Mudanças nos padrões espaço-temporais

das secas no Nordeste brasileiro

UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO - UERJ
FACULDADE DE ENGENHARIA - FEN
GERAÇÃO DE ENERGIA ELÉTRICA
PROFESSOR: ANTONIO LIMA
PERÍODO: 2019-1

ALUNOS:

Israel Batista
Julio Guimarães
Leonardo Amaral
Leticia Estrela
Pedro Silveira
 Informações gerais do artigo
▪ Título original: Changes in the spatial-temporal patterns of droughts in the
Brazilian Northeast
▪ Autores: Ana Paula M. A. Cunha, Javier Tomasella, Germano G. Ribeiro-Neto,
Matthew Brown, Samia R. Garcia, Sheila B. Brito, Magog A. Carvalho
▪ Data de publicação: 19 de setembro de 2018
▪ Tipo de documento: Artigo de pesquisa
▪ Instituições: CEMADEN - Centro Nacional de Monitoramento de Alertas de
Desastres Naturais;
Departamento Atmosférico, Universidade de Oxford, UK
Instituto de Ciência e Tecnologia, UFESP
Sumário
▪ Introdução - O Nordeste brasileiro;
▪ Objetivos do artigo;
▪ Siglas e termos;
▪ Métodos e materiais utilizados;
▪ Resultados;
▪ Conclusões do artigo;
▪ Referências importantes;
▪ Conclusões para a geração de energia;
▪ Referências gerais.
O Nordeste brasileiro
▪ Aproximadamente 24 milhões de
habitantes;
▪ 24,3 habitantes por quilômetro;
▪ Agricultura de sequeiro representa 95%
das terras cultivadas;
▪ Alto impacto socioeconômico devido a
secas severas.
Objetivo
▪ Combinação dos índices VHI e SPI;
▪ Desenvolvimento de índices de seca e mapas de alta
resolução para análise dos padrões e tendências de
seca da região;
▪ Comparação com os índices tropicais SST.
 Siglas e termos
▪ SPI–Standardized Precipitation Index; Dicionário:

▪ VHI–Vegetation Health Index; Drought - Secas;

▪ SST–Sea Surface Temperature; Rainfall stations - Estações pluviométricas;

▪ El Niño; Senescence - Senescência (envelhecimento);

▪ R²- coefficient of determination;

▪ ITCZ– Intertropical Convergence Zone;

▪ ANA - Agência Nacional das Águas;

▪ ESRL -Earth System Research Laboratory Earth;

▪ NTA - North Tropical Atlantic Index SST Anomaly;

▪ STA - South Tropical Atlantic Index SST Anomaly;

▪ AMM - Atlantic Meridional Mode Index SST.

 SPI - Standardized Precipitation Index
▪ Índice de caracterização de seca meteorológica em escalas de
tempo;
▪ Em escalas de tempo curtas, está relacionado à umidade do solo;
▪ Em escalas de tempo longas, está relacionado a água
subterrânea e reservatórios;
▪ Usa apenas a precipitação como dado;
 SPI - Standardized Precipitation Index
▪ Não leva em conta a evapotranspiração;
▪ Necessário pelo menos 30 anos de dados disponível;
▪ Não considera a intensidade da precipitação e seus impactos
potenciais no escoamento, vazão e disponibilidade de água
dentro do sistema de interesse.

SPI = (PP *) / σ p
P = precipitação

P * = precipitação média

σ p = desvio padrão da precipitação

VHI–Vegetation Health Index
▪ Sensoriamento remoto realizado através de satélites;
▪ Observações históricas de múltiplos anos;
▪ Caracterização da saúde da vegetação ou uma
estimativa combinada das condições térmicas e de
umidade;
▪ Aplicável para regiões semiáridas.
COEFFICIENT OF DETERMINATION (R²)

▪ Método estatístico que explica quanto da variabilidade de um

fator pode ser causado ou explicado por sua relação com
outro fator;
▪ Usado na análise de tendências;
▪ Ferramenta importante na determinação do grau de
correlação linear das variáveis na análise de regressão.
SST – Sea Surface Temperature
▪ Temperatura da superfície dos mares;
▪ Oceanos Pacífico e Atlântico.
ITCZ – Intertropical Convergence Zone
▪ Encontro de ventos alísios
▪ Zonas de convergência do Atlântico
Sul, do Pacífico Sul, do Índico Sul e
Intertropical
▪ Chuvas volumosas nas regiões
norte, nordeste, centro-oeste e
sudeste brasileiro
 El Niño
Situação Normal
1- Ar quente se eleva na região da
indonésia
2- Ar ascendente favorece a
formação de nuvens e de chuva
3- Fluxo de ar desce sobre o Peru
4- Ar subsidente inibe a formação
de nuvens
 El Niño
Situação com El Niño
1- Oceano Pacífico com águas mais quentes que
o normal.
2- Parte do fluxo de ar se move para leste.
3- Ar subsidente inibe a formação de chuvas no
nordeste brasileiro.
4- Parte do fluxo de ar se move para oeste.
5- Ar subsidente inibe a formação de chuvas na
Indonésia.
6- Ar quente se eleva na região do Pacífico
Equatorial.
 La Niña
Situação com La Niña

▪ Resfriamento da região do Pacífico Equatorial.

▪ Chuvas na região da Indonésia e nordeste

brasileiro.

▪ Ar subsidente inibe a formação de nuvens na

região do Pacífico Equatorial.
 El Niño
Impactos no Brasil
▪ Norte: Redução das chuvas no leste e no norte da Amazônia.

▪ Nordeste: Secas severas na áreas centrais e norte.

▪ Centro-Oeste: Tendência de chuvas acima da média e

temperaturas elevadas no sul do Mato-grosso do Sul.

▪ Sudeste: Aumento moderado da temperatura média.

▪ Sul: Chuvas abundantes acima da média e aumento da

temperatura média
 La Niña
Impactos no Brasil
▪ Norte: Aumento da intensidade das chuvas..

▪ Nordeste: Chuvas acima da média.

▪ Centro-Oeste: Tendência de estiagem.

▪ Sudeste: Não há padrão característico de mudança das

chuvas e temperaturas .

▪ Sul: Estiagem em toda região

 El Niño
Impactos na geração Os 10 maiores reservatórios brasileiros

Nome Localização Volume (Km³)

▪ Subsistema Norte: Redução das chuvas.
Serra da Mesa GO/TO 54,4

Tucuruí PA 45,5
▪ Subsistema Sudeste/Centro-Oeste: Redução das
Sobradinho BA 34,1
chuvas devido a dificuldade na formação da ZCAS.
Itaipu PR 29,0

Ilha Solteira SP/MS 21,2

▪ Subsistema Nordeste: Secas severas. Três Marias MG 21,0

Furnas MG 20,9

▪ Subsistema Sul: Aumento das chuvas. Porto Primavera SP/MS 19,9

Emborcação MG/SP 17,6

Balbina AM 15,5
Materiais Utilizados
▪ Série temporal mensal de 86 estações pluviométricas,
distribuídos sobre a região de estudo e por um período que
cobre de 1982 a 2016.
▪ SPI : Calculado com escalas de 3, 6 e 12 meses;
▪ Dados de precipitação da ANA;
▪ VHI com resolução espacial de 4km e 7 dias de resolução
temporal, de 1982 a 2016.
▪ SST índices analizados: “Niño 3.4 region”, NTA, STA e AMM.
 Metodologia
▪ Regressão linear entre a base terrestre SPI (datasets de 3, 6
e 12 meses) e a base-satélite VHI;
▪ Regressão Linear: Analisar relação entre variáveis.
 Metodologia
▪ Comparação entre SPI e VHI com os dados das estações
pluviométricas com raio de 10 km;
▪ Rank baseado no R² e o erro médio absoluto;
▪ SPI adjusted - Senescência induzida pela seca;
▪ Mapas de dados mensais VHI → Coeficientes de regressão
interpolados espacialmente → Obter SPI adjusted com
resolução espacial de 4km no período de 1982-2016
 Metodologia
▪ Foi utilizado o método estatístico de Mann-Kendall para
detecção das tendências dos mapas de SPI adjusted;
▪ Correlação Kendall tau → determinar se uma série de dados
possui uma tendência temporal de alteração estatisticamente
significativa.
Resultados
▪ R² > 0,5 → 58% para
SPIg-3, 70% para SPIg-6
e 44% para SPIg-12, com
p < 0,05;
▪ SPIadjusted estimado de
VHI com base na
regressão com SPIg-6;
▪ Identificação dos anos
das secas mais severas
que impactaram a região.
Resultados - Padrões espaciais
▪ Intensificação da magnitude e
duração das secas;
▪ Piores secas 1982-1983,
1992-1993, 1997-1998→
relação com El niño;
▪ Seca 2012-2013 - Não
relacionada com El niño.
Resultados - Tendências recentes no SPI adjusted
▪ Tendências no SPIadjusted decrescente em
cerca de 90% da região de estudo indicando
um sinal estatisticamente significativo de seca;

▪ Tendências para condições mais úmidas são

principalmente em áreas que vêm passando
por expansão de irrigação nos últimos anos;

▪ Situação agravada por práticas de gestão de

terras inadequadas, como o corte e queima
frequentemente utilizados na região.
Distribuições espaciais dos valores de Kendall
Tau para o período 1982–2016
 Índices das anomalias de SST para o
atlântico e pacífico
▪ Niño 3.4- Nino 3.4 SST Anomalies;
▪ NTA-Tropical North Atlantic SST Anomaly;
▪ STA-Tropical South Atlantic SST Anomaly;
▪ AMM-Atlantic Meridional Mode.
Relação entre o SPI adjusted e o SST tropical

▪ Barras vermelhas indicam

valores mais secos (no caso
de SPIadjusted) e mais
quentes (no caso de índices
SST), enquanto barras azuis
indicam condições mais
úmidas e mais frias,
respectivamente.
Relação entre o SPI adjusted e o SST tropical
Relação entre o SPI adjusted e o SST tropical

▪ Comparações das secas severas com anomalias de SST confirmam com

descobertas anteriores em relação às causas das secas;
▪ As secas de 1982-1983, 1992-1993 e 1997-1998 estão claramente
associadas a eventos El Niño;

▪ O evento 2012-2016 está associado à Migração da ITCZ para o norte,

seguida por um evento El Niño.
Relação entre o SPI adjusted e o SST tropical
▪ O AMM, que descreve a variabilidade meridional no oceano Atlântico tropical,
mostrou uma tendência positiva significante;
▪ Durante a fase positiva do AMM a precipitação sobre o Nordeste é geralmente
baixa;

▪ Consequências climáticas regionais são acentuadas quando a configuração

positiva do AMM ocorre concomitante com El Ninõ.

▪ Aquecimento no Atlântico afeta o valor líquido de transporte de vapor no

continente → aumento de inundações na Amazônia e diminuição de chuvas no
nordeste Brasileiro
 Conclusões do Artigo
▪ O índice SPI se baseia em dados de longo prazo coletados em estações
pluviométricas, sendo que as estações não possuem densidade espacial
necessária para uma alta resolução, por isso foi realizada uma combinação
entre o sensoriamento remoto e o SPI com os dados de 1982 a 2016;
▪ No contexto do gerenciamento do risco de seca, informações como essas
são relevantes para subsidiar ações para mitigar os impactos das secas;
▪ Embora a grande maioria dos eventos de seca severa na região seja
associadas ao El Niño. Isso não é sempre o caso;
 Conclusões do Artigo
▪ Como mostrado nos estudos anteriores, eventos severos de seca também
podem ser o resultado de uma mudança para o norte da ITCZ;
▪ A migração para o norte da ITCZ tem sido associada à ocorrência
simultânea de anomalias de SST quentes no Atlântico tropical norte e
anomalias de SST em sul nos oceanos tropicais;
▪ Tendências significativas detectadas pelo índice SPI adjusted sugerem que
a severa seca que afetou a região nos últimos anos pode estar relacionada
às tendências de aquecimento observadas no oceano Atlântico tropical.
 Referências importantes
Sobre índices Palmer e SPI:
❏ Palmer, 1965 – Meteorological Drought
❏ McKee et al, 1993 – The relationship of drought
frequency and duration to time scales

Sobre análise de do VHI:

❏ Kogan et al, 2016 – Modelling and prediction of
crop losses from NOAA polar-orbiting
operational satellites.
❏ Chen et al, 2016 – Drought monitoring in
cultivated areas of central américa using
multi-temporal MODIS data
 Referências importantes
Sobre a combinação do SPI e do VHI:
❏ Wang et al, 2014 – Remotely sensed drought
index and its response to meteorological
drought in Southwest China
Sobre análise do SST:
❏ Kayano e Capistrano, 2014 – How the Atlantic
multidecadal oscillation (AMO) modifies the
ENSO influence on the South American rainfall
❏ Rodrigues e Mcphaden, 2014 – Why did the
2011-2012 La Niña cause a severe drought in
the Brazilian Northeast?
❏ Marengo, 2017a- Drought in Northeast Brazil –
past, present, and future
 Conclusões para a geração de energia
▪ O SPIadjusted permite monitoramento de regimes anormais de seca;
○ Proporciona subsídio na tomada de decisão para mitigação dos efeitos
da seca.
▪ O método proposto apresenta melhor resolução, proporcionando mais
informações sobre secas em diversos pontos de uma localidade.
▪ Estas informações podem possibilitar previsibilidade com relação à
ocorrência e/ou duração das secas, que podem ser determinantes para:
○ Projetos de usinas hidrelétricas;
○ Operação e planejamento do sistema elétrico de potência.
▪ O aumento da temperatura dificulta no resfriamento dos dutos de usinas
termelétricas.
▪ Em geral, períodos seca apresentam menos intensidade de ventos.
 Conclusões para a geração de energia

Distribuições espaciais dos valores de Kendall

Tau para o período 1982–2016 Mapa de usinas no Brasil - foco sobre a região Nordeste
 Referências gerais
▪ https://neo.sci.gsfc.nasa.gov/view.php?datasetId=MYD28M
▪ https://www.star.nesdis.noaa.gov/smcd/emb/vci/VH/VH-Syst_10ap30.php
▪ https://climatedataguide.ucar.edu/climate-data/standardized-precipitation-index-spi
▪ https://www.dicionariofinanceiro.com/regressao-linear/;
▪ National Enviromental, Satellite, data and information service;
▪ http://ons.org.br/paginas/sobre-o-sin/mapas
▪ https://blog.somarmeteorologia.com.br/impactos-do-el-nino/;
▪ https://brasilescola.uol.com.br/brasil/a-regiao-nordeste.htm
▪ https://www.star.nesdis.noaa.gov/smcd/emb/vci/VH/vh_case_elnino.php ;
▪ https://www.climatempo.com.br/noticia/2015/11/06/como-o-el-nino-agrava-a-seca-n
o-nordeste--9975
Muito obrigado!