther para o estado da Bahia.
Modificado de SEI, 1998.
49
4. METODOLOGIA
As análises quantitativas propostas por este trabalho serão possíveis a
partir da manipulação de dados referentes aos índices pluviométricos registrados
pela estação meteorológica e aplicação de métodos estatísticos. Enquanto as
análises qualitativas dirão respeito as relações entre os registros pluviométricos e
fenômenos climáticos em diferentes escalas espaciais.
Os dados pluviométricos utilizados por este trabalho representam
acumulados de chuvas mensais do período de 55 anos, entre 1961 e 2015 e
encontram-se disponíveis para acesso através do portal do INMET
(www.inmet.gov.br) juntamente com dados desde o ano de 1911, embora a estação
tenha iniciado suas operações em 1903.
4.1 Pensamento Estatístico
Um dos principais meios para obter os resultados aos quais este trabalho
se propõe é através de métodos estatísticos. Porém, muito além do produto final
de um procedimento exato, é importante para o fomento do conhecimento do
pesquisador que se apropria deste meio, a compreensão de como alcançar o
produto final pretendido. Isto é, faz-se necessário entender o pensamento
estatístico por trás técnicas que são essenciais para alcançar determinados
objetivos.
A Estatística detém métodos para quantificação de variáveis e ferramentas
que revelam as relações entre elas (Krishnamoorthi, 2010; Snee, 1990). A
Geografia se apropria desta ferramenta para quantificações em diversas subáreas,
o que nos remete aos pensamentos positivistas da Geografia Clássica.
Para este trabalho, é necessário pensar a Estatística como uma ferramenta
para compreensão de processos, que parte do pensamento de onde o método
específico irá se basear, para enfim, apropriar-se de forma crítica, de uma técnica
que possibilite o alcance dos objetivos.
50
Basicamente, pensar a estatística antes de aplicar um método auxilia em
uma melhor absorção do conhecimento e resolução dos problemas
(Krishnamoorthi, 2010). Este procedimento evita erros, minimiza as variações dos
resultados e se enquadra em um nível de abordagem, classificado por Snee (1990),
como de total qualidade.
Dentro da estatística, pensada como uma filosofia de aprendizado, é
possível afirmar que todos os processos de um objeto de análise estão
interconectados, neles existem variações e a compreensão das variações são a
chave para o sucesso da implementação de uma análise estatística.
Implementar o pensamento estatístico para abordagem de temas
relacionados ao quesito ambiental reflete reconhecer que todo fenômeno ocorrente
no meio ambiente é resultado de um processo e em todos os processos existem
variabilidades; a partir de uma análise destes fenômenos torna-se possível
desenvolver conhecimento sobre suas origens e seus efeitos e assim implementar
modelos para descrevê-los e propor asserções em relação aos seus efeitos.
4.1.1 Geografia Quantitativa
A partir do final da segunda guerra mundial, as ciências sociais iniciam uma
intensa utilização de métodos estatísticos para análise dos seus objetos de estudo.
O objetivo era formular uma renovação da forma em que as ciências desenvolviam
seus trabalhos e promover a tentativa de prever e planejar as realidades sócio
estruturais após os períodos de guerra, evitando assim novos embates e
proporcionando melhoria nas condições de vida (Camargo & Reis Júnior, 2004).
No Brasil, os métodos neo positivistas de quantificação surgiram a partir da
década de 1960, sob forte influência do pensamento científico oriundo
principalmente dos Estados Unidos da América. A Geografia acompanhou essa
tendência e incorporou os métodos exatos a fim de analisar o espaço e,
principalmente, estudar o conceito de região (Christofoletti, 1985).
51
Juntamente com a abordagem sistêmica, a Geografia Quantitativa é
introduzida nos estudos desenvolvidos no Brasil, principalmente em áreas como a
Geomorfologia, Climatologia, Hidrografia, Demografia e Cartografia. A partir das
atividades do Instituto Brasileiro de Geografia e Estatísticas (IBGE), que até hoje
desenvolve estudos nos formatos clássicos quantitativos, as técnicas passaram a
ser difundidas na academia e ganharam destaque na produção científica (Camargo
& Reis Júnior, 2004).
4.1.2 Série Temporal
As experimentações relacionadas à análise climatológica utilizada neste
trabalho baseiam-se em uma série de dados temporais. Uma série temporal é
qualquer conjunto de observações ordenadas no tempo (Morettin & Toloi, 2006), o
que nos remete a uma organização cronológica dos dados, podendo ser contínuas,
quando as observações são feitas continuamente no tempo; e discretas, quando o
período de observação ocorre em intervalos específicos.
O objetivo da utilização de séries de dados temporais é basicamente para
construir modelos com propósitos determinados, proporcionando investigações do
mecanismo gerador das séries, fazer previsões de valores futuros, descrever
comportamentos e procurar periodicidades nos dados (Morettin & Toloi, 2006), a
fim de proporcionar o planejamento a curto, médio e longo prazos e auxiliar nas
tomadas de decisões.
O presente estudo concentra-se em, primeiramente, descrever o
comportamento dos dados pluviométricos e em seguida investigar os mecanismos
geradores que influenciam este comportamento. Para tal, foi necessário adotar um
modelo não paramétrico3 de análise das séries de dados discreta, em razão da
limitação temporal da amostra, visto que esta é um recorte de uma serie maior.
3 A Estatística não paramétrica representa um conjunto de ferramentas de uso mais apropriado em pesquisas onde não se conhece bem a distribuição da população e seus parâmetros (Viali, 2008). As análises não paramétricas indicam utilização de dados provenientes de uma amostragem, onde não há parâmetros da população. Ver mais em Morettin e Toloi (2006).
52
Os modelos utilizados para descrição de séries temporais são processos
estocásticos4 controlados por leis probabilísticas (Morettin e Toloi, 2006). De fato,
o levantamento de hipóteses para resolução de questionamentos acerca de
fenômenos atmosféricos, baseadas em análises de tendências, será a partir de um
modelo que apresenta uma probabilidade da asserção, que dependerá do
comportamento dos fenômenos dinâmicos e do conhecimento a priori da natureza
do objeto da análise.
Os dados utilizados para as análises deste trabalho foram mensurados
diariamente por técnicos do INMET às 09h local (12 UTC), uma convenção
metodológica utilizada para padronizar a coleta.
Séries temporais que envolvem os elementos climáticos como chuva,
temperatura e ventos, apresentam variações sazonais que embora distanciem-se
dos padrões, não persistem. A tendência de uma série indica modificação dos
padrões conhecidos, se o comportamento aumenta ou diminui e informa a
velocidade das mudanças em razão do ângulo da linha de tendência em um gráfico.
Como método para observação da existência de tendência climática, será
necessário empregar o teste de Mann-Kendall, aplicado por diversos
pesquisadores, a exemplo no Brasil, Rodrigues &Santos (2007) e Sansigolo (2008).
Proposto inicialmente por Sneyer (1975) este teste considera que, na ocorrência de
uma série temporal estável, os valores sucedem-se de forma independente, não
havendo modificações na distribuição de probabilidade. Back (2001), ao discorrer
sobre a importância do teste de Mann-Kendall, afirma que se trata do método mais
apropriado para analisar mudanças climáticas em séries climatológicas, além de
determinar a localização do ponto inicial de determinada tendência em razão da
linha não se apresentar de forma linear mas acompanhar as diferentes tendências
que possam ocorrer em uma série.
4 Considera-se processo estocástico um ponto amostral associado a uma função real de um parâmetro pertencente a um conjunto, representando o comportamento de uma amostra (Albuquerque et. al. 2008).
53
O teste de Mann-Kendall é o método mais apropriado para análise de
dados a qual este trabalho se propõe a fazer pois ele filtra os valores extremos da
série. Porém, o teste será empregado neste trabalho, não apenas pelo fato da
recomendação da OMM, mas a fim de proporcionar um meio comparativo para as
demais inúmeras publicações que utilizaram o método.
4.2 Metodologia de Análise de Tendência
O teste de Mann-Kendall é baseado em um teste de hipótese estatística
onde a hipótese submetida ao teste é designada por Hipótese nula (𝐻0), porém
caso esta seja rejeitada conclui-se a aceitação pela Hipótese Alternativa (𝐻1)
(Câmara, 2001). Aceitar 𝐻0 significa afirmar, em relação a série, que os parâmetros
populacionais são tais como especificado. Enquanto 𝐻1 nega a primeira e afirma
que os parâmetros são diferentes do alegado inicialmente.
No teste de Mann-Kendall, 𝐻0 afirma que não há tendência na série de
dados, enquanto 𝐻1 nega a primeira hipótese, sendo dessa forma, observado
tendência climática.
A probabilidade em obter um resultado distante do valor real da mostra, da-
se o nome de probabilidade de significância, ou valor p. Este valor é definido como
a probabilidade da estatística do teste acusar um resultado tão ou mais distante do
esperado, supondo 𝐻0 uma hipótese verdadeira (Barbetta et. al., 2010).
Entretanto, a definição de um critério de decisão em aceitar 𝐻0 ou rejeitar
𝐻0 em favor de 𝐻1 é passível de erro. A decisão por uma hipótese pode ou não ser
verdadeira, mas não será possível saber com certeza absoluta a realidade da
população, visto que a série se trata de uma amostra. De acordo com Barbetta et.
al. (2010) o valor p pode ser interpretado como o risco de rejeitar incorretamente
uma hipótese verdadeira, porém existem dois tipos de erros que podem ser
cometidos neste processo (Quadro 1).
54
Realidade
(desconhecida)
Decisão do teste
Aceita 𝑯𝟎 Rejeita 𝑯𝟎
𝐻0 verdadeira Decisão correta Erro tipo I
𝐻0 falsa Erro tipo II Decisão correta
Quadro 1: Tipos de erros nos testes de decisão – Fonte: Barbetta et. al. (2010)
Entretanto, ainda em fase de planejamento, faz-se necessário estabelecer
a probabilidade tolerável de cometer um erro do tipo I ou II. O valor definido para o
limiar dessa probabilidade é o nível de significância (𝛼). Geralmente adota-se
o 𝛼=0,05 (5%), porém, caso seja necessário maior segurança em rejeitar 𝐻0 pode
ser adotado níveis menores, como 𝛼=0,01 (1%). Dessa forma, o nível de
significância limita tomar a decisão em adotar a hipótese errada.
Ao estabelecer o 𝛼, tem-se a seguinte regra: SE p > 𝛼, aceita-se 𝐻0. Porém
SE p ≤ 𝛼, rejeita-se 𝐻0 (Câmara, 2001).
Porém, de acordo com a bibliografia, faz-se necessário cumprir duas
etapas anteriores à avaliação da tendência pelo teste de Mann-Kendall para
avaliação da existência de sazonalidade e normalidade na série de dados:
• Avaliação de Sazonalidade (SeasonalMannKendall5);
A sazonalidade é relacionada ao comportamento no decorrer da série,
trata-se da identificação de variabilidade constante no período de estudo,
onde pode ser identificado padrões de atuação dos acumulados
pluviométricos.
• Teste de Normalidade (Shapiro.test6);
Através do teste de normalidade é possível verificar se a distribuição dos
dados na série temporal é normal ou existe anormalidade nas observações
que possam comprometer a análise de tendência.
A ferramenta utilizada para as análises estatísticas relacionadas à
tendência da série de dados pluviométricos, foi o software R, que se trata de uma
linguagem e um ambiente para desenvolvimento de estatística computacional e
5 Comando para desenvolver a avaliação de sazonalidade, conferir Figura 14. 6 Comando para desenvolver a avaliação de normalidade, conferir Figura 14.
55
gráfica. O programa é uma iniciativa de código aberto, livre, baseado em plataforma
Unix e compatível com ambiente Microsoft e MacOS, desenvolvido em conjunto
pela comunidade científica a partir de metodologias estatísticas (R Core Team,
2016).
Através do R, o usuário tem acesso a manipulação de dados, cálculos e
visualização de gráficos. Mas o ponto positivo do programa trata-se da vasta
coleção de módulos possíveis de serem adicionados para desenvolver uma rotina
específica, o que se trata do caso do Mann-Kendall que tem uma rotina de cálculos
prontos para execução, cabendo ao usuário organizar os dados de forma que o
programa os compreenda e inserir os comandos necessários para execução do
teste (Figura 14).
Figura 14 - Script para processamento dos dados pelo Mann-Kendall através do R.
56
Em razão dos objetivos deste trabalho não contemplarem linguagem de
programação e aprofundamento das técnicas estatísticas, tais como a
decomposição dos cálculos, não serão detalhados os códigos apresentados assim
como as fórmulas efetuados pelo módulo
4.3 Dados das Temperaturas de Superfície do Mar (TSM)
A fim de relacionar os totais pluviométricos com fenômenos em
macroescala, foram adquiridos médias anuais dos indicadores referentes às TSMs
dos oceanos Pacíficos e Atlânticos.
Em referência ao Oceano Pacífico foram relacionados os anos com
ocorrência do fenômeno El Niño Oscilação Sul (ENOS), baseados em estimativas
dos padrões de magnitude das anomalias da TSM. Os indicadores para essa
variável foram mensurados na região Niño 3.4, localizada no quadrante 5ºS;5ºN e
170ºO;120ºO.
Os indicadores da Oscilação Decadal do Pacífico (ODP) generalizam
dados regionais para interpretação da situação do Oceano Pacífico como um todo.
Os dados foram extraídos da região nordeste tropical do Oceano Pacífico e
representam a relação entre as TSMs no centro do oceano e na costa oeste da
América do Norte e pressão do ar ao nível do mar na mesma área da costa.
Quando no interior do oceano a TSM é fria e na costa oeste do continente
norte americano é quente e a pressão está abaixo do normal, os indicadores do
ODP tornam-se positivos, revelando aquecimento do oceano. Quando no centro do
oceano pacífico a TSM é quente, na costa oeste é fria e a pressão é acima do
normal os indicadores do ODP tornam-se negativos, revelando resfriamento do
oceano.
Com relação ao Oceano Atlântico, buscou-se os dados da Oscilação do
Atlântico Norte (OAN) que representa os parâmetros das anomalias positiva ou
negativa da TSM no setor norte deste oceano. Este índice baseia-se na diferença
da pressão à nível do mar entre as faixas tropical e polar do Oceano Atlântico Norte.
57
Quando a OAN está positiva revela aquecimento, enquanto negativa revela
resfriamento do setor norte do Oceano Atlântico.
O método para determinar os parâmetros do Dipólo do Atlântico parte da
diferença das médias entre as anomalias de TSM das bacias do norte e do sul do
Oceano Atlântico tropical. A FUCEME considera o limiar entre as duas bacias a
latitude de 5ºN por apresentar a melhor representatividade do equador
meteorológico. A bacia do norte limita-se à latitude 28ºN, enquanto a bacia do sul
alcança latitude de 20ºS. Quantos os valores do Dipólo do Atlântico apresentam-se
positivos, revela-se aquecimento do Oceano Atlântico norte e resfriamento da
porção meridional. Quando os mesmos valores apresentam-se negativos, revelam-
se aspectos de TSM invertidos (resfriamento da porção norte e aquecimento do
sul).
Os dados do Dipólo do Atlântico foram disponibilizados a partir do ano de
1964, a série será apresentada com dados faltantes nos anos de 1961, 1962 e
1963.
Os valores de ENOS, ODP e OAN foram disponibilizados pelo National
Oceanic and Atmospheric Administration (NOAA). Os valores do Dipólo do Atlântico
foram adquiridos junto a Fundação Cearense de Meteorologia (FUCEME).
58
5. RESULTADOS
Os dados pluviométricos foram organizados em um quadro a fim de
possibilitar a extração de novos indicadores que nortearão as conclusões. Através
do quadro 2, é possível verificar a série temporal, com anos em linhas e meses em
colunas.
Neste quadro, foram adicionadas as colunas referentes aos totais anuais e
suas respectivas médias. Em linha, ao fim do quadro foram expostas as médias
referentes a cada mês, a média climatológica fornecida pelo INMET calculada a
partir da série de 1961 e 1990 e o desvio padrão com intuito de verificar a
variabilidade das chuvas observadas em cada mês, bem como os meses que
apresentam maior variabilidade.
Através do Quadro 2, é possível apontar alguns dados relevantes às
discussões que irão seguir. O registro mínimo da série, 3,2 mm, foi registrado no
mês de novembro em 2015, mês que alcançou máximo de chuvas de 319,2 mm
em 2011. O maior valor da série foi observado em abril de 1996, 757,8 mm,
enquanto o menor registro nesse mês foi 48,9 mm em 2012.
Em 9 meses as médias climatológicas mantêm-se acima da média
estatística da série (1.975,7 mm), sendo contrário apenas nos meses de julho,
agosto e setembro. As maiores diferenças entre os dois indicadores são
observadas em dezembro (43,8 mm), janeiro (42,4 mm) e maio (41,9 mm). Os
demais meses mantêm a diferença entre 2 e 27 mm.
Entre os totais anuais, destaca-se como ano mais chuvoso 1964, com
registro de 3.223,2 mm, enquanto o mais seco 1961, com 1.163,6 mm. Há de se
observar que em 1964 houveram volumes expressivos de chuvas em todos os
meses, embora não tenham sido registrados dados extremos como os supracitados
meses mais chuvosos e curiosamente, o mês mais úmido foi janeiro, um dos meses
mais secos da série, apontado 6 vezes como mês mais seco em anos distintos.
59
QUADRO 2: SÉRIE DE DADOS DE PRECIPITAÇÃO ACUMULADA (mm)
SALVADOR (BA): 1961 – 2015
Ano Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Total anual
Média anual
1961 93,5 7,8 76,4 91,0 273,5 223,0 134,1 77,4 5,8 41,1 8,0 132,0 1.163,6 97,0
1962 6,1 61,7 164,9 268,3 222,1 234,1 334,7 121,9 114,0 76,1 135,5 54,5 1.793,9 149,5
1963 33,0 293,3 36,7 275,5 435,8 136,9 240,8 97,9 37,9 24,3 74,2 305,3 1.991,6 166,0
1964 481,2 140,3 361,4 376,5 424,5 259,3 225,1 255,6 110,4 176,8 222,2 189,9 3.223,2 268,6
1965 85,9 47,9 56,5 473,7 299,9 258,0 128,1 101,2 39,3 99,5 206,2 46,5 1.842,7 153,6
1966 45,0 203,0 92,0 207,3 516,1 196,8 178,7 148,9 93,5 138,2 103,7 97,2 2.020,4 168,4
1967 9,6 62,0 173,6 392,3 363,9 162,3 139,4 117,5 95,4 54,4 97,7 267,5 1.935,6 161,3
1968 200,2 294,8 288,1 193,4 467,9 364,1 127,4 102,5 119,3 83,2 159,2 96,2 2.496,3 208,0
1969 100,7 133,4 287,5 234,1 592,2 361,8 163,4 122,3 83,9 46,1 39,5 308,5 2.473,4 206,1
1970 192,1 164,5 73,0 205,1 244,6 242,0 238,1 139,4 69,4 102,3 221,2 24,2 1.915,9 159,7
1971 119,5 55,3 83,4 323,1 476,1 331,7 477,1 288,5 230,9 159,9 105,1 64,5 2.715,1 226,3
1972 61,8 220,5 51,5 272,4 369,7 244,4 71,7 213,1 212,0 180,4 26,7 89,8 2.014,0 167,8
1973 66,0 18,5 59,0 165,6 599,9 479,3 225,4 151,2 177,8 260,6 170,9 48,8 2.423,0 201,9
1974 163,2 292,2 137,9 458,3 429,6 202,0 135,6 92,1 80,7 112,2 155,2 189,6 2.448,6 204,1
1975 118,1 114,5 169,2 737,9 560,4 168,9 222,3 134,4 142,0 83,2 103,2 118,8 2.672,9 222,7
1976 48,2 174,3 120,3 179,2 196,3 67,5 153,9 142,4 54,3 185,1 93,3 15,0 1.429,8 119,2
1977 153,7 178,5 64,3 233,7 431,6 274,2 131,2 20,3 231,0 238,5 8,9 321,7 2.287,6 190,6
1978 53,7 41,2 240,3 261,3 357,0 259,6 240,2 114,5 129,1 143,7 78,4 163,2 2.082,2 173,5
1979 126,4 199,9 60,6 299,1 125,1 284,1 187,3 73,3 27,0 23,2 109,0 47,8 1.562,8 130,2
1980 186,1 364,2 70,2 79,9 197,4 146,7 128,3 168,9 157,3 89,0 306,8 55,2 1.950,0 162,5
1981 79,5 181,4 195,0 248,8 207,8 259,9 192,9 132,8 7,1 108,9 95,3 87,9 1.797,3 149,8
1982 125,7 129,6 38,0 263,8 122,2 217,3 191,5 67,1 154,0 111,8 41,2 130,9 1.593,1 132,8
1983 180,7 187,3 138,6 136,5 146,2 216,6 150,0 162,6 74,0 120,8 75,6 67,4 1.656,3 138,0
1984 53,7 38,9 129,6 476,4 151,7 94,9 307,9 232,7 148,4 95,3 37,5 18,5 1.785,5 148,8
1985 70,6 50,1 190,5 685,5 286,1 88,1 291,9 225,8 101,3 178,5 168,5 177,7 2.514,6 209,6
1986 94,1 30,8 274,4 428,5 249,0 219,7 140,4 153,8 122,0 272,3 138,9 90,9 2.214,8 184,6
1987 21,0 61,9 130,0 147,2 218,9 227,5 240,7 70,7 102,3 20,6 181,6 44,7 1.467,1 122,3
1988 169,8 95,1 330,6 272,0 183,6 236,6 289,4 143,3 60,2 77,3 133,1 155,0 2.146,0 178,8
1989 190,3 44,8 153,0 479,0 432,6 258,6 204,7 175,6 105,3 84,2 99,1 293,5 2.520,7 210,1
1990 51,0 33,8 70,8 51,0 324,5 211,7 267,1 275,5 177,8 215,7 77,0 202,9 1.958,8 163,2
1991 188,4 86,1 115,9 304,5 290,9 316,5 98,0 129,1 73,9 30,9 96,6 31,0 1.761,8 146,8
1992 76,7 217,5 92,7 128,5 107,0 197,0 196,1 102,5 93,3 23,8 207,7 132,7 1.575,5 131,3
1993 12,7 7,1 12,3 107,9 386,8 180,8 117,4 164,6 72,7 110,0 48,9 13,6 1.234,8 102,9
1994 30,0 65,2 240,3 424,9 197,6 477,8 336,5 198,5 101,0 120,9 49,2 44,9 2.286,8 190,6
1995 18,9 35,0 81,8 286,2 473,5 245,3 178,0 78,3 67,3 16,5 156,4 41,9 1.679,1 139,9
1996 55,9 101,9 59,9 757,8 187,5 178,5 202,4 124,0 206,4 111,1 228,6 73,8 2.287,8 190,7
1997 38,3 225,6 277,6 346,9 165,4 172,7 183,1 52,0 30,0 130,1 26,8 24,9 1.673,4 139,5
1998 63,6 55,6 117,2 206,0 250,9 358,3 306,5 155,4 63,9 111,8 65,3 34,5 1.789,0 149,1
1999 99,3 102,9 313,9 376,6 376,9 185,0 225,0 323,5 141,2 163,9 275,5 94,2 2.677,9 223,2
2000 29,5 85,3 191,9 365,4 248,5 310,5 201,1 136,2 161,6 15,9 74,3 88,0 1.908,2 159,0
2001 95,2 28,6 264,1 103,5 199,2 195,9 220,3 149,7 190,8 202,3 30,3 97,4 1.777,3 148,1
2002 252,4 102,8 98,7 69,3 351,6 209,2 254,8 162,8 258,8 16,0 25,2 22,7 1.824,3 152,0
2003 26,7 97,3 206,3 186,8 550,5 237,5 186,5 136,7 168,7 69,2 132,8 15,2 2.014,2 167,9
2004 319,4 165,3 121,9 278,4 159,5 326,3 218,4 129,5 40,5 82,0 167,6 10,9 2.019,7 168,3
2005 42,9 349,4 349,4 415,0 198,2 421,1 204,1 117,1 50,6 32,9 72,8 75,5 2.329,0 194,1
2006 40,1 7,1 35,9 587,4 396,5 401,6 91,7 122,7 126,9 258,9 220,0 30,3 2.319,1 193,3
2007 20,0 282,6 86,8 143,2 211,4 134,0 130,4 109,0 85,8 80,3 19,1 18,8 1.321,4 110,1
2008 17,8 183,8 149,3 154,3 203,6 178,2 149,1 58,7 37,8 31,7 78,4 103,5 1.346,2 112,2
2009 30,3 122,1 25,6 506,6 549,3 155,1 158,9 93,8 56,1 162,4 48,1 5,8 1.914,1 159,5
2010 78,3 19,2 122,8 448,8 243,8 96,6 492,5 176,3 55,8 56,7 27,2 102,2 1.920,2 160,0
2011 170,3 46,2 200,7 331,0 304,2 277,7 57,6 91,3 62,0 208,9 319,2 100,7 2.169,8 180,8
2012 35,7 70,9 74,7 48,9 411,5 170,2 162,5 137,4 30,7 73,6 35,5 10,7 1.262,3 105,2
2013 36,2 28,6 38,4 230,8 231,1 308,4 198,0 211,2 109,4 208,6 208,2 158,2 1.967,1 163,9
2014 48,3 142,7 128,8 107,1 247,2 240,6 198,9 60,2 92,7 27,7 58,0 194,2 1.546,4 128,9
2015 51,3 89,6 31,3 394,2 639,0 352,4 184,0 87,5 27,6 87,5 3,2 15,7 1.963,3 163,6
Média 95,6 120,7 141,0 295,0 318,0 241,0 202,0 138,7 103,1 109,8 111,8 99,0 1.975,7 -
Média Climatológica
138,0 142,0 151,6 309,7 359,9 243,7 175,0 127,4 102,0 114,9 137,1 142,8 - -
Desvio Padrão 86,4 92,1 92,2 167,3 140,1 90,8 83,4 60,9 60,4 70,0 78,7 83,9 - -
Quadro 2 - Fonte: INMET – BDMEP. Elaboração: Vinícius Da Rós, 2017
60
Com intuito de subsidiar as discussões em relação a distribuição das
chuvas durante os meses dos anos de estudo, foi desenvolvido o Gráfico 1. Em
colunas são indicados os meses enquanto em linhas organizam-se os anos de
forma cronológica. Os valores nas células são as porcentagens em relação ao total
pluviométrico anual; a escala de cor representa as seguintes classes conforme a
legenda: >30%; entre 20% e 30%; entre 10% e 20; entre 5% e 10%; entre 0% e
5%; 0%.
Através deste gráfico é possível compreender o comportamento das
chuvas e observar os períodos chuvoso e seco. A concentração de chuvas dá-se
entre os meses de abril à julho, com poucas exceções que ultrapassam esse limiar,
como 1973, 1990 e 2013, que alcançam significativas concentrações de chuvas em
meses como outubro, novembro e dezembro, quando normalmente as chuvas não
tem destaque em relação ao período chuvoso (AMJ). Em contrapartida, em 1980,
2002 e 2012 observa-se no mês de abril os valores 4,1; 3,8 e 3,9% dos totais
anuais, concentrações incomuns para o mês que se apresenta entre os maiores
acumulados de chuva da série temporal.
61
GRÁFICO 1: CHUVAS MENSAIS (%) EM RELAÇÃO AOS TOTAIS ANUAIS
SALVADOR (BA): 1961 – 2015
*Mês mais seco do ano. Gráfico 1 –Fonte: Quadro 2. Adaptação do Pluviograma de Schröder. Elaboração: Vinícius M. Da
Rós, 2017.
ANO J F M A M J J A S O N D *
1961 8,0 0,7 6,6 7,8 23,5 19,2 11,5 6,7 0,5 3,5 0,7 11,3 IX
1962 0,3 3,4 9,2 15,0 12,4 13,0 18,7 6,8 6,4 4,2 7,6 3,0 X
1963 1,7 14,7 1,8 13,8 21,9 6,9 12,1 4,9 1,9 1,2 3,7 15,3 X
1964 14,9 4,4 11,2 11,7 13,2 8,0 7,0 7,9 3,4 5,5 6,9 5,9 IX
1965 4,7 2,6 3,1 25,7 16,3 14,0 7,0 5,5 2,1 5,4 11,2 2,5 IX
1966 2,2 10,0 4,6 10,3 25,5 9,7 8,8 7,4 4,6 6,8 5,1 4,8 I
1967 0,5 3,2 9,0 20,3 18,8 8,4 7,2 6,1 4,9 2,8 5,0 13,8 I
1968 8,0 11,8 11,5 7,7 18,7 14,6 5,1 4,1 4,8 3,3 6,4 3,9 X
1969 4,1 5,4 11,6 9,5 23,9 14,6 6,6 4,9 3,4 1,9 1,6 12,5 XI
1970 10,0 8,6 3,8 10,7 12,8 12,6 12,4 7,3 3,6 5,3 11,5 1,3 XII
1971 4,4 2,0 3,1 11,9 17,5 12,2 17,6 10,6 8,5 5,9 3,9 2,4 II
1972 3,1 10,9 2,6 13,5 18,4 12,1 3,6 10,6 10,5 9,0 1,3 4,5 XI
1973 2,7 0,8 2,4 6,8 24,8 19,8 9,3 6,2 7,3 10,8 7,1 2,0 II
1974 6,7 11,9 5,6 18,7 17,5 8,2 5,5 3,8 3,3 4,6 6,3 7,7 IX
1975 4,4 4,3 6,3 27,6 21,0 6,3 8,3 5,0 5,3 3,1 3,9 4,4 X
1976 3,4 12,2 8,4 12,5 13,7 4,7 10,8 10,0 3,8 12,9 6,5 1,0 XII
1977 6,7 7,8 2,8 10,2 18,9 12,0 5,7 0,9 10,1 10,4 0,4 14,1 XI
1978 2,6 2,0 11,5 12,5 17,1 12,5 11,5 5,5 6,2 6,9 3,8 7,8 II
1979 8,1 12,8 3,9 19,1 8,0 18,2 12,0 4,7 1,7 1,5 7,0 3,1 X
1980 9,5 18,7 3,6 4,1 10,1 7,5 6,6 8,7 8,1 4,6 15,7 2,8 XII
1981 4,4 10,1 10,8 13,8 11,6 14,5 10,7 7,4 0,4 6,1 5,3 4,9 IX
1982 7,9 8,1 2,4 16,6 7,7 13,6 12,0 4,2 9,7 7,0 2,6 8,2 III
1983 10,9 11,3 8,4 8,2 8,8 13,1 9,1 9,8 4,5 7,3 4,6 4,1 XII
1984 3,0 2,2 7,3 26,7 8,5 5,3 17,2 13,0 8,3 5,3 2,1 1,0 XII
1985 2,8 2,0 7,6 27,3 11,4 3,5 11,6 9,0 4,0 7,1 6,7 7,1 II
1986 4,2 1,4 12,4 19,3 11,2 9,9 6,3 6,9 5,5 12,3 6,3 4,1 II
1987 1,4 4,2 8,9 10,0 14,9 15,5 16,4 4,8 7,0 1,4 12,4 3,0 XI
1988 7,9 4,4 15,4 12,7 8,6 11,0 13,5 6,7 2,8 3,6 6,2 7,2 IX
1989 7,5 1,8 6,1 19,0 17,2 10,3 8,1 7,0 4,2 3,3 3,9 11,6 II
1990 2,6 1,7 3,6 2,6 16,6 10,8 13,6 14,1 9,1 11,0 3,9 10,4 II
1991 10,7 4,9 6,6 17,3 16,5 18,0 5,6 7,3 4,2 1,8 5,5 1,8 XI
1992 4,9 13,8 5,9 8,2 6,8 12,5 12,4 6,5 5,9 1,5 13,2 8,4 XI
1993 1,0 0,6 1,0 8,7 31,3 14,6 9,5 13,3 5,9 8,9 4,0 1,1 II
1994 1,3 2,9 10,5 18,6 8,6 20,9 14,7 8,7 4,4 5,3 2,2 2,0 I
1995 1,1 2,1 4,9 17,0 28,2 14,6 10,6 4,7 4,0 1,0 9,3 2,5 X
1996 2,4 4,5 2,6 33,1 8,2 7,8 8,8 5,4 9,0 4,9 10,0 3,2 I
1997 2,3 13,5 16,6 20,7 9,9 10,3 10,9 3,1 1,8 7,8 1,6 1,5 XII
1998 3,6 3,1 6,6 11,5 14,0 20,0 17,1 8,7 3,6 6,2 3,7 1,9 XII
1999 3,7 3,8 11,7 14,1 14,1 6,9 8,4 12,1 5,3 6,1 10,3 3,5 XII
2000 1,5 4,5 10,1 19,1 13,0 16,3 10,5 7,1 8,5 0,8 3,9 4,6 X
2001 5,4 1,6 14,9 5,8 11,2 11,0 12,4 8,4 10,7 11,4 1,7 5,5 II
2002 13,8 5,6 5,4 3,8 19,3 11,5 14,0 8,9 14,2 0,9 1,4 1,2 X
2003 1,3 4,8 10,2 9,3 27,3 11,8 9,3 6,8 8,4 3,4 6,6 0,8 XII
2004 15,8 8,2 6,0 13,8 7,9 16,2 10,8 6,4 2,0 4,1 8,3 0,5 XII
2005 1,8 15,0 15,0 17,8 8,5 18,1 8,8 5,0 2,2 1,4 3,1 3,2 X
2006 1,7 0,3 1,5 25,3 17,1 17,3 4,0 5,3 5,5 11,2 9,5 1,3 II
2007 1,5 21,4 6,6 10,8 16,0 10,1 9,9 8,2 6,5 6,1 1,4 1,4 XII
2008 1,3 13,7 11,1 11,5 15,1 13,2 11,1 4,4 2,8 2,4 5,8 7,7 I
2009 1,6 6,4 1,3 26,5 28,7 8,1 8,3 4,9 2,9 8,5 2,5 0,3 XII
2010 4,1 1,0 6,4 23,4 12,7 5,0 25,6 9,2 2,9 3,0 1,4 5,3 II
2011 7,8 2,1 9,2 15,3 14,0 12,8 2,7 4,2 2,9 9,6 14,7 4,6 II
2012 2,8 5,6 5,9 3,9 32,6 13,5 12,9 10,9 2,4 5,8 2,8 0,8 XII
2013 1,8 1,5 2,0 11,7 11,7 15,7 10,1 10,7 5,6 10,6 10,6 8,0 II
2014 3,1 9,2 8,3 6,9 16,0 15,6 12,9 3,9 6,0 1,8 3,8 12,6 X
2015 2,6 4,6 1,6 20,1 32,5 17,9 9,4 4,5 1,4 4,5 0,2 0,8 XI
ANO J F M A M J J A S O N D
∑ P(mm)
0 1.000 2.000 3.000
% Pmm>30
>20 - <30
>10 - <20
>5 - <10
>0 - <5
0,0
62
De acordo com o Gráfico 1, utilizando-se da informação da coluna com mês
mais seco dos anos observa-se que entre os 55 anos da série os meses de
dezembro e fevereiro foram apontados 13 vezes cada um, como os mais secos dos
anos. Enquanto maio constou como o mais chuvoso mês em 22 anos, seguido por
abril que assumiu a primeira posição em 15 anos.
Utilizando-se do Gráfico 2, é possível observar a comparação entre médias
mensais da série, médias climatológicas mensais e desvio padrão. A linha do
desvio padrão expõe a variabilidade das chuvas no decorrer dos anos, quanto
maior for o índice do desvio padrão, maior é a variabilidade das chuvas.
GRÁFICO 2 – MÉDIAS MENSAIS DO PERÍODO DE ESTUDO, MÉDIA
CLIMATOLÓGICA E RELAÇÃO COM O DESVIO PADRÃO
SALVADOR (BA): 1961 - 2015
Gráfico 2 – Fonte: Quadro 2. Elaboração: Vinícius M. Da Rós, 2017.
Dessa forma é possível constatar que janeiro é o mês onde registra-se a
menor média pluviométrica e maio o mês que ocorre os maiores índices médios.
Em relação à variabilidade, o outono é onde se concentra sua maior ocorrência,
abril é o mês onde há maior variabilidade (167,3 mm) frente a setembro, mês com
menor índice de variabilidade dos índices (60,4 mm). Isso não significa que nos
63
demais meses não há variabilidade, mas que ela ocorre de forma mais impactante
no período supracitado.
O Gráfico 3 representa a diferença entre os totais pluviométricos e as
médias anuais. Através dele é possível afirmar que houve períodos em que os
registros pluviométricos mantiveram-se por mais tempo acima do normal estipulado
pela média aritmética - como entre 1968 e 1975 - e abaixo – como de 1979 à 1984
e 2007 à 2015, com exceção de 2011. Aparentemente, há variabilidade com
sucessão de períodos chuvosos e secos.
GRÁFICO 3 – DIFERÊNÇA ENTRE TOTAIS PLUVIOMÉTRICOS ANUAIS E
MÉDIA ARITMÉTICA DO PERÍODO.
SALVADOR (BA): 1961 - 2015
Gráfico 3 - Fonte: Quadro 2. Elaboração: Vinícius M. Da Rós, 2017.
O Gráfico 4 expõe a diferença entre totais pluviométricos e médias
mensais. Através dele é possível observar a ocorrência de meses onde as
ocorrências de excesso ou redução de chuvas persistiram repetidamente em
sucessivos anos. Em meses como janeiro, fevereiro, maio, setembro e dezembro
ocorreram repetidamente anos em que os totais pluviométricos mantiveram-se
abaixo das suas médias para o período. Em maio, desde 1979 ocorreram
sucessivos anos com chuvas abaixo da média, entretanto, os anos em que as
chuvas foram acima da média observaram-se grandes acumulados, como em 2015
(639,0 mm). Em dezembro os valores mantêm-se abaixo da média desde 1991.
64
GRÁFICO 4 – DIFERÊNÇA DO TOTAL PLUVIOMÉTRICO E MÉDIA MENSAL
SALVADOR (BA): 1961 - 2015
-300
-200
-100
0
100
200
300
400
500
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
iaJaneiro
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Fevereiro
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Março
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Abril
Chuvas Acima da Média Chuvas abaixo da média
(a)
(b)
(c)
(d)
65
201
3
201
52
01
52
01
3
201
5
201
3
201
5
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Maio
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Junho
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Julho
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Agosto
Chuvas Acima da Média Chuvas abaixo da média
(a)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
66
Gráfico 4 - Fonte: Quadro 2. Elaboração: Vinícius M. Da Rós, 2017.
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Setembro
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Outubro
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Novembro
Chuvas Acima da Média Chuvas abaixo da média
-300,0
-200,0
-100,0
0,0
100,0
200,0
300,0
400,0
500,0
196
1
196
3
196
5
196
7
196
9
197
1
197
3
197
5
197
7
197
9
198
1
198
3
198
5
198
7
198
9
199
1
199
3
199
5
199
7
199
9
200
1
200
3
200
5
200
7
200
9
201
1
201
3
201
5
Dife
rên
ça
en
tre
P(m
m) e
a M
éd
ia
Dezembro
Chuvas Acima da Média Chuvas abaixo da média
(i)
(j)
(k)
(l)
67
Utilizando-se do Quadro 2, os dados foram submetidos para alguns testes
no software estatístico R. Primeiramente a série temporal foi submetida ao teste de
variabilidade do comportamento dos dados históricos. O resultado deste teste
indicou, com segurança, haver indícios de sazonalidade no comportamento
temporal. Como este, trata-se de um teste de hipótese, seu valor p foi 0.009, abaixo
do nível de significância (𝛼 = 0,01), revelando grande segurança na aferição da
hipótese alternativa.
Em seguida foi efetuado o teste de normalidade para verificar se existem
valores que possam comprometer a análise de tendência. O resultado indicou um
valor p extremamente baixo em relação ao nível de significância (𝛼 = 0,01).
Por fim, a série temporal foi submetida ao teste de Mann-Kendall. O valor
p, resultante deste teste, atingiu 0,021, abaixo do nível de significância (𝛼 = 0,05)
indicando dessa forma haver tendência na série.
De acordo com o Gráfico 5, é possível observar o comportamento da série
temporal, assim como da linha de tendência (linha vermelha) com um sutil declínio.
A partir desse gráfico é possível afirmar que a tendência observada pelo teste de
Mann-Kendall comporta-se de forma negativa, ou seja, há diminuição dos totais
pluviométricos no decorrer da série temporal em Salvador.
68
GRÁFICO 5 – TENDÊNCIA CLIMÁTICA DA SÉRIE TEMPORAL
SALVADOR (BA): 1961 - 2015
O Gráfico 6 apresenta de recortes temporais da série de dados. Através
desta figura é possível identificar os períodos onde a tendência foi mais ou menos
acentuada. É possível observar, por exemplo, que na primeira década do estudo
(entre 1961 e 1970, gráfico 3a) a tendência foi positiva, houve aumento dos totais
mensais, enquanto posteriormente houve declínio progressivo da tendência.
GRÁFICO 6 – COMPORTAMENTO DA LINHA DE TENDÊNCIA EM PERÍODOS
SALVADOR (BA): 1961 - 2015
P-valor = 0,021
(a) (b)
Gráfico 5 - Fonte: Quadro 2. Elaboração: Vinícius M. Da Rós, 2017.
69
A fim de observar se a modificação identificada pela tendência da série
ocorre em um período específico do ano, a mesma técnica foi empregada nas
séries de dados dos meses separados (Gráfico 7).
É possível identificar ao menos três padrões de comportamento da linha de
tendência:
O primeiro padrão é representado pelos meses de novembro, dezembro,
janeiro e fevereiro, onde aparentemente há uma persistência da linha de tendência
em manter-se negativa.
O segundo padrão é observado nos meses de julho, agosto e setembro,
quando há aumento dos totais pluviométricos até 1990 e posteriormente
diminuição.
O terceiro padrão é representado unicamente pelo mês de maio, que se
comporta contrário ao segundo padrão; a linha de tendência mantém-se negativa
até 1990 quando atinge o mínimo; posteriormente inicia-se uma nova fase positiva.
O comportamento da linha de tendência no mês de abril é o único onde
aparentemente não apresenta tendência.
(c) (d)
(e) (f)
Gráfico 6 - Fonte: Quadro 2. Elaboração: Vinícius M. Da Rós, 2017.
70
Dessa forma é possível afirmar que as mudanças detectadas nesta série
de dados têm ocorrido principalmente no fim da primavera e no verão de forma
persistente. No fim do inverno e início da primavera mostrou declínio, porém em um
período menor.
De acordo com o teste de Mann-Kendall o único mês que se detectou
tendência foi dezembro com valor p 0,01 o que leva a crer que as modificações
detectadas pelo teste para a série completa têm maior ação neste mês.
GRÁFICO 7: COMPORTAMENTO DA LINHA DE TENDÊNCIA DA
PLUVIOSIDADE POR MÊS
(a)
(c)
(b)
(d)
(f) (e)
p = 0,008
p = 0,85 p = 0,94
p = 0,28
p = 0,34 p = 0,94
71
Gráfico 7 - Fonte: Quadro 2. Elaboração: Vinícius M. Da Rós, 2017.
Em razão de buscar relações de influências aos registros pluviométricos
mais ou menos intensos, foi confeccionado o Quadro 3 onde os registros de
precipitação acumulada no ano foram ordenados de forma crescente, seguidos
pelos respectivos anos e índices TSM, relacionados as anomalias da temperatura
de superfície dos oceanos Atlântico e Pacífico.
Porém, para melhor compreensão das relações dos acumulados
pluviométricos com os índices de TSM, faz-se necessário analisar conjuntamente
o Quadro 3 e o Gráfico 8.
(l)
(g) (h)
(k)
(j) (i)
p = 0,94 p = 0,74
p = 0,30 p = 0,72
p = 0,18 p = 0,01
72
Com referência ao ENOS, não é possível observar através do Quadro 3,
relação com os totais pluviométricos e as fases positivas ou negativas, ocorrem as
duas fases em períodos mais ou menos chuvosos. Entretanto, ao observar o
Gráfico 8a, onde a chuvas são organizadas de forma crescente, é possível
identificar que o aumento das chuvas ocorre em paralelo com os índices negativos
do fenômeno, favoráveis a formação do La Niña.
Os índices ODP aparentam não ter relação através do Quadro 3; ocorrem
situações de resfriamento do oceano Pacífico tanto em anos que apresentaram
expressivos totais pluviométricos quanto nos anos que foram observadas
estiagens. Através do Gráfico 8b é possível observar que quanto menor os índices
do ODP (resfriamento), maiores foram os totais pluviométricos registrados pela
estação meteorológica de Ondina, o que também sugere alguma relação.
Através do índice OAN (Quadro 3) observa-se que há maior concentração
de valores negativos junto aos totais pluviométricos mais expressivos da série. O
Gráfico 8c não possibilita avaliação conclusiva da relação com os índices do OAN,
apenas que o Oceano Atlântico norte apresenta índices de TSM estáveis sem
tendências.
Porém, os índices do Dipólo do Atlântico revelaram maior relação das fases
positivas e negativas com os totais pluviométricos. Através do Quadro 3 é possível
observar que as ocorrências das maiores concentrações de chuvas relacionam-se
com índices do Dipólo do Atlântico negativos, enquanto nos anos menos chuvosos
são observadas mais ocorrências de valores positivos desse índice. Através do
Gráfico 8d é possível observa que quanto maior os índices de chuva, menores são
os valores do Dipólo do Atlântico (aquecimento do Oceano Atlântico Sul).
Salienta-se que o clima é resultado de um sistema onde as influências das
diferentes fontes interferem nos registros. Dessa forma é possível que um único
fenômeno cause influência sobre os totais pluviométricos, porém se os oceanos
Pacífico e Atlântico apresentarem situação favoráveis, certamente o efeito será
mais significativo.
73
QUADRO 3: RELAÇÃO DOS REGISTROS PLUVIOMÉTRICOS EM ÓRDEM
CRESCENTE COM FENÔMENOS DE MESOESCALA
SALVADOR (BA): 1961 - 2015
Frequência Acumulada Ano ENOS (NOAA) ODP (NOAA) OAN (NOAA) Dipólo do Atlântico
1 1163,6 1961 -0,07 -0,54 0,04
2 1234,8 1993 0,35 0,97 0,18 -0,66
3 1262,3 2012 -0,12 -1,66 -0,46 1,12
4 1321,4 2007 -0,40 -0,78 0,17 0,32
5 1346,2 2008 -0,68 -1,75 -0,38 -0,29
6 1429,8 1976 -0,08 -0,17 0,19 0,67
7 1467,1 1987 1,23 1,12 -0,12 0,11
8 1546,4 2014 0,01 0,47 0,19 0,01
9 1562,8 1979 0,27 0,07 0,14 0,35
10 1575,5 1992 0,67 0,70 0,58 1,02
11 1593,1 1982 0,96 -0,25 0,43 0,49
12 1656,3 1983 0,51 1,19 0,31 0,35
13 1673,4 1997 1,04 1,22 -0,16 1,12
14 1679,1 1995 -0,13 0,32 -0,08 0,14
15 1761,8 1991 0,63 -0,93 0,27 -0,24
16 1777,3 2001 -0,28 -1,13 -0,18 0,50
17 1785,5 1984 -0,48 0,59 0,25 -1,79
18 1789,0 1998 -0,01 -0,45 -0,48 -0,07
19 1793,9 1962 -0,24 -1,14 -0,34
20 1797,3 1981 -0,23 0,79 -0,21 0,90
21 1824,3 2002 0,62 -0,49 0,04 -0,15
22 1842,7 1965 0,77 -0,17 -0,13 -0,04
23 1908,2 2000 -0,87 -1,13 0,21 -0,46
24 1914,1 2009 0,33 -1,08 -0,24 -0,56
25 1915,9 1970 -0,30 -0,42 -0,25 0,93
26 1920,2 2010 -0,33 -1,15 -1,15 0,54
27 1935,6 1967 -0,33 -0,79 0,37 0,29
28 1950,0 1980 0,29 0,25 -0,41 1,13
29 1958,8 1990 0,28 -0,86 0,59 0,26
30 1963,3 2015 1,26 0,90 0,43 0,11
31 1967,1 2013 -0,26 -1,22 0,21 0,57
32 1991,6 1963 0,55 -0,28 -0,42
33 2014,0 1972 0,85 -1,17 0,51 -1,42
34 2014,2 2003 0,28 0,32 0,10 -0,30
35 2019,7 2004 0,43 -0,35 0,24 0,79
36 2020,4 1966 0,34 -0,50 -0,33 0,26
37 2082,2 1978 -0,10 0,01 0,32 1,05
38 2146,0 1988 -0,78 -0,08 -0,01 -0,79
39 2169,8 2011 -0,70 -1,91 0,29 0,28
40 2214,8 1986 0,24 0,96 0,50 -0,99
41 2286,8 1994 0,43 -0,53 0,58 -0,69
42 2287,6 1977 0,52 0,02 -0,34 0,08
43 2287,8 1996 -0,43 0,61 -0,21 -0,32
44 2319,1 2006 0,16 -0,46 -0,21 0,28
45 2329,0 2005 0,14 -0,28 -0,27 1,25
46 2423,0 1973 -0,57 -1,18 -0,09 -2,15
47 2448,6 1974 -0,87 -0,38 0,18 -2,02
48 2473,4 1969 0,72 -0,39 -0,06 0,77
49 2496,3 1968 0,03 -0,19 -0,94 -0,14
50 2514,6 1985 -0,53 0,00 -0,18 -0,91
51 2520,7 1989 -0,63 -0,55 0,70 -0,64
52 2672,9 1975 -0,97 -1,46 -0,07 -0,57
53 2677,9 1999 -1,14 -1,78 0,39 -0,31
54 2715,1 1971 -0,91 -1,34 0,01 -0,42
55 3223,2 1964 -0,37 -0,85 -0,04 0,27
Quadro 3- Fonte: Quadro 1; NOAA; FUCEME. Elaboração: Vinícius Da Rós, 2017.
74
-2,50
-2,00
-1,50
-1,00
-0,50
0,00
0,50
1,00
1,50
0
500
1000
1500
2000
2500
3000
3500
19
61
20
07
19
87
19
92
19
97
20
01
19
62
19
65
19
70
19
80
20
13
20
03
19
78
19
86
19
96
19
73
19
68
19
75
19
64 An
om
alia
da
TS
M ( C
) d
o E
NO
S
P(m
m)
Frequência Acumulada ENOS (NOAA) Tendência do ENOS
-2,50
-2,00
-1,50
-1,00
-0,50
0,00
0,50
1,00
1,50
0
500
1000
1500
2000
2500
3000
3500
1961
2007
1987
1992
1997
2001
1962
1965
1970
1980
2013
2003
1978
1986
1996
1973
1968
1975
1964 A
no
ma
lia d
a T
SM
( C
) d
a O
DP
P (
mm
)
Frequência Acumulada ODP (NOAA) Tendência da ODP
-2,50
-2,00
-1,50
-1,00
-0,50
0,00
0,50
1,00
1,50
0
500
1000
1500
2000
2500
3000
3500
1961
2007
1987
1992
1997
2001
1962
1965
1970
1980
2013
2003
1978
1986
1996
1973
1968
1975
1964
An
om
ali
a d
a T
SM (
°C)
do
OA
N
P (
mm
)
Frequência Acumulada OAN (NOAA) Tendência da OAN
-2,50
-2,00
-1,50
-1,00
-0,50
0,00
0,50
1,00
1,50
0
500
1000
1500
2000
2500
3000
3500
1961
2007
1987
1992
1997
2001
1962
1965
1970
1980
2013
2003
1978
1986
1996
1973
1968
1975
1964
Anom
alia
da T
SM
( C
) do D
ipólo
do A
tlântico
P (
mm
)
Frequência Acumulada Dipólo do Atlântico Tendência do Dipólo
GRÁFICO 8 – RELAÇÃO ENTRE REGISTROS PLUVIOMÉTRICOS EM ÓRDEM
CRESCENTE COM ÍNDICES TSM
SALVADOR (BA): 1961 – 2015
Gráfico 8 – Relação entre frequência acumulada pluviométrica e (a) registros de ENOS; (b) registros da ODP; (c) registros da OAN; (d) registros do Dipólo do Atlântico. - Fonte: Quadro 3.
O Gráfico 9 relaciona a tendência negativa identificada em dezembro, que
possivelmente seja uma das principais influências na tendência observada na série,
com as anomalias da TSM nos oceanos Pacífico e Atlântico.
Foi detectada relação do período em que as chuvas persistem, na maior
parte dos anos, abaixo da média (entre 1991 e 2015) com período negativo do
Dipólo do Atlântico, ou seja, com o aquecimento da bacia do Oceano Atlântico sul.
Entretanto no mesmo período a ODP mostra-se com tendência de aumento,
consequentemente os índices de TSM do Oceano Pacífico tem aumentado no
mesmo período em que as chuvas tem diminuído em Salvador.
(a) (b)
(d) (c)
75
GRÁFICO 9 – RELAÇÃO ENTRE DIMINUIÇÃO DAS CHUVAS EM DEZEMBRO
COM O DIPÓLO DO ATLÂNTICO E ODP
SALVADOR (BA): 1961 - 2015
Gráfico 9 - Fonte: Quadro 2; NOAA. Elaboração: Vinícius M. Da Rós, 2017.
-3
-2
-1
0
1
2
3
4
5
-150,0
-100,0
-50,0
0,0
50,0
100,0
150,0
200,0
250,0
19
61
19
63
19
65
19
67
19
69
19
71
19
73
19
75
19
77
19
79
19
81
19
83
19
85
19
87
19
89
19
91
19
93
19
95
19
97
19
99
20
01
20
03
20
05
20
07
20
09
20
11
20
13
20
15
Anom
alia
da T
SM
( C
) do D
ipólo
do
Atlâ
ntic
o
Dife
rênça e
ntr
e P
(mm
) e a
Média
Chuvas acima da média Chuvas abaixo da média Dipólo do Atlântico Tendência do Dipólo do Atlântico
-3
-2
-1
0
1
2
3
4
5
-150,0
-100,0
-50,0
0,0
50,0
100,0
150,0
200,0
250,0
1961
1963
1965
1967
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
An
om
alia
da
TS
M ( C
) d
a O
DP
Dife
rênça e
ntr
e P
(mm
) e a
Média
Chuvas acima da média Chuvas abaixo da média ODP (NOAA) Tendência da ODP
(b)
(a)
76
6. DISCUSSÕES
O dinamismo atmosférico frente as escalas temporais utilizadas para
análise climática, exige a compreensão de inúmeros elementos que podem
interferir nos padrões do clima.
Analisando o Quadro 2, é possível perceber que não há ocorrência de
meses que não apresentaram chuvas. O menor valor da série foi o mês de
novembro de 2015 que registrou 3,2 mm, o que leva a crer que os índices de
umidade atuantes sobre a cidade são frequentemente significativos7.
Curiosamente o mesmo ano que apresentou menor índice pluviométrico da
série, também registrou o mês de maio com maior concentração de chuvas do
intervalo de dados, 639,0 mm, que revela uma grande concentração de chuvas em
um curto período.
É interessante observar a reação das pessoas ao verem que 2015 foi um
dos anos em que os totais pluviométricos mantiveram-se abaixo da média anual,
mesmo causando desastres em razão do grande acumulado de chuvas que foram
veiculados pela mídia a nível nacional.
A média aritmética pode induzir a pensar que as ocorrências acima e
abaixo desse parâmetro são anormais. A média observada do período de estudo a
qual esse trabalho se propôs a analisar foi 1.975,7 mm. Em apenas 10 anos são
observados totais pluviométricos entre 1.900,0 mm e 2.000,0 mm, em 23 anos os
acumulados foram superiores aos 2.000,0 mm e em 22 anos os totais foram
inferiores aos 1.900.0 mm.
É comum que hajam momentos que sejam favoráveis a maiores ou
menores índices em relação às médias, em razão dos diversos elementos que
influenciam neles. Esse dinamismo diz respeito a pulsação do ritmo climático, onde
7 De acordo com o INMET, a média da Umidade Relativa do Ar para o período de 1961 à 2015 é de 81,2%. O índice mínimo é 57,5% em 07/02/1979 e o máximo 99,8% em 30/11/2007. Dados disponíveis no BDMEP.
77
frequentemente ocorrem variações dos registros e impactam severamente sobre a
organização social.
A partir dos resultados alcançados por este trabalho, é possível afirmar que
as chuvas que atingiram Salvador entre 1961 e 2015 obedeceram a uma ciclicidade
que contemplou diferentes estados atmosféricos. A sazonalidade observada,
principalmente através do Quadro 3, revela que ocorrem períodos mais ou menos
chuvosos na cidade, os meses de AMJ são caracterizados pelos grandes volumes
de chuvas, porém existem ocasiões em que no mês de abril, por exemplo, foi
registrado 2,6% do total anual (1990), o que não significa uma modificação no
padrão, visto que em 1989 esse total era 19% e em 1991, 17%.
O mês menos úmido identificado na série foi janeiro. A média climatológica
é 138,0 mm, a média aritmética foi 95,6 mm, a precipitação mínima foi 6,1 mm em
1962, a máxima foi 481,2 mm em 1964 (14,9% das chuvas deste ano). Entretanto
os meses de fevereiro e dezembro constaram 13 vezes cada um como os meses
menos úmidos de determinados anos.
A melhor relação entre as TSMs e extremos de chuva em Salvador foi
encontrada com os índices do Dipólo do Atlântico. O maior aquecimento das águas
do Atlântico Sul gera maior evaporação sobre o oceano, consequentemente maior
quantidade de umidade transportada em direção ao continente pelos ventos Alísios
de Sudeste, o que foi constatado também por Hounsou-gbo et al (2015).
Porém também é possível relacionar as chuvas com os índices de TSM do
Oceano Pacífico. O ODP e o ENOS, fenômenos que se correlacionam e
apresentam-se com indicadores contrários em relação as chuvas. Geralmente
quanto maior são os índices pluviométricos observados na área de estudo,
menores são os índices TSM do Oceano Pacifico e vice-versa.
Estes exemplos demonstram e comprovam que o clima não é engessado
e o fato de em determinado mês ter chovido acima ou abaixo do esperado não
significa mudança no clima. São variabilidades em decorrência das influências
sobre o sistema atmosférico.
78
Entretanto a partir do momento em que uma determinada modificação no
padrão torna-se persistente diante da série de dados, expondo um aumento ou
diminuição dos índices de uma variável, a modificação torna-se uma tendência.
Este trabalho identificou a existência de tendência decrescente dos valores
de chuva (Gráfico 2), o que significa que no período analisado, houve diminuição
dos totais pluviométricos mensais. No contexto deste trabalho, onde a escala
temporal é limitada em razão das dificuldades em reunir dados meteorológicos
históricos de Salvador, é possível afirmar que houve uma modificação no clima
dentro dos 55 anos analisados, visto que o intervalo respeita o conceito para
abordagem de clima (entre 30 e 35 anos) e nele observa-se a modificação.
Essa conclusão corrobora com Santos et. al. (2016); em uma série de
dados semelhante (1961-2011) os autores detectaram tendência negativa e
afirmaram haver diminuição de 3,8 mm/ano, totalizando 193,8 mm nos 51 anos.
O início do declínio da linha de tendência é observado a partir da década
de 1970 (gráfico 3b) que coincide com o início do período de diminuição dos
registros de mancha solares do ciclo de Gleissberg, que pode ter sido o motor para
tal modificação. O início deste ciclo marcou o período de diminuição da atividade
solar entre o final das décadas de 1950 e 1960, com período de mínima atividade
entre 2000 e 2018, e fim dessa fase previsto para até 2045 quando se inicia o novo
ciclo com o aumento das atividades solares.
Além do Sol, sabe-se que a estação está posicionada em meio ao ambiente
urbano, em área de intensa ocupação e com significativas modificações na
paisagem ao longo das últimas décadas. Entre 1970 e 2010 (último censo) a
população da cidade quase triplicou, aumentando até 2007, quando houve um
pequeno declínio. Dessa forma, entende-se que juntamente com a população foram
acrescidos os equipamentos urbanos, tais como sistema viário, parques, prédios,
muita impermeabilização, consequente aquecimento do solo e maior emissão de
gases poluentes.
Embora não seja conclusivo, na escala espacial de uma cidade os efeitos
antrópicos interferem significativamente no bem-estar, incluindo assim as
79
temperaturas, correntes de vento e, provavelmente, na precipitação pluviométrica
como indicou Freitas & Dias (2000). Há de se avaliar de forma comparativa, os
resultados deste trabalho com produções semelhantes em estações fora do
ambiente urbano de Salvador, apenas dessa forma será possível afirmar se
fenômenos, como a Ilha de Calor urbana, poderiam ser responsáveis pela
modificação apontada por este estudo.
Através da análise de tendência por mês, foi possível identificar ocorrência
de tendência estatística significativa apenas em dezembro (Gráfico 7l). Através da
análise visual do comportamento da tendência é possível identificar declínio da
linha no final da primavera e durante todo verão (Gráficos 7k, l, a, b).
A diminuição observada pela análise de tendência no mês de dezembro
(Gráfico 7l) confirma o que já havia sido verificado pelo Gráfico 4l que expõe
claramente concentração de anos consecutivos (a partir de 1991) em que os
registros pluviométricos de dezembro mantem-se, em maior parte, abaixo da
média.
As chuvas que ocorrem no período do verão em Salvador são geralmente
originadas por processos convectivos originados do Oceano Atlântico e
transportados pelos ventos Alísios de Sudeste. Eventualmente nos verões ocorre
avanço de frentes frias em razão do gradiente térmico que podem se associar aos
processos convectivos, o que proporciona maior penetração da frente ao
continente.
A ODP se correlaciona com o fenômeno ENOS, dessa forma o
aquecimento da ODP favorece a formação da fase positiva do ENOS, nesses casos
ocorre bloqueio do avanço dos sistemas de frente sobre as regiões Sul e Sudeste
do Brasil (Jesus, 2003) em razão da formação da ZCAS. As frentes que deveriam
alcançar até os 12º de latitude nesse período são bloqueadas o que pode favorecer
o aumento das temperaturas continentais ao norte da ZCAS formando massas de
ar quente e seco que impedem a entrada de umidade proveniente do Oceano
Atlântico.
80
Essa conclusão corrobora com Hounsou-gbo et. al. (2015) quando
afirmaram que os eventos ENOS positivos ou negativos tem pico no mês de
dezembro e impactos direto nas precipitações pluviométricas na região Nordeste.
81
7. CONCLUSÕES
Frente aos resultados alcançados, é coerente afirmar que dentro da série
de dados foi detectada tendência decrescente dos totais pluviométricos da série.
As maiores mudanças verificadas foram observadas no mês de dezembro quando
os totais pluviométricos têm decréscimo constante, com poucas exceções, desde o
início da década de 1990.
A tendência negativa da série foi atribuída ao aumento dos índices de TSM
da ODP que se relaciona com o ENOS positivo, nesta fase é favorecida a formação
da ZCAS sobre as regiões Sul e Sudeste do Brasil que bloqueia o avanço à
nordeste dos sistemas frontais, proporciona a formação de uma massa de ar quente
e seco sobre o Nordeste que impede a entrada para o continente de umidade
oriunda do Oceano Atlântico.
Foi encontrada relação das chuvas com os índices de TSM dos oceanos
Pacífico e Atlântico. A superfície do Oceano Atlântico sul, quando aquecido, confere
ao continente maior quantidade de umidade transportada pelos ventos Alísios de
Sudeste e ao se resfriar essa quantidade diminui. A superfície do Oceano Pacífico
ao se aquecer resulta em diminuição dos totais pluviométricos no Nordeste
enquanto ao se resfriar favorece maior avanço das frentes que frequentemente
alcançam a região de Salvador.
Vale ressaltar que este trabalho, embora tenha alcançado os resultados
esperados, apresenta deficiências que carecem maior atenção por parte da
academia. Embora tenha sido identificada tendência na série, período em que
ocorre e as suas prováveis causas, infelizmente não foi possível identificar um valor
que represente o quanto modificou em milímetros em razão das limitações de
manipulação do software R. Falar em variabilidade no clima, sem dizer o quanto o
clima variou é uma forma desinteressante para aproximar a ciência da sociedade.
Embora os resultados apontem para modificações no padrão do clima, há
de se levar em consideração que um intervalo de 55 anos, em relação aos ciclos
climáticos regidos principalmente pelas atividades solares, modificações no eixo de
82
movimento da Terra, dinâmica oceânica e erupções vulcânicas, são insignificantes
e apresentam-se apenas como uma variabilidade perante a escala geológica.
Porém, dentro do intervalo abordado por este trabalho, evidencia-se que o clima
não se mantém constante, ocorrem modificações entre o início e o fim da série que
resulta em diminuição pluviométrica.
Este trabalho é um incentivo ao aprofundamento nos estudos para
compreensão das causas relacionadas aos eventos pluviométricos que atingem
Salvador. Apresenta limitações, desde a série temporal utilizada, até o
conhecimento quanto a aplicação das técnicas estatísticas, entretanto seus
resultados são de extrema relevância.
Contudo, espera-se que os objetivos alcançados auxiliem na tomada de
decisão dos órgãos relacionados ao planejamento urbano ambiental, que desperte
a atenção em relação as possibilidades de ocorrência de catástrofes relacionadas
as chuvas em razão de fenômenos distantes da realidade local e fomente o
aprofundamento dos estudos tanto dos impactos das chuvas na cidade, quanto das
suas causas.
83
8. BIBLIOGRAFIA
AB’SÁBER, Aziz. A cidade de Salvador. Boletim Paulista de Geografia, n 11,
p. 61-78, 1952.
ALVES, Maria; OLIVEIRA, Rodrigo Bruno; TEIXEIRA, Suzane Rocha;
GUEDES, Maria Lenise; ROQUE, Nádia. Levantamento florístico de um
remanescente de Mata Atlântica no litoral norte do Estado da Bahia, Brasil.
Hoehnea, 42(3), 581-592, 2015.
ANDRADE, Adriano Bittencourt; BRANDÃO, Paulo Roberto Baqueiro.
Geografia de Salvador. EDUFBA, Salvador, 2009
ANDRADE, Gilberto Osório de; LINS, Rachel Caldas. Os climas do Nordeste.
Conselho de Desenvolvimento de Pernambuco, Recife, 1970.
AYOADE, J. O. Introdução a climatologia para os trópicos. Ed 4, Rio de
Janeiro, Bertrand Brasil, 1996.
BACK, Álvaro José. Aplicação de análise estatística para identificação de
tendências climáticas. Pesq. Agrop. Bras., Brasilia, v. 36, n. 5, p. 717-726, maio
2001.
BARBETTA, Pedro A.; REIS, Marcelo M. BORNIA, Antonio C. Estatística para
cursos de engenharia e informática. 3ed. São Paulo: Atlas, 2010.
BLAIN, Gabriel Constantino. Detecção de tendências monótonas em séries
mensais de precipitação pluvial do estado de São Paulo. Bragantia, Campinas,
v. 69, n. 4, p1027 – 1033, 2010
_____________________. Totais decendiais de precipitação pluvial em
Campinas, SP: persistência temporal, periodicidades e tendências climáticas.
Ciência Rural, Santa Maria, v. 41, n. 5, p. 789-795, 2011.
BRASIL; IBGE – Instituto Brasileiro de Geografia e Estatísticas. Censo
Demográfico, 2010. Disponível em: < http://censo2010.ibge.gov.br/>; Acesso
em: Janeiro, 2017.
______; INMET – Instituto Nacional de Meteorologia. Banco de dados
Meteorológicos para Ensino e Pesquisa. Disponível em <
http://www.inmet.gov.br/portal/index.php?r=bdmep/bdmep>. Acesso em: Março
de 2017.
CAMARA, Filipe Gago da. Estatística Não Paramétrica: Testes de hipóteses e
medidas de associação. Monografia, Universidade dos Açores, Ponta Delgada,
2001.
84
CAMARGO, José Carlos Godoy; REIS JÚNIOR, Dante Flávio da Costa.
Considerações a respeito da Geografia Neopositivista no Brasil. Geografia, Rio
Claro, v. 29, n. 3, p. 355-382, 2004
CAVALCANTI, Iracema Fonseca de Albuquerque; FERREIRA, Nelson de
Jesus; SILVA, Maria Gertrudes Alvarez Justi da; DIAS, Maria Assunção Faus
da Silva. Tempo e Clima no Brasil. São Paulo, Oficina de Textos, 2009.
CERBALLOS, Antonio; MARTÍNEZ-FERNÁNDEZ, José; LUENGO-UGIDOS,
Miguel Ángel. Analysis of rainfall trends and dry periods on a pluviometric
gradiente representative of Mediterranean climate in the Duero Basin, Spain.
Journal of Arid Environments, 58, 215-233, 2004.
CHRISTOFOLETTI, Antonio. As características da nova Geografia. In
Perspectivas da Geografia. 2ed., p.71-101. São Paulo: Difel, 1985.
COACLEY, Stella Melugin. Climate variability in the Pacific northwest and its
effect on stripe rust disease of winter wheat. Climatic Changes 2, 33-51,
National Science Foundation Grants (ATM76-21725); Climate Dynamics
Program, Division of Atmospheric Sciences, 1979.
FERREIRA, Antonio Geraldo; MELLO, Namir Giovanni da Silva. Principais
sistemas atmoférios atuantes sobre a região nordeste do brasil e a influência
dos oceanos Pacífico e Atlântico no clima da região. Revista Brasileira de
Climatologia, (s.i.), v.1, 2005.
FREITAS, Edmilson Dias de; DIAS, Pedro Leite da Silva. O efeito da ilha de
calor urbana sobre os fluxos de calos através da utilização do modelo RAMS.
XI Congresso Brasileiro de Meteorologia, anais, p 3566-4574, 2000.
G1. Volume de chuva em Salvador é o maior registrado em maio desde 1995.
Disponível em: http://g1.globo.com/bahia/noticia/2015/05/volume-de-chuva-em-
salvador-e-o-maior-registrado-em-maio-desde-1995.html. Acesso em: 30 jan
2017; 2015
GAMACHE, J. F; HOUZE, R, A. Mesoscale air motions associated with a tropical
squall line. Mon. Wea. Rev., 110, 118-135, 1982.
GASTANG, M.; MASSIE, H. L.; HALVERSON, J.; GRECO, S.; SCALA, J.
Amazon coastal squall lines. Part I: Structure and kinematics. Mon. Wea. Rev.,
122, 608-622, 1994.
GEMMER, M.; BECKER, S.; JIANG, T. Observed monthly precipitation trends in
China 1951-2002. Theoretical and Applied Climatology, 77: 39-45, 2004.
GONÇALVES, Neyde Maria Santos. Impactos pluviais e desorganização do
espaço urbano em Salvador. In: MONTEIRO, Carlos Augusto Figueiredo;
MENDONÇA, Francisco (Orgs). Clima Urbano. Contexto, São Paulo, 2013.
85
GROISMAN, Pavel Ya; KNIGHT, Richard W.; EASTERLING, David R.; KARL,
Thomas R.; HEGERL, Gabriele C.; RAZUVAEV, Vyacheslav N. Trend in intense
precipitation in the climate record. Journal of Cilmate, v. 18, 2004.
HOUNSOU-GBO, G. A.; ARAUJO, B; VELEDA, D; SERVAIN, J. Tropical Atlantic
contributions to Strong rainfall variability along the Northeast brasilian coast.
Advances in Meteorology, Hindawi, 2015.
IPCC (Intergovernmental Panel on Climate Change). WMO (World
Meteorological Organization). Climate Change 2007: Synthesis Report.
Geneva 2, Switzerland, 2007.
JESUS, Emanuel Fernando Reis de. O fenômeno El Niño e suas repercussões
no clima em escala global e regional. Humanas, ano 02, 2003.
JONES, Patrica A., JIUSTO, James E. Some local climate trend in four cities of
New York State. Journal of Applied Meteorology, vol. 19, n. 2, 1980.
KATSOULIS, Basil D; KAMBETZIDIS, Harry D. Analysis of the long-therm
precipitation series at Athens, Greece. Climatic Change 14; 263-290, 1989.
KRISHNAKUMAR, K. N.; RAO, G.S.L.H.V.; GOPAKUMAR, C.S. Rainfall trends
in twentieth century over Kerala, India. Atmospheric Environment, 43: 1940-
1944, 2009.
KRISHNAMOORTHI, K. S.; Statistical thinking for engineers – What, why and
how? IEEE Xplore Digital Library, 2010
LOPES, J.; SILVA, D. Aplicação do teste de Mann-Kendall para análise de
tendência pluviométrica no estado do Ceará. Revista de Geografia (Recife), v.
30, n.3, 2013.
MARENGO, José Antonio. Mudanças climáticas globais e regionais: Avaliação
do clima atual do Brasil e projeções de cenários climáticos do futuro. Revista
Brasileira de Meteorologia, v.16, n. 1, 01-18, 2001.
MENDONÇA, Francisco; DANNI-OLIVEIRA, Inês Moresco. Climatologia:
Noções básicas e climas do Brasil. Oficina de Textos, 2007.
MOLION, Luiz Carlos Baldicero. Aquecimento Global: Uma visão crítica.
Revista Brasileira de Climatologia, 2008
___________________________. Atividade solar e a variabilidade climática: a
conexão Jupiter. Em: XI Encontro Nacional de Astronomia, 2008, Maceió.
Anais, 2008.
_________________________. Aquecimento Global, El Niño, Manchas
Solares, Vulcões e Oscilação Decadal do Pacífico. Revista Climanálise, ano 3,
n 1, 2005.
86
_________________________; BERNARDO, Sergio de Oliveira. Dinâmica das
Chuvas no nordeste brasileiro. Congresso Brasileiro de Meteorologia, Foz do
Iguaçú, 2002.
MONTEIRO, Carlos Augusto Figueiredo, Clima e Excepcionalismo:
Conjecturas sobre o desempenho da atmosfera como fenômeno geográfico.
Florianópolis, UFSC, 1991.
____________________________________, De tempos e ritmos: Entre o
cronológico e o meteorológico para a compreensão geográfica dos climas,
Geografia, Rio Claro, v 26(3): 131-154, 2001.
MORETTIN, Pedro A.; TOLOI, Clélia M. C. Análise de séries temporais. 2ª ed.
São Paulo, Edgard Blucher, 2006.
United States of America. NOAA - National Centers for Environmental
Information. Disponível em: < https://www.ncdc.noaa.gov/teleconnections/>.
Acesso em: Março de 2017.
NOBRE, Carlos A. Mudanças Climáticas globais: possíveis impactos nos
ecossistemas do país. Parcerias Estratégias, n 12, 2001.
NOBREGA, Ranyére Silva; SANTIAGO, Gabriela Ayane Chagas Felipe.
Tendências do controle climático oceânico sob a variabilidade temporal da
precipitação no Nordeste do Brasil. Revista de Geografía Norte Grande, 63:
9-26, 2016.
NUNES, L. H.; A escala nas ciências atmosféricas. São Paulo: Revista IG,
19(1/2), 71-73, 1998.
OKE, Timothy. Bourdary Layer Climates. Second Edition.Routledge, 1987.
PARTAL, Turgay; KAHYA, Ercan. Trend analysis in Turkish precipitation data.
Hidrological Processes, 20: 2011-2026, 2006.
R CORE TEAM. R: A language and environment for statistical computing. R
Foundation for Statistical Computing, Vienna, Austria. URL: http://www.R-
project.org/, 2016
RAIMUNDO, Clebson do Carmo; SANSIGOLO, Clóvis Angeli; MOLION, Luiz
Carlos Baldicero. Tendências das classes de precipitação na região
metropolitana de São Paulo. Revista Brasileira de Meteorologia, v 29, n 3,
397-408, 2014.
RANA, Arun; UVO, Cintia Bertacchio; BENGTSSON, Lars; SARTHI, Parth.
Trend analysis for rainfall in Dalhi and Mumbai, India. Climate Dynamics, 38:
45-56, 2012.
RIBEIRO, Carlos Magno. A variabilidade do clima: Um fenômeno natural? Cad.
Geogr. Belo Horizonte, v 6, n 8, 71:77, 1996.
87
RÍO, S.; HERRERO, L; FRAILE, R; PENAS, A. Spatial distribution of recente
rainfall trend in Spain (1961-2006). International Journal of Climatology, 31:
656-667, 2011.
RODRIGUES, Rafael de Ávila; SANTOS, Roziane Sobreira dos. Estudo da
Tendência climática na série temporal de precipitação pluviométrica em
Araguari (MG). Rev. Geogr Acadêmica, v. 1, n. 1, 20-27, 2007.
SANSIGOLO, Clóvis Angeli. Distribuição de extremos de precipitação diária,
temperatura máxima e mínima e velocidade do vento em Piracicaba, SP (1917-
2006). Revista Brasileira de Meteorologia, v. 23, n. 3, 341-346, 2008.
SANTOS, Ana Paula Paes dos; ARAGÃO, Maria Regina da Silva; CORREIA,
Magaly de Fátima; SANTOS, Sérgio Rodrigo Quadros dos; SILVA, Fabrício
Daniel dos Santos; ARAÚJO, Heráclio Alves de. Precipitação na cidade de
Salvador: Variabilidade temporal e classificação em quantis. Revista Brasileira
de Meteorologia, n. 4, 454-467, 2016.
SMOL, John P.; CUMMING, Brian F. Tracking long-term changes in climate
using algal indicators in lake sediments. Tracking long-term climatic change,
986-1011, 2000.
SNEE, Ronald D. Statistical thinking and its contribution to total quality. The
American Statistician, v44, n 2, p116-121, 1990.
SNEYERS, R. Sur l’analyse statistique de séries d’observations. Genève:
Organization Météorologique Mondial, 1975. 192 p. (OMM Note Technique,
143).
TABARI, Hossein; SOMEE, Behzad Shifteh; ZADEH, Mehdi Rezaeian. Testing
for long-term trends in climatic variables in Iran. Atmospheric Research, 132-
140, 2011.
VIALI, Lori. Testes de Hipóteses não paramétricos; 2008. Disponível em:
<http://www.mat.ufrgs.br/~viali/>. Acesso em: 18 de Fevereiro de 2017.
YANG, Peng; XIA, Jun; ZHANG, Yongyong; HONG, Si. Temporal and spatial
variations of precipitation in Northwest China during 1960-2013. Atmospheric
Research, 183: 283-295, 2017.
ZANG, Xuebin, VICENT, Lucie A., HOGG, W. D., NIITSOO, Ain. Temperature
and precipitation trends in Canada during the 20th century. Atmosphere-
Ocean, 2010.
