TENDÊNCIAS DE MUDANÇAS CLIMÁTICAS PARA OS ESTADOS DO RN E PB E
SUAS RELAÇÕES COM A TSM DO ATLÂNTICO E PACÍFICO
1
Carlos Antônio Costa dos Santos; 2 José Ivaldo Barbosa de Brito
RESUMO: O objetivo deste trabalho é estimar e verificar a tendência de índices de detecção de
mudanças climáticas, dependentes da precipitação pluvial diária, definidos pela OMM, para os
estados do Rio Grande do Norte e Paraíba e analisar suas relações com as anomalias de TSM nas
regiões de Niño 1+2, Niño 3, TNA e TSA. Utilizou-se dados diários de 44 postos pluviométricos,
os quais apresentaram dados com qualidade confiável e representam todas as microrregiões dos dois
Estados, os dados das anomalias de TSM obtidos através da NOAA. Os resultados obtidos mostram
que as tendências dos DCS estão melhores correlacionadas com as condições do Oceano Atlântico,
enquanto os índices de precipitações extremas (R95p e Rx5day) mostraram correlações
significantes com o Pacífico e com o Atlântico.
ABSTRACT: The objective of this work is esteem and to verify the trend of indices of detention of
climatic change, dependent of the daily pluvial precipitation, defined for the OMM, for the states of
the Rio Grande do Norte and Paraíba and to analyze its relations with the anomalies of TSM in the
regions of Niño 1 2, Niño 3, TNA and TSA. It was used given data daily of 44 ranks, which had
presented given with trustworthy quality and represent all the microregions of the two States, the
data of the anomalies of TSM gotten through the NOAA. The gotten results show that the trends of
the DCS better are correlated with the conditions of the Atlantic Ocean, while the extreme
precipitation indices (R95p and Rx5day) had shown significant correlations with the Pacific and the
Atlantic.
Palavras-chaves: TSM, mudanças climáticas, semi-árido.
1
Doutorando em Meteorologia - Universidade Federal de Campina Grande, Avenida Aprígio Veloso, 882, Bodocongó,
Campina Grande – PB, Brasil, CEP: 58.19-970 e-mail: [email protected]
2
Professor de Meteorologia - Universidade Federal de Campina Grande, Avenida Aprígio Veloso, 882, Bodocongó,
Campina Grande – PB, Brasil, CEP: 58.19-970 e-mail: [email protected]
INTRODUÇÃO
Segundo Ghini (2005) o vapor de água, CO2, O3, CH4, N2O entre outros gases presentes na
atmosfera retêm parcialmente a radiação térmica que é emitida quando a radiação solar atinge a
superfície da Terra. Assim, parte da energia recebida é mantida, promovendo o aquecimento do
planeta, e parte volta para o espaço. Dessa forma, tais gases de ocorrência natural, que absorvem
raios infravermelhos, são considerados de “efeito estufa. Santos (2006) afirma que quando se fala
em mudança climática e em aquecimento global, refere-se ao incremento, além do nível normal, da
capacidade da atmosfera em reter calor. Isto vem acontecendo devido a um progressivo aumento na
concentração dos GEE na atmosfera nos últimos 100 anos. O IPCC (2001) afirma que a temperatura
média global deverá aumentar como resultado do aumento da concentração de GEE na atmosfera. O
clima do nordeste tem sua variabilidade associada a padrões de variação em escala planetária. Estes
padrões de variação estão associados ao comportamento dos oceanos Atlântico e Pacífico.
Conforme Tucci (2003), no Pacífico um dos fenômenos responsáveis por maiores anomalias
climáticas ao longo do globo é o ENOS (El Nino Oscilação Sul). Ainda de acordo com Tucci
(2003), no Atlântico, nos meses do outono austral, março-abril-maio, período coincidente com a
estação chuvosa do setor norte do NEB, o modo de variabilidade oceano-atmosfera de grande escala
dominante sobre a Bacia do Atlântico Tropical é o conhecido Padrão do Dipolo do Atlântico, que é
o principal sistema meteorológico indutor de chuvas na região do semi-árido no período da estação
chuvosa.
No clima em escala regional observa-se que os fatores que podem modificá-lo são o
desflorestamento e o mau uso dos ecossistemas. Alterando o clima regional e influenciando o
sistema global. Em áreas de ecossistemas frágeis e vulneráveis, como o semi-árido, as mudanças
climáticas mais drásticas podem ocorrer através da soma das ações produzidas pelos GEE com o
mau uso e desflorestamento dos ecossistemas locais (Santos, 2006). Em geral, as mudanças
climáticas locais são mediadas por meio de análise de séries históricas de variáveis meteorológicas,
a exemplo da temperatura do ar e precipitação pluvial. De acordo com as tendências dessas
variáveis para um determinado local é observado se ocorreram mudanças no clima. Em regiões
como o Nordeste do Brasil (NEB), principalmente no semi-árido, a precipitação é uma variável
determinante das condições do clima local, bem como, da sua variabilidade e de mudança a longo
prazo. Portanto, o presente trabalho tem como objetivos determinar índices de detecção de
mudanças climáticas para os estados da Paraíba e Rio Grande do Norte, usando dados diários de
precipitação, conforme orientação da Organização Meteorológica Mundial (Zhang e Yang, 2004),
como também, verificar as correlações entre as possíveis mudanças climáticas e as anomalias de
TSM nas regiões de Niño 1+2 e Niño 3, no Pacífico, assim como, nas regiões de TNA a TSA, no
Atlântico. Para essa correlação utilizou-se apenas os quatro índices de detecção de mudanças
climáticas, dependentes da precipitação pluvial, mais significantes para o Semi-Árido, são eles:
DCS (dias consecutivos secos), DCU (dias consecutivos úmidos), R95p (dias muito úmidos) e
Rx5day (quantidade máxima de precipitação em cinco dias consecutivos).
MATERIAIS E MÉTODOS
Foram utilizados dados de precipitação total diário de 44 postos pluviométricos oriundos da
antiga rede de postos pluviométricos da SUDENE (Superintendência de Desenvolvimento do
Nordeste) e dos Núcleos Estaduais de Meteorologia e Recursos Hídricos. Para o processamento e
homogeneização
dos
dados
foi
utilizado
o
software
RClimdex
1.9.1
(CANADIAN
INTERNATIONAL DEVELOPMENT AGENCY, 2004). Dessa forma, estimou-se os índices de
detecção de mudanças climáticas, dependentes da precipitação diária, produzidos pelo RClimdex
utilizados nesse trabalho. Esses índices são séries temporais calculadas pelo método de regressão
dos mínimos quadrados. Essas estatísticas são apresentadas em números e em gráficos, o que
facilita a identificação de possíveis mudanças climáticas, com o associado grau de confiabilidade.
As correlações lineares foram feitas aplicando o teste-t de Student, para analisar as
significâncias estatísticas de cada uma delas. Utilizando-se somente os três maiores níveis de
significância, t95 que corresponde a uma significância estatística de 90%, t97,5 (95%) e t99,5 (99%).
Os dados das anomalias de temperatura nas regiões de Niño 1+2, Niño 3, TNA e TSA foram
obtidos através do website da NOAA (www.cdc.noaa.gov/ClimateIndices/).
RESULTADOS E DISCUSSÕES
O índice DCS não demonstrou correlação, com significância estatística igual ou superior a
90%, com as regiões do Pacífico. Entretanto, demonstrou correlações estatisticamente significantes,
para regiões do Atlântico, mostrando que as tendências dos DCS estão melhores correlacionadas às
condições do Atlântico Tropical Norte (95% de significância) e Sul (90% de significância). O
índice DCU não demonstrou correlação com significância estatística. Na Tabela 1, os índices que
representam os extremos de chuva, R95p e Rx5day, mostraram fortes correlações com as do
Pacífico e com a região TNA, do Atlântico, mostrando que os extremos de chuva da região estudada
podem ser explicados pelas anomalias de TSM nas regiões especificadas, como exemplo, o ENOS,
que segundo Moura et al. (2000), tem grande influência sobre o clima de diversas partes do Globo,
incluindo o Oceano Atlântico Tropical e o NEB. As Figuras 1 a 8, representam as variabilidades
temporais dos índices e das regiões dos Oceanos Atlântico e Pacífico com significâncias estatísticas
dentro dos limites apresentados na Tabela 1. Essas figuras mostram que um aumento na anomalia
positiva da TSM do Atlântico Tropical Norte contribui para o aumento do número de DCS, que um
aumento nas anomalias positivas na TSM do Oceano Pacífico Equatorial inibe a formação de
chuvas sobre o norte do NEB, concordando com Moura et al. (2000).
Tabela 1: Correlações entre os índices extremos de chuva e as anomalias de TSM. (*) Significância
estatística de 90%, (**) 95% e (***) 99%.
DCS
DCU
Niño 1+2
Niño 3
TNAI
0,266**
TSAI
-0,225*
R95p
0,408***
0,382***
0,394***
200
1.000
150
0.500
100
0.000
50
-0.500
0
-1.000
TNAI
DCS (dias)
DCS e TNAI
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
1958
1956
1954
1952
1950
ANO
DCS
TNAI
Figura 1: Variabilidade temporal dos índices DCS e TNA, (r = 0,266).
200
1.00
150
0.50
100
0.00
50
-0.50
0
-1.00
TSAI
DCS (dias)
DCS e TSAI
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
1958
1956
1954
1952
1950
ANO
DCS
TSAI
Figura 2: Variabilidade temporal dos índices DCS e TSA, (r = -0,225).
500.0
400.0
300.0
200.0
100.0
0.0
3.00
2.00
1.00
0.00
-1.00
-2.00
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
1958
1956
1954
1952
1950
ANO
R95p
NIÑO 1+2
Figura 3: Variabilidade temporal dos índices R95p e Niño 1+2, (r = -0,408).
NIÑO 1+2
R95p (mm)
R95p e NIÑO 1+2
Rx5day
-0,340
**
0,291**
-0,231*
500.0
400.0
300.0
200.0
100.0
0.0
2.00
1.00
0.00
-1.00
NIÑO 3
R95p (mm)
R95p e NIÑO 3
-2.00
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
1958
1956
1954
1952
1950
ANO
R95p
NIÑO 3
Figura 4: Variabilidade temporal dos índices R95p e Niño 3, (r = -0,382).
500.0
400.0
300.0
200.0
100.0
0.0
1.000
0.500
0.000
TNAI
R95p (mm)
R95p e TNAI
-0.500
-1.000
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
1958
1956
1954
1952
1950
ANO
R95p
TNAI
Figura 5: Variabilidade temporal dos índices R95p e TNA, (r = -0,394).
3.00
2.00
1.00
0.00
-1.00
-2.00
250.0
200.0
150.0
100.0
50.0
0.0
NIÑO 1+2
Rx5dias (mm)
Rx5dias e NIÑO 1+2
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
1958
1956
1954
1952
1950
ANO
Rx5dias
NIÑO 1+2
Figura 6: Variabilidade temporal dos índices Rx5day e Niño 1+2, (r = -0,340).
250.0
200.0
150.0
100.0
50.0
0.0
2.00
1.00
0.00
-1.00
-2.00
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
1958
1956
1954
1952
1950
ANO
Rx5dias
NIÑO 3
Figura 7: Variabilidade temporal dos índices Rx5day e Niño 3, (r = -0,291).
NIÑO 3
Rx5dias (mm)
Rx5dias e NIÑO 3
1.000
250.0
200.0
150.0
100.0
50.0
0.0
0.500
0.000
TNAI
Rx5dias (mm)
Rx5dias e TNAI
-0.500
-1.000
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
1958
1956
1954
1952
1950
ANO
Rx5dias
TNAI
Figura 8: Variabilidade temporal dos índices Rx5day e TNA, (r = -0,231).
CONCLUSÕES
A tendência do DCS demonstrou significativas correlações com as condições das regiões
Norte e Sul do Atlântico Tropical. Entretanto, os índices que representam os extremos de chuva
apresentaram correlações de significância estatística com as regiões de Niño 1+2 e Niño 3, no
Pacífico e com a região do Atlântico Norte Tropical. Evidenciando a forte influência da TSM dos
Oceanos Pacífico e Atlântico sobre a precipitação da região estudada, reforçando assim, que a
atuação do ENOS e do Dipolo do Atlântico têm grande influência sobre o clima do Nordeste
Brasileiro.
REFERÊNCIAS BIBLIOGRÁFICAS
CANADIAN INTERNATIONAL DEVELOPMENT AGENCY, RClimdex (0.9) User Manual,
2004. 25p.
GHINI, R. Mudanças Climáticas Globais e Doenças de Plantas. Jaguariúna - SP, Embrapa Meio
Ambiente, 104 p., 2005.
IPCC. Climate Change 2001: Impacts, Adaptation and Vulnerability. Contribution of Working
Group II to the Third assessment report of the Intergovernmental Panel on Climate Change.
Cambridge: Cambridge University Press, 2001.
MOURA, G. B. A, ARAGÃO, J. O. R, LACERDA, F. F e PASSAVANTE, J. Z. O. Relação entre a
precipitação no setor leste do Nordeste do Brasil e a Temperatura da Superfície nos Oceanos
Atlântico e Pacífico. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 4, n. 2, p. 247251, 2000.
SANTOS, C. A. C. Estimativas e Tendências de Índices de Detecção de Mudanças Climáticas com
base na precipitação diária no Rio Grande do Norte e na Paraíba, Campina Grande - PB, 98 p.,
Dissertação (Mestrado em Meteorologia) - Universidade Federal de Campina Grande, 2006.
TUCCI, C. E. M. E BRAGA, B. Clima e Recursos Hídricos no Brasil, coleção ABRH de Recursos
Hídricos, v. 9, 2003.
ZHANG, X.; YANG, F. RClimDex (1.0) User Guide. Climate Research Branch Environment
Canada. Downsview (Ontario, Canada), 2004, 22p.