Simpósio de Geoestatística Aplicada em Ciências Agrárias

14 e 15 de mai o de 2009
Botucatu-SP

VARIABILIDADE TEMPORAL DA PRECIPITAÇÃO PLUVIAL DE BOTUCATU-SP

Anderson Antonio da Conceição Sartori1, Célia Regina Lopes Zimback2, Alessandra

Fagioli da Silva3, Clovis Manoel Carvalho Ramos 4
1
Mestrando em Agronomia/Energia na Agricultura, Faculdade de Ciências Agronômicas, Universidade
Estadual Paulista, - FCA-UNESP – sartori80@gmail.com.
2
Professora, Faculdade de Ciência Agronômica, Universidade Estadual Paulista, - FCA-UNESP –
czimback@gmail.com.br.
3
Mestranda em Agronomia/Energia na Agricultura, Faculdade de Ciências Agronômicas, Universidade
Estadual Paulista, - FCA-UNESP – alefagioli@fca.unesp.br.
4
Doutorando em Agronomia /Irrigação e Drenagem, Faculdade de Ciências Agronômicas, Universidade
Estadual Paulista, - FCA-UNESP – clovisramos@fca.unesp.br.

Resumo - Este trabalho teve como objetivo estudar a variabilidade temporal da precipitação pluvial da
cidade de Botucatu-SP, utilizando técnicas geoestatísticas. As observações foram realizadas no período de
1954 a 2004, e referem-se às médias mensais de precipitações pluviais (mm). Os dados foram avaliados
por meio da estatística clássica e geoestatística. A dependência temporal foi realizada através de
variogramas. A precipitação de 1954 a 2004 apresentou dependência temporal. No período do inverno
ocorreram os menores valores de precipitação. No período avaliado, a precipitação apresentou alta
variabilidade temporal e, do inverno para o verão, teve grande variação dos valores.

Palavras-chave: geoestatística, variograma, krigagem.

TEMPORARY VARIABILITY OF RAINFALL OF BOTUCATU-SP

Abstract - This work aimed to study the temporary variability of rainfall in Botucatu, São Paulo State, Brazil,
using geostatistical techniques. The observations were accomplished in the period from 1954 to 2004, and
refer to the average monthly rainfall (mm). The data were evaluated through the classic statistics and
geostatistic. The temporal dependence was accomplished through variogramas. The precipitation from 1954
to 2004 presented temporary dependence. In the period of the winter, the lowest values of rainfall occurred.
In the evaluated period the precipitation presented high temporary variability, and from winter to summer, a
great variation of the values was observed.

Key words: geostatistics, variogram, kriging.

Introdução

Muitos pesquisadores das áreas de clima, Meteorologia, Hidrologia e áreas afins, têm verificado a
existência de mudanças climáticas em diversas regiões do planeta, na qual os elementos, precipitação
pluvial e temperatura aparecem como sendo aqueles em que mais se observam essas mudanças
(CARGNELUTTI FILHO et al., 2008). O estudo da variabilidade temporal da precipitação permite definir o
grau de correlação temporal das amostras e tem mostrado ser uma importante ferramenta na aplicação
prática, permitindo estimar precipitações com variância mínima (SILVA et al., 2003). O conhecimento da
variabilidade da precipitação dá suporte a qualquer atividade econômica e limita os impactos dos distúrbios
no ambiente físico e dimensões humanas correlatas (CANO; BRANDÃO, 2002). Trabalhos realizados por
Miller et al. (1973), Frederick et al. (1977), Vieira e Souza (1983), Goulart et al. (1992) e Mello et al. (1994)
foram desenvolvidos com o objetivo de ajustar a uma determinada distribuição teórica os dados observados
de precipitação, com intuito de determinar valores para os diversos níveis de probabilidade ou, ainda, para
se estabelecer a relação intensidade-duração-freqüência da precipitação.
Aplicações de modelos matemáticos e de modelos estatísticos têm explicado o comportamento dos
fenômenos que ocorrem na natureza, em particular na agricultura. Dentre as técnicas estatísticas usadas
para análise e interpretação de dados climáticos, encontra-se a geoestatística, que tem como característica
principal a análise da distribuição espacial e/ou temporal entre as observações, determinando, por meio do
variograma, a distância ou período de tempo de dependência entre elas. Para caracterizar a variabilidade
temporal da precipitação pluvial, deve-se considerar a estrutura de correlação existente entre observações

ISBN: 978-85-98187-19-8 1
 Simpósio de Geoestatística Aplicada em Ciências Agrárias
14 e 15 de mai o de 2009
Botucatu-SP

(ISAAKS; SRIVASTAVA, 1989). Assim, pode-se entender que essa variabilidade não é aleatória e, portanto,
apresenta-se com algum grau de dependência temporal, que pode ser descrita pelo variograma, base da
metodologia de análise geoestatística (MOTA et al., 2007). Este trabalho teve como objetivo estudar a
variabilidade temporal da precipitação pluvial da cidade de Botucatu-SP, utilizando técnicas geoestatísticas.

Material e Métodos

Os dados de precipitação pluvial utilizados neste estudo foram oriundos da Estação Pluviométrica de
Fazenda São João Morro vermelho, da Agência Nacional de Águas (ANA), localizada no município de
Botucatu, Estado de São Paulo, nas coordenadas de 22º 49’ 0’’ de latitude S, 48º 26’ 0’’ de longitude W e
altitude de 780 m, com temperatura média diária do mês mais frio (julho) de 17,1 ºC e a do mês mais quente
(fevereiro) de 23,3 ºC, e com precipitação pluvial média anual de 1314 mm. O clima da região é do tipo
Cwa, clima temperado quente (mesotérmico), de acordo com a classificação internacional de Köppen
(CUNHA et al, 1999).
As observações foram realizadas no período de 1954 a 2004, e referem-se às medias mensais de
precipitações pluviais expressas em altura de lâmina d'água (mm).
As análises iniciais tiveram por propósito verificar a variabilidade dos atributos, baseada na estatística
descritiva dos dados da precipitação, sendo obtidos: a média, a mediana, o desvio-padrão, o valor mínimo e
o máximo, o limite inferior e superior do intervalo de confiança de 95% para a média; e os coeficientes de
variação, assimetria e curtose.
A análise geoestatística foi realizada com intuito de verificar a existência e quantificar o grau de
dependência temporal entre as observações, com base na pressuposição de estacionariedade da hipótese
intrínseca, a qual é estimada pela equação abaixo, segundo Vieira et al., (1983). As variâncias foram
calculadas pela equação (1):

2
 1 N (h) (1)
γ * (h ) =   ∑ [Z ( xi ) − Z ( x1 + h )]
 2 N ( h )  i =1

em que: N (h) é a variância para um vetor h (meses); Z(x) e Z(x+h) são os pares de observações de
precipitação, separados pelo vetor h (meses); N(h) é o número de pares de valores medidos Z(x), Z(x+h),
separados por um vetor h. Do ajuste de um modelo matemático aos valores calculados de γ*(h), são
estimados os coeficientes efeito pepita (C0), patamar (C0 + C) e o alcance (Ao) do modelo teórico para o
+
variograma. Os modelos foram ajustados pelo programa GS 7.0 (ROBERTSON, 2004), considerando a
2
menor soma do quadrado dos resíduos, o maior coeficiente de determinação R e pelo coeficiente de
correlação obtido pelo método de validação cruzada. Foi utilizado o IDE proposto por Zimback (2001), para
avaliar o IDT dos dados de precipitação.
Comprovada a dependência temporal realizou-se a interpolação para estimar valores não observados,
utilizando o método da krigagem ordinária, com posterior construção dos mapas.

Resultados e Discussão

Os resultados da análise descritiva da precipitação estão apresentados na Tabela 1. A precipitação

apresentou distribuição de freqüência com média e mediana semelhantes, portanto, considerados como
simétrica. A precipitação apresentou distribuição leptocúrtica, ou seja, com curtose maior que zero,
mostrando uma tendência desses atributos apresentarem maior dispersão dos dados em torno da média,
sendo importante ressaltar que o software GS+ (ROBERTSON, 2004), utilizado para análise descritiva,
adota como padrão o valor zero para distribuição mesocúrtica.
Em relação à variabilidade dos dados, medida pelo CV (%), a precipitação foi classificada como alta
(CV>60%), com base nos limites do CV propostos por Warrick e Nielsen (1980). A precipitação apresentou
variação de média a alta, segundo Silva et al. (2003), trabalhando com dados de Uberaba - MG, pois pela
ausência total de chuvas em alguns anos da série, nos meses de seca, pode contribuir para essa
variabilidade. Segundo Landim (2003), o coeficiente de variação fornece uma medida relativa da precisão
do experimento, sendo bastante útil na avaliação da dispersão dos dados.

ISBN: 978-85-98187-19-8 2
 Simpósio de Geoestatística Aplicada em Ciências Agrárias
14 e 15 de mai o de 2009
Botucatu-SP

Tabela 1. Estatística descritiva da precipitação de Botucatu-SP

Atributos n Média Med. Mín. Máx. LI LS s CV Cs Ck

Precipitação 601 120,12 100,00 0,00 524,30 111,93 128,31 102,26 85,13 0,10 0,20

Precipitação em mm; n: número de observações; Méd.: mediana; Min.: mínimo; Máx.: máximo; LI e LS: Limite inferior e superior do
intervalo para média com 95% de confiança; s: desvio-padrão; CV: coeficiente de variação (%); Cs: Coeficiente de assimetria; Ck:
coeficiente de curtose;

A análise variográfica indicou que a precipitação apresentou dependência temporal, com ajuste ao
modelo esférico (Figura 1). Silva et al. (2003), trabalhando com dados de precipitação mensal e anual, em
Uberaba-MG, encontraram ajuste do variograma ao modelo efeito pepita puro, diferente do encontrado
neste trabalho. O alcance encontrado foi de 7,65 meses, indicando que nesse intervalo de tempo a
precipitação é dependente temporalmente.
A dependência temporal apresentou-se como moderada, considerando os limites propostos por Zimback
(2001), em que a dependência temporal para valores ≤ 25 % é considerada fraca; e de 25% ≤ IDT ≤ 75%,
moderada e ≥ 75 % dependência forte.

15000,0 Precipitação
Variância

10000,0

Esférico
5000,0
Ao:7,65 Meses
IDT: 65%
0,0
0 5 10 15 20 25
Tempo (meses)

Figura 1. Variograma da precipitação de Botucatu-SP.

A visualização da variabilidade temporal foi possível a partir do mapeamento com o uso da interpolação
pela técnica da krigagem ordinária, a qual estimou, sem tendenciosidade e com mínima variância, os
valores de um atributo para o tempo, não observados a partir dos valores observados (Figura 2).
No período do inverno, ou seja, de maio a agosto ocorreram os menores valores de precipitação. Pode-
se notar que, para o agricultor da região desenvolver suas atividades utilizando melhor a água no ciclo
vegetativo das culturas, têm-se os dois meses consecutivos mais chuvosos, que são dezembro e janeiro.

Precipitação (mm)
10 400
Meses

7 200
4
1 100
1954 1964 1974 1984 1994 2004
50
Anos
0

Figura 2. Mapas da distribuição temporal da precipitação de Botucatu-SP.

Assis e Vila Nova (1994), trabalhando com chuvas do ano de 1917 a 1989, em Piracicaba-SP,
encontraram maiores precipitações no mês de janeiro, e Mello e Silva (2009), trabalhando com precipitação
no estado de Minas Gerais, encontraram maior precipitação no mês de dezembro.

ISBN: 978-85-98187-19-8 3
 Simpósio de Geoestatística Aplicada em Ciências Agrárias
14 e 15 de mai o de 2009
Botucatu-SP

Observa-se ao longo desses 50 anos que a precipitação apresentou alta variabilidade temporal, e que de
uma estação para outra tem grande variação dos valores. Portanto, a análise de dados históricos de chuvas
ao longo do ano é fundamental na tomada de decisão.
Como se pode observar, no inicio da década de 80 ocorreu um período com menor quantidade de chuva
e, ao longo dos anos, que a freqüência de precipitação acima de 50 mm aumentou.
O conhecimento da distribuição temporal das variáveis climáticas, como a precipitação, é importante
para o estudo e realização do zoneamento agroclimático, bem como para o dimensionamento do sistema de
irrigação das culturas. A quantidade de água que uma cultura utiliza durante o ciclo é chamada demanda
sazonal de água e, para uma mesma cultura, varia com as condições climáticas da região.

Conclusão

A precipitação de 1954 a 2004 apresentou dependência temporal. No periodo do inverno ocorreram os

menores valores de precipitação. No período avaliado a precipitação apresentou alta variabilidade temporal,
e do inverno para o verão teve grande variação dos valores.

Agradecimentos

Ao GEPAG - Grupo de Pesquisas Agrárias Georreferenciadas, pelo apoio infra-estrutural.

Referências

ASSIS, F. NETO de e VILLA NOVA, N.A. Modelagem da ocorrência e da quantidade de chuva em

Piracicaba. Sci. Agric., Piracicaba, v. 51, n. 3, p. 172-182, 1994.
CANO, W.; BRANDÃO, C. A. (Coords). A Região Metropolitana de Campinas: urbanização, finanças e
meio ambiente. Campinas: Unicamp, 2002. 439 p.
CUNHA, A. R.; KLOSOWSKI, E. S.; GALVANI, E.; ESCOBEDO, J. F.; MARTINS, D. Classificação climática
para o município de Botucatu, SP, segundo Köppen. In: Simpósio em Energia na Agricultura, 1. 1999.
Botucatu – SP: Anais... Botucatu: FCA/UNESP, 1999, v.1, p. 487-490.
CARGNELUTTI FILHO, A, MATZENAUER, R., MALUF, J. R. T., FONTANA, D. C. Análise decadal da
temperatura do ar no estado Rio Grande do Sul. Revista de Biologia e Ciências daTerra , v. 8, n. 1, p.258-
263, 2008.
FREDERICK, R. H.; MYERS, V. A.; AUCIELLO, E. P. Five to 60-minute precipitation frequency for eastern
and central United States. MA: National Weather Service, 1977.
GOULART, J. P.; MAESTRINI, A. P.; NEIBEL, A. L. Relação intensidade duração-freqüência de chuvas em
Pelotas, RS. Revista Brasileira de Meteorologia, v. 07, n. 01, p. 543-552, 1992.
ISAAKS, E. H.; SRIVASTAVA, R. M. Applied geostatistics. New York: Oxford University Press, 1989. 561
p.
LANDIM, P. M. B. Análise estatística de dados geológicos. 2. ed. São Paulo. UNESP, 253 p. 2003.
MELLO, M. H. A.; ARRUDA, H. V.; ORTOLANI, A. A. Probabilidade de ocorrência de totais pluviais máximos
horários, em Campinas, São Paulo. Revista IG, v. 15, n. 1/2, p. 59-67, 1994.
MELLO, C. R. DE; SILVA, A. M. da. Modelagem estatística da precipitação mensal e anual e no período
seco para o estado de Minas Gerais. R. Bras. Eng. Agríc. Ambiental, v.13, n.1, p.68–74, 2009.
MILLER, J. F.; FREDERICK, R. H.; TRACEY, R. J. Precipitation-frequency Atlas of the conterminous
western United States. MA: National Weather Service, 1973.
MOTA, V. C, LIMA, R. R. DE, OLIVEIRA, M. S DE, BIASE, N. G., SILVA, F. M DE, ALVES, M. DE C.,
Modelagem geoestatística da variabilidade temporal da precipitação pluvial do município de Pontes e
Lacerda–MT no período de 1982 a 2004. In: Reunião AnuaL Da Região Brasileira Da Sociedade
Internacional De Biometria, 52, 2007, Santa Maria - RS. Anais..., 2007, 1 CD-ROOM.
ROBERTSON, G. P. GS+: Geoestatistics for the environmental sciences – GS+ User´s Guide. Plainwell,
Gamma Desing Software, 2004. 152 p.
SILVA, J. W. DA; GUIMARÃES, E. C.; TAVARES, M. Variabilidade temporal da precipitação mensal e anual
na estação climatológica de Uberaba-MG. Ciência Agrotecnologia. Lavras, v.27, n.3, p.665-674, maio/jun.,
2003.
VIEIRA, D. B.; SOUZA, C. Z. Análise das relações intensidade e duração-freqüência das chuvas intensas
para Ribeirão Preto. Item, v. 14, n. 09, p. 20-29, 1983.
VIEIRA, S. R.; HATFIELD, T. L.; NIELSEN, D. R.; BIGGAR, J. W. Geostatistical theory and application to
variability of some agronomical properties. Hilgardia, v. 51, n. 3, p. 1-75, 1983.

ISBN: 978-85-98187-19-8 4
 Simpósio de Geoestatística Aplicada em Ciências Agrárias
14 e 15 de mai o de 2009
Botucatu-SP

WARRICK, A.W. e NIELSEN, D.R. Spatial variability of soil physical properties in the field. In: HILLEL, D.
(Ed.). Application of soil physics. New York: Academic Press, 1980. 385 p.
ZIMBACK, C.R.L. Análise espacial de atributos químicos de solos para fins de mapeamento da
fertilidade. 2001. 114 p. Tese de Livre-Docência (Livre-Docência em Levantamento do solo e
fotopedologia), FCA/UNESP, 2001.

ISBN: 978-85-98187-19-8 5