Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS EXATAS E DA TERRA
Programa de Pós-Graduação em Ciências Climáticas
TENDÊNCIAS SAZONAIS DA EVAPOTRANSPIRAÇÃO DE REFERÊNCIA E DO
ÍNDICE DE ARIDEZ PARA O NORDESTE DO BRASIL
JÓRIO BEZERRA CABRAL JÚNIOR
Natal, RN.
2018.
JÓRIO BEZERRA CABRAL JÚNIOR
TESE DE DOUTORADO
TENDÊNCIAS SAZONAIS DA EVAPOTRANSPIRAÇÃO DE REFERÊNCIA E DO ÍNDICE
DE ARIDEZ PARA O NORDESTE DO BRASIL
Tese de Doutorado apresentada ao Programa de
Pós-Graduação em Ciências Climáticas, do Centro
de Ciências Exatas e da Terra da Universidade
Federal do Rio Grande do Norte, como parte dos
requisitos para obtenção do título de Doutor em
Ciências Climáticas.
Orientador: Prof. Dr. Bergson Guedes Bezerra
COMISSÃO EXAMINADORA
Dra. Samira de Azevedo Santos (CTGAS-ER – externa à instituição)
Profa. Dra. Rebecca Luna Lucena (UFRN – externa ao programa)
Prof. Dr. Hermes Alves de Almeida (UEPB – externo à instituição)
Prof. Dr. Jonathan Mota da Silva (UFRN – interno ao programa)
Prof. Dr. Cláudio Moisés Santos e Silva (UFRN – interno ao programa)
Natal, RN.
2018.
Universidade Federal do Rio Grande do Norte - UFRN
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Setorial Prof. Ronaldo Xavier de Arruda - CCET
Cabral Júnior, Jório Bezerra.
Tendências sazonais da evapotranspiração de referência e do
índice de aridez para o Nordeste do Brasil / Jório Bezerra Cabral
Júnior. - 2018. 71f.: il.
Tese (doutorado) - Universidade Federal do Rio Grande do
Norte, Centro de Ciências Exatas e da Terra, Programa de Pós-
Graduação em Ciências Climáticas. Natal, 2018. Orientador: Bergson Guedes Bezerra.
1. Climatologia - Tese. 2. Recurso hídrico - Tese. 3. Região
Nordeste - Tese. 4. Mudanças climáticas - Tese. I. Bezerra,
Bergson Guedes. II. Título.
RN/UF/CCET CDU 551.58
Elaborado por Joseneide Ferreira Dantas - CRB-15/324
A Deus, tudo dedico!
TENDÊNCIAS SAZONAIS DA EVAPOTRANSPIRAÇÃO DE REFERÊNCIA E DO ÍNDICE
DE ARIDEZ PARA O NORDESTE DO BRASIL
RESUMO
No Brasil, a região Nordeste é a mais vulnerável aos cenários de mudanças climáticas, com ênfase na
irregularidade e distribuição dos recursos hídricos na sua maior parte. Com o advento do aumento da
temperatura média global do planeta, espera-se, para o Nordeste do Brasil (NEB), que o ar torne-se mais
seco e consequentemente a demanda de água na atmosfera aumente, podendo tornar a água para consumo
humano, animal e para a agricultura, mais escassa. Diante disso, o objetivo geral deste estudo foi analisar a
variabilidade (espacial e temporal) de dois importantes indicadores de seca: a Evapotranspiração de
Referência (ET0) e o Índice de Aridez (IA), para o NEB, verificando se há indícios de mudanças climáticas.
Para isso utilizou-se dados meteorológicos mensais da ET0 e das variáveis necessárias para se calcular o IA,
disponibilizados por Xavier et al. (2015), no período de 1980 a 2013 (34 anos) e com espaçamento de 0,25°
x 0,25°, perfazendo um total de 2042 pontos com dados. O IA foi calculado de acordo com os critérios
preconizados por Thornthwaite (1948). O método da análise de Cluster foi adotado para classificar sub-
regiões no NEB com características homogêneas para a ET0, em seguida foram caracterizadas as
variabilidades sazonais da ET0 e do IA. As respectivas periodicidades dessas variáveis, por sub-região, foram
verificadas através da análise de Wavelet. Análises sazonais em série temporal foram aplicadas utilizando-se
os testes não-paramétricos de Mann-Kendall (tendência), Sen (magnitude) e Pettitt (início). Em todos os
testes adotaram-se significâncias estatísticas de 5% ou 1%. Os principais resultados indicaram que há 5 sub-
regiões com características homogêneas para a ET0, sendo a Sub-região 3 (S3) com os maiores acumulados
médios (2098,0 mm/ano) e a S5 com os menores (1362,8 mm/ano). Para o IA, identificou-se que a
precipitação é a variável dominante e que no período menos chuvoso (Primavera) o IA aproxima-se do valor
máximo (IA=1,00) em praticamente todo o NEB. Quanto às análises temporais, foram identificados
diferentes sinais de tendências para ET0, para uma mesma estação, sendo predominantemente positiva com
significância estatística a 1% no sudoeste do estado da Bahia (Verão, Outono, Inverno e Primavera) e
negativas a 5% com maior predominância no leste do NEB, concentrando-se especialmente do leste do
estado do Rio Grande do Norte (RN) ao nordeste da Bahia (Primavera), no leste da Paraíba e RN (Verão) e
praticamente em toda costa leste do NEB (Inverno), exceto parte do sul da Bahia. As respectivas magnitudes
das tendências positivas da ET0 variaram, em média, de 1,6 mm/estação (Outono) a 2,4 mm/estação
(Primavera), enquanto que as tendências negativas oscilaram de -1,5 mm/estação (Outono) a -2,2
mm/estação (Primavera), obtendo-se início majoritário na década de 1990. Para o IA, as tendências
significativamente positivas concentraram-se no sudoeste da Bahia (Verão e Inverno) e as negativas
(predominantemente no Inverno) ocorreram no leste do RN a leste de Pernambuco, estado de Alagoas e
nordeste da Bahia. As magnitudes positivas do IA, obtiveram uma variação média de 0,002 (Inverno) a 0,02
(Verão), por outro lado, as magnitudes negativas (ausentes no Verão e Outono), variaram de -0,007
(Primavera) a -0,016 (inverno). A década de 1990 obteve maior frequência de início das tendências para o IA
no Verão Outono e Inverno, enquanto na primavera os respectivos inícios das tendências do IA
concentraram-se entre 2000 a 2004. Conclui-se que as variações espaciais e temporais da ET0 e do IA no
NEB foram heterogêneas e apresentaram diferenças opostas de sinais de tendências, até numa mesma estação
do ano, no entanto observou-se que predominantemente a oeste do NEB predomina tendências positivas da
ET0 e a leste ocorre o oposto.
Palavras chave: Climatologia; recurso hídrico; região Nordeste; mudanças climáticas.
SEASONAL TRENDS OF THE REFERENCE EVAPOTRANSPIRATION AND THE ARIDITY
INDEX TO THE NORTHEAST OF BRAZIL
ABSTRACT
Northeastern Brazil (NEB) is the region most vulnerable to climate change in Brazil, with an emphasis on
the irregularity and distribution of water resources in most of the region. With the advent of the global
average global temperature increase, NEB is expected to make the air drier and consequently the demand for
water in the atmosphere increases, making water for human, animal and agricultural use, more scarce.
Therefore, the general objective of this study was to analyze the variability (spatial and temporal) of two
important drought indicators: Reference Evapotranspiration (ET0) and Aridity Index (IA) for NEB, checking
for signs of changes climate change. In order to do so, we used ET0 monthly meteorological databases and
the variables necessary to calculate AI, available from Xavier et al. (2015) in the period from 1980 to 2013
(34 years) and with spacing of 0.25 ° x 0.25 °, making a total of 2042 data points. The IA was calculated
according to the criteria recommended by Thornthwaite (1948). The Cluster analysis method was adopted to
classify subregions in the NEB with homogeneous characteristics for ET0, then characterized the seasonal
variability of ET0 and IA. The respective periodicities of these variables, by sub-region, were verified
through the Wavelet analysis. Seasonal analyzes in temporal series were applied using the non-parametric
tests of Mann-Kendall (trend), Sen (magnitude) and Pettitt (beginning). Statistical significance was 5% or
1% for all tests. The main results for NEB indicated that there are 5 sub-regions with homogeneous
characteristics for ET0, with Sub-region 3 (S3) having the highest average accumulations (2098.0 mm / year)
and S5 the lowest (1362, 8 mm / year). For IA, precipitation was the dominant variable and in the less rainy
period (Spring) the AI approaches the maximum value (IA = 1.00) in practically the entire NEB. Regarding
the temporal analyzes, different trend signals for ET0 were identified within the same season, being
predominantly positive with statistical significance at 1% in the southwestern state of Bahia (summer,
autumn, winter and spring) and negative at 5 (NE), especially in the eastern part of the state of Rio Grande
do Norte (RN), northeast of Bahia (Primavera), eastern Paraíba and RN (summer), and practically along the
entire NEB east coast (Winter), except part of the south of Bahia. The respective magnitudes of ET0 positive
trends ranged from 1.6 mm / season (Autumn) to 2.4 mm / season (Spring), while negative trends ranged
from -1.5 mm / season (Autumn ) to -2.2 mm / season (Spring), obtaining a majoritarian start in the 1990s.
For AI, the significantly positive trends were concentrated in southwestern Bahia (summer and winter) and
negative ones (predominantly in winter ) occurred in eastern RN east of Pernambuco, state of Alagoas and
northeast of Bahia. On the other hand, the negative magnitudes (absent in summer and autumn) ranged from
-0.007 (Spring) to -0.016 (winter) ). The 1990s saw a greater frequency of onset of trends for AI in the
autumn and winter, while in the spring the respective beginnings of AI trends were concentrated between
2000 and 2004. From the results found, it was concluded that the variations spatial and temporal variations of
ET0 and IA in NEB were heterogeneous and showed opposite differences of trend signals, even in the same
season of the year, however, it was observed that predominantly to the west of NEB, positive tendencies of
ET0 predominate, and to the east the opposite occurs.
Keywords: Climatology; water resource; Northeastern region; climate changes.
SUMÁRIO
LISTA DE FIGURAS .............................................................................................................. 14
LISTA DE TABELAS ............................................................................................................. 15
CAPÍTULO 1 ........................................................................................................................... 10
INTRODUÇÃO ....................................................................................................................... 10
1.1. Objetivos ........................................................................................................................... 13
1.1.1. Objetivo Geral ................................................................................................................ 13
1.1.2. Objetivos específicos ..................................................................................................... 13
1.2. Estrutura do texto .............................................................................................................. 13
CAPÍTULO 2 ........................................................................................................................... 14
REVISÃO DE LITERATURA ................................................................................................ 14
2.1. Conceitos sobre Evapotranspiração (ET) .......................................................................... 14
2.2. Evapotranspiração de referência padrão definida por Penman-Monteith (FAO, 56) ...... 16
2.3. Índice de aridez (IA) ........................................................................................................ 16
2.4. Evapotranspiração de referência (ET0), Índice de Aridez (IA) e seus respectivos impactos17
2.5. Tendências em séries temporais da ET0 e do IA ............................................................... 19
CAPÍTULO 3 ........................................................................................................................... 21
Análises da evapotranspiração de referência e do índice de aridez para o Nordeste do Brasil 21
3.1 Introdução .......................................................................................................................... 22
3.2 Material e Métodos ............................................................................................................ 23
3.3 Resultados e Discussão ...................................................................................................... 29
3.4 Conclusões ......................................................................................................................... 34
CAPÍTULO 4 ........................................................................................................................... 40
Tendências da evapotranspiração de referência e do índice de aridez para o Nordeste do Brasil40
4.1. Introdução ......................................................................................................................... 40
4.2. Material e Métodos ........................................................................................................... 42
4.3. Resultados e Discussão ..................................................................................................... 47
4.4. Conclusões ........................................................................................................................ 53
Referências ............................................................................................................................... 54
CAPÍTULO 5 ........................................................................................................................... 59
CONCLUSÕES ....................................................................................................................... 59
REFERÊNCIAS ....................................................................................................................... 61
LISTA DE FIGURAS
Figura 1. Localização da região Nordeste do Brasil e seus respectivos estados, com os pontos de
grades distribuídos espacialmente em 0,25° x 0,25° referentes aos dados de precipitação e ET0. .... 24
Figura 2. Organograma hierárquico das etapas para realização da pesquisa. .................................... 26
Figura 3. Número de cluster (3-A) e dendrograma (3-B) referentes as cinco sub-regiões da
evapotranspiração de referência, média do acumulado mensal, a partir da análise de agrupamento,
considerando-se a distância euclidiana e o método de ligação de Ward, para o Nordeste do Brasil,
período: 1980 a 2013.......................................................................................................................... 29
Figura 4. Sub-regiões da ET0 distribuídas na região Nordeste do Brasil (4-A), com as respectivas
médias mensais acumuladas (4-B) e estatísticas dos acumulados anuais (Tabela 1), período de 1980
a 2013. ................................................................................................................................................ 30
Figura 5. Variabilidade espacial e sazonal do Índice de Aridez para a região Nordeste do Brasil no
período de 1980 a 2013. .................................................................................................................... 32
Figura 6. Oscilação da periodicidade (Wavelet Morlet) das correlações existentes entre ET0 x IA
(6A) e Precipitação x IA (6B) para a Sub-região 3 (S3) da ET0, no Nordeste do Brasil, entre 1980 e
2013.. .................................................................................................................................................. 34
Figura 7. Localização da área de estudo, Nordeste do Brasil, e os respectivos Biomas e delimitação
da região Semiárida. ........................................................................................................................... 43
Figura 8. Organograma hierárquico das etapas para realização da pesquisa. .................................... 44
Figura 9. Tendências sazonais da Evapotranspiração de referência para o Nordeste do Brasil,
período de 1980 a 2013. ..................................................................................................................... 48
Figura 10. Magnitudes das tendências sazonais significativas da Evapotranspiração de referência
para o Nordeste do Brasil, período de 1980 a 2013. .......................................................................... 49
Figura 11. Tendências sazonais do Índice de Aridez para o Nordeste do Brasil, período: 1980 a
2013. ................................................................................................................................................... 51
Figura 12. Magnitudes das tendências sazonais significativas do Índice de Aridez para o Nordeste
do Brasil, período de 1980 a 2013. .................................................................................................... 52
LISTA DE TABELAS
Tabela 1. Frequências relativas (%) do número de vezes em que se iniciou a tendência em diferentes
intervalos de classes (anos) e sazonalmente, para a ET0 e o IA, no Nordeste do Brasil, período de
1980 a 2013. ....................................................................................................................................... 53
10
CAPÍTULO 1
INTRODUÇÃO
O Nordeste do Brasil (NEB) é a segunda região mais populosa do país, com 57,36 milhões
de habitantes, e a terceira maior em dimensão territorial, com 1.554.387,73 km², segundo Instituto
Brasileiro de Geografia e Estatística (IBGE, 2017). Uma de suas principais características é a
elevada variabilidade espaço-temporal da precipitação na região central, onde está localizado o
Semiárido. Nessa área, há déficit hídrico na maior parte dos anos, prolongando-se, às vezes, por
anos consecutivos e gerando intensos impactos econômicos e socioambientais.
Essa região é bastante susceptível a secas (MARES et al., 1985; HASTENRATH, 2006;
2012; PAREDES et al., 2015), que afetam mais pessoas do que qualquer outro risco natural devido
à sua grande escala e natureza duradoura (MARENGO et al., 2016). Segundo dados publicados no
Atlas brasileiro de desastres naturais, o NEB apresenta 60% dos registros com esta tipologia de
desastre do Brasil (CEPED/UFSC, 2013). Segundo Wang et al. (2016) a seca meteorológica decorre
de uma interação complexa entre deficiências de precipitação ou excesso da Evapotranspiração
(ET).
A relação oferta e demanda de água na atmosfera são componentes necessários para
entender, dentre outros, o comportamento hidroclimático em escala regional, particularmente para o
gerenciamento e manejo da água em diversos setores da sociedade, tal como a agricultura,
abastecimento doméstico, indicadores de biomassa, entre outros.
Assim sendo, torna-se importante considerar a demanda energética da atmosfera por água,
através das perdas simultâneas por evaporação mais transpiração, ou seja, o potencial para a
evapotranspiração. Allen et al. (1998) destacam que esse potencial é, às vezes, suficientemente
maior que a disponibilidade hídrica na superfície, e quando isso ocorre, considerando-se um padrão
de superfície, denomina-se de Evapotranspiração de Referência (ET0) (PEREIRA et al., 2013).
Portanto, possíveis alterações na ET0 ocasionam impactos não somente climáticos, mas sobretudo
nos recursos hídricos, com intensas repercussões ao meio ambiente e à sociedade.
O Intergovernmental Panel on Climate Change (IPCC) publicou o quinto relatório de
avaliação (AR5) sobre as mudanças climáticas globais e afirma: o Aquecimento Global é
inequívoco (IPCC, 2014). As principais conclusões desse relatório destacam um aumento na
temperatura média global na ordem de 0,85°C (1880 a 2012). As três décadas mais recentes foram
11
as mais quentes, desde 1850, e que se as emissões dos gases do efeito estufa continuarem nos níveis
atuais, o aquecimento aumentará, podendo chegar a 4,8°C até 2100. Nesse contexto, a comunidade
científica assumiu uma série de preocupações sobre diversas consequências para o futuro do
planeta, dentre elas, questões relacionadas a ET0.
De acordo com Roderick e Faquhar (2002), espera-se que a medida que a temperatura
média global aumenta, o ar se torne mais seco e, consequentemente, a evaporação dos corpos d'água
terrestres aumente. No entanto, ainda de acordo com Roderick e Faquhar (2002), as observações
terrestres nos últimos 50 anos (1950 a 2000) mostraram o inverso, não que o aumento da
temperatura média diminua diretamente a ET0, mas que de forma indireta esse aumento tenha
contribuído para alteração de outras variáveis meteorológicas, a exemplo da redução da velocidade
do vento e da radiação solar em diversos locais, foi nesse contexto entre aumento médio de
temperatura e diminuição da ET0 que surgiu o termo “paradoxo da evaporação” (BRUTSAERT;
PARLANGE, 1998; RODERICK; FAQUHAR, 2002).
A partir de então muitos pesquisadores analisaram causas das tendências no
comportamento da ET0 em diferentes regiões do mundo e, embora fosse esperado que a ET0
aumentasse devido ao aumento global da temperatura, identificaram o reverso para: o Canadá
(BURN; HESCH, 2007), a China (THOMAS, 2000; LIU et al., 2012; HUANG et al., 2015;
ZHENG; WANG, 2015), a Índia (BANDYOPADHYAY et al., 2009), os Estados Unidos (IRMAK
et al., 2012). Essa tendência oposta entre a temperatura crescente do ar e a diminuição da ET0 foi
denominada como o "paradoxo da evaporação" (RODERICK; FARQUHAR, 2002); que tem sido
amplamente discutida para revelar as causas das mudanças na ET0 (WANG et al., 2007; MCVICAR
et al., 2008; RODERICK et al., 2009a,b).
Diversos estudos têm buscado explicar qual a variável meteorológica que tem dominado
na diminuição da ET0, alguns atribuíram o decréscimo da ET0 devido a diminuição da radiação solar
e/ou da velocidade do vento (THOMAS, 2000; WILD et al., 2005; MCVICAR et al., 2008; FAN;
THOMAS, 2013; SHAN et al., 2015), enquanto outros têm relacionado tendências da ET0 com o
aumento da umidade relativa do ar (GONG et al., 2006; BANDYOPADHYAY et al., 2009; ZHAO
et al., 2015; FAN et al., 2016; LI, C. et al., 2017). Contrariamente, tendências crescentes da ET0
também têm sido verificadas por outras pesquisas em outras partes do mundo (YU et al., 2002;
SABZIPARVAR et al., 2010; TABARI et al., 2011; PALUMBO et al., 2011; SHADMANI et al.,
2012; WANG; WANG, 2012; TABARI; AGHAJANLOO, 2013; PITICAR et al., 2015); o que
12
requer investigação sobre esse importante componente do clima e do ciclo hidrológico
para cada região, assim como as causas que o influencia.
Os resultados das tendências na ET0 (positivas ou negativas) demonstram uma
complexidade nas variações associadas às mudanças climáticas em diferentes regiões do mundo, e a
variável meteorológica que impulsionou tais tendências, nem sempre coincidiu ser a mesma, mesmo
em áreas muito próximas. Por exemplo, estudos encontrados para o Canadá (BURN; HESCH,
2007) e China (FAN et al., 2016) verificaram que a temperatura globalmente crescente não
ocasionou em todos os casos tendências de aumento na ET0.
Com um possível cenário de aumento na ET0 e diminuição da precipitação é esperado que
áreas do NEB se tornem mais susceptíveis à aridez (PBMC, 2012). Thornthwaite (1948) definiu um
índice que mede o grau de aridez de uma área ou estação do ano, sendo expressa pela diferença
entre a precipitação e ET0 dividida pela ET0. Marengo et al. (2011) afirmaram que no Brasil, o
Nordeste é a região mais exposta aos riscos da variabilidade climática, com possível aridização e
subsequente processo de desertificação; especialmente sobre a vegetação da Caatinga (PBMC,
2012). Cerca de 94% do NEB está sob susceptibilidade de moderada a alta, à desertificação
(VIEIRA et al., 2015).
Diante do exposto a motivação para realização desta Tese surge devido a necessidade de
um estudo mais detalhado sobre a variabilidade/tendência da ET0 em conjunto com o Índice de
Aridez (IA). Isso permitirá dar um suporte aos tomadores de decisões visando contribuir para o
planejamento e gerenciamento dos recursos hídricos, além de auxiliar a responder as seguintes
questões científicas:
i) Quais são as características sazonal e anual da ET0 e IA, e quais sub-regiões são mais
vulneráveis, considerando-se a variabilidade da ET0 e IA, no NEB?
ii) Há evidências significativas de mudanças no comportamento sazonal, anual e
decenal da ET0 e do IA no NEB? Se sim, qual a intensidade?
iii) A partir de qual período iniciou-se as tendências da ET0 e IA?
13
1.1. Objetivos
1.1.1. Objetivo Geral
O objetivo principal é identificar se estar ocorrendo tendências sazonais da
evapotranspiração de referência e do índice de aridez para o Nordeste do Brasil.
1.1.2. Objetivos específicos
Caracterizar a climatologia da ET0 e do IA, no tempo e espaço, para o NEB;
Agrupar as sub-regiões no NEB que apresentam características homogêneas para a ET0;
Verificar se há indícios de mudanças significativas no comportamento da ET0 e do IA, nas
escalas espaciais e sazonais;
Quantificar as magnitudes e início das referidas tendências.
1.2. Estrutura do texto
O presente trabalho de Tese encontra-se estruturado em cinco capítulos. No capítulo 1
verifica-se a introdução. O capítulo 2, aborda uma breve revisão de literatura sobre a importância da
ET e seus principais tipos, também sobre conceitos e aplicações do Índice de Aridez. Foi abordado
ainda um histórico sobre estudos realizados em diversas regiões no mundo e no Brasil, sobre essas
duas variáveis e suas possíveis relações de influência. O Capítulos 3 (1° artigo), refere-se à
caracterização da ET0 e do IA via análise de agrupamento e da transformada de wavelet no NEB. O
capítulo 4 (2° artigo), foram realizadas análises de tendências/magnitude/início, da ET0 e do IA,
para todo o NEB a partir de 2042 pontos de dados com série temporal de 34 anos (1980 a 2013). No
capítulo 5, fez-se as conclusões gerais da Tese.
14
CAPÍTULO 2
REVISÃO DE LITERATURA
O IPCC (2103, 2014) tem divulgado relatórios sobre o aumento global da temperatura do
ar, pós-revolução industrial, e mostrado através de diferentes modelos climáticos que as tendências
desta variável continuará crescente. Essa condição ocasiona uma preocupação séria, uma vez que
outras variáveis meteorológicas serão afetadas com esse aumento e consequentemente interferir nas
questões socioambientais.
Em termos de Brasil, a região Nordeste é a mais frágil no que concerne aos efeitos
climáticos (AMBRIZZI et al., 2007). Trewartha (1962) denominou que essa região se destaca por
apresentar um "clima problemático", para esses autores a elevada variabilidade associada à
irregularidade das chuvas e ao déficit hidroclimatológico são características predominantemente
marcantes. Marengo et al. (2011) acrescenta que isso expõe a região a uma possível aridização e
subsequente desertificação devido às mudanças climáticas.
Com a mudança climática devido ao aumento do CO2 e outros gases do efeito estufa da
atmosfera, existe uma forte expectativa de um aumento na ET0, que é influenciada direta e/ou
indiretamente pelo aumento da temperatura do ar (TRENBERTH et al., 2014). Embora os
prognósticos sugiram um sutil aumento da precipitação no NEB, durante o século 21, espera-se que
ocorra processo de aumento de aridez na referida região, em razão das crescentes temperaturas
ocasionarem aumento significativo da ET0 e diminuição da disponibilidade hídrica na região
(SANTANA, 2007).
2.1. Conceitos sobre Evapotranspiração (ET)
A perda simultânea da água por evaporação do solo e da transpiração das plantas
denominada de evapotranspiração (THORNTHWAITE, 1941), consome dois terços da precipitação
terrestre global (JAYAWARDENA, 1989; CHAHINE, 1992; OKI; KANAE, 2006; FISHER et al.,
2017) e, portanto, exerce um papel de destaque entre as variáveis mais importantes do ciclo
hidrológico (HUO et al., 2013; WANG et al., 2014; XU et al., 2017).
A depender das necessidades as quais se deseja aplicar o conhecimento da ET, é necessário
que se conheça suas terminologias, essenciais nas aplicações para fins específicos. Entre essas
terminologias para definir a ET destacam-se: ET Real (ETR), ET Potencial (ETP), ET de referência
(ET0), ET de cultura (ETc), ET de Oásis (ETO). Essas são as mais usuais, embora haja outros tipos.
15
A definição da ETR foi preconizada por Thornthwaite, e se refere a quantidade real de
água transferida para a atmosfera por evaporação e transpiração, sem suposições de superfície de
referência e/ ou de fatores atmosféricos e umidade do solo (MATZENAUER, 1992). Logo, conclui-
se que estando uma superfície com déficit hídrico a demanda de água para evapotranspirar (ETR)
será predominantemente menor, ou no máximo igual a ET0, considerando-se o padrão de referência.
O conceito de ETP foi introduzido por Thornthwaite e Wilm (1944) sendo efetivamente
definida como a quantidade de água transpirada, em um determinado tempo, a partir de uma extensa
superfície vegetada (vegetação rasteira e verde), cobrindo totalmente o solo, com altura uniforme e
sem restrição hídrica. Nessa condição o fator limitante à ETP é apenas a disponibilidade de energia
solar do local (PEREIRA et al., 2013). Logo, a ETP torna-se um elemento fundamental para
classificação climática, que corresponde ao processo inverso à chuva (THORNTHWAITE, 1946).
A ET0, por sua vez, é definido como a taxa de ET de uma cultura de referência hipotética
com uma altura fixa de 0,12 metros cobrindo totalmente o solo, cujo albedo é igual a 0,23,
resistência ao transporte de vapor d’água constante e igual a 70 s.m-1, sem deficiência de água
(ALLEN et al., 1998). Assim, o conceito de ET0 coincide com a ETP (PEREIRA et al., 2013). Vale
destacar que foram Doorenbos; Pruitt (1977) que propuseram o conceito de ET0 em substituição ao
termo ETP. Em suma, a ET0 representa a demanda de água da atmosfera, que depende
essencialmente de um conjunto de variáveis meteorológicas, essa demanda poderá ser suprida ou
não a depender da capacidade de água disponível.
A ET0 tornou-se um valor ideal de forma que, caso houvesse uma vegetação com as
características da superfície de referência, sem restrição hídrica, a ETR seria numericamente igual a
ET0, mesmo em locais tão áridos quanto os desertos. Portanto, para estudos climáticos e
hidrológicos a ET0 é usada como um dos principais indicadores energéticos da atmosfera e um fator
determinante de seca, principalmente em regiões áridas e semiáridas (HUO et al., 2013), e ainda
permite estimar a ETR (PEREIRA et al., 2013).
A ETc, definida por Doorenbos; Pruitt (1975), é a transferência da água no estado de vapor
de uma determinada cultura agrícola em dada fase de seu desenvolvimento, sem restrição hídrica,
em condições ótimas de crescimento. Deve-se apresentar em uma área mínima de 1 hectare
(PEREIRA et al., 2013). Portanto, depende da demanda atmosférica (ET0), área foliar, tipo e estágio
da cultura (ALLEN et al., 1998). A ETc representa a necessidade de água a ser reposta ao
16
solo que permita manter o desenvolvimento e a produção compatível com as condições do regime
solar e térmico da região.
Por fim, a ETO é a evapotranspiração que ocorre numa região vegetada em meio a uma
extensa área seca, de onde provém energia por advecção (calor sensível, H´), a qual a quantidade de
energia vai aumentando e potencializa a ET (SENTELHAS; ANGELOCCI, 2009). Pela influência
da advecção, a ETO pode ser muito mais alta que a ET0 (PEREIRA et al., 2013).
2.2. Evapotranspiração de referência padrão definida por Penman-Monteith (FAO, 56)
O método de estimativa da ET0 por Penman-Monteith-FAO (PM-FAO) surgiu em 1990,
como uma nova proposta, revolucionando os estudos sobre o assunto (CARVALHO et al., 2011).
Muitas pesquisas, no Brasil e no mundo, comprovaram que o método PM-FAO é robusto em
qualquer condição climática (XU; CHEN, 2005; YODER et al., 2005; LÓPEZ-URREA et al., 2006;
JABLOUN; SAHLI, 2008; XU et al., 2017) quando se compara com resultados obtidos por
medições diretas da ET0 em lisímetros.
Nesse contexto, a Comissão Internacional de Irrigação e Drenagem (ICID) e a Organização
das Nações Unidas para Alimentação e Agricultura (Food and Agriculture Organization –FAO)
consideraram o método de PM-FAO como padrão internacional de estimativa da ET0 (ALLEN et
al., 1998).
As condições padronizadas de superfície para a obtenção da ET0 é para uma cultura
hipotética, apresentando as seguintes características fixas: altura de 0,12 m, resistência do dossel de
70 s.m-1, albedo de 0,23; que são os parâmetros atualmente adotados para o cálculo da ET0, de
acordo com o Boletim FAO de Irrigação e Drenagem nº 56 (ALLEN et al., 1998).
2.3. Índice de aridez (IA)
Há várias definições para classificar índices de seca e/ou de aridez, um exemplo muito
utilizado é o Índice de Precipitação Padronizado, cuja sigla SPI advém do termo inglês
Standardized Precipitation Index (SPI) (MCKEE et al., 1993) que é baseado somente na
precipitação e fornece uma medida apenas para o abastecimento de água. Esse tipo de índice é
muito útil como medida de déficit de precipitação ou seca meteorológica, mas é limitado porque
não considera a ET0 (TRENBERTH et al., 2014).
17
Trenberth et al. (2014) afirmam ainda que a seca ou aridez diz respeito a insuficiência de
água disponível em solos ou sistemas hidrológicos. Isso significa, portanto, déficit de oferta
(precipitação) e/ou excesso da demanda (ET0) (WANG et al., 2016). Suas principais consequências
incluem redução da produção agrícola, degradação do solo, mudanças no ecossistema e diminuição
do escoamento da água (MARENGO; BERNASCONI 2015). Quando há uma persistência e/ou
intensificação desse fenômeno, processos de desertificação podem ser desencadeados, e os impactos
socioambientais elevarem-se. No NEB, por exemplo, 94% da região apresenta susceptibilidade, de
moderada a alta, à desertificação (VIEIRA et al., 2015).
Um dos conceitos mais utilizados para o IA foi definido por Thornthwaite (1948) como a
diferença entre a ET0 e a precipitação dividida pela ET0. Esta definição considera oferta e demanda
hídrica, comumente utilizada para expressar o grau árido em regiões áridas ou semiáridas e pode ser
aplicada nas escalas mensal e/ou anual. Essa definição pode ser interpretada como a necessidade de
água para satisfazer a ET0. Se, por exemplo, num determinado mês ou ano o IA foi igual a 1, a
aridez será a mais alta. Em contraste, se a precipitação for igual ou superior à ET0, o IA resultará em
valor igual ou inferior a zero, respectivamente, nesse caso não haveria aridez aparente.
O IA pode ser utilizado para estimar a oferta ou demanda hidroclimática, e que possíveis
mudanças/tendências nas variáveis utilizadas na sua estimativa (precipitação e ET0) podem alterar o
IA de uma região. Consequentemente, é uma variável importante, nas mais diversas aplicações,
dentre elas por contribuir com melhor entendimento das características climáticas (umidade) e na
gestão de água relacionada aos riscos naturais (ZHANG et al., 2015).
Projeções climáticas, para este século, feitas por Marengo e Bernasconi (2015) sugerem
aumento espacial da seca no NEB, com reduções de chuva, déficits de água e secas mais
prolongadas, com condições de aridez para a região a partir da segunda metade do século 21. Silva
(2004) havia observado esses indícios, com dados observados de 19 estações, principalmente a
partir da década de 1960, e concluíram que o NEB está passando por um processo de secagem
ambiental, havendo predominantemente aumento da ET0 e Aridez, e diminuição da P.
2.4. Evapotranspiração de referência (ET0), Índice de Aridez (IA) e seus respectivos impactos
As variações espaço-temporais da ET0 e do IA ocorrem em função de uma combinação de
variáveis meteorológicas, cujos conhecimentos servem como indicadores agroclimáticos essenciais
para o uso eficiente dos recursos hídricos, requisitos agrícolas e planejamento para irrigação
(DROGUE et al., 2004; CHEN et al., 2007; HAN; HU, 2012; HAN et al., 2014; SHAN et al.,
18
2015). Um dos impactos relevantes na relação dessas variações, por exemplo, é quando a demanda
atmosférica por água (ET0) tende a ser muito maior que a oferta (precipitação), ou seja, um elevado
valor no IA.
Quanto maior for o IA de uma região maior será a redução na produtividade biológica e
econômica dos ecossistemas terrestres e representa uma séria ameaça aos processos ecológicos,
biogeoquímicos e hidrológicos (MARENGO; BERNASCONI, 2015). Eleva-se também os riscos de
indisponibilidade hídrica, energética e de segurança alimentar (EAKIN et al., 2014). A agricultura
(principalmente a de sequeiro), por exemplo, é altamente dependente, da chuva e da ET0, sendo
fortemente afetada quando não há uma relação de equilíbrio entre os quantitativos dessas duas
variáveis, ou seja, alto valor no IA.
Em regiões de clima semiárido o agravante é maior devido aos escassos recursos hídricos e
a irrigação passa a ser uma alternativa para regularizar a produção, porém passa a ser o maior
usuário de água nessas regiões (LIANG et al., 2010). Nessa situação, a população rural mais pobre é
a mais vulnerável a este fenômeno climático (MARENGO et al., 2017). Nesse sentido, investigar o
comportamento da ET0 e do IA no NEB é importante devido a possível intensificação da escassez
nos recursos hídricos (seca) em função das mudanças climáticas.
O termo seca envolve diferentes perspectivas a depender do objetivo que se pretenda
alcançar (entre os principais estão secas meteorológica, agrícola ou hidrológica). Para Trenberth et
al. (2014) a seca diz respeito à quantidade de água disponível em solos ou sistemas hidrológicos,
esses autores afirmam que, obviamente, isso depende muito da precipitação, mas também depende
da quantidade de água que infiltra em camadas de solo mais profundas ou da ET0.
Pesquisas recentes sobre tendências de seca (SHEFFIELD et al., 2012; VICENTE-
SERRANO et al., 2014b) e cenários de seca para o futuro diante de projeções de mudança do clima
(HOERLING et al., 2012; COOK et al., 2014) são baseadas em índices que consideram não apenas
a precipitação, mas também a demanda atmosférica (ET0). Cook et al. (2014) identificaram que o
acréscimo na ET0 intensifica a aridez em áreas onde a precipitação já está reduzida.
Nessa perspectiva, sabe-se que a seca é um perigo que se inicia pela falta de chuva durante
um longo período de tempo (LIU et al., 2013), mas que é intensificada pela magnitude da ET0. No
NEB, secas mais intensas causadas por variações climáticas, prejudicam o desenvolvimento da
vegetação e causam sérios problemas sociais porque um grande número de pessoas que habitam a
região vive verdadeiramente em situação de extrema pobreza (MARENGO et al., 2009). Esse
19
fenômeno afeta mais pessoas do que qualquer outro desastre natural (KEYANTASH; DRACUP,
2002; MARENGO et al., 2016).
2.5. Tendências em séries temporais da ET0 e do IA
Uma grande discussão (nas Ciências Climáticas, Hidrológicas e afins) acerca das
mudanças do clima ocasionadas pelo aquecimento global tem ganhado destaque e vários estudos
vêm sendo realizados, em diversas partes do mundo. O objetivo é para o melhor conhecimento do
comportamento do clima em suas diversas vertentes, conhecendo e ampliando possiblidades de
intervenção e mitigação dos seus possíveis impactos.
No âmbito da ET0 e do IA, são necessários mais estudos enfatizando as suas possíveis
consequências frente ao aquecimento global, principalmente no NEB. A medida em que havendo
aumento nos valores da ET0 e do IA, espera-se que haja uma intensificação no déficit do balanço
hídrico (MARENGO, 2007; MARENGO et al., 2011). Embora estudos tenham mostrado que a
temperatura do ar nem sempre é a variável meteorológica decisiva pelas alterações no ciclo
hidrológico (LI, G. et al., 2017).
Para a segunda metade do século 20 (1951-2000), Roderick e Farquhar (2002)
investigaram o comportamento da evaporação, e concluíram que ocorreu consistente decréscimo da
evaporação ao redor do globo. Como esse resultado foi o contrário do que se esperaria, diante da
temperatura média do ar que se elevou no mesmo período (IPCC, 2014), o “paradoxo da
evaporação”. A partir dessa publicação a quantidade de estudos cresceram substancialmente para
explicar causas de mudanças na ET0.
Zhang et al. (2015), por exemplo, encontraram tendências significativas crescentes (de
outubro a janeiro) e decrescentes (de fevereiro a julho) da ET0 na Bacia do Rio Amarelo, China.
Enquanto as regiões nordeste e sudoeste observaram-se tendências anuais decrescentes e, por outro
lado, na parte ocidental da região de estudo, identificaram tendências significativamente crescentes
da ET0. Para o IA, apenas 5 estações foram significativas a 1% distribuídas espacialmente na parte
central da região de estudo, enquanto que as tendências mensais só foram significativas a 5% em
novembro (aumento) e fevereiro, maio e junho (diminuição).
Para os Estados Unidos, Kukal e Irmak (2016) identificaram tendências do IA, sendo
significativamente positivas em Dakota do Norte e do Sul e tendências significativamente negativas
20
no Texas. E, mesmo havendo apresentado predomínio de diminuição da ET0 em 62% dos
municípios, o IA apresentou, de forma oposta, tendências crescentes em 66% dos municípios.
Por outro lado, Huo et al. (2013) verificaram, no período de 1955 a 2008, decréscimos
significativos da ET0 e do IA para a região árida do Noroeste da China. Esses autores analisaram
ainda a sensibilidade das tendências e encontraram que a diminuição da ET0 anual foi mais sensível
ao vento e umidade relativa; ao mesmo tempo em que a diminuição do IA ocorreu mais pelo
aumento de Precipitação que a diminuição da ET0. Esses resultados significam que a seca climática
foi amenizada nas últimas décadas e sugerem que haja uma diminuição na demanda de água para
irrigação das culturas agrícolas.
Destaca-se ainda que estudos como o de De La Casa; Ovando (2016) investigaram
mudanças no comportamento da ET0 para a Argentina (1941 a 2010) e não encontraram tendência
significativa, mas sugerem que a ausência de tendência da ET0 deve-se à compensação entre o
aumento da temperatura com a diminuição da velocidade do vento e da radiação solar.
No NEB, Silva (2004) utilizaram dados de 19 estações meteorológicas e realizaram
análises de tendências em sete variáveis climáticas, dentre elas a precipitação, ET0 e IA. Esses
autores corroboraram com os prognósticos realizados por Marengo (2007) e Marengo et al. (2011)
ao afirmarem que houveram tendências crescentes na maioria das variáveis, inclusive na ET0 e IA,
exceto para precipitação e umidade relativa, que apresentaram tendências negativas. Os resultados
encontrados por Oliveira et al. (2014) concordaram em partes ao encontrarem que a precipitação no
NEB aumentou significativamente no período mais chuvoso e diminuiu no período seco.
Nas estações meteorológicas de Juazeiro-BA e Petrolina-PE, inseridas no semiárido do
NEB, Cabral Júnior (2015) verificou a existência de decréscimo significativo da ET0, em ambas
estações, e sugeriu que foi devido ao uso e mudança de cobertura do solo (crescimento de área
irrigada no Vale do São Francisco e construção do Lago de Sobradinho). Para a estação de
Petrolina-PE, Silva (2004) encontrou que além da ET0 o IA também diminuiu.
Em uma sub-bacia hidrográfica do estado da Paraíba, também inserida no semiárido do
NEB, Alves et al. (2017) avaliaram a influência da variabilidade da precipitação e do IA no
processo de degradação da terra (1950 a 2013), esses autores evidenciaram predominantemente um
leve aumento na precipitação e uma diminuição sutil no IA, e concluíram que essas condições não
desencadeiam degradação da terra (desertificação) e que as causas dos problemas ambientais, na
referida bacia, derivaram muito mais de atividades antropogênicas à climáticas.
21
CAPÍTULO 3
Análises da evapotranspiração de referência e do índice de aridez para
o Nordeste do Brasil
Analysis of reference evapotranspiration and aridity index for Northeast Brazil
CABRAL JÚNIOR¹, J. B.; BEZERRA, B. G.² [email protected];
Resumo O Nordeste do Brasil (NEB) possui elevados valores de
Evapotranspiração de Referência (ET0) e déficits de
chuvas, que culminam num aspecto de semiaridez
predominante. O objetivo neste trabalho foi analisar a ET0
com as respectivas repercussões para o Índice de Aridez
(IA) no NEB. De posse dos dados mensais (1980 a 2013)
da ET0 e precipitação, calculou-se o IA preconizado por
Thornthwaite (1948). As sub-regiões da ET0 foi
determinada por meio da Análise de Cluster. Em seguida,
a periodicidade do IA foi analisada para identificar
frequências e relações com a ET0, através da análise de
Wavelet, com 5% de significância estatística. Os
resultados demonstraram que o NEB apresenta 5 sub-
regiões para a ET0, sendo a Sub-região 3 (S3) a que
apresentou os maiores valores médios mensal (174,8 mm,
em média) e anualmente (2098,0 mm), seguida da S2, S4,
S1 e S5 com respectivos valores médios anuais de 1736,9
mm, 1643,5 mm, 1489,3 mm, e 1362,8 mm. A primavera
obtém predominantemente as maiores ET0 e IA, sobre o
NEB. As periodicidades permitiram determinar que a
variável dominante para o IA é a precipitação, e que no
período seco (periodicidade entre 4 a 8 meses), a ET0 não
apresenta correlações altas com o IA.
Palavras-chave: Agroclimatologia, análise de cluster;
análise de Wavelet.
Abstract
Northeastern Brazil (NEB) has high values of Reference
Evapotranspiration (ET0) and rainfall deficits, which
culminate in a predominant semiarid aspect. The objective
of this work was to analyze ET0 with the respective
repercussions for the Aridity Index (AI) in NEB. Having
the monthly data (1980 to 2013) of ET0 and also
precipitation to AI of calculating recommended by
Thornthwaite (1948), was calculated on the weather and
determined if ET0 the subregions by Cluster Analysis. AI
was analyzed to identify relationships with ET0.
Periodicities were then determined through the Wavelet
analysis, with 5% of statistical significance. The results
showed that the NEB has 5 subregions for the ET0 and
subregion 3 (S3), obtains the highest average monthly
values (174.8 mm on average) and annual (2098.0 mm),
then S2 , S4, S1 and S5 with respective annual mean
values of 1736.9 mm, 1643.5 mm, 1489.3 mm, and
1362.8 mm. In the spring, the AI is predominantly
greater, on the NEB, and ET0 overcomes the precipitation.
The frequencies allowed to determine the dominant
variable for the AI is the precipitation and that the dry
period (frequency between 4 to 8 months), the ET0 does
not have high correlations with the AI.
Keywords: Agroclimatology, cluster analysis; Wavelet
analys
22
_______________________________________________________________________________
3.1 Introdução
A evapotranspiração de referência (ET0) e o Índice de Aridez (IA) são importantes
variáveis climáticas e fundamentais para a compreensão no processo do ciclo hidrológico de
uma região. O primeiro representa o potencial da perda de água da superfície para a atmosfera
(ALLEN et al., 1998), enquanto que o segundo demonstra a relação existente entre oferta
(precipitação) e demanda atmosférica por água (ET0) (THORNTHWAITE, 1948). Ambos são
indispensáveis na elaboração e execução de políticas públicas que visam a gestão para o uso
eficiente dos recursos hídricos, nas suas variadas aplicações (DROGUE et al., 2004; CHEN et
al., 2007; HAN; HU, 2012; HAN et al., 2014; SHAN et al., 2015). Além disso, suas
complexas interações (por exemplo, déficit de precipitação e excedente de ET0) são
importantes indicadores de seca (TRENBERTH et al., 2014; WANG et al., 2016).
Para Liu et al. (2013) a seca se inicia pela falta de chuva durante um longo período
de tempo. Entretanto esse fenômeno é intensificado se houver uma elevada perda de água para
a atmosfera (ET0). Diversos estudos têm relatado essa vulnerabilidade em relação às
irregularidades climáticas, com ênfase aos déficits hidroclimáticos (MARES et al., 1985;
AMBRIZZI et al., 2007; IPCC, 2007; PAREDES et al., 2015; MARENGO et al., 2017). No
semiárido do NEB, por exemplo, a escassez hídrica é crônica e contínua, mesmo assim a
população ainda não se adaptou ao fenômeno (MARENGO et al., 2011).
A seca afeta mais pessoas do que qualquer outro desastre natural (KEYANTASH;
DRACUP, 2002; MARENGO et al., 2017). Somado a isso, no semiárido do NEB, a
população rural mais pobre é a mais vulnerável a este fenômeno climático (MARENGO et al.,
2017). O agravante da seca na região afeta principalmente a vazão dos rios, impactando o
abastecimento de água e a produção de energia (MARENGO et al., 2011).
Para o NEB, estudos realizados por Cunha et al. (2015) verificaram que a seca de
2012-2013 afetou 85% da cobertura vegetal na região semiárida. Brito et al. (2017)
identificaram que ocorreu uma seca grave e prolongada entre 2011-2015, no período
analisado de 1981 a 2015, e afirmaram ser a seca mais frequente e grave com 6295
declarações de calamidade decretadas pelo governo federal; foram 33,4 milhões de pessoas
atingidas, durante 2012 a 2016, e um dano de R$ 104 bilhões em investimentos públicos para
mitigar impactos decorrentes da seca (MI, 2017). Marengo e Bernasconi (2015), analisaram
índices de aridez/seca, através de modelos climáticos, e projetaram uma expansão geográfica
com aumento desses índices.
23
Esses resultados citados foram avaliados, respectivamente, por meio de
sensoriamento remoto para a vegetação. Por índices de precipitação e de vegetação. Também
por registros de danos por órgãos públicos. E ainda por estimativas de IA através de modelos
climáticos. Vale destacar que um dos IA e/ou de seca, mais usual é o Índice de Precipitação
Padronizado (SPI) (MCKEE et al., 1993), porém esse método é baseado somente na
precipitação e, embora seja muito útil como medida de déficit de precipitação ou seca
meteorológica, é limitado porque não considera a ET0 (TRENBERTH et al., 2014).
Uma melhor compreensão das características espaciais e temporais da ET0 e IA, além
de ser importante indicador climático, é necessária para o uso eficiente dos recursos hídricos
em seus múltiplos usos (agricultura, abastecimento humano, produção de energia, etc). Diante
do exposto o objetivo principal deste trabalho é analisar características da ET0 e do IA, para o
NEB, e identificar por sub-regiões homogêneas da ET0 mensal, suas respectivas relações.
3.2 Material e Métodos
3.2.1. Área de estudo
A área de estudo está localizada no Nordeste Brasileiro (NEB), essa região é a
segunda mais populosa do Brasil, com 57,36 milhões de habitantes, e a terceira maior em
dimensão territorial, com 1.554,291 Km² (IBGE, 2017). Encontra-se inserida nos trópicos
(1°a 18°S; 35 a 47°W). Apresenta 60% dos registros de desastres naturais do Brasil, em
função da seca (CEPED/UFSC, 2013), sendo que desde 1980 contabilizaram-se mais de 50
milhões de pessoas afetadas por esse fenômeno (SAPIR; BELOW, 2014). Atualmente 92,8%
dos municípios que compõem a região semiárida do Brasil está inserida no NEB.
Os principais biomas que compõe o NEB são: Caatinga, Mata Atlântica, Amazônia e
Cerrado (IBGE, 2004). A precipitação acumulada anual, em média, varia de 300 mm (no
Bioma Caatinga) a mais de 1.500 mm (nos Biomas Amazônicos e da Mata Atlântica)
(NIMER, 1989), e os principais sistemas meteorológicos causadores de chuvas na região são:
a Zona de Convergência Intertropical (ZCIT), Vórtice Ciclônico de Altos Níveis (VCAN),
Distúrbios Ondulatórios de Leste (DOL), Complexo Convectivo de Mesoescala (CCM), Zona
de Convergência do Atlântico Sul (ZCAS), Linhas de Instabilidades (LI) (FERREIRA;
MELLO, 2005; REBOITA et al., 2010; MARENGO et al., 2011; HASTENRATH, 2012). Na
região semiárida do NEB, o período chuvoso ocorre entre março e maio, enquanto parte leste
o máximo de chuva ocorre entre junho e julho (HASTENRATH, 1990; XAVIER, 2001;
NOBRE et al., 2006; ALMEIDA; CABRAL JÚNIOR, 2014).
24
A localização da área de estudo e a distribuição do número de pontos de grade (2043)
podem ser observados na Figura 1. Os pontos de grade referem-se aos pontos com
coordenadas geográficas fixas e são equidistantes (0,25° x 0,25°), em cada ponto há uma série
temporal de dados de ET0 e precipitação. Esses dados foram analisados em todo o NEB, cuja
região encontra-se no Nordeste da américa do Sul. Destaca-se que nove estados compõem
essa região, sendo: Maranhão (MA), Piauí (PI), Ceará (CE), Rio Grande do Norte (RN),
Paraíba (PB), Pernambuco (PE), Alagoas (AL), Sergipe (SE) e Bahia (BA).
Figura 1. Localização da região Nordeste do Brasil e seus respectivos estados, com os pontos de
grades distribuídos espacialmente em 0,25° x 0,25° referentes aos dados de precipitação e ET0.
Fonte: Elaboração dos autores.
3.2.2. Dados
Os dados utilizados neste trabalho foram disponibilizados por Xavier et al. (2015),
por meio de um banco de dados distribuídos espacialmente, cujo espaçamento de grade é
0,25° x 0,25°, aproximadamente 770 km², cada ponto possui uma série temporal mensal de
1980 a 2013.
Esses autores utilizaram uma série de dados meteorológicos de estações oficiais de
diferentes instituições brasileiras: Instituto Nacional de Meteorologia (INMET), Agência
25
Nacional de Águas (ANA) e Departamento de Águas e Energia Elétrica de São Paulo
(DAEE). Em seguida testaram diferentes métodos de interpolação, para as escalas espacial e
temporal, e validaram os respectivos preenchimentos.
Os dados utilizados referentes à ET0, foram estimados pelo método padrão
internacional de Penman-Monteith (ALLEN et al., 1998), expressa pela equação 1.
𝐸𝑇0 =0,408. ∆(𝑅𝑛 − 𝐺) + 𝛾 (
900. 𝑈2𝑇𝑚𝑒𝑑 + 273
)𝐷𝑃𝑉
∆ + 𝛾. (1 + 0,34𝑈2)
(1)
em que ∆ é a inclinação da curva de pressão de vapor (KPa °C-1); Rn é o saldo do balanço de
radiação solar incidente em ondas curtas e a radiação terrestre, emitida em ondas longas; G é
a densidade de fluxo de calor do solo (tanto em MJ m-2 d-1); é a constante psicrométrica
(kPa ◦C-1); 𝑇𝑚𝑒𝑑 é a temperatura média diária do ar (°C); 𝑈2 é a velocidade média do vento
medida a 2 m de altura (m.s-1); 𝐷𝑃𝑉 é o déficit de pressão de vapor (kPa).
A partir dos dados de ET0, utilizou-se também os dados de precipitação para em
seguida obter-se o IA utilizando-se a equação proposta por Thornthwaite (1948), que
considera oferta (precipitação) e demanda (ET0) da água em nível de superfície. Esse autor
definiu o IA para expressar o grau árido em áreas áridas ou semiáridas, através da equação 2.
𝐼𝐴 =(𝐸𝑇0 − 𝑃)
𝐸𝑇0 (2)
Quando não houver precipitação, o 𝐼𝐴 será igual a 1 (grau de aridez mais elevado),
contrariamente se 𝑃 for igual ou superior a 𝐸𝑇0, o 𝐼𝐴 será respectivamente igual a zero ou
negativo (neste caso, não há aridez aparente). Neste trabalho, o 𝐼𝐴 foi analisado nos intervalos
de tempo sazonal e espacial para o NEB.
3.2.3. Procedimentos metodológicos
As etapas para realização deste trabalho, Figura 2, consistiram inicialmente em
delimitar a área de estudo (NEB) e na aquisição dos bancos de dados que estão disponíveis ao
público (https://utexas.app.box.com/v/Xavier-etal-IJOC-DATA).
De posse dos dados, foram determinadas sub-regiões homogêneas de acordo com a
variação média mensal da ET0 (Clusters) utilizando a técnica de Análise de Agrupamento
26
(MINGOTI, 2005). Após a definição das sub-regiões, analisou-se individualmente cada uma,
utilizando-se estatísticas descritivas (média, desvio padrão, coeficiente de variação, valor
máximo e valor mínimo).
A periodicidade da ET0 versus IA, mensal e anual, foi analisada utilizando a técnica
de Análise Wavelets. A referida análise foi utilizada para identificar o comportamento dessas
duas importantes variáveis hidroclimáticas, em séries temporais em domínios de tempo-
frequências (ciclos) e correlação.
Figura 2. Organograma hierárquico das etapas para realização da pesquisa.
Fonte: Elaboração dos autores.
3.2.4. Análise de Agrupamento (Cluster)
A análise de Cluster ou análise de agrupamento é um método estatístico
multivariado, que consiste em dividir elementos da amostra ou população em grupos, de
forma que os elementos pertencentes a um mesmo grupo sejam similares entre si expressando
as variáveis envolvidas, e os elementos em grupos diferentes sejam heterogêneos em relação a
estas mesmas variáveis (MINGOTI, 2005). O objetivo é maximizar a similaridade entre os
elementos dentro do grupo e de forma concomitante potencializar a heterogeneidade existente
entre eles.
Área de estudo
Período
NEB
Procedimentos
Análises espacias
NEB
Evapotranspiraçãode Referência
Cluster
Índice de Aridez
Sazonalidade
Análise de Periodicidade
Wavelet Morlet
ET0 x IA
Periodicidade
P x IA
1980 a 2013
Periodicidade
27
A caracterização de cada sub-região, para a ET0, foi realizada utilizando-se
estatísticas descritivas e, simultaneamente realizaram-se comparações entre as sub-regiões da
ET0 com os valores do IA no intuito de compreender, por exemplo, relações quantitativas
entre o IA com as respectivas variáveis envolvidas no seu cálculo (ET0 e precipitação).
O processo para o agrupamento consistiu no cálculo de uma medida de
dissimilaridade, que de acordo com Mimmack et al. (2001) uma das medidas mais indicadas
para a regionalização de dados climáticos, é o método da distância euclidiana, expressa por:
𝑑(𝑋𝑖, 𝑋𝑗) = [∑(𝑋𝑖,𝑘 − 𝑋𝑗,𝑘)2
𝑝
𝑘=1
]
12
(3)
Sendo, 𝑋𝑖,𝑘 e 𝑋𝑗,𝑘 os elementos a serem comparados, 𝑋𝑖 ≠ 𝑋𝑗 = 1,… , 𝑛 (número total da
amostra), portanto representam os dois elementos a serem comparados, de acordo com a
observação da K-ésima variável de cada elemento amostral e 𝑝 representa o número de
variáveis. De acordo com Mingoti (2005) são realizadas comparações entre os dois elementos
amostrais para cada variável pertencente ao vetor de observações.
Neste trabalho utilizou-se a abordagem hierárquica, para construção dos clusters,
cujo método de ligação adotado foi o de Ward (variância mínima), proposto por Ward (1963),
que se fundamenta nos princípios da análise de variância. Em cada passo do método foi
calculada a soma de quadrados dentro de cada grupo. Esta soma é o quadrado da distância
euclidiana de cada elemento pertencente ao grupo em relação ao correspondente vetor de
médias, de acordo com a equação:
𝑤 = ∑∑‖𝑋𝑖 − �̅�𝑔‖²
𝑛𝑔
𝑖=1
=
𝐺
𝑔=1
∑∑∑(𝑋𝑖,𝑘 − �̅�𝑔,𝑘)²
𝑘
𝑘=1
𝑛𝑔
𝑖=1
𝐺
𝑔=1
(4)
Sendo, 𝑊 – representa a função de ligação de Ward, dada pela soma de quadrados dentro de
cada grupo (𝐺𝑖) (medida de homogeneidade); 𝐺 – o número de elementos no grupo 𝐺𝑖 quando
se está no passo 𝑘 do processo de agrupamento; 𝑋𝑖,𝑘 - o vetor de observações do k-ésimo
elemento que pertence ao i-ésimo grupo; �̅�𝑔 – o centróide do grupo 𝐺𝑖.
Em virtude das propriedades do método hierárquico é possível construir um gráfico
chamado dendrograma (TIMM, 2002), ou seja, um diagrama bidimensional que possui forma
28
de árvore cujo eixo vertical representa o nível de similaridade (ou dissimilaridade) e no eixo
horizontal, são representados os elementos amostrais. A escolha do número de grupos (𝑔) é
feita a partir do dendrograma de maneira subjetiva (KELLER FILHO et al., 2005), no entanto,
essa subjetividade requer um conhecimento prévio sobre a estrutura dos dados.
3.2.5. Análise de Wavelet de Morlet
A periodicidade da ET0 e do IA, durante os últimos 34 anos, sobre cada uma das sub-
regiões previamente definidas, foram analisadas utilizando-se a técnica de Wavelet. Para este
fim, está técnica tem sido utilizada em estudos climáticos (WANG et al., 2014; ZHANG et
al., 2015; WANG et al., 2017; FENG et al., 2017; XU et al., 2017). A técnica de Wavelet,
também conhecida como ondeletas, é eficiente para análises em escala multi-temporal (por
exemplo, mensal, sazonal, anual e decadal). A função de Wavelet (𝜓(𝑡)), o coeficiente da
transformada de WaveLet (𝑊𝑓(𝑎, 𝑏)) e a onda contínua (𝜓𝑎,𝑏(𝑡)) foram calculados,
respectivamente, de acordo com as equações 5, 6 e 7.
𝜓(𝑡) = 𝑒𝑖𝑐𝑡𝑒−𝑡2/2 (5)
𝑊𝑓(𝑎, 𝑏) = |𝑎|−12∫ ∫(𝑥)
∞
𝑡=−∞�̅�(𝑡−𝑏𝑎)𝑑𝑡
= ⟨∫(𝑥) , 𝜓𝑎,𝑏(𝑡)⟩ (6)
𝜓𝑎,𝑏(𝑡) = |𝑎|−12𝜓(𝑡−𝑏
𝑎)
𝑎, 𝑏 ∈ 𝑅, 𝑎 > 0 (7)
Em que, 𝜓(𝑡): é a Wavelet principal; 𝑐 – é uma constante (igual a 6,2); (𝑎, 𝑏)- são os
coeficientes da transformada de Wavelet; ⟨, ⟩- é o produto interno; 𝑎 – é o fator de escala que
representa o comprimento do ciclo (periodicidade); 𝑏- é um fator de tempo que representa o
intervalo do tempo; 𝜓𝑎,𝑏(𝑡)- é a onda contínua; 𝑉𝑎𝑟(𝑎) – é a variância da onda.
A correlação ou coerência dos sinais de frequência de tempo entre as séries em estudo,
foi obtida através da Coerência Wavelet. Interpreta-se como medida de coerência duas ondas
simples no tempo-frequência, onde, a quantidade de variabilidade de uma determinada
variável pode ser explicada pela variabilidade de outra (TORRENCE; WEBSTER, 1999). Os
valores de correlações resultantes são plotados nos gráficos, em módulo, variando de 0 a 1,
quanto mais próximo de 1 maior é a correlação entre os sinais.
29
Os cálculos e análises neste trabalho foram desenvolvidos, considerando-se uma
significância estatística de 5%, análises estas utilizando-se o software estatístico livre R,
versão 3.3.1. Para representação gráfica foram construídos mapas utilizando-se o software
livre Quantum Gis (QGIS), versão 2.14.11.
3.3 Resultados e Discussão
A análise de cluster possibilitou a divisão de sub-regiões com características
homogêneas no NEB, considerando-se a média da ET0 mensal. Percebe-se, na Figura 3-A,
que após o número de cluster 5 a soma dos quadrados permaneceu praticamente constante,
portanto esse foi o número considerado para subdividir o NEB em cinco sub-regiões, cujos
pontos de grade foram agrupados e demonstrados através do dendrograma (Figura 3-B), com
o respectivo recorte (linha vermelha) utilizado para dividir o número de grupos a partir do
método da distância euclidiana e do agrupamnto hierárquico através da técnica de ligação de
Ward.
Figura 3. Número de cluster (3-A) e dendrograma (3-B) referentes as cinco sub-regiões da
evapotranspiração de referência, média do acumulado mensal, a partir da análise de agrupamento,
considerando-se a distância euclidiana e o método de ligação de Ward, para o Nordeste do Brasil,
período: 1980 a 2013.
Fonte: Elaboração dos autores.
A representação espacial das cinco sub-regiões sobre o NEB, são representadas na
Figura 4-A, cujas médias mensais e estatísticas anuais são identificadas, respectivamente, na
Figura 4-B e Tabela 1.
Verificou-se que a Sub-região 3 (S3) apresentou os maiores valores de ET0 mensal
(Figura 4-B) e consequentemente anual (Tabela 1), com maiores valores registrados na
2 4 6 8 10 12 14
2e
+0
64
e+
06
6e
+0
68
e+
06
Número de cluster
So
ma
de
qu
ad
rad
os
01
00
00
20
00
03
00
00
hclust (*, "ward.D")
pontos de grade
Dis
tân
cia
Eu
clid
ian
a
Pontos de Grade
3-A 3-B
30
estação da primavera, média de 213,3 mm.mês-1, e a partir desse período ocorre uma
diminuição gradativa até atingir o valor mínimo no início do solstício de inverno (junho), com
média de 129,4 mm.mês-1. Destaca-se ainda que a S3 também apresentou a maior
variabilidade, com acumulado médio anual de 2098,0 mm e desvio padrão de 164,7 mm, ou
seja, 7,9% de variação em relação a média (Tabela 1).
A S2 é a segunda com maiores valores médios mensais e anuais, o que a difere da S3,
além da magnitude, é a característica observada no primeiro semestre, cujas médias e
variações mensais são menores (123,4 ± 6,5 mm, CV = 5,2%) em relação aos valores
observados no mesmo semestre para a S3 (153,7 mm ± 21,2 mm, CV = 21,2%). Ressalta-se
que as S3 e/ou S2 contemplam parcialmente todos os estados do NEB, exceto Alagoas e
Sergipe, Figura 4-A.
Tabela 1. Estatísticas da ET0 anual por Sub-regiões
no NEB, período de 1980 a 2013.
Estat.
(ano) �̅�
(mm)
𝜎
(mm)
𝐶𝑉 (%)
𝑀á𝑥
(mm)
𝑀í𝑛
(mm)
S1 1489,3 97,8 6,6 1721,1 1313,4
S2 1736,9 92,2 5,3 2033,2 1571,3
S3 2098,0 164,7 7,9 2414,0 1748,9
S4 1643,5 89,5 5,4 1870,5 1503,7
S5 1362,8 68,5 5,0 1494,0 1202,7
Figura 4. Sub-regiões da ET0 distribuídas na região Nordeste do Brasil (4-A), com as respectivas
médias mensais acumuladas (4-B) e estatísticas dos acumulados anuais (Tabela 1), período de 1980 a
2013.
Fonte: Elaboração dos autores.
Por outro lado, a S5, contemplada pela região sudeste da Bahia, Figura 4-A,
apresentou os menores valores mensais, de abril a outubro (99,0 mm.mês-1, em média), e
consequentemente anual com 1362,8 mm (Tabela 1). As variabilidades, na S5, também foram
4-A 4-B
31
as menores e registraram um desvio padrão de 68,5 mm e 5% de coeficiente de variação
(Tabela 1). A amplitude dos acumulados anuais também foi a menor, com 292,0 mm.
As S5 e S4 (Figura 4-A) apresentam picos de ET0 mensais observados no verão
(Figura 4-B), diferentes das demais sub-regiões que apresentaram valores máximos na estação
da primavera. Ambas apresentaram também menores amplitudes mensais, e isso pode estar
relacionado a baixa amplitude de umidade relativa, uma vez que nessas duas sub-regiões os
ventos predominantes são os alísios de sudeste, esses ventos transportam umidade do atlântico
e contribuem para que a costa leste do NEB seja uma entre as áreas mais úmidas da região.
Entretanto, ressalta-se que devido ao grande volume de dados, a S5 e S4 podem ter sido
potencializadas pela análise de cluster, quando se esperaria uma faixa mais estreita de ambas
próximo a costa litorânea. Quando se compara essas duas sub-regiões, o que basicamente as
diferenciam é a magnitude nos respectivos valores, tanto em termos mensais (Figura 4-B)
quanto anuais (Tabela 1), a ET0 na S4 é cerca de 20,6% maior que a ET0 na S5.
A S1 apresentou os menores valores médios da ET0 no verão (122,5 mm.mês-1),
seguida pela S2 (137,1 mm.mês-1), S5 (mm.mês-1), S4 (138,0 mm.mês-1) e S3 (164,0 mm.mês-
1).
Para os elevados valores da ET0, cerca de dois mil milímetros por ano em diferentes
localidades do NEB, corroboram com os resultados encontrados por outros autores, entre eles
destacam-se os trabalhos realizados por Silva (2004), Santos et al. (2010), Jesus e Mattos
(2013) e entre outros, especialmente em localidades dentro da S3 definida neste trabalho.
Enquanto que para as variabilidades sazonais da ET0 serem predominantemente maiores na
primavera e menores no inverno, estão de acordo com os resultados encontrados por Oliveira
et al. (2014), Cabral Júnior (2015), Cabral Júnior et al. (2017).
Os elevados valores de ET0 podem contribuir na intensificação de secas,
principalmente em regiões áridas e semiáridas. Por isso inseriu-se neste trabalho a variável
precipitação para quantificar as principais características do IA no NEB. Na Figura 5 são
observadas as variabilidades espaciais e sazonais: Dezembro-Janeiro-Fevereiro (DJF), Março-
Abril-Maio (MAM), Junho-Julho-Agosto (JJA) e Setembro-Outubro-Novembro (SON).
32
Figura 5. Variabilidade espacial e sazonal do Índice de Aridez para a região Nordeste do Brasil no
período de 1980 a 2013.
Fonte: Elaboração dos autores.
Percebe-se que os maiores valores do IA ocorrem em SON (primavera), cujos valores
aproximam-se do valor 1,0. Para esse período, além da influência dos maiores valores da ET0,
mencionados nas Figuras 4-A e 4-B, coincide de ser o período menos chuvoso,
principalmente na região semiárida, quando os valores médios mensais de chuvas aproximam-
se de zero (OLIVEIRA et al., 2013a; ALMEIDA; CABRAL JÚNIOR, 2014; REBOITA et al.,
33
2016), isso expressa, portanto, o período mais seco do ano para o NEB (menor precipitação e
maior demanda atmosférica).
A influência da precipitação no IA fica mais visível nas demais estações do ano (DJF,
MAM e JJA). Por exemplo, em DJF a parte oeste do NEB é a mais chuvosa cujos IA foram
negativos e influenciados pelas precipitaçãoes superiores à ET0. De acordo com Reboita et al.
(2010) essas precipitações são ocasionadas principalmente pelos VCAN, ZCIT, CCM e LI.
Para a configuração do IA no outono (MAM), marcada pelos valores negativos ao norte do
NEB, é determinada pela atuação da ZCIT, que nesse período encontra-se mais incursionada
para o Hemisfério Sul e modula a estação chuvosa no norte do NEB (UVO, 1989; MOLION;
BERNARDO, 2002; SOUZA; CAVALCANTI, 2009; MARENGO et al., 2011). Nessa
estação, o IA médio fica inferior a 0,2, e mesmo sendo o período mais chuvoso, por exemplo,
nas microrregiões do seridó (paraibano e potiguar), cariri paraibano e o sudoeste do Ceará, a
ET0 supera a precipitação, em média, e consequentemente, o IA registra valores positivos.
Em JJA o extremo noroeste do estado do Maranhão e principalmente a costa leste do
NEB apresentam os menores IA, com valores negativos (Figura 5). Na costa leste da S4
(Figura 4-A), esse comportamento deve-se a influência principal dos DOL que de acordo com
Oliveira et al. (2013b) e Amorim et al. (2014) esse sistema provoca chuvas no inverno e é o
principal causador dos maiores acumulados de precipitação para essa região.
Na Figura 6 (A e B) são verificadas as periodicidades mensais das correlações
existentes entre a ET0 com o IA (6A) e a precipitação com o IA (6B) para a S3 definida na
Figura 4, essa sub-região foi escolhida para análise devido a sua característica de maiores
magnitudes e variabilidades nos valores da ET0. Pode-se verificar, Figura 6-A, que houve uma
frequência predomintemente maior de eventos na periodicidade de 8 a 16 meses com
correlações positivas (indicativo da seta para a direita) com significância estatística de 5%. O
contrário ocorreu quando se observou a relação existente entre precipitação e IA, Figura 6-B,
com correlações negativas (indicativo da seta para a esquerda) e elevadas em todos os
intervalos de periodicidade (4 a 128 meses), significativas a 5%.
34
Figura 6. Oscilação da periodicidade (Wavelet Morlet) das correlações existentes entre ET0 x IA (6A)
e Precipitação x IA (6B) para a Sub-região 3 (S3) da ET0, no Nordeste do Brasil, entre 1980 e 2013.
Fonte: Elaboração dos autores.
Identificou-se ainda que o IA depende predominantemente da precipitação, e que no
período das chuvas o IA expressa uma diminuição (Figura 6-B). Entretanto para a relação ET0
e IA (Figura 6-A), não foi observada a mesma predominância em todas as periodicidades, isso
reflete na fundamentação da equação preconizada por Thornthwaite (1948), uma vez que a
precipitação acumulada mensal for igual a zero o IA será sempre igual a um, independente do
aumento ou diminuição da ET0. Portanto, é por isso que na sub-região escolhida (S3), o
período praticamente sem chuvas (inverno/primavera) ocorre nas periodicidades entre 4 e 8
meses (Figura 6-A), que culminou numa correlação fraca entre a ET0 e IA.
3.4 Conclusões
De acordo com os resultados encontrados neste trabalho, conclui-se que:
1. O NEB apresenta 5 sub-regiões de acordo com os valores médios mensais da ET0;
2. A S3 é a sub-região que apresenta os maiores valores médios de ET0 mensais (~174,8 mm)
e anuais (2098 mm), sendo observados também as maiores variabilidades (CV = 7,9%).
Por outro lado, a S5 apresentou os menores valores de ET0 (de abril a outubro), média de
99,0 mm, e anualmente (1362,8 mm) apresentando-se a menor dispersão (5%);
3. Em ordem decrescente os valores médios dos acumulados anuais de ET0, por sub-região no
NEB foram para a S3 (2098,0 mm), S2 (1736,9 mm), S4 (1643,5 mm), S1 (1489,3 mm) e
S5 (1362,8);
6-A 6-B
35
4. O IA no NEB é predominantemente maior em SON (primavera), quando os valores médios
das ET0’s superam os das precipitações. Nas demais estações do ano, as precipitações
influenciadas pelos respectivos sistemas meteorológicos vigoram para a diminuição do IA;
5. As periodicidades, por meio da análise de Wavelet, permitiram determinar que a variável
dominante para o IA é a precipitação, e que no período sem chuvas (periodicidade de 4 a 8
meses), a ET0 não apresenta correlações altas com o IA, uma vez que a precipitação sendo
igual a zero, independente do aumento ou diminuição da ET0, o IA será igual a 1.
REFERÊNCIAS
ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop evapotranspiration:
guidelines for computing crop water requirements. (FAO. Irrigation and Drainage Paper,
56). Rome: FAO, 300 p. 1998.
ALMEIDA, H.A.; CABRAL JÚNIOR, J.B. Variabilidades Sazonais e Interdecadais da Chuva
nas Microrregiões Geográficas do Estado da Paraíba. Revista Brasileira de Geografia
Física, v.7, n.5, p.846-858, 2014.
AMBRIZZI, T.; ROCHA, R.P.; MARENGO, J.A.; PISNITCHENCO, I.; NUNES, L.A.;
FERNANDEZ, J.P.R. Cenários regionalizados de clima no Brasil e América do Sul para o
Século XXI: Projeções de clima futuro usando três modelos regionais. Relatório 3.
CPTEC/INPE; IAG/ USP; FBDS. Ministério do Meio Ambiente. Secretaria de Biodiversidade
e Florestas. Diretoria de Conservação da Biodiversidade. 108 pp, 2007.
AMORIM, A.C.B.; CHAVES, R.R.; SILVA, C.M.S. Influence of the tropical Atlantic
Ocean’s sea surface temperature in the Eastern Northeast Brazil precipitation. Atmospheric
and Climate Sciences, v. 4, n. 05, p. 874-883, 2014.
BRASIL, MI - Ministério da Integração. Resolução nº 115, 23/ 11/ 2017. Aprova a
Proposição nº 113/2017, que acrescenta municípios a relação aprovada pela Resolução
CONDEL nº 107, de 27 de julho de 2017. Brasília: Diário Oficial da União, 5 de dezembro de
2017, p. 32. Disponível em: sudene.gov.br/images/arquivos/semiarido/arquivos/resolucao115-
23112017-delimitacaodosemiarido-DOU.pdf. Acesso em: 01/2018.
BRITO, S. S. B.; CUNHA, A. P. M. A.; CUNNINGHAM, C. C.; ALVALÁ, R.C;
MARENGO, J.A.; CARVALHO, M.A Frequency, duration and severity of drought in the
Semiarid Northeast Brazil region. International Journal of Climatology, 2017.
CABRAL JÚNIOR, J.B. Estimativas, variabilidade e análise de tendência da
evapotranspiração de referência em perímetros irrigados, no semiárido do nordeste brasileiro.
111 p., Dissertação (Mestrado em Ciências Climáticas) – Programa de Pós-Graduação em
Ciências Climáticas. Universidade Federal do Rio Grande do Norte, Natal-RN, 2015.
CABRAL JÚNIOR, J.B.; SANTOS, C. M.; ALMEIDA, H. A. Comparação mensal, sazonal e
anual de métodos de estimativas da evapotranspiração de referência para Juazeiro-BA e
Petrolina-PE. Revista de Geociências do Nordeste, v. 3, n. 2, p. 23-42, 2017.
36
CHEN, H.; GUO, S.L.; XU, C.Y.; SINGH, V.P. Historical temporal trends of hydro-climatic
variables and runoff response to climate variability and their relevancein water resource
management in the Hanjiang basin. Journal of Hydrology, v.344, n.3–4, p.171–184, 2007.
CEPED/UFSC. Atlas brasileiro de desastres naturais: 1991 a 2012 / Centro Universitário
de Estudos e Pesquisas sobre Desastres. 2. ed. rev. ampl. – Florianópolis: CEPED UFSC,
2013. Volume Rio Grande do Norte. 126 p.
CUNHA, A. P. M.; ALVALÁ, R. C.; NOBRE, C. A.; CARVALHO, M. A. Monitoring
vegetative drought dynamics in the Brazilian semiarid region. Agricultural and Forest
Meteorology, v. 214–215, p. 494–505, 2015.
DROGUE, G.; PFISTER, L.; LEVIANDIER, T.; IDRISSI, A.E.; IFFLY, J.F.; MATGEN, P.;
HUMBERT, J.; HOFFMANN, L. Simulating the spatio-temporal variability of
streamflowresponse to climate change scenarios in a mesoscale basin. Journal of Hydrology,
v.293, n.1–4, p.255–269, 2004.
FENG, Y.; CUI, N.; ZHAO, L.; GONG, D.; ZHANG, K. Spatiotemporal variation of
reference evapotranspiration during 1954–2013 in Southwest China. Quaternary
International, v. 441, p. 129–139, 2017.
FERREIRA, A.G.; MELLO, N.G.S. Principais sistemas atmosféricos atuantes sobre a região
Nordeste do Brasil e a influência dos oceanos Pacífico e Atlântico no clima da região. Revista
Brasileira de Climatologia, v. 1, n. 1, 2005.
HAN, S.J.; TANG, Q.H.; XU, D.; WANG, S.L. Irrigation-induced changes in potential
evaporation: more attention is needed. Hydrological Processes, v.28, n.4, p.2717-2720, 2014.
HAN, S.J.; HU, H.P. Spatial variations and temporal changes in potential evaporation in the
Tarim Basin, northwest China (1960–2006): influenced by irrigation? Hydrological
Processes, v.26, n.20, p.3041-3051, 2012.
HASTENRATH, S. Exploring the climate problems of Brazil’s Nordeste: A review. Climatic
Change, v. 112, n. 2, p. 243–251, 2012.
HASTENRATH, S. Prediction of Northeast Brazil rainfall anomalies. Journal of Climate, v.
3, n. 8, p. 893-904, 1990.
IBGE – Instituto Brasileiro de Geografia e Estatística. Mapa de biomas do Brasil. Rio de
Janeiro, 2004.
IBGE - Instituto Brasileiro de Geografia e Estatística. BRASIL. Disponível em:
<http://www.ibge.gov.br/home/geociencias/areaterritorial/principal.shtm>. Acesso em: 14 set
2017.
IPCC, 2007. Climate Change 2007: the Physical Science Basis, Summary for
Policymakers.Cambridge University Press, Cambridge.
JESUS, E.S.; MATTOS, A. Análise espaço temporal da evapotranspiração sobre a
microrregião do Seridó no estado do Rio Grande do Norte. Holos, v. 6, p. 22-32, 2013.
37
KELLER FILHO, T.K.; ASSAD, E.D.; LIMA, R.S.R. Regiões pluviometricamente
homogêneas no Brasil. Pesquisa Agropecuária Brasileira, vcl.40, n.4, p.311-322, 2005.
KEYANTASH, J.; DRACUP, J.A. The quantification of drought: an evaluation ofdrought
indices. Bulletin of the American Meteorological Society, v. 83, n. 8, p. 1167-1180, 2002.
LIU, X.; ZHANG, D.; LUO, Y.; LIU, C. Spatial and temporal changes in aridity index in
northwest China: 1960 to 2010. Theoretical and applied climatology, v.112, n.1-2, p.307-
316, 2013.
MARENGO, J. A.; BERNASCONI, M. Regional differences in aridity/drought conditions
over Northeast Brazil: present state and future projections. Climatic Change, v. 129, n. 1–2,
p. 103–115, 2015.
MARENGO, J. A.; TORRES, R. R.; ALVES, L. M. Drought in Northeast Brazil—past,
present, and future. Theoretical and Applied Climatology, v. 129, n. 3-4, p. 1189-1200,
2017.
MARENGO, J. A.; ALVES, L. M.; BESERRA, E. A.; LACERDA, F. F. Variabilidade e
mudanças climáticas no semiárido brasileiro. Campina Grande-PB, 2011.
MARES, M.A.; WILLIG, M.R.; LACHER, J.R.; T.E. The Brazilian Caatinga in South
American zoogeography: tropical mammals in a dry region. Journal of Biogeography, v.12,
n.1, p. 57-69, 1985.
MCKEE, T.B.; DOESKEN, N.J.; KLEIST J. The relationship of drought frequency and
duration to time scales. In: Proceedings of the 8th Conference on Applied Climatology.
Boston, MA: American Meteorological Society, 1993. p. 179-183.
MINGOTI, S. A. Análise de Dados Através de Métodos de Estatística - Multivariada -
Uma Abordagem Aplicada. UFMG, 2005.
MIMMACK, G. M.; MASON, S. J.; GALPIN, J. S. Choice of distance matrices in cluster
analysis: defining regions. Journal of Climate, v. 14, p. 2790-2797, 2001.
Ministério da Integração Nacional (MI) - Brasil. Programa Água para todos. Disponível em:
http://www.mi.gov.br/. Acessado em 15 de dez de 2017.
MOLION, L.C.B.; BERNARDO, S.O. Uma revisão da dinâmica das chuvas no nordeste
brasileiro. Revista Brasileira de Meteorologia, v. 17, n. 1, p. 1-10, 2002.
NIMER, E. Climatologia do Brasil, Fundação Instituto Brasileiro de Geografia e Estatística:
Rio de Janeiro, Brasil, 1989.
NOBRE, P.; MARENGO, J.A.; CAVALCANTI, I. F. A.; OBREGON, G. Seasonal-to-
decadal predictability and prediction of South American climate. Journal of climate, v. 19, n.
23, p. 5988-6004, 2006.
38
OLIVEIRA, P.T.; SILVA, C.M.S.; LIMA, K.C. Linear trend of occurrence and intensity of
heavy rainfall events on Northeast Brazil. Atmospheric Science Letters, v. 15, n. 3, p. 172-
177, 2014a.
OLIVEIRA, P.T.; LIMA, K.C.; SILVA, C.M. S. Synoptic environment associated with heavy
rainfall events on the coastland of Northeast Brazil. Advances in Geosciences, v. 35, p. 73-
78, 2013b.
OLIVEIRA, N.F.; SILVA, M.T.; GONÇALVES, A.A.S.; ARAÚJO, R.M.S. Variabilidade
espaço temporal da Evaporação Potencial no submédio do rio São Francisco utilizando a
análise fatorial em componentes principais. Ciência e Natura, v. 36, n. II, 2014.
PAREDES, F. J.; BARBOSA, H. A.; GUEVARA, E. Spatial and temporal analysis of
droughts in northeastern Brazil. Agriscientia, v. 32, p. 1-14, 2015.
REBOITA, M.S.; RODRIGUES, M.; ARMANDO, R.P.; FREITAS, C.; MARTINS, D.;
MILLER, G. Causas da Semi-Aridez do Sertão Nordestino. Revista Brasileira de
Climatologia, v.19, 2016.
REBOITA, M.S.; GAN, M.A.; ROCHA, R.P.; AMBRIZZI, T. Regimes de precipitação na
América do Sul: uma revisão bibliográfica. Revista Brasileira de Meteorologia, v. 25, n. 2,
2010.
SANTOS, W.O.; BATISTA, B.D.O.; ASSIS, J.P.; RODRIGUES, W. M.; SOBRINHO, J. E.
Métodos de estimativa da evapotranspiração de Referência (ET0) para a região de Mossoró-
RN. Revista Verde de Agroecologia e Desenvolvimento Sustentável, v. 5, n. 5, p. 210-221,
2010.
SAPIR, D.G., BELOW, R., EM-DAT: International Disaster Database. Université Catholique
de Louvain, Brussels, Belgium www.emdat.be, 2014.
SHAN, N.; SHI, Z.; YANG, X.; GAO, J.; CAI, D. Spatiotemporal trends of reference
evapotranspiration and its driving factors in the Beijing-Tianjin Sand Source Control Project
Region, China. Agricultural and Forest Meteorology, v. 200, 2015.
SILVA, V. D. P. R. On climate variability in Northeast of Brazil. Journal of Arid
Environments, v. 58, n. 4, p. 575–596, 2004.
SOUZA, P.; CAVALCANTI, I.F. Albuquerque. Atmospheric centres of action associated
with the Atlantic ITCZ position. International Journal of Climatology, v. 29, n. 14, p.
2091-2105, 2009.
THORNTHWAITE, C.W. An approach toward a rational classification of climate.
Geographical Review, v.38, n.1, p.55–94, 1948.
TIMM, N. H. Applied Multivariate Analysis. New York: Springer Verlag, 2002. TRMM
(Tropical Rainfall Mission Mission). Disponível em: <http://trmm.gsfc.nasa.gov>. Acesso
em: 22/08/2017.
TORRENCE, C.; WEBSTER, P.J. Interdecadal changes in the ENSO–monsoon system.
39
Journal of Climate, v. 12, n. 8, p. 2679-2690, 1999.
TRENBERTH, K. E.; DAI, A.; VAN DER SCHRIER, G.; JONES, P. D.; BARICHIVICH, J.;
BRIFFA, K. R.; SHEFFIELD, J. Global warming and changes in drought. Nature Climate
Change, v. 4, n. 1, p. 17–22, 2014.
UVO, C.B. A Zona de Convergência Intertropical (ZCIT) e sua relação com a precipitação da
Região Norte do Nordeste Brasileiro. 1989. 99f. Dissertação (Mestrado em meteorologia) –
Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 1989.
WANG, L.; CAO, L.; DENG, X.; JIA, P.; ZHANG, W.; XU, X.; ... & CHEN, Y. Changes in
aridity index and reference evapotranspiration over the central and eastern Tibetan Plateau in
China during 1960-2012. Quaternary International, v. 349, p. 280–286, 2014.
WANG, W.; ERTSEN, M. W.; SVOBODA, M. D.; HAFEEZ, M. Propagation of drought:
From meteorological drought to agricultural and hydrological drought. Advances in
Meteorology, v. 2016, n. 4, 2016.
WANG, Z.; XIE, P.; LAI, C.; CHEN, X.; WU, X.; ZENG, Z.; LI, J. Spatiotemporal
variability of reference evapotranspiration and contributing climatic factors in China during
1961–2013. Journal of Hydrology, v. 544, p. 97–108, 2017.
WARD, J. Hierarchical Grouping to optimize an objective function. Journal of the
American Statistical Association, v. 58, p. 236-244, 1963.
XAVIER, A. C.; KING, C. W.; SCANLON, B. R. Daily gridded meteorological variables in
Brazil (1980-2013). International Journal of Climatology, v. 36, n. 6, p. 2644–2659, 2015.
XAVIER, T.M.B.S. Tempo de Chuva – In Estudos Climáticos e de Previsão para o Ceará e
Nordeste Setentrional, cap. 36, 6, 11. ABC Editora, Fortaleza-Ceará, 2001, 478 p., 2001.
XU, Y.; XU, Y.; WANG, Y.; WU, L.; LI, G.; SONG, S. Spatial and temporal trends of
reference crop evapotranspiration and its influential variables in Yangtze River Delta, eastern
China. Theoretical and Applied Climatology, v. 130, n. 3–4, p. 945–958, 2017.
ZHANG, K. X.; PAN, S. M.; ZHANG, W.; XU, Y. H.; CAO, L. G.; HAO, Y. P.; WANG, Y.
Influence of climate change on reference evapotranspiration and aridity index and their
temporal-spatial variations in the Yellow River Basin, China, from 1961 to 2012.
Quaternary International, v. 380–381, p. 75–82, 2015.
1. AGRADECIMENTOS
O primeiro autor agradece à Coordenação de Aperfeiçoamento de Pessoal de Nível
Superior (CAPES) pela bolsa de Doutorado durante 2015 a 2018.
Esse capítulo 3, da Tese, foi publicado em junho de 2018, na Revista de Geociências do
Nordeste.
40
CAPÍTULO 4
TENDÊNCIAS DA EVAPOTRANSPIRAÇÃO DE REFERÊNCIA E DO ÍNDICE DE
ARIDEZ PARA O NORDESTE DO BRASIL
Jório B. Cabral Júnior* e Bergson Guedes Bezerra**
*Doutorando (PPGCC/CCET/UFRN), **Prof. Dr. Orientador (PPGCC/CCET/UFRN)
4.1. Introdução
A Evapotranspiração de referência é um componente agrohidroclimático essencial
para estudos regionais em suas diversas aplicações (agronomia, hidrologia, climatologia, etc.),
pois afeta o crescimento da planta (WANG et al., 2017), exerce fundamental processo no
ciclo hidrológico (HUO et al., 2013; LI, G. et al., 2017; XU et al., 2017), e atua como
indicador climático de biodiversidade (FISHER et al., 2011) e de seca (HUO et al., 2013).
O Painel Intergovernamental de Mudanças Climáticas (IPCC, do inglês
Intergovernmental Panel on Climate Change) publicou seu quinto relatório de avaliação
(AR5) que o Aquecimento Global é inequívoco (IPCC, 2014). Entre as principais conclusões
desse relatório destaca-se que houve um aumento na temperatura média do ar da Terra na
ordem de 0,85°C (1880 a 2012), as três décadas mais recentes foram as mais quentes desde
1850 e que se as emissões dos gases do efeito estufa continuarem, o aquecimento aumentará,
podendo chegar a 4,8°C até 2100. Nesse contexto, a comunidade científica assumiu uma série
de preocupações sobre diversas consequências para o futuro do planeta, entre elas, questões
relacionadas às possíveis mudanças no potencial da evapotranspiração, ou seja, a
Evapotranspiração de Referência (ET0).
Muitos pesquisadores analisaram tendências no comportamento da ET0 em diferentes
regiões do mundo e, embora fosse esperado que a ET0 aumentasse devido ao aumento global
da temperatura, identificou-se o reverso em muitas regiões do planeta: Canadá (BURN;
HESCH, 2007), China (THOMAS, 2000; LIU et al., 2012; HUANG et al., 2015; ZHENG;
WANG, 2015), Índia (BANDYOPADHYAY et al., 2009), Estados Unidos (IRMAK et al.,
2012). Essa tendência indireta entre a temperatura crescente do ar e a diminuição significativa
da ET0 foi denominada como o "paradoxo da evaporação" (RODERICK; FARQUHAR
2002); que tem sido amplamente discutida para revelar as causas das mudanças na ET0
(WANG et al., 2007; MCVICAR et al., 2008; RODERICK et al., 2009a,b). No entanto,
tendências crescentes da ET0 também têm sido verificadas em outras partes do mundo (YU et
41
al., 2002; SABZIPARVAR et al., 2010; TABARI et al., 2011; PALUMBO et al., 2011;
SHADMANI et al., 2012; TABARI; AGHAJANLOO, 2013; PITICAR et al., 2015).
Para a região Nordeste do Brasil (NEB), Guimarães et al. (2016) analisaram
simulações climáticas utilizando diferentes modelos (Global e Regional) e concluíram que a
ET0 deve aumentar no decorrer deste século e contribuir para uma tendência de aumento no
Índice de Aridez (seca). Como consequência de um clima mais quente e mais árido, a região
semiárida do NEB tenderá a intensificar e aumentar em cobertura geográfica (MARENGO et
al., 2011; NOBRE et al., 2011).
Essas simulações parecem realistas, devido ao aumento geográfico da região
semiárida no Brasil. Do ano de 2005, portaria de nº 89/2005 (BRASIL, 2005), para o ano de
2017, resolução de n° 115/2017 (BRASIL, 2017), o número de municípios da região
semiárida do Brasil aumentou de 1134 para 1262 (aumento de 128), desse total 92,8% estão
inseridos no NEB. Embora esse aumento possa ser influenciado por decisões puramente
políticas, não obstante é factível o diagnóstico que o NEB tem enfrentado a pior seca dos
últimos anos (BRITO et al., 2017; MARENGO et al., 2017), e esses problemas podem estar
diretamente associados a um possível aumento da ET0 e/ou IA.
Alguns estudos relacionaram tendências no comportamento da ET0 e do IA, por
exemplo, na China Huo et al. (2013) e Wang et al. (2014a) observaram o paradoxo da
evaporação e consequentemente decréscimo no IA. Huo et al. (2013) foram além e
verificaram que a causa do decréscimo no IA deveu-se mais pelo aumento da precipitação do
que a diminuição da ET0, e a diminuição da ET0 foi mais sensível à diminuição na velocidade
do vento. Tendências opostas para o IA foram verificadas nos Estados Unidos por Kukal;
Irmak (2016), ao concluírem que houve significância de tendências positiva em Dakota do
Norte e do Sul e negativa no Texas.
Embora alguns estudos tenham sido conduzidos para analisar mudanças/tendências
da precipitação no NEB (SANTOS; MANZI, 2011; OLIVEIRA et al., 2014; SILVA et al.,
2016; FERREIRA et al., 2017), entretanto, poucos estudos foram feitos sobre
tendências/mudanças da ET0 e/ou Índice de Aridez (IA). Destacando-se análises feitas por
Silva (2004), com dados de 19 estações meteorológicas, que verificou tendência significativa
crescente na maioria das variáveis meteorológicas, inclusive a ET0 e IA. Alves et al. (2017)
encontraram, para uma sub-bacia hidrográfica no estado da Paraíba (NEB), diminuição no IA
42
e justificam que foi devido ao aumento na precipitação. Cabral Júnior (2015) identificou que a
ET0 diminuiu com 95% de confiança estatística, ao analisar áreas irrigadas inseridas no
semiárido do NEB.
Diante do exposto fica evidente a necessidade sobre análises mais detalhadas que
permitam, além de identificar variabilidade/tendência da ET0 e IA, possam também
quantificar as magnitudes com os respectivos inícios. Sendo assim, o principal objetivo deste
artigo é verificar, minuciosamente, essas características para toda a região NEB.
4.2. Material e Métodos
4.2.1. Área de estudo
Na Figura 7 observa-se a localização da área de estudo. Inserida na América do Sul e
no território brasileiro, a região NEB é a segunda região mais populosa do Brasil, com 57,36
milhões de habitantes, e é a terceira maior em dimensão territorial, com aproximadamente
1,55 milhões de Km² subdividida em 9 estados (IBGE, 2017). Destaca-se que cerca de 53%
da área do NEB (~825 mil km²) está sob domínio do Bioma Caatinga (BRASIL, 2004, 2016).
Os outros 47% do NEB estão subdivididos pelos Biomas: Mata Atlântica (10,2%), Cerrado
(29,7%) e Amazônia (7,1%). Ressalta-se que 65,6% do NEB está inserido na região
semiárida, de acordo com os critérios estabelecidos pelo Ministério da Integração Nacional
(BRASIL, 2017) onde prevalece um balanço de água negativo e alto índice de aridez
(GIULIETTI et al., 2004).
A estação mais chuvosa ocorre entre março e maio (na região semiárida), e entre
junho e julho, na parte leste (HASTENRATH, 1990; NOBRE et al., 2006; ALMEIDA;
CABRAL JÚNIOR, 2014). O principal sistema meteorológico causador de chuvas na região é
a Zona de Convergência Intertropical (ZCIT) (MARENGO et al., 2011; HASTENRATH,
2012), e há três tipos climáticos presentes na região, de acordo com a classificação de
Köppen, sendo: clima tropical (Tipo A), clima semiárido (Tipo B) e clima subtropical (Tipo
C), segundo Alvares et al. (2014).
43
Figura 7. Localização da área de estudo, Nordeste do Brasil, e os respectivos Biomas e delimitação da
região Semiárida.
4.2.2. Dados
Os bancos de dados meteorológicos utilizados nesta pesquisa foram disponibilizados
por Xavier et al. (2015), com um espaçamento de 0,25° x 0,25°, aproximadamente 28 km²,
referente a uma série mensal de 1980 a 2013.
Esses bancos de dados, segundo esses pesquisadores, referem-se a dados observados
em estações meteorológicas oficias do Brasil (Instituto Nacional de Meteorologia - INMET,
Agência Nacional de Águas - ANA e Departamento de Águas e Energia Elétrica de São Paulo
– DAEE). Houve interpolação e/ou preenchimento de dados faltosos que foram
estatisticamente validados.
4.2.3. Procedimentos metodológicos
Os procedimentos das técnicas de análises utilizadas neste trabalho encontram-se na
Figura 8, baseando-se na continuidade do artigo 1 da Tese, após as delimitações e
caracterizações por sub-regiões do NEB, de acordo com a ET0 e o IA, foram feitas análises
estatísticas não paramétricas para analisar possíveis mudanças no comportamento dessas
variáveis e suas respectivas causas.
44
De posse dos dados sazonais e anuais da ET0 e do IA foram aplicados testes para
verificar, em cada sub-região, se há significância estatística nas tendências (Mann-Kendall)
com as respectivas magnitudes (Theil-Sen) e o ano de início (Pettitt). A confiança estatística
utilizada foi para o nível de 95 ou 99%.
Figura 8. Organograma hierárquico das etapas para realização da pesquisa.
Os dados utilizados referentes à ET0, segundo Xavier et al. (2015), foram estimados
pelo método padrão internacional de Penman-Monteith (ALLEN et al., 1998), equação 8.
Enquanto para a obtenção do IA utilizou-se a equação proposta por Thornthwaite (1948),
equação 9, que considera oferta (precipitação) e demanda (ET0) da água em superfície.
𝐸𝑇0 =0,408. ∆(𝑅𝑛 − 𝐺) + 𝛾 (
900. 𝑈2𝑇𝑚𝑒𝑑 + 273
)𝐷𝑃𝑉
∆ + 𝛾. (1 + 0,34𝑈2)
(8)
em que ∆ é a inclinação da curva de pressão de vapor (KPa °C-1); Rn é o saldo do balanço de
radiação solar incidente em ondas curtas e a radiação terrestre, emitida em ondas longas; G é
a densidade de fluxo de calor do solo (em MJ m-2 d-1); é a constante psicrométrica (kPa ◦C-
1); 𝑇𝑚𝑒𝑑 é a temperatura média diária do ar (°C); 𝑈2 é a velocidade média do vento medida a 2
m de altura (m.s-1); 𝐷𝑃𝑉 é o déficit de pressão de vapor (kPa).
𝐼𝐴 =(𝐸𝑇0 − 𝑃)
𝐸𝑇0 (9)
Sendo, 𝐼𝐴 – Índice de Aridez (adimensional); 𝐸𝑇0 - Evapotranspiração de Referência (mm);
𝑃 - é a Precipitação (mm). A escala temporal analisada foi mensal e anual.
Sub-regiões
do NEB
ET0 e IA
(mensal, sazonal e anual)
Tendência Mann-Kendall
Magnitude Theil-Sen
Início Pettitt
45
4.2.4. Análise de Tendência: teste de Mann-Kendall
As séries temporais mensal e anual, da ET0 e IA, foram analisadas verificando-se
possíveis indícios de tendências. Para isso utilizou-se o teste não paramétrico de tendência
proposta por Mann-Kendall (MANN, 1945; KENDALL, 1975; KENDALL; GIBBONS,
1990), sendo expresso pela equação:
𝑆 = ∑∑𝑠𝑖𝑛𝑎𝑙 ( 𝑥𝑗 − 𝑥𝑖)
𝑖=1
𝑗=1
𝑛
𝑖 =2
(10)
Sendo: S - o resultado da soma das contagens de (𝑥𝑗 − 𝑥𝑖); 𝑥𝑗 - o primeiro valor após 𝑥𝑖; 𝑛 - o
número de dados da série temporal. Para cada par de dados são atribuídos os seguintes
valores:
𝑠𝑖𝑛𝑎𝑙 = {
+1 𝑠𝑒 (𝑥𝑗 − 𝑥𝑖) > 0
0 𝑠𝑒 (𝑥𝑗 − 𝑥𝑖) = 0
−1 𝑠𝑒 (𝑥𝑗 − 𝑥𝑖) < 0
(11)
A distribuição de probabilidade da estatística S tende à normalidade quando há
grandes amostras de observações (n), com média zero e variância dada por:
q
p
ppp tttnnnSVAR1
52152118
1)( (12)
sendo: 𝑡𝑝 - o número de dados com valores iguais em certo grupo; 𝑞 - o número de grupos
contendo valores iguais na série de dados em um grupo 𝑝.
A estatística do teste de Mann-Kendall é baseado no valor da variável ZMK, calculado
conforme a equação 13:
𝑍𝑀𝐾 =
{
𝑆 − 1
√𝑉𝑎𝑟(𝑆), 𝑠𝑒 𝑆 > 0
0, 𝑠𝑒 𝑆 = 0𝑆 + 1
√𝑉𝑎𝑟(𝑆), 𝑠𝑒 𝑆 < 0
(13)
46
A partir de um teste bilateral, adotou-se um nível de confiança estatística de igual ou
superior a 95%, ou seja, rejeitou-se a hipótese de ausência de tendência quando o valor-p foi
inferior ao nível de significância (𝛼 = 0,05).
4.2.5. Intensidade da Tendência: teste de Theil-Sen
As tendências das sub-regiões que apresentarem significância estatística, foram
submetidas ao teste ou estimador estatístico não paramétrico de Sen (1968), que calcula a
intensidade da tendência da variável em questão, a partir da equação:
ij
xxS
ij
e
para i = 1, 2, 3 ..., N. (14)
sendo 𝑥𝑗 e 𝑥𝑖 os valores de x nos instantes j e i respectivamente, para j > i. Por fim, calculou-
se a intensidade média da tendência pela mediana dos N valores da declividade de Sen (𝑆𝑒),
ou seja, o acréscimo ou decréscimo em função do tempo.
4.2.6. Descontinuidade da série temporal: teste de Pettitt
A identificação da descontinuidade (início da tendência), quando houve, foi
calculado a partir do teste de Pettitt (PETTITT, 1979), sendo também um teste estatístico não
paramétrico. O procedimento consistiu em avaliar se a série temporal, submetida a um teste
de homogeneidade de duas sub-amostras, X1,...,X𝑡 e X𝑡+1,..., X𝑇, pertencem à mesma
população, identificando diferenças significativas na média entre ambas. Para tanto, ordenou-
se a série de 1 a n, para as tendências significativas da ET0 e do IA por estação do ano, de
acordo com sua posição de observação 𝑡, realizando-se uma contagem na frequência que um
membro da primeira amostra é maior que o da segunda através da equação 15:
N
j
jtNtNt xxUU1
,1, sgn Para t= 2, 3, ..., N. (15)
Nesse caso, a hipótese a ser verificada a partir do teste de Pettitt é se há existência de
mudança brusca na série temporal. O valor crítico da estatística k(t) e o valor-p da estatística
(p) são dados pelas equações:
47
NtNtt UMaxK ,1 para t= 2, 3, ..., N. (16)
23
26
2 NN
kN
ep
para t= 2, 3, ..., N. (17)
Todas as análises e os cálculos neste trabalho foram desenvolvidos utilizando-se o
software R, versão 3.3.1. Para representação gráfica foram construídos mapas utilizando-se o
software Quantum Gis (QGIS), versão 2.14.11.
4.3. Resultados e Discussão
A partir dos 2042 pontos analisados pôde-se verificar que a ET0, para o NEB,
apresentou tendências significativas a 5% e/ou 1%, sendo verificadas tendências com sinais
opostos (positivas em algumas determinadas regiões e negativas em outras), observadas na
Figura 9. Diante disto, optou-se por analisar separadamente as áreas cujas características
apresentaram predominância em seus respectivos sinais de tendências.
Em termos gerais, observou-se que em todas os períodos sazonais (Verão, Outono,
Inverno e Primavera) as tendências foram predominantemente positivas com confiança
estatística de 95% e ou 99% a oeste do NEB, com maior concentração a oeste do território do
estado da Bahia (BA) e sudoeste do estado do Piauí. Ainda a oeste do NEB, houve uma
exceção para o noroeste do estado do Maranhão (MA), no inverno e primavera, cujas
tendências foram significativamente negativas a 5%. Por outro lado, na parte leste do NEB
foram observadas tendências negativas da ET0, exceto no outono, que apresentou apenas dois
pontos com tendências negativas, sendo um a leste do estado da Paraíba (PB) e outro no
centro norte da BA.
Os pontos que apresentaram tendências positivas estão localizados predominantemente
na área da região semiárida, independente da estação do ano, especialmente com maior
concentração no bioma da Caatinga e em parte do Cerrado localizada a sudoeste do estado da
BA. Esses resultados indicam que a demanda energética por água na atmosfera tem
aumentado nos últimos 34 anos analisados, podendo ocasionar, consequentemente aumento
no IA, caso a precipitação não apresente tendência suficientemente positiva para compensar o
acréscimo na referida demanda, e consequentemente, contribuir para maior vulnerabilidade ao
fenômeno seca (meteorológica, agrícola e hidrológica) com ênfase nas áreas da região
Semiárida.
48
Para as séries temporais da ET0, em que cujos pontos apresentaram tendências
significativamente negativas, a maior concentração ocorreu em áreas mais úmidas do NEB,
principalmente na faixa leste da região (Verão e Inverno) e leste dos estados do Rio Grande
do Norte (RN) e Paraíba (PB) (Verão).
Figura 9. Tendências sazonais da Evapotranspiração de referência para o Nordeste do Brasil, período
de 1980 a 2013.
49
Na Figura 10 são identificadas as variabilidades das magnitudes paras as referidas
tendências, tanto quando foram positivas como negativas. Os totais de tendências positivas no
verão, outono, inverno e primavera foram respectivamente de 741, 284, 261 e 670 enquanto
que para as tendências negativas foi na ordem de 77, 2, 508 e 275, sucessivamente.
Notou-se que o número de observações (n) de tendência positiva foi maior, sendo
69,4% do total de pontos que apresentaram significância estatística. De forma semelhante
verificou-se que a magnitude também foi maior, em média, para as tendências positivas em
aproximadamente 0,1 mm por estação do ano, quando se compara com as magnitudes das
tendências negativas.
Em termos sazonais verificou-se que a primavera possui a maior magnitude e
variabilidade, com valor médio de acréscimo de 2,4 ± 0,9 mm (para as tendências positivas) e
decréscimo de -2,2 mm ± 0,8 mm (para as tendências negativas). As menores magnitudes
médias e menores variabilidades foram constatadas para o período do outono, com aumento
de 1,6 ± 0,3 mm e diminuição de -1,5 ± 0,1 mm, destaca-se que nessa estação o número de
pontos com tendências negativas foi igual a 2.
Figura 10. Magnitudes das tendências sazonais significativas da Evapotranspiração de referência para
o Nordeste do Brasil, período de 1980 a 2013.
Diante dos diagnósticos das tendências significativas para a ET0 no NEB, houve a
necessidade de verificar as variabilidades também para o IA. Na Figura 11, observam-se
tendências predominantemente positivas ao nível de 5% e/ou 1%, em todas as estações do
50
ano, exceto para o inverno, cujas tendências nessa estação foram predominantemente
negativas (em 193 pontos dos 274 com tendências significativas). Os números de pontos com
tendências significativas foram sempre menores para o IA quando se compara aos da ET0, e
as tendências negativas do IA foram ausentes no verão e outono.
Ressalta-se que, assim como a ET0, as tendências positivas concentraram-se a oeste do
NEB, com destaque para a parte sudoeste, com tendências significativas em mais pontos
durante o verão (205 pontos) seguida do inverno (81 pontos). Enquanto que as tendências
negativas, no inverno, concentraram-se na parte leste da região, exceto no estado de Sergipe.
51
Figura 11. Tendências sazonais do Índice de Aridez para o Nordeste do Brasil, período: 1980 a 2013.
Ao se analisar as magnitudes das tendências do IA, Figura 12, observou-se que as
maiores ocorreram no verão e outono e, nessas estações, foram registradas tendências
unicamente positivas, cujas magnitudes médias foram na ordem de 0,02 ± 0,008 (verão) e
0,015 ± 0,004 (outono). Para o inverno, é importante destacar que mesmo que tenha ocorrido
um maior número de pontos com tendência negativa (193), entretanto a magnitude não foi a
52
maior, obtendo-se respectivamente, para as magnitudes positiva e negativa, uma média de
0,0171 e -0,0159. Na primavera, as magnitudes das tendências, positiva e negativa, para o IA
foram sucessivamente de 0,015 e -0,007, em média por estação.
Figura 12. Magnitudes das tendências sazonais significativas do Índice de Aridez para o Nordeste do
Brasil, período de 1980 a 2013.
As referidas análises de tendências acompanhadas com as respectivas magnitudes,
tanto positivas quanto negativas, permitiram identificar áreas do NEB mais propensas as
condições climáticas, especialmente em áreas caracterizadas como semiáridas terem
apresentado tendências positivas de ET0 e de IA, o que poderá culminar numa continuidade de
expansão de semiaridez no NEB nos próximos anos, assim como foi observado recentemente
um aumento da área em 2017 (BRASIL, 2017).
Nesse sentido analisou-se ainda o início das referidas tendências, por estação do ano,
para a ET0 e o IA, sendo possível constatar que a década de 1990 acumulou os maiores
percentuais dos inícios de quebra estrutural nas séries temporais, conforme Tabela 1. Para a
ET0, no verão e outono, as tendências iniciaram-se com mais frequência entre os anos 1995 e
1999, com 51,5% e 56,4%, respectivamente, no inverno as tendências iniciaram-se com mais
frequência um pouco antes, entre 1990 e 1994 (52,5%), enquanto que na primavera, as
tendências foram mais atuais e ocorreram principalmente entre os anos 2000 e 2004 (44,3%).
53
Tabela 1. Frequências relativas (%) do número de vezes em que se iniciou a tendência em diferentes
intervalos de classes (anos) e sazonalmente, para a ET0 e o IA, no Nordeste do Brasil, período de 1980
a 2013.
Frequências relativas (%)
Intervalos de
Classes
(Anos)
Evapotranspiração de referência (ET0)
Verão Outono Inverno Primavera
1980 a 1984 0,0 0,0 0,0 0,0
1985 a 1989 0,0 0,0 7,5 0,2
1990 a 1994 26,3 43,6 52,5 39,6
1995 a 1999 51,5 56,4 29,3 15,0
2000 a 2004 15,6 0,0 9,0 44,3
2005 a 2009 6,6 0,0 1,6 0,8
2010 ou mais 0,0 0,0 0,0 0,0
Intervalos de
Classes
(Anos)
Índice de Aridez (IA)
Verão Outono Inverno Primavera
1980 a 1984 0,0 0,0 0,0 0,0
1985 a 1989 0,0 0,0 0,0 0,0
1990 a 1994 40,6 0,0 35,7 1,7
1995 a 1999 48,4 75,0 29,5 5,0
2000 a 2004 3,1 25,0 28,5 93,3
2005 a 2009 7,8 0,0 6,3 0,0
2010 ou mais 0,0 0,0 0,0 0,0
Destaca-se que para o IA não houve início de tendência na década de 1980, os maiores
quantitativos ocorreram na década de 1990, principalmente entre 1995 a 1999, no verão e
outono, como frequências de 48,4% e 75%. No inverno a tendência iniciou mais
frequentemente entre 1990 a 1994 (35,7%) e na primavera, as tendências obtiveram inícios
majoritariamente entre 2000 a 2004, com 93,3%.
4.4. Conclusões
De acordo com os resultados encontrados neste capítulo, conclui-se que:
Houve tendências significativas da ET0 e do IA observadas nas quatro estações do
ano;
As tendências positivas foram predominantes, tanto para a ET0 quanto para o IA, com
maior concentração no sudoeste do NEB, exceto para o IA no outono e primavera;
54
As tendências negativas foram mais presentes no leste do NEB, sendo no inverno e
primavera (para a ET0) e no inverno (para o IA), no verão as tendências negativas
concentraram-se entre o leste dos estados da PB e PE;
As magnitudes das tendências positivas e negativas, para a ET0, foram
respectivamente em média de 1,9 mm/estação e -1,8 mm/estação, para o IA foram na
ordem de 0,010/estação ou -0,011/estação;
O início na quebra estrutural de cada série sazonal ocorreu com maior frequência na
década de 1990, exceto na primavera cujas tendências tiveram início predominantemente
entre 2000 a 2004.
Referências
ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop evapotranspiration:
guidelines for computing crop water requirements. (FAO. Irrigation and Drainage Paper,
56). Rome: FAO, 300 p. 1998.
ALMEIDA, H.A.; CABRAL JÚNIOR, J.B. Variabilidades Sazonais e Interdecadais da Chuva
nas Microrregiões Geográficas do Estado da Paraíba. Revista Brasileira de Geografia
Física, v.7, n.5, p.846-858, 2014.
ALVARES, C.A.; STAPE, J.L.; SENTELHAS, P.C.; GONÇALVES, J.L. de M.;
SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologische
Zeitschrift, v.22, p.711 728, 2013.
ALVES, T.L.B.; AZEVEDO, P. V.; SANTOS, C.A.C. Influence of climate variability on land
degradation (desertification) in the watershed of the upper Paraíba River. Theoretical and
Applied Climatology, v. 127, n. 3–4, p. 741–751, 2017.
BANDYOPADHYAY, A.; BHADRA, A.; RAGHUWANSHI, N.S.; SINGH, R. Temporal
trends in estimates of reference evapotranspiration over India. Journal of Hydrologic
Engineering, v.14, n.5, p. 508– 515, 2009.
BRASIL, MI - Ministério da Integração. Resolução nº 115, 23/ 11/ 2017. Aprova a
Proposição nº 113/2017, que acrescenta municípios a relação aprovada pela Resolução
CONDEL nº 107, de 27 de julho de 2017. Brasília: Diário Oficial da União, 5 de dezembro de
2017, p. 32. Disponível em: sudene.gov.br/images/arquivos/semiarido/arquivos/resolucao115-
23112017-delimitacaodosemiarido-DOU.pdf. Acesso em: 01/2018.
BRASIL, Ministério da Integração. Portaria nº 89, 16/ 03/2005. Atualiza a relação dos
municípios pertencentes à região Semi-Árida do Fundo Constitucional de Financiamento do
Nordeste - FNE. Brasília: Diário Oficial da União, 17 de março de 2005. Disponível em:
http://www.fundaj.gov.br/index.php?option=com_content&view=article&id=1116%3Aportari
a-nd-89-de-16-de-marco-de-2005&catid=75&Itemid=717. Acesso em: 01/2018.
BRASIL, Ministério do Meio Ambiente. Cadastro Nacional de Unidades de Conservação –
55
CNUC. Disponível em: http://www.mma.gov.br/cadastro_uc. Acesso em: 20 de novembro de
2016.
BRITO, S. S. B.; CUNHA, A. P. M. A.; CUNNINGHAM, C. C.; et al. Frequency, duration
and severity of drought in the Semiarid Northeast Brazil region. International Journal of
Climatology, 2017.
BURN, D.H.; HESCH, N.M. Trends in evaporation for the Canadian Prairies. Journal of
Hydrology, v.336, n.1, p. 61–73, 2007.
CABRAL JÚNIOR, J.B. Estimativas, variabilidade e análise de tendência da
evapotranspiração de referência em perímetros irrigados, no semiárido do nordeste brasileiro.
111 p., Dissertação (Mestrado em Ciências Climáticas) – Programa de Pós-Graduação em
Ciências Climáticas. Universidade Federal do Rio Grande do Norte, Natal-RN, 2015.
CEPED/UFSC. Atlas brasileiro de desastres naturais: 1991 a 2012 / Centro Universitário
de Estudos e Pesquisas sobre Desastres. 2. ed. rev. ampl. – Florianópolis: CEPED UFSC,
2013. Volume Rio Grande do Norte. 126 p.
FERREIRA, P.S.; GOMES, V.P.; GALVÍNCIO, J.D.; SANTOS, A.M.; SOUZA, W.M.
Avaliação da tendência espaço-temporal da precipitação pluviométrica em uma região
semiárida do estado de Pernambuco. Revista Brasileira de Climatologia, v.21, 2017.
FISHER, J. B.; WHITTAKER, R. H.; MALHI, Y. ET Come Home: A critical evaluation of
the use of evapotranspiration in geographical ecology, Global Ecology and Biogeography,
v.20, n.1, p.1–18, 2011.
GIULIETTI, A.M.; BOCAGE NETA, A.; CASTRO, A.; GAMARRA-ROJAS, C.;
SAMPAIO, E.; VIRGÍNIO, J. et al. Diagnóstico Da vegetação Nativa Do Bioma Caatinga.
Biodiversidade da Caatinga: áreas e ações prioritárias para a conservação, pp. 48–90,
2004.
GUIMARÃES, S. O.; COSTA, A. A.; VASCONCELOS JÚNIOR, F. DAS C.; et al.
Projeções de mudanças climáticas sobre o nordeste Brasileiro dos modelos do CMIP5 e do
CORDEX. Revista Brasileira de Meteorologia, v. 31, n. 3, p. 337–365, 2016.
HASTENRATH, S. Exploring the climate problems of Brazil’s Nordeste: A review. Climatic
Change, v. 112, n. 2, p. 243–251, 2012.
HASTENRATH, S. Prediction of Northeast Brazil rainfall anomalies. Journal of Climate, v.
3, n. 8, p. 893-904, 1990.
HUANG, H.; HAN, Y.; CAO, M.; SONG, J.; XIAO, H.; CHENG, W. Spatiotemporal
characteristics of evapotranspiration paradox and impact factors in China in the period of
1960–2013. Advances in Meteorology, v.2015, n.1, p. 1-11, 2015.
HUO, Z.; DAI, X.; FENG, S.; KANG, S.; HUANG, G. Effect of climate change on reference
evapotranspiration and aridity index in arid region of China. Journal of Hydrology, v. 492,
p. 24–34, 2013.
IBGE – Instituto Brasileiro de Geografia e Estatística. Mapa de biomas do Brasil. Rio de
Janeiro, 2004.
56
Instituto Brasileiro de Geografia e Estatística (IBGE) - BRASIL. Disponível em:
<http://www.ibge.gov.br/home/geociencias/areaterritorial/principal.shtm>. Acesso em: 14 set
2017.
IPCC, 2014: Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II
and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change
[Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland.
IRMAK, S.; KABENGE, I.; SKAGGS, K.E.; MUTIIBWA, D. Trend and magnitude of
changes in climate variables and reference evapotranspiration over 116-yr period in the Platte
River Basin, central Nebraska–USA. Journal of Hydrology, v.420, n.1, p. 228–244, 2012.
KENDALL, M. G. Rank Correlation Measures. Ed. Charles Griffin. London, 1975
KENDALL, M. G., GIBBONS, J. D. Rank Correlation Methods. 5 ed. Ed. Griffin. London,
1990.
KRUSKAL, W.H.; WALLIS, W.A. Use of ranks in on-criterion variance analyses. Journal
os the American Statistical Association, v.47, n.260, p.583-621, 1952.
KUKAL, M.; IRMAK, S. Long-term patterns of air temperatures, daily temperature range,
precipitation, grass-reference evapotranspiration and aridity index in the USA Great Plains:
Part I. Spatial trends. Journal of Hydrology, v. 542, p. 953–977, 2016.
LI, G.; ZHANG, F.; JING, Y.; LIU, Y.; SUN, G. Response of evapotranspiration to changes
in land use and land cover and climate in China during 2001–2013. Science of the Total
Environment, v. 596–597, p. 256–265, 2017.
LIU, C.; ZHANG, D.; LIU, X.; ZHAO, C. Spatial and temporal change in the potential
evapotranspiration sensitivity to meteorological factors in China (1960–2007). Journal of
Geographical Sciences, v.22, n.1, p. 3–14, 2012.
MANN, H. B. Non-parametric tests against trend. Econometrica 13, 245-259, 1945.
MARENGO, J. A.; ALVES, L. M.; ALVALA, R. C.; et al. Climatic characteristics of the
2010-2016 drought in the semiarid Northeast Brazil region. Anais da Academia Brasileira
de Ciências, p. 1–13, 2017.
MARENGO, J.A.; ALVES, L.M.; BESERRA, E.; LACERDA, F. Variabilidade e mudanças
climáticas no semiárido brasileiro, in: Medeiros, S. de S., Gheyi, H.R., Galvão, C. de O.,
PAZ, V.P da S. (Orgs.). Recursos Hídricos e, Regiões Áridas e Semiáridas. INSA, Campina
Grande-PB, pp. 383- 416, 2011.
MCVICAR, T.R.; VAN, NIEL; T.G., LI, L.T.; RODERICK, M.L.; RAYNER, D.P.;
RICCIARDULLI, L.; DONO-HUE, R.J. Wind speed climatology and trends for Australia,
1975–2006:capturing the stilling phenomenon and comparison with near-surface reanalysis
output. Geophysical Research Letters, v.35, n.20, p. 1-6, 2008.
NOBRE, P.; MARENGO, J. A.; CAVALCANTI, I. F. A.; OBREGON, G. Seasonal-to-
decadal predictability and prediction of South American climate. Journal of climate, v. 19, n.
23, p. 5988-6004, 2006.
57
OKI, T.; KANAE, S. Global hydrological cycles and world water resources, Science, v. 313,
n. 5790, p. 1068-1072, 2006.
OLIVEIRA, P. T.; SILVA, C. M. S.; LIMA, K. C. Linear trend of occurrence and intensity of
heavy rainfall events on Northeast Brazil. Atmospheric Science Letters, v. 135, p. 598- 617,
2014.
PALUMBO, A.D.; VITALE, D.; CAMPI, P.; MASTRORILLI, M. Time trend in reference
evapotranspiration: analysis of a long series of agrometeorological measurements in Southern
Italy. Irrigation and Drainage Systems, v.25, n.4, p.395–411, 2011.
PETTITT, A. N. A non-parametric approach to the change-point problem. Applied statistics,
p. 126-135, 1979.
PITICAR, A.; MIHAILA, D.; LAZURCA, L.G.; BISTRICEAN, P.-I.; PUTUNTICA, A.;
BRICIU, A.-E. Spatiotemporal distribution of reference evapotranspiration in the Republic of
Moldova. Theoretical and Applied Climatology, v.124, n.3-4, p.1133–1144, 2015.
RODERICK, M. L.; FARQUHAR, G. D. The Cause od Decreased Pan Evaporation over the
Past 50 Years. Science, v. 298, n. 5597, p. 1407–1410, 2002.
RODERICK, M.L.; HOBBINS, M.T.; EARQHAR, G.D. Pan evaporation trends and
theterrestrial water balance. II. Energy balance and interpretation. Geography Compass, v.3,
n.2, p.761–780, 2009a.
RODERICK, M.L.; HOBBINS, M.T.; EARQHAR, G.D. Pan evaporation trends and
theterrestrial water balance. I. Principles and observations. Geography Compass, v.3, n.2, p.
746–760, 2009b.
SABZIPARVAR, A.A.; TABARI, H. Regional estimation of reference evapotranspiration in
arid and semi-arid regions. Journal of Irrigation and Drainage Engineering, v.136, n.10,
p.724–731, 2010.
SANTOS, C. A. C. DOS; MANZI, A. O. Eventos Extremos de Precipitação no Estado do
Ceará e Suas Relações Com a Temperatura dos Oceanos Tropicais. Revista Brasileira de
Meteorologia, v. 26, n. 1, p. 157–165, 2011.
SEN, P. K. Estimates of the regression coefficient based on Kendall’s tau. Journal of the
American Statistical Association, v. 63, p.1379-1389, 1968.
SHADMANI, M.; MAROFI, S.; ROKNIAN, M. Trend analysis in reference
evapotranspiration using Mann-Kendall and Spearman’s Rho tests in arid regions of Iran.
Water Resources Management, v.26, n.1, p.211–224, 2012.
SILVA, F. B.; SANTOS, J.R.N.; FEITOSA, F.E.C.S.; SILVA, I.D.C.; ARAÚJO, M.L.S.;
GUTERRES, C.E.; SANTOS, J.S.; RIBEIRO, C.V.; BEZERRA, D.S.; NERES, R.L.
Evidências de mudanças climáticas na região de transição Amazônia-Cerrado no Estado do
Maranhão. Revista Brasileira de Meteorologia, v. 31, n. 3, p. 330–336, 2016.
SILVA, V. D. P. R. On climate variability in Northeast of Brazil. Journal of Arid
Environments, v. 58, n. 4, p. 575–596, 2004.
58
TABARI, H.; AGHAJANLOO, M.B. Temporal pattern of aridity index in Iran with
considering precipitation and evapotranspiration trends. International Journal of
Climatology, v.33, n.2, p.396–409, 2013.
TABARI, H.; MAROFI, S.; AEINI, A.; TALAEE, H.P.; MOHAMMADI, K. Trend analysis
of reference evapotranspiration in the western half of Iran. Agricultural and Forest
Meteorology, v.151, n.2, p.128–136, 2011.
THOMAS, A. Spatial and temporal characteristics of PET trends over China. International
Journal of Climatology, v.20, n.4, p. 381-396, 2000.
THORNTHWAITE, C.W. An approach toward a rational classification of climate.
Geographical Review, v.38, n.1, p.55–94, 1948.
WANG, L.; CAO, L.; DENG, X.; et al. Changes in aridity index and reference
evapotranspiration over the central and eastern Tibetan Plateau in China during 1960-2012.
Quaternary International, v. 349, p. 280–286, 2014.
WANG, Y.; JIANG, T.; BOTHE, O.; FRAEDRICH, K. Changes of pan evaporation and
reference evapotranspiration in the Yangtze River basin. Theoretical and Applied
Climatolog, v.90, n.1-2, p.13–23, 2007.
WANG, Z.; XIE, P.; LAI, C.; et al. Spatiotemporal variability of reference evapotranspiration
and contributing climatic factors in China during 1961–2013. Journal of Hydrology, v. 544,
p. 97–108, 2017.
XAVIER, A. C.; KING, C. W.; SCANLON, B. R. Daily gridded meteorological variables in
Brazil (1980-2013). International Journal of Climatology, v. 36, n. 6, p. 2644–2659, 2015.
XU, Y.; XU, Y.; WANG, Y.; et al. Spatial and temporal trends of reference crop
evapotranspiration and its influential variables in Yangtze River Delta, eastern China.
Theoretical and Applied Climatology, v. 130, n. 3–4, p. 945–958, 2017.
YU, E. S.; PILON, P.; CAVADIAS, G. Power of the Mann–Kendall and Spearman’s rho tests
for detecting monotonic trends in hydrological series. Journal of Hydrology, v.259, n.1–4,
p.254–271, 2002.
ZHENG, C.; WANG, Q. Spatiotemporal pattern of the global sensitivity of the reference
evapotranspiration to climatic variables in recent five decades over China. Stochastic
Environmental Research and Risk Assessment, v.29, n.8, p. 1937–1947, 2015.
59
CAPÍTULO 5
CONCLUSÕES
As análises realizadas neste trabalho permitiram identificar que a região do NEB está
subdividida em 5 sub-regiões com características homogêneas, de acordo com a
climatologia mensal da ET0, sendo a Sub-região 3 (S3) com os maiores acumulados
médios (2098,0 mm/ano) e a S5 os menores (1362,8 mm/ano).
Para o IA, identificou-se que a precipitação é a variável dominante e que no período
menos chuvoso (Primavera) o IA aproxima-se do valor máximo (IA=1,00) em praticamente
todo o NEB.
Nas análises temporais, foram identificados diferentes sinais de tendências para ET0,
dentro de uma mesma estação do ano, sendo predominantemente positiva com significância
estatística a 1% no sudoeste do estado da Bahia (Verão, Outono, Inverno e Primavera) e
negativas a 5% com maior predominância no leste do NEB, concentrando-se especialmente
do leste do estado do Rio Grande do Norte (RN) ao nordeste da Bahia (Primavera), no leste
da Paraíba e RN (Verão) e praticamente em toda costa leste do NEB (Inverno), exceto parte
do sul da Bahia.
As respectivas magnitudes das tendências positivas da ET0 variaram, em média, de 1,6
mm/estação (Outono) a 2,4 mm/estação (Primavera), enquanto que as tendências negativas
oscilaram de -1,5 mm/estação (Outono) a -2,2 mm/estação (Primavera), obtendo-se início
majoritário na década de 1990.
Para o IA, as tendências significativamente positivas concentraram-se no sudoeste da
Bahia (Verão e Inverno) e as negativas (predominantemente no Inverno) ocorreram no leste
do RN a leste de Pernambuco, estado de Alagoas e nordeste da Bahia. As magnitudes
positivas do IA, obtiveram uma variação média de 0,002 (Inverno) a 0,02 (Verão), por outro
lado, as magnitudes negativas (ausentes no Verão e Outono), variaram de -0,007
(Primavera) a -0,016 (inverno).
A década de 1990 obteve maior frequência de início das tendências para o IA no
Verão Outono e Inverno, enquanto na primavera os respectivos inícios das tendências do IA
concentraram-se entre 2000 a 2004.
60
A partir dos resultados encontrados, conclui-se que as variações espaciais e temporais
da ET0 e do IA no NEB foram heterogêneas e apresentaram diferenças opostas de sinais de
tendências, até numa mesma estação do ano, no entanto observou-se que
predominantemente a oeste do NEB predomina tendências positivas da ET0 e a leste ocorre
o oposto.
61
REFERÊNCIAS
ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop evapotranspiration:
guidelines for computing crop water requirements. (FAO. Irrigation and Drainage Paper,
56). Rome: FAO, 300 p. 1998.
ALVES, T. L. B.; DE AZEVEDO, P. V.; COSTA DOS SANTOS, C. A. Influence of climate
variability on land degradation (desertification) in the watershed of the upper Paraíba River.
Theoretical and Applied Climatology, v. 127, n. 3–4, p. 741–751, 2017.
AMBRIZZI, T.; ROCHA, R.P.; MARENGO, J.A.; PISNITCHENCO, I.; NUNES, L.A.;
FERNANDEZ, J.P.R. Cenários regionalizados de clima no Brasil e América do Sul para o
Século XXI: Projeções de clima futuro usando três modelos regionais. Relatório 3.
CPTEC/INPE; IAG/ USP; FBDS. Ministério do Meio Ambiente. Secretaria de Biodiversidade
e Florestas. Diretoria de Conservação da Biodiversidade. 108 pp, 2007.
BANDYOPADHYAY, A.; BHADRA, A.; RAGHUWANSHI, N.S.; SINGH, R. Temporal
trends in estimates of reference evapotranspiration over India. Journal of Hydrologic
Engineering, v.14, n.5, p. 508– 515, 2009.
BARBOSA, H. A.; KUMAR, T. V. L. Influence of rainfall variability on the vegetation
dynamics over Northeastern Brazil. Journal of Arid Environments, v. 124, p. 377–387,
2016.
BARROS, V. R.; SOUZA, A. P.; FONSECA, D. C.; SILVA, L. B. D. Avaliação da
evapotranspiração de referência na Região de Seropédica, Rio de Janeiro, utilizando lisímetro
de pesagem e modelos matemáticos. Revista Brasileira de Ciências Agrárias, v.4, n.2,
p.198-203, 2009.
BRASIL, MI - Ministério da Integração. Resolução nº 115, 23/ 11/ 2017. Aprova a
Proposição nº 113/2017, que acrescenta municípios a relação aprovada pela Resolução
CONDEL nº 107, de 27 de julho de 2017. Brasília: Diário Oficial da União, 5 de dezembro de
2017, p. 32. Disponível em: sudene.gov.br/images/arquivos/semiarido/arquivos/resolucao115-
23112017-delimitacaodosemiarido-DOU.pdf. Acesso em: 01/2018.
BRASIL, Ministério da Integração. Portaria nº 89, 16/ 03/2005. Atualiza a relação dos
municípios pertencentes à região Semi-Árida do Fundo Constitucional de Financiamento do
Nordeste - FNE. Brasília: Diário Oficial da União, 17 de março de 2005. Disponível em:
http://www.fundaj.gov.br/index.php?option=com_content&view=article&id=1116%3Aportari
a-nd-89-de-16-de-marco-de-2005&catid=75&Itemid=717. Acesso em: 01/2018.
BRASIL, Ministério da Integração. Resolução nº 107, 27/ 07/2017. Estabelece critérios
técnicos e científicos para delimitação do Semiárido Brasileiro e procedimentos para revisão
de sua abrangência. Recife: Diário Oficial da União, 13 de março 2017, nº 176, Seção 1, p.
48. Disponível em: sudene.gov.br/images/2017/arquivos/Resolucao-107-2017.pdf. Acesso
em: 01/2018.
BRUTSAERT, W.; PARLANGE, M.B. Hydrologic cycle explains the evaporation paradox.
Nature, v. 396, n. 30, 1998.
BURN, D.H.; HESCH, N.M. Trends in evaporation for the Canadian Prairies. Journal of
Hydrology, v.336, n.1, p. 61–73, 2007.
62
BRITO, S. S. B.; CUNHA, A. P. M. A.; CUNNINGHAM, C. C.; et al. Frequency, duration
and severity of drought in the Semiarid Northeast Brazil region. International Journal of
Climatology, 2017.
CABRAL JÚNIOR, J.B. Estimativas, variabilidade e análise de tendência da
evapotranspiração de referência em perímetros irrigados, no semiárido do nordeste brasileiro.
111 p., Dissertação (Mestrado em Ciências Climáticas) – Programa de Pós-Graduação em
Ciências Climáticas. Universidade Federal do Rio Grande do Norte, Natal-RN, 2015.
CARVALHO, L. G.; RIOS, G.F.A.; MIRANDA, W.L.; CASTRO NETO, P.
Evapotranspiração de referência: uma abordagem atual de diferentes métodos de estimativa.
Pesquisa Agropecuária Tropical, v. 41, n. 3, p. 456-465, 2011.
CHAHINE, M.T. The hydrological cycle and its influence on climate. Nature, v.359, n.6394,
p.373-380, 1992.
CHEN, H.; GUO, S.L.; XU, C.Y.; SINGH, V.P. Historical temporal trends of hydro-climatic
variables and runoff response to climate variability and their relevancein water resource
management in the Hanjiang basin. Journal of Hydrology, v.344, n.3–4, p.171–184, 2007.
CONG, Z.T.; YANG, D.W. Does evapotranspiration paradox exist in China?. Hydrology and
Earth System Sciences, v. 13, n. 3, p. 357-366, 2009.
COOK, B.I.; SMERDON, J.E.; SEAGER, R.; COATS, S. Global warming and 21st century
drying. Climate Dynamics, v.43, n.9-10, p.2607-2627, 2014.
CUNHA, A. P. M.; ALVALÁ, R. C.; NOBRE, C. A.; CARVALHO, M. A. Monitoring
vegetative drought dynamics in the Brazilian semiarid region. Agricultural and Forest
Meteorology, v. 214–215, p. 494–505, 2015.
CUNHA, A. P. M. DO A.; ALVALÁ, R. C. DOS S.; DE OLIVEIRA, G. S. Impactos das
mudanças de cobertura vegetal nos processos de superfície na região semiárida do Brasil.
Revista Brasileira de Meteorologia, v. 28, n. 2, p. 139–152, 2013.
ERASMI, S.; SCHUCKNECHT, A.; BARBOSA, M. P.; MATSCHULLAT, J. Vegetation
greenness in northeastern brazil and its relation to ENSO warm events. Remote Sensing, v. 6,
n. 4, p. 3041–3058, 2014.
FAN, J.; WU, L.; ZHANG, F.; XIANG, Y.; ZHENG, J. Climate change effects on reference
crop evapotranspiration across different climatic zones of China during 1956–2015. Journal
of Hydrology, v. 542, p. 923–937, 2016.
FENG, Y.; CUI, N.; ZHAO, L.; GONG, D.; ZHANG, K. Spatiotemporal variation of
reference evapotranspiration during 1954–2013 in Southwest China. Quaternary
International, v. 441, p. 129–139, 2017.
FISHER, J. B.; MELTON, F.; MIDDLETON, E.; et al. The future of evapotranspiration:
Global requirements for ecosystemfunctioning, carbon and climate feedbacks,
agriculturalmanagement, and water resources. Water Resources Research, v. 10.1002/20, p.
2618–2626, 2017.
GAO, Z.; HE, J.; DONG, K.; LI, X. Trends in reference evapotranspiration and their
63
causative factors in the West Liao River basin, China. Agricultural and Forest
Meteorology, v. 232, p. 106–117, 2017.
HASTENRATH, S. Exploring the climate problems of Brazil’s Nordeste: A review. Climatic
Change, v. 112, n. 2, p. 243–251, 2012.
HUANG, S.; LI, P.; HUANG, Q.; et al. The propagation from meteorological to hydrological
drought and its potential influence factors. Journal of Hydrology, v. 547, p. 184–195, 2017.
HUO, Z.; DAI, X.; FENG, S.; KANG, S.; HUANG, G. Effect of climate change on reference
evapotranspiration and aridity index in arid region of China. Journal of Hydrology, v. 492,
p. 24–34, 2013.
KUKAL, M.; IRMAK, S. Long-term patterns of air temperatures, daily temperature range,
precipitation, grass-reference evapotranspiration and aridity index in the USA Great Plains:
Part I. Spatial trends. Journal of Hydrology, v. 542, p. 953–977, 2016.
DE LA CASA, A. C.; OVANDO, G. G. Variation of reference evapotranspiration in the
central region of Argentina between 1941 and 2010. Journal of Hydrology: Regional
Studies, v. 5, p. 66–79, 2016.
DINPASHOH, Y.; JHAJHARIA, D.; FAKHERI-FARD, A.; SINGH, V.P.; KAHYA, E.
Trends in reference crop evapotranspiration over Iran. Journal of Hydrology, v.399, n.3–4,
p.422–433, 2011.
DOORENBOS, J.; PRUITT, W. O. Crop water requeriments. FAO Irrigation and Drainage
Paper 24. Roma, 144p. 1975.
DOORENBOS, J.; PRUITT, W.O. Guidelines for predicting rop water requirements.
Rome: Food and Agriculture Organization of the United Nations (FAO), 179p., 1977.
DROGUE, G.; PFISTER, L.; LEVIANDIER, T.; IDRISSI, A.E.; IFFLY, J.F.; MATGEN, P.;
HUMBERT, J.; HOFFMANN, L. Simulating the spatio-temporal variability of
streamflowresponse to climate change scenarios in a mesoscale basin. Journal of Hydrology,
v.293, n.1–4, p.255–269, 2004.
EAKIN, H.C.; LEMOS, M.C,; NELSON, D.R. Differentiating capacities as a means to
sustainable climate change adaptation. Global Environmental Change, v. 27, p. 1-8, 2014.
FAN, Z.X.; THOMAS, A. Spatiotemporal variability of reference evapotranspiration and its
contributing climatic factors in Yunnan Province, SW China, 1961–2004. Climatic Change,
v.116, n.2, p. 309–325, 2013.
FERREIRA, P.S.; GOMES, V.P.; GALVÍNCIO, J.D.; SANTOS, A.M.; SOUZA, W.M.
Avaliação da tendência espaço-temporal da precipitação pluviométrica em uma região
semiárida do estado de Pernambuco. Revista Brasileira de Climatologia, v.21, 2017.
GONG, L.; XU, C.Y.; CHEN, D.; CHEN, D.L.; HALLDIN, S.; CHEN, Y.Q.D. Sensitivity of
the Penman- Monteith reference evapotranspiration to key climatic variables in the
Changjiang (Yangtze River) basin. Journal of Hydrology, v.329, n.3-4, p. 620–629, 2006.
64
HAN, S.J.; HU, H.P. Spatial variations and temporal changes in potential evaporation in the
Tarim Basin, northwest China (1960–2006): influenced by irrigation? Hydrological
Processes, v.26, n.20, p.3041-3051, 2012.
HAN, S.J.; TANG, Q.H.; XU, D.; WANG, S.L. Irrigation-induced changes in potential
evaporation: more attention is needed. Hydrological Processes, v.28, n.4, p.2717-2720, 2014.
HOERLING, M.P.; EISCHEID, J.K.; QUAN, X.W.; DIAZ, H.F.; WEBB, R.S.; DOLE, R.M.;
EASTERLING, D.R. Is a transition to semipermanente drought conditions imminent in the
U.S. Great Plains? Journal of Climate, v.25, n.24, p.8380-8386, 2012.
HUANG, H.; HAN, Y.; CAO, M.; SONG, J.; XIAO, H.; CHENG, W. Spatiotemporal
characteristics of evapotranspiration paradox and impact factors in China in the period of
1960–2013. Advances in Meteorology, v.2015, n.1, p. 1-11, 2015.
Instituto Brasileiro de Geografia e Estatística (IBGE) - BRASIL. Disponível em:
<http://www.ibge.gov.br/home/geociencias/areaterritorial/principal.shtm>. Acesso em: 14 set
2017.
IPCC, 2007. Climate Change 2007: the Physical Science Basis, Summary for Policymakers.
IPCC, 2014: Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II
and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change
[Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland.
IRMAK, S.; KABENGE, I.; SKAGGS, K.E.; MUTIIBWA, D. Trend and magnitude of
changes in climate variables and reference evapotranspiration over 116-yr period in the Platte
River Basin, central Nebraska–USA. Journal of Hydrology, v.420, n.1, p. 228–244, 2012.
JABLOUN, M.; SAHLI, A. Evaluation of FAO-56 methodology for estimating reference
evapotranspiration using limited climatic data application to Tunisia. Agricultural Water
Management, Amsterdam, v. 95, n. 6, p. 707-715, 2008.
JAYAWARDENA, A.W. Calibration of some empirical equations for evaporation and
evapotranspiration in Hong Kong. Agricultural and Forest Meteorology, v.47, n.1, p.75-
81,1989.
JENSEN, M. E.; WRIGHT, J. L.; PRATT, B. J. Estimating Soil Moisture Deptetion From
Climate Crop And Soil Data. Transactions of the ASAE, 1971.
JONES, D.A.; WANG, W.; FAWCETT, R. High-quality spatial climate datasets for
Australia. Australian Meteorological and Oceanographic Journal, v. 58, n. 4, p. 233,
2009.
KEYANTASH, J.; DRACUP, J.A. The quantification of drought: an evaluation ofdrought
indices. Bulletin of the American Meteorological Society, v. 83, n. 8, p. 1167-1180, 2002.
LIANG, L.; LI, L.; LIU, Q. Temporal variation of reference evapotranspiration during 1961–
2005 in the Taoer River basin of Northeast China. Agricultural and Forest Meteorology, v.
150, n. 2, p. 298-306, 2010.
LI, B.; CHEN, F.; GUO, H. Regional complexity in trends of potential evapotranspiration and
65
its driving factors in the Upper Mekong River Basin. Quaternary International, v. 380–381,
p. 83–94, 2015.
LI, C.; WU, P. T.; LI, X. L.; et al. Spatial and temporal evolution of climatic factors and its
impacts on potential evapotranspiration in Loess Plateau of Northern Shaanxi, China. Science
of the Total Environment, v. 589, p. 165–172, 2017.
LI, G.; ZHANG, F.; JING, Y.; LIU, Y.; SUN, G. Response of evapotranspiration to changes
in land use and land cover and climate in China during 2001–2013. Science of the Total
Environment, v. 596–597, p. 256–265, 2017.
LI, Y.; YAO, N.; CHAU, H. W. Influences of removing linear and nonlinear trends from
climatic variables on temporal variations of annual reference crop evapotranspiration in
Xinjiang, China. Science of the Total Environment, v. 592, p. 680–692, 2017.
LIU, C.; ZHANG, D.; LIU, X.; ZHAO, C. Spatial and temporal change in the potential
evapotranspiration sensitivity to meteorological factors in China (1960–2007). Journal of
Geographical Sciences, v.22, n.1, p. 3–14, 2012.
LIU, X.; ZHANG, D.; LUO, Y.; LIU, C. Spatial and temporal changes in aridity index in
northwest China: 1960 to 2010. Theoretical and applied climatology, v.112, n.1-2, p.307-
316, 2013.
LÓPEZ-URREA, R. et al. Testing evapotranspiration equations using lysimeter observations
in a semiarid climate. Agricultural Water Management, Amsterdam, v. 85, n. 1, p. 15-26,
2006.
MAO, J.; FU, W.; SHI, X.; RICCIUTO, D. M.; FISHER, J. B.; DICKINSON, R. E.; WEI, Y.;
SHEM, W.; PIAO, S.; WANG, K. et al., Disentangling climatic and anthropogenic controls
on global terrestrial evapotranspiration trends, Environmental Research Letters, v.10, n.9,
p.094008, 2015.
MARENGO, J. A. Mudanças climáticas globais e seus efeitos sobre a biodiversidade -
caracterização do clima atual e definição das alterações climáticas para o território brasileiro
ao longo do século XXI. 2. ed. Brasília: Ministério do Meio Ambiente, v.1, p.214, 2007.
MARENGO, J.A.; ALVES, L.M.; BESERRA, E.; LACERDA, F. Variabilidade e mudanças
climáticas no semiárido brasileiro, in: Medeiros, S. de S., Gheyi, H.R., Galvão, C. de O.,
Paz, V.P da S. (Orgs.). Recursos Hídricos e, Regiões Áridas e Semiáridas. INSA, Campina
Grande-PB, pp. 383- 416, 2011.
MARENGO, J.A.; ALVES, L.M.; SOARES, W.R.; RODRIGUEZ, D.A.; CAMARGO, H.;
RIVEROS, M.P.; PABLÓ, A.D. Two contrasting severe seasonal extremes in tropical South
America in 2012: floods in Amazonia and drought in Northeast Brazil. Journal of climate, v.
26, n. 22, p. 9137-9154, 2013.
MARENGO, J. A.; BERNASCONI, M. Regional differences in aridity/drought conditions
over Northeast Brazil: present state and future projections. Climatic Change, v. 129, n. 1–2,
p. 103–115, 2015.
MARENGO, J.A.; CHOU, S.C.; KAY, G.; ALVES, L.M.; PESQUERO, J.F.; SOARES,
W.R.; SANTOS, D.C.; LYRA, A.A.; SUEIRO, G.; BETTS, R. Development of regional
66
future climate change scenarios in South America using the Eta CPTEC/HadCM3 climate
change projections: climatology and regional analyses for the Amazon, São Francisco and the
Paraná River basins. Climate Dynamics, v. 38, n. 9-10, p. 1829-1848, 2012.
MARENGO, J. A.; TORRES, R. R.; ALVES, L. M. Drought in Northeast Brazil - past,
present, and future, Theoretical and Applied Climatology, v. 129, n. 3-4, p. 1189-1200,
2017.
MARENGO, J. A. et al. Mudanças climáticas globais e seus efeitos sobre a biodiversidade
– caracterização do clima atual e definição das alterações climáticas para o território
brasileiro ao longo do século XXI. 2. ed. v.1, p.214. Brasília: Ministério do Meio Ambiente,
2007.
MARENGO, J.A.; SCHAEFFER, R.; PINTO, H.S.; ZEE, D.M.W. Mudanças climáticas e
eventos extremos no Brasil. FBDS, Rio de Janeiro. 2009.
MARES, M.A., WILLIG, M.R., LACHER JR., T.E. The Brazilian caatinga in South
American zoogeography: tropical mammals in a dry region. Journal of Biogeography, v.12,
n.1, p. 57-69, 1985.
MATZENAUER, R. Evapotranspiração de plantas cultivadas e coeficientes de cultura. In:
BERGAMASCHI, H. (Coord.). Agrometeorologia aplicada à irrigação. Porto Alegre:
UFRGS, p. 31-39. 1992.
MCKEE, T.B.; DOESKEN, N.J.; KLEIST J. The relationship of drought frequency and
duration to time scales. In: Proceedings of the 8th Conference on Applied Climatology.
Boston, MA: American Meteorological Society, 1993. p. 179-183.
MCVICAR, T.R.; VAN, NIEL; T.G., LI, L.T.; RODERICK, M.L.; RAYNER, D.P.;
RICCIARDULLI, L.; DONO-HUE, R.J. Wind speed climatology and trends for Australia,
1975–2006:capturing the stilling phenomenon and comparison with near-surface reanalysis
output. Geophysical Research Letters, v.35, n.20, p. 1-6, 2008.
Ministério da Integração Nacional (MI) - Brasil. Programa Água para todos. Disponível em:
http://www.mi.gov.br/. Acessado em 15 de dez de 2017.
MMA – Ministério do Meio Ambiente do Brasil. Atlas das áreas susceptíveis à
desertificação do Brasil. SANTANA, Marcos Oliveira (Org). Brasília: Ed: MMA -
Ministério do Meio Ambiente, 2007.
MOONEN, A.; ERCOLI, L.; MARIOTTI, M.; MASONI, A. Climate change in Italy
indicated by agrometeorological indices over 122 years. Agricultural and Forest
Meteorology, v. 111, n. 1, p. 13-27, 2002.
MOURA, A.D.; SHUKLA, J.; On the dynamics of droughts in North-East Brazil:
observations, theoryand numerical experiments with a general circulation model. Journal
Atmospheric Science, v.38, p.2653–2675, 1981.
NAM, W.; HONG, E.; CHOI, J. Has climate change already affected the spatial distribution
and temporal trends of reference evapotranspiration in South Korea? Agricultural Water
Management, v. 150, p. 129-138, 2015.
67
NOBRE, P.; OYAMA, M. D.; OLIVEIRA, G. S. DE; TOMASELLA, J. Impactos de
mudanças climáticas globais na hidrologia do semiárido do Nordeste brasileiro para o final do
século XXI. Recursos hídricos em regiões áridas e semiáridas, p. 423–439, 2011.
NOBRE, C. A.; SELLERS, P. J.; SHUKLA, J. Amazonian deforestation and regional climate
change, Journal of climate, v. 4, n. 10, p. 957-988, 1991.
OKI, T.; KANAE, S. Global hydrological cycles and world water resources, Science, v. 313,
n. 5790, p. 1068-1072, 2006.
OLIVEIRA, G. S. Conseqüências climáticas da substituição gradual da floresta tropical
amazônica por pastagem degradada ou por plantação de soja: um estudo de modelagem. 2008.
417 p., Tese (Doutorado em Meteorologia) - Instituto Nacional de Pesquisas Espaciais, São
José dos Campos. 2008.
OLIVEIRA, P. T.; SILVA, C. M. S.; LIMA, K. C. Linear trend of occurrence and intensity of
heavy rainfall events on Northeast Brazil. Atmospheric Science Letters, v. 135, p. 598- 617,
2014.
OMETTO, J. C. Bioclimatologia vegetal. São Paulo, SP, Ed. Agronômica Ceres, 440p. 1981.
ONU: Convenção das Nações Unidas de Combate à Desertificação nos países afetados
por seca grave e/ou desertificação, particularmente na África. Brasília, Ministério do
Meio Ambiente, dos Recursos Hídricos e da Amazônia Legal, 89 pp., 1997.
PALUMBO, A.D.; VITALE, D.; CAMPI, P.; MASTRORILLI, M. Time trend in reference
evapotranspiration: analysis of a long series of agrometeorological measurements in Southern
Italy Irrigation and Drainage Systems, v.25, n.4, p.395–411, 2011.
PAREDES, F.J., BARBOSA, H.A., GUEVARA, E. Spatial and temporal analysis of droughts
in northeastern Brazil. Agriscientia, v. 32, p. 1-14, 2015.
PBMC. Sumário Executivo do Volume 1 - Base Científica das Mudanças Climáticas.
Contribuição do Grupo de Trabalho 1 para o 1° Relatório de Avaliação Nacional do
Painel Brasileiro de Mudanças Climáticas. Volume Especial para a Rio+20. Rio de Janeiro,
Brasil, 34 p, 2012.
PENMAN, H. L. Natural evaporation from open water, bare soil and grass. Proceedings of
Royal Society, London, v. 193, n.1, p. 120-146, 1948.
PEREIRA, A. R.; SEDIYAMA, G. C.; VILLA NOVA, N. A. Evapotranspiração.
Campinas: Fundag, p. 323, 2013.
PITICAR, A.; MIHAILA, D.; LAZURCA, L.G.; BISTRICEAN, P.-I.; PUTUNTICA, A.;
BRICIU, A.-E. Spatiotemporal distribution of reference evapotranspiration in the Republic of
Moldova. Theoretical and applied climatology, v. 124, n. 3-4, p. 1133-1144, 2016.
QIAN, T.T.; DAI, A.G.; TRENBERTH, K.E. Hydroclimatic trends in the Mississippi River
Basin from 1948 to 2004, Journal of Climate, v. 20, n. 18, p. 4599-4614, 2007.
RODERICK, M.L.; FARQUHAR, G.D. Changes in Australian pan evaporation from 1970 to
2002. International Journal of Climatology, v.24, n.9, p. 1077-1090, 2004.
68
RODERICK, M.L.; FARQUHAR, G.D. The cause of decreased pan evaporation over the past
50 years. Science, v.298, n.5597, 1410–1411, 2002.
RODERICK, M.L.; HOBBINS, M.T.; EARQHAR, G.D. Pan evaporation trends and
theterrestrial water balance. II. Energy balance and interpretation. Geography Compass, v.3,
n.2, p.761–780, 2009a.
RODERICK, M.L.; HOBBINS, M.T.; EARQHAR, G.D. Pan evaporation trends and
theterrestrial water balance. I. Principles and observations. Geography Compass, v.3, n.2, p.
746–760, 2009b.
RODERICK, M.L.; ROSTAYN, L.D.; FARQUHAR, G.D.; HOBBINS, M.T. On the
attribution of changing pan evaporation, Geophysical research letters, v. 34, n. 17, 2007.
ROUCOU, P.; ARAGÃO, J.O.R.; HARZALLAH, A.; FONTAINE, B.; JANICOT, S.
Vertical motion, changes related to north-east Brazil rainfall variability: a GCM simulation,
International Journal of Climatology, v. 16, n. 8, p. 879-891, 1996.
SABZIPARVAR, A.A.; TABARI, H. Regional estimation of reference evapotranspiration in
arid and semi-arid regions. Journal of Irrigation and Drainage Engineering, v.136, n.10,
p.724–731, 2010.
SANTANA, M.O.. Atlas das áreas susceptíveis à desertificação do Brasil. Brasília:
MMA/SRH/UFPB, 2007.
SANTOS, C. A. C. DOS; MANZI, A. O. Eventos Extremos de Precipitação no Estado do
Ceará e Suas Relações Com a Temperatura dos Oceanos Tropicais. Revista Brasileira de
Meteorologia, v. 26, n. 1, p. 157–165, 2011.
SENTELHAS, P.C.; ANGELOCCI, L.R. Evapotranspiração - definições e conceitos.
ESALQ/USP, 2009.
SHADMANI, M.; MAROFI, S.; ROKNIAN, M. Trend analysis in reference
evapotranspiration using Mann-Kendall and Spearman’s Rho tests in arid regions of Iran.
Water Resources Management, v.26, n.1, p.211–224, 2012.
SHAN, N.; SHI, Z.; YANG, X.; GAO, J.; CAI, D. Spatiotemporal trends of reference
evapotranspiration and its driving factors in the Beijing-Tianjin Sand Source Control Project
Region, China. Agricultural and Forest Meteorology, v. 200, 2015.
SHEFFIELD, J.; WOOD, E.J.; RODERICK, M.L. Little change in global drought over the
past 60 years. Nature, v.491, n.7424, p.435-438, 2012.
SILVA, F. B.; SANTOS, J.R.N.; FEITOSA, F.E.C.S.; SILVA, I.D.C.; ARAÚJO, M.L.S.;
GUTERRES, C.E.; SANTOS, J.S.; RIBEIRO, C.V.; BEZERRA, D.S.; NERES, R.L.
Evidências de mudanças climáticas na região de transição Amazônia-Cerrado no Estado do
Maranhão. Revista Brasileira de Meteorologia, v. 31, n. 3, p. 330–336, 2016.
SILVA, V. D. P. R. On climate variability in Northeast of Brazil. Journal of Arid
Environments, v. 58, n. 4, p. 575–596, 2004.
69
SMITH, M. Report on the expert consultation on procedures for revision of FAO
guidelines for prediction of crop water requirements: ROME:FAO, 54 p.,1991.
SONG, Z.W.; ZHANG, H.L.; SNYDER, R.L.; ANDERSON, F.E.; CHEN, F. Distribution
and trends in reference evapotranspiration in the north China plain, Journal of Irrigation
and Drainage Engineering, v. 136, n. 4, p. 240-247, 2010.
SOUZA, D. C.; OYAMA, M. D. Climatic consequences of gradual desertification in the
semi-arid area of Northeast Brazil. Theoretical and Applied Climatology, v.103, p.345-357,
2011.
SUD, Y. C.; FENNESSY, M. A study of the influence of surface albedo on July circulation in
semi-arid regions using the GLAS GCM, International Journal of Climatology, v. 2, n. 2,
p. 105-125, 1982.
TABARI, H. Evaluation of reference crop evapotranspiration equations in various climates.
Water Resources Management, v.24, n.10, p.2311–2337, 2010.
TABARI, H.; AGHAJANLOO, M.B. Temporal pattern of aridity index in Iran with
considering precipitation and evapotranspiration trends. International Journal of
Climatology, v.33, n.2, p.396–409, 2013.
TABARI, H.; MAROFI, S. Changes of pan evaporation in the west of Iran, Water Resources
Management, v. 25, n. 1, p. 97-111, 2011.
TABARI, H.; MAROFI, S.; AEINI, A.; TALAEE, H.P.; MOHAMMADI, K. Trend analysis
of reference evapotranspiration in the western half of Iran. Agricultural and Forest
Meteorology, v.151, n.2, p.128–136, 2011.
TANG, B.; TONG, L.; KANG, S.Z.; ZHANG, L. Impacts of climate variability on refer-ence
evapotranspiration over 58 years in the Haihe river basin of north China, Agricultural Water
Management, v. 98, n. 10, p. 1660-1670, 2011.
TEBAKARI, T.; YOSHITANI, J.; SUVANPIMOL, C. Time-space trend analysis in pan
evaporation over Kingdom of Thailand, Journal of Hydrologic Engineering, v. 10, n. 3, p.
205-215, 2005.
TEMESGEN, B.; ECHING, S.; DAVIDOFF, B.; FRAME, K.; Comparison of some reference
evapotranspiration equations for California. Journal of irrigation and drainage
engineering, v. 131, n. 1, p. 73-84, 2005.
THOMAS, A. Spatial and temporal characteristics of PET trends over China. International
Journal of Climatology, v.20, n.4, p. 381-396, 2000.
THORNTHWAITE, C. W. The moisture‐factor in climate. Eos, Transactions American
Geophysical Union, Washington, v. 27, n. 1, p. 41-48, 1946.
THORNTHWAITE, C. W.; WILM, H. G. Report of the committee on evapotranspiration and
transpiration 1943-1944. Transactions of the American Geophysical Union, Washington,
v.25, part 5, p.686-693, 1944.
70
THORNTHWAITE, C.W. An approach toward a rational classification of climate.
Geographical Review, v.38, n.1, p.55–94, 1948.
THORNTHWAITE, C.W.; HOLZMAN, B. Evaporation and transpiration. In: Climate and
Man: Yearbook of Agriculture. Washington D.C : U.S. Department of Agriculture, p.545-550,
1941.
TRENBERTH, K. E.; DAI, A.; VAN DER SCHRIER, G.; et al. Global warming and changes
in drought. Nature Climate Change, v. 4, n. 1, p. 17–22, 2014.
TREWARTHA, G.T. The Earth’s problem climates. University of Wisconsin Press,
Madison, p. 371, 1962.
UNEP. World atlas of desertification. Londo: Edward Arnold, 1992.
United Nations Convention to Combat Desertification (UNCCD) Regions: Africa, Bonn:
UNCCD, disponível em: http://www.unccd int/en/regional-
access/Pages/countries.aspx?place=_31, acesso em 01 jun 2017, 2012.
VICENTE-SERRANO, S.M.; LOPEZ-MORENO, J.I.; L.; BEGUERÍA, S.; LORENZO-
LACRUZ, J.; SANCHEZ-LORENZO, A.; GARCÍA-RUIZ, J.M.; AZORIN.-MOLINA, C.;
REVUELTO, J.; TRIGO, R.; COELHO, F.; ESPEJO, F. Evidence of increasing drought
severity caused by temperature rise in southern Europe. Environmental Research Letters, v.
9, n. 4, p. 044001, 2014b.
VIEIRA, R. M. DA S. P.; CUNHA, A. P. M. DO A.; ALVALÁ, R. C. DOS S.; et al. Land
use and land cover map of a semiarid region of Brazil for meteorological and climatic models.
Revista Brasileira de Meteorologia, v. 28, n. 2, p. 129–138, 2013.
VIEIRA, R. M. S. P.; TOMASELLA, J.; ALVALÁ, R. C. S.; et al. Identifying areas
susceptible to desertification in the Brazilian northeast. Solid Earth, v. 6, n. 1, p. 347–360,
2015.
WANG, L.; CAO, L.; DENG, X.; et al. Changes in aridity index and reference
evapotranspiration over the central and eastern Tibetan Plateau in China during 1960-2012.
Quaternary International, v. 349, p. 280–286, 2014.
WANG, W.; ERTSEN, M. W.; SVOBODA, M. D.; HAFEEZ, M. Propagation of drought: From meteorological drought to agricultural and hydrological drought. Advances in Meteorology, v. 2016, n. 4, 2016.
WANG, S.; WANG, Q.J. Analysis of variation of climate and potential evapotranspiration
and its influencing factors in the Loess area in last 50 years. Agricultural Research in the
Arid Areas, v.30, n.1, p.270–278, 2012.
WANG, W.; PENG, S.; YANG, T.; SHAO, Q.; XU, J.; XING, W. Spatial and
temporalcharacteristics of reference evapotranspiration trends in the Haihe River basin,
China, Journal of Hydrologic Engineering, v. 16, n. 3, p. 239-252, 2010.
WANG, Y.; JIANG, T.; BOTHE, O.; FRAEDRICH, K. Changes of pan evaporation and
reference evapotranspiration in the Yangtze River basin. Theoretical and Applied
Climatolog, v.90, n.1-2, p.13–23, 2007.
71
WANG, Z.; XIE, P.; LAI, C.; et al. Spatiotemporal variability of reference evapotranspiration
and contributing climatic factors in China during 1961–2013. Journal of Hydrology, v. 544,
p. 97–108, 2017.
WILD, M.; GILGEN, H.; ROESCH, A., OHMURA, A.; LONG, C.N. From dimming
tobrightening decadal changes in solar radiation at earth’s surface. Science, v.308, n.5723,
p.847–850, 2005.
XU, C.Y.; CHEN, D. Comparison of seven models for estimation of evapotranspiration and
groundwater recharge using lysimeter measurement data in Germany. Hydrological
Processes, Chichester, v. 19, n. 18, 2005.
XU, C.Y.; GONG, L.B.; JIANG, T.; CHEN, D.L.; SINGH, V.P. Analysis of spatial distribu-
tion and temporal trend of reference evapotranspiration and pan evaporationin Changjiang
(Yangtz River) catchment. Journal of Hydrology, v.327, n.1-2, p.81–93, 2006.
XU, Y.; XU, Y.; WANG, Y.; et al. Spatial and temporal trends of reference crop
evapotranspiration and its influential variables in Yangtze River Delta, eastern China.
Theoretical and Applied Climatology, v. 130, n. 3–4, p. 945–958, 2017.
YODER, R. E.; ODHIAMBO, L. O.; WRIGHT, W. C. Evaluation of methods for estimating
daily reference crop evapotranspiration at a site in the humid Southeast United States.
Applied Engineering in Agriculture, v. 21, n. 2, p. 197-202, 2005.
YUE, S.; PILON, P.; CAVADIAS, G. Power of the Mann–Kendall and Spearman’s rho tests
for detecting monotonic trends in hydrological series. Journal of Hydrology, v.259, n.1–4,
p.254–271, 2002.
ZHANG, K. X.; PAN, S. M.; ZHANG, W.; et al. Influence of climate change on reference
evapotranspiration and aridity index and their temporal-spatial variations in the Yellow River
Basin, China, from 1961 to 2012. Quaternary International, v. 380–381, p. 75–82, 2015.
ZHAO, J.; XU, Z.; ZUO, D.; WANG, X. Temporal variations of reference evapotranspiration
and its sensitivity to meteorological factors in Heihe River Basin, China. Water Science and
Engineering, v. 8, n. 1, p. 1–8, 2015.
ZHENG, C.; WANG, Q. Spatiotemporal pattern of the global sensitivity of the reference
evapotranspiration to climatic variables in recent five decades over China. Stochastic
Environmental Research and Risk Assessment, v.29, n.8, p. 1937–1947, 2015.
![CENÁRIOS LOGÍSTICOS [ Fabiane Veras ]. DESCRIÇÃO / CONSTRUÇÃO DE CENÁRIOS LOGÍSTICOS](https://img.document.onl/doc/110x75/552fc0fb497959413d8b9541/cenarios-logisticos-fabiane-veras-descricao-construcao-de-cenarios-logisticos.jpg)
