Você está na página 1de 5

PREVISO DE SECAS POR MEIO DE MTODOS ESTATSTICOS E REDES NEURAIS E ANLISE DE SUAS CARACTERSTICAS ATRAVS DE DIVERSOS NDICES (CEAR

- NORDESTE DO BRASIL)

Marcos Airton de Sousa Freitas1


1

Institt fr Wasserwirtschaft, Hydrologie und landwirtschaftlichen Wasserbau, Universitt Hannover, Deutschland.

Abstract For the regional analysis of the droughts of Northeast-Brazil different methods and indices have been analysed and applied. Methods for drought forecasting were statistical and neural network models of the patterns of atmospheric and oceanic conditions of the tropical Atlantic and Pacific. For the management of meteorological droughts diverse indices have been also applied to the State Cear (Northeast-Brazil). 1. Introduo O Nordeste Brasileiro caracterizado pr larga variao interanual de sua precipitao (Magalhes, 1993). Perodos de secas extremas trazem como conseqncias fome e xodo da populao rural, essencialmente agrcola, preponderantemente em direo ao sul do Pas (dcada de 70 e 80) ou em direo s grandes metrpoles do Nordeste (Fortaleza, Recife e Salvador), localizadas no litoral (a partir da dcada de 90). O denominado "Polgono das Secas" cobre uma rea de cerca de 940.000 km, envolvendo partes de quase todos os estados do Nordeste. Sendo a agricultura ainda a base da economia da regio, perodos prolongados de secas reduzem a umidade do solo, acarretando enormes perdas s culturas. A modelagem da previso de secas faz-se, portanto, extremamente necessria para o uso sustentvel dos limitados recursos hdricos da regio. Esta deve ser feita, entretanto, com base nos dados hidrometeorolgicos disponveis, e em tempo hbil, de forma a que as medidas a serem tomadas no sentido de minorar seus efeitos possam serem efetivamente implementadas. Tem-se j observado que no h um definitiva periodicidade na incidncia de secas no Nordeste. A identificao das causas meteorolgicas, bem como o desenvolvimento de uma metodologia de previso de secas, aqui demonstrado

atravs da anlise do sistema global de circulao, especialmente o fenmeno do ENSO (El Nio-Southern Oscillation) e dos padres das condies atmosfricas e ocenicas do Atlntico tropical. 2. Previso de Secas Duas classes de modelos foram utilizados para isso: modelos estatsticos e redes neurais. Anlise de regresso e tabelas de probabilidades condicionadas foram empregadas utilizando dados de precipitao do Estado do Cear, alm de dados de temperatura da superfcie do mar, presso do ar, etc. dos oceanos Atlntico e Pacfico. Para o estabelecimento da modelagem classificou-se, com base na probabilidade de excedncia da precipitao, os anos em midos, normais e secos. 2.1 Modelos Estatsticos Para o desenvolvimento de mtodos de previso de secas no Nordeste do Brasil recorreu-se anlise dos fenmenos de circulao global, especialmente o ENSO (El Nio-Southern Oscillation) e aos padres das condies atmosfricas e ocenicas do Atlntico tropical. Correlaes entre a precipitao no Cear e parmetros relativos circulao, tais como a temperatura da superfcie do mar (TSM) dos oceanos Atlntico e Pacfico, diferena de presso do ar no Pacfico (Darwin-Tahiti) etc., permitem uma avaliao da precipitao futura. Neste trabalho diversas fontes de dados foram usadas: para as anomalias das TSMs do Pacfico foram utilizados os ndices de Wright (1989); para as TSMs do Atlntico foram usados os dados de Picaut et al. (1985), Servain et al. (1987) e Servain & Lukas (1990). O objetivo da anlise estatstica foi obter, inicialmente, com base em trinta (30) estaes de precipitao, bem distribudas espacialmente no Estado do Cear, a severidade da dependncia entre a incidncia do fenmeno do El Nio e a ocorrncia de secas no Cear. Adicionalmente, foram estabelecidas tabelas de probabilidade condicionadas para as diferentes estaes. Os quantis 33% e 67% das sries de precipitao foram usados para classificar os anos em seco, normal ou mido. As anomalias das TSMs do Pacfico tambm foram classificados em quente, normal ou frio (Freitas, 1996). A ttulo de exemplificao, a tabela 1 mostra as probabilidades condicionadas (para o Estado do Cear) para a precipitao trimestral (dezembro, janeiro e fevereiro;

DJF) contra as anomalias das TSMs do Pacfico, meio ano antes (junho, julho e agosto; JJA). Percebe-se que, quando a anomalia da TSM indica uma condio quente (ENSO), h uma probabilidade de cerca de 66% de ocorrer um perodo seco. Tabela 1. Tabela de Probabilidade Condicionada JJA (-1) DJF perodo mido perodo normal perodo seco 31 % 39 % 12 % frio TSM normal TSM quente TSM

35 %

33 %

22 %

34 %

28 %

66 %

2.2 Redes Neurais Dar-se a denominao redes neurais artificiais aos modelos, os quais tentam reproduzir a estrutura e o funcionamento das redes biolgicas (crebro). Uma rede neural compe-se de um elevado nmero de elementos, denominados neurnios e um grande nmero de ligaes, conhecidas como sinapses. A cada ligao associado um peso, ao qual est intrinsecamente relacionado capacidade de aprendizado da rede. Trata-se, portanto, de um sistema dito inteligente. Diferentes topologias de redes e vrias combinaes dos dados de entrada (intervalo de tempo anual e sazonal; dados do Atlntico e do Pacfico) foram analisados (FREITAS, 1996). Recentemente foi alcanado significativo progresso nos campos do reconhecimento do padro e teoria de sistemas com o uso de redes neurais artificiais. As redes neurais tm uma estrutura matemtica bastante flexvel e so capazes de identificar relaes no-lineares e de descrever processos complexos. Nesta aplicao foram testados basicamente dois procedimentos: a modelagem das prprias sries anuais de precipitao para cada posto pluviomtrico e o uso das anomalias das TSMs dos oceanos Pacfico e Atlntico atravs de redes neurais. Para os trinta postos pluviomtricos escolhidos do Estado do Cear foi calculado um ndice de seca: o Lamb Rainfall Departure Index (LRDI) de acordo Lamb et al. (1986) para o semestre chuvoso (janeiro a junho) e correlacionado com as anomalias das TSMs do

Atlntico, para a regio correspondente 30N e 20S entre os continentes da Amrica do Sul e frica. Apenas os dados das regies que apresentaram uma correlao maior que 0.3 foram, ento, utilizados como entrada para a modelagem das redes neurais. Como exemplo, apresentaremos na tabela 2 os valores de precipitao previstos (mm) para o posto de Santana do Cariri (Cear), classificado em mido (U), normal (N) e seco (S) comparados com os valores histricos. Os anos de 1964 a 1974 foram usados para o treinamento da rede do tipo three-layer back-propagation (trs camadas) e os anos de 1975 a 1980 foram empregados para verificao. Tabela 2. Previso da Precipitao (mm) Ano 1975 1976 1977 1978 1979 1980 Histrico 1168 (U) 874 (N) 862 (N) 1020 (U) 883 (N) 822 (S) Previsto 1104 (U) 968 (N) 756 (N) 1141 (U) 473 (S) 821 (S) Erro Relat. (%) -18.26 34.67 9.79 27.28 25.33 12.86

A aplicao desta metodologia para os 30 postos apresenta uma distribuio regional da precipitao classificada em mida, normal e seca. Como conseqncia destes resultados poder-se-ia implantar um sistema de alerta de possveis secas com cerca de at seis meses de antecedncia. 3. Anlise das Caractersticas dos Perodos Secos A anlise das caractersticas dos perodos de secas pode ser efetivado atravs do emprego de ndices. Com base em ndices meteorolgicos pode se desenvolver um sistema de acompanhamento das caractersticas bsicas dos perodos de seca, quais sejam, durao, severidade e magnitude (Kendall & Dracup, 1992), assim como as diferenciadas medidas a serem tomadas de acordo com os valores atingidos pr tais parmetros. Com esse propsito, efetivou-se, com base em 30 postos do Estado do Cear, bem distribudos espacialmente, para o semestre chuvoso (janeiro-junho), a aplicao dos seguintes ndices: o Rainfall Anomaly Index - RAI, o Bhalme & Mooley Drought Index - BMDI, o Herbst Severity Index - HSI, bem como o Lamb Rainfall Departure Index - LRDI. Esses ndices podem, com isso, serem utilizados como critrios para a declarao das condies de seca, bem como para a implementao das

medidas adequadas no sentido de aliviar os efeitos de um perodo severo de seca (FREITAS, 1996). 4. Concluso Os modelos propostos oferecem uma perspectiva prtica de previso da precipitao entre 6 e 3 meses de antecedncia do perodo chuvoso. O uso dos mtodos descritos acima para a previso de secas, bem como dos diversos ndices de seca, aliados modelos de gerao de vazes para rios intermitentes (Freitas, 1995), abrem uma nova perspectiva no gerenciamento e otimizao dos sistemas de recursos hdricos em regies semi-ridas, como o Nordeste do Brasil. 5. Referncias Bibliogrficas Freitas, M.A S., 1995: Stochastische Abflussgenerierung in intermittierenden semiariden Gebieten (Nordost-Brasilien), Abschlussarbeit, Weiterbildendes Studium Bauingenieurwesen - Wasser und Umwelt, Universitt Hannover, Deutschland. Freitas, M.A.S., 1996: Regionale Drreanalyse anhand statistischer Methoden und Neuro-Fuzzy-Systemen mit Anwendung fr Nordost-Brasilien, Doctoral Dissertation, University Hannover, Germany. Kendall, D.R. & J.A. Dracup, 1992: On the Generation of Drought Events Using an Alternating Renewal-Reward Model. Stochastic Hydrol. Hydraul. 6, 55-68. Lamb, P.J., R.A. Peppler & S. Hastenrath, 1986: Interannual Variability in the Atlantic, Nature, 322, 238-240. Magalhes, A.R., 1993: Drought and Policy Responses in the Brazilian Northeast. in: D.A. Wilhite (ed.), 1993: Drought Assessment, Management, and Planning: Theory and Case Studies. Kluwer Acad. Publ., Dordrecht. Picaut, J., J. Servain, P. Lecomte, M. Lukas & G. Rougier, 1985: Climatic Atlas of the Tropical Atlantic Wind Stress and Sea Surface Temperature 1964-1979, Universite de Bretagne Occidentale - University of Hawaii, 467p. Servain, J., M. Seva, S. Lukas & G. Rougier, 1987: Climatic Atlas of the Tropical Wind Stress and Sea Surface Temperature: 1980-1984, Ocean-Air Interactions, 1, 109-182. Servain, J. & S. Lukas, 1990: Climatic Atlas of the Tropical Atlantic Wind Stress and Sea Surface Temperature 1985-1989: Oceans Tropicaux Atmosphere Globale, ORSTOM. Wright, P.B., 1989: Homogeneized Long-Period Southern Oscillations Indices, Int. Journal of Climatology, 9, 33-54.

Você também pode gostar