UNIVERSIDADE DE PASSO FUNDO
FACULDADE DE ENGENHARIA E ARQUITETURA
CURSO DE ENGENHARIA AMBIENTAL
João Francisco Tussi Salton
MAPEAMENTO PLUVIOMÉTRICO DA REGIÃO
HIDROGRÁFICA DO RIO URUGUAI
Passo Fundo, 2012.
João Francisco Tussi Salton
MAPEAMENTO PLUVIOMÉTRICO DA REGIÃO
HIDROGRÁFICA DO RIO URUGUAI
Trabalho de conclusão de curso apresentado ao
curso de Engenharia Ambiental, como parte
dos requisitos exigidos para obtenção do título
de Engenheiro Ambiental.
Orientador: Prof. Eder Nonnemacher, Mestre.
Passo Fundo, 2012.
João Francisco Tussi Salton
MAPEAMENTO PLUVIOMÉTRICO DA REGIÃO
HIDROGRÁFICA DO RIO URUGUAI.
Trabalho de Conclusão de Curso como requisito parcial para a obtenção do título de
Engenheiro Ambiental – Curso de Engenharia Ambiental da Faculdade de Engenharia e
Arquitetura da Universidade de Passo Fundo. Aprovado pela banca examinadora:
Orientador:_________________________
Eder Nonnemacher
Faculdade de Engenharia e Arquitetura, UPF
___________________________________
Luciane Rodrigues de Bitencourt
Instituto de Ciências Exatas e Geociências, UPF
___________________________________
Vinicius Scortegagna
Faculdade de Engenharia e Arquitetura, UPF
Passo Fundo, 07 de Dezembro de 2012.
AGRADECIMENTOS
Primeiramente, agradeço a DEUS por ter me
concedido a vida.
Aos meus pais, Lucimara e Nilo Thadeu e a
minha irmã Jamilia que sempre me deram amor e
carinho e estão me dando forças nesse momento
delicado que estou passando.
A
minha
namorada
Suellen,
que
teve
paciência nos momentos da minha ausência, no qual
estava realizando este trabalho.
Ao meu orientador Prof. Eder Nonnemacher,
que aceitou meu convite, acreditou em mim e
sempre esteve disposto a melhor me atender, para a
realização deste trabalho.
Ao meu amigo e colega Rafael, que teve
tempo e paciência para me dar aulas de ArcGIS,
possibilitando confeccionar os mapas que são
apresentados neste trabalho.
Aos professores da UPF, em especial a
professora Luciane Rodrigues de Bitencourt e ao
professor Vinicius Scortegagna, por aceitarem
participar da banca examinadora deste trabalho.
A equipe da hemodiálise do Hospital da
Cidade. Muito Obrigado a todos!!!!!!!!!!!!!!!!!!!!!!!!!
RESUMO
O conhecimento da pluviosidade hídrica é uma estratégia também de prever os
acontecimentos com relação à climatologia das áreas estudadas, tanto como prevenção de
enchentes, períodos de estiagem e também para o controle e captação da água da chuva. Este
trabalho com o auxílio de Sistemas de Informações Geográficas (SIG) identifica as áreas
dentro da Região Hidrográfica do Rio Uruguai e os períodos de maior e menor incidência de
chuva, em precipitações com base em médias anuais, mensais e sazonais, dos dados
pluviométricos de 24 estações escolhidas com série histórica de precipitação de 42 anos.
Calculadas as médias, foram introduzidas no ArcGIS, através da ferramenta Geostatistical
Analyst. Realizou-se a interpolação pelo método da Krigagem Ordinária, gerando assim
quinze mapas de predição. Analisaram-se posteriormente os valores do mapa de predição das
médias anuais e utilizou os resultados das duas estações que apresentaram os extremos de
precipitação para criar o Índice de Anomalias de Chuva (IAC), no qual identifica a série em
anos de seca ou anos de chuva. Os resultados através dos mapas mostraram que a região
nordeste que apresenta os maiores índices pluviométricos e diminuindo conforme se direciona
para o sul, para o IAC ambas apresentaram mais anos secos. Para a estação com menores
índices pluviométricos, 19 anos chuvosos e 23 anos secos, para a de maiores índices, 20 anos
chuvosos e 22 anos secos.
Palavras-chaves: IAC; Séries Históricas; SIG;
ABSTRACT
The knowledge of rainfall water is also as strategy to predict events with respect to
climatology of the areas studied, both as flood prevention, drought periods and also to control
and capture of rainwater. This paper with the help of Geographic Information Systems (GIS)
identifies areas within the Uruguay River Hydrographic Region and periods of highter and
lower incidence of rain, based on average annual, monthly and seasonal rainfall, data from 24
stations chosen with historical series of rainfall from 1970 until the year 2011. Calculed the
mean, were introduced in ArcGIS, through the tool Geostatistical Analyst, held interpolation
by Ordinary Krigin method, thus generating fifteen prediction maps. We analyzed further the
values of the prediction map of annual avareges and used the results of the two stations that
showed the extreme precipitation to create the Index Rainfall Anomalies (IAC), which
identifies the series in drought years or years rain. The results showed that the maps throught
the northeastern has the hightes rainfall and drecreasing as is directed to the south, both IAC
had more dry years, for the station with lower rainfall, 19 rainy and 23 dry years, to the
highest, 20 rainy and 22 dry years.
Key-word: IAC; Historical Series; GIS;
LISTA DE ILUSTRAÇÕES
Figura 1: Distribuição mundial da precipitação média anual. .................................................. 16
Figura 2: Distribuição da precipitação anual, de acordo com as zonas latitudinais
(conforme Trewartha, 1968). ................................................................................... 17
Figura 3: Esquemática de layer em um SIG. ............................................................................ 19
Figura 4: Polígonos de Influência. ............................................................................................ 26
Figura 5: Método da Triangulação. .......................................................................................... 26
Figura 6 : Método do Inverso da Potência. ............................................................................... 27
Figura 7: Amostragem em duas dimensões. ............................................................................. 30
Figura 8: Exemplo de Semivariograma. ................................................................................... 32
Figura 9: Escopo do trabalho .................................................................................................... 34
Figura 10: Sub-Regiões da Região Hidrográfica do Rio Uruguai no Estado do Rio Grande do
Sul. ........................................................................................................................... 35
Figura 11: Localização da Região Hidrográfica do Rio Uruguai no Estado do Rio Grande do
Sul. ........................................................................................................................... 36
Figura 12: Estações Pluviométricas da Região Hidrográfica do Rio Uruguai ......................... 38
Figura 13: Estações Pluviométricas utilizadas no trabalho. ..................................................... 38
Figura 14: Sedes Municipais das Estações de estudo. .............................................................. 39
Figura 15: Comparação entre as precipitações das médias sazonais ........................................ 49
Figura 16: Comparação entre as precipitações médias de Janeiro, Fevereiro e Março. ........... 56
Figura 17: Comparação entre as precipitações médias de Abril, Maio e Junho. ...................... 63
Figura 18: Comparação entre as médias de precipitação dos meses de Julho, Agosto e
Setembro. ................................................................................................................. 70
Figura 19: Comparação entre as precipitações médias dos meses de Outubro, Novembro e
Dezembro. ................................................................................................................ 77
Figura 20: Gráfico das Precipitações da Série histórica. .......................................................... 78
Figura 21: Gráfico do Desvio Padrão da Série Histórica. ........................................................ 79
Figura 22: Índice de Anomalia de Chuvas de Erebango. ......................................................... 80
Figura 23: Índice de Anomalia de Chuvas de Erebango. ......................................................... 81
LISTA DE TABELAS
Tabela 1: Classificação da Pluviosidade de Rooy. ................................................................... 22
Tabela 2: Exemplo da divisão Sazonal de Chuva e Sazonal de Seca. ...................................... 40
Tabela 3:Parâmetros da Série Histórica para Média de Janeiro. .............................................. 42
Tabela 4 : Classificação Pluviométrica para Erebango. .......................................................... 80
Tabela 5 : Classificação Pluviométrica para Dom Pedrito. ..................................................... 82
LISTA DE QUADROS
Quadro 1: softwares que utilizam SIG existentes no mercado. ................................................ 18
LISTA DE SIGLAS E ABREVIATURAS
ANA – Agência Nacional de Águas
IAC – Índice de Anomalia de Chuva
SIG – Sistemas de Coordenadas Geográficas
km – quilômetros
mm – milímetros
cm – centímetros
IDW2 – Interpolação do inverso da distância
IPCC – Painel Intergovernamental Sobre Mudanças Climáticas
K.O – Krigagem Ordinária
CPRM – Companhia de Pesquisa e Recursos Minerais
SUMÁRIO
1
INTRODUÇÃO ................................................................................................................. 11
1.1
Considerações iniciais ................................................................................................ 11
1.2
Problema da Pesquisa ................................................................................................ 12
1.3
Justificativa ................................................................................................................ 13
1.4
Objetivos .................................................................................................................... 13
1.4.1
Objetivo Geral .................................................................................................... 13
1.4.2
Objetivos Específicos ......................................................................................... 13
2 REVISÃO BIBLIOGRÁFICA .......................................................................................... 15
2.1
Distribuição Espacial e Temporal das Precipitações ................................................. 15
2.1.1
Distribuição Espacial das Precipitações ............................................................. 15
2.1.2
Distribuição Sazonais das Precipitações.............. Erro! Indicador não definido.
2.2
Sistemas de Informações Geográficas (SIG) ............................................................. 18
2.2.1
SIG e Aplicações em Recursos Hídricos ............................................................ 19
2.2.2
SIG em Distribuição de Precipitação.................................................................. 20
2.3
Mudanças Climáticas ................................................................................................. 20
2.3.1
Anomalia Climática ............................................................................................ 21
2.4
Estação Pluviométrica................................................................................................ 22
2.4.1
Pluviômetro ........................................................................................................ 23
2.5
Geoestatística ............................................................................................................. 23
2.5.1
Modelos Deterministas de Inferência Espacial .................................................. 25
2.5.2
Estimação Geoestatística .................................................................................... 28
2.5.3
Krigagem Ordinária ............................................................................................ 28
2.5.4
Modelos de Variograma ..................................................................................... 30
2.5.5
Parâmetros do Semivariograma .......................................................................... 31
3 Métodos e Materiais ........................................................................................................... 33
3.1
Métodos e Técnicas ................................................................................................... 33
3.1.1
Bacia Hidrografica do Rio Uruguai .................................................................... 34
3.1.2
Dados Utilizados ................................................................................................ 36
3.1.3
Escolha das Estações Pluviométricas ................................................................. 37
3.1.4
Tratamento dos Dados ........................................................................................ 39
3.1.5
Preparação do Banco de Dados .......................................................................... 41
3.1.6
Plotagem dos Dados ........................................................................................... 42
3.1.7
Geostatistical Analyst ......................................................................................... 42
3.1.8
Índice de Anomalias de chuva (IAC) ................................................................. 42
3.2
Materiais e equipamentos .......................................................................................... 43
3.3
Resultados e discussões ............................................................................................. 43
3.3.1
Mapas de Predição e Desvio Padrão .................................................................. 43
3.3.2
Índice de Anomalia de Chuvas (IAC) ................................................................ 79
4 CONCLUSÃO ................................................................................................................... 83
REFERÊNCIAS BIBLIOGRÁFICAS ..................................................................................... 85
ANEXO A: Planilhas Excel Estações ...................................................................................... 86
1
1.1
INTRODUÇÃO
Considerações iniciais
As chuvas influenciam, os recursos naturais como recarga em aqüíferos, bacias
hidrográficas e conseqüentemente toda atividade humana. O conhecimento da pluviosidade
hídrica é uma estratégia também de prever os acontecimentos com relação à climatologia das
áreas estudadas, tanto como prevenção de enchentes, períodos de estiagem e também para o
controle e captação da água da chuva.
A estrutura metodológica do trabalho é composta por quatro capítulos. Além do
presente capítulo, no qual se apresenta o problema de pesquisa, o mapeamento espacial e
temporal da precipitação, a justificativa, de porque é importante o conhecimento da
precipitação na região hidrográfica do rio Uruguai e o seu estudo, tendo por objetivos,
identificar a variação pluviométrica e mapear a variação espacial e temporal. Este trabalho é
composto por mais três capítulos.
No capítulo 2, apresenta-se a revisão da literatura, apresentando os conceitos sobre a
distribuição espacial e temporal das precipitações, ilustrações demonstrando o comportamento
da precipitação pluviométrica pelo mundo, assim como as distribuições sazonais de chuva,
envolvendo os conceitos de sazonais de chuva e de seca, logo após é apresentado o Sistema de
Informações Geográficas (SIG), principais programas que utilizam de SIG, sua aplicação para
problemas que dizem respeito a recursos hídricos e distribuição da precipitação. Após breve
comentário a respeito de mudanças climáticas e Índice de Anomalia de chuvas (IAC),
seguindo o trabalho, uma explicação sobre estações pluviométricas e pluviômetros. Ainda no
mesmo capítulo, conceitos de Geoestatística, apresentando os métodos de interpolação
existentes, em especial a Krigagem Ordinária, utilizada na confecção dos mapas de predição.
O terceiro capítulo, métodos e materiais, toda a metodologia para que possível a
realização e término deste trabalho, aspectos como a escolha da área, obtenção de dados,
escolha das estações pluviométricas, suas localizações, preparação dos dados para a plotagem
no ArcGIS, mapas de predição gerados, o IAC das estações com extremos de precipitações,
gráficos de mínimas e máximas precipitações e desvios padrões.
12
No Capítulo 4, conclusão da pesquisa, opiniões, sugestões para novos trabalhos e o
que mais poderia ser feito na área para agregar conhecimentos.
1.2
Problema da Pesquisa
Este estudo busca identificar as áreas e os períodos de maior e menor incidência de
chuva localizando no mapa com o auxilio de software que utiliza Sistema de Informações
Geográficas (SIG) em sua base de dados. Além disso, serão analisados os índices
pluviométricos, os Índices de Anomalias de Chuvas, os períodos de maiores precipitações de
chuvas, além dos períodos de estiagem e conseqüentemente prever áreas de risco para
fenômenos naturais e antropológicos.
Com as tecnologias disponíveis no mercado, pode-se estimar mais precisamente e de
forma mais complexa, sem desprendimento de tempo, tomamos como exemplo o Sistema de
Informações Geográficas (SIG), na qual se faz uma representação gráfica de acontecimentos
no espaço e no tempo na tela do computador, antigamente este processo era feito no papel,
utilizando de cálculos matemáticos extensos, desta forma o mapeamento dos índices
pluviométricos nos permite fazer a distribuição das precipitações e obter resultados próximos
da realidade climática da área de estudo. Ao longo dos anos as técnicas de sensoriamento
remoto foram se aperfeiçoando, permitindo assim sua utilização em várias áreas do
conhecimento, inclusive nas que dizem respeito ao levantamento de dados de recursos
naturais. Por utilizar de soluções matemáticas, a ferramenta SIG é indispensável na
Engenharia, para realizar estudos ambientais significantes. Sabendo disso, para este trabalho
questiona se a precipitação sofre significativa variação temporal e espacial dentro da região
hidrográfica analisada? Está indagação é a base para o desenvolvimento deste trabalho e será
respondida na conclusão.
A área escolhida para o mapeamento espacial e temporal dos índices pluviométricos,
pertence à Região Hidrográfica do Rio Uruguai, no qual possui uma extensão de 2.200
quilômetros no seu total. No início o rio assume direção Leste-Oeste, dividindo os estados do
Rio Grande do Sul e Santa Catarina. A área total da região em território brasileiro é de
174.612km2.
13
1.3
Justificativa
O conhecimento da pluviosidade hídrica é uma estratégia de gestão ambiental
indispensável para defesa civil, pois prevê locais que tenham pré disposição para fenômenos
de estiagem ou de chuvas torrenciais, também é de suma importância para a agricultura e
pecuária, tanto no cultivo de culturas indispensáveis a alimentação humana ou para
dessedentarão animal. Seu conhecimento também pode ser utilizado em programas que visam
o abastecimento humano, pois a demanda de água vem aumentando progressivamente, em
decorrência do crescimento populacional.
O estudo proposto é de elevada importância, pois avalia a utilização de ferramentas de
mapeamento, através das quais é possível diagnosticar, com adequada confiabilidade, a
capacidade de precipitação de uma área e inferir sobre os fatores espaciais e temporais, os
quais afetam na sua distribuição.
1.4
Objetivos
1.4.1 Objetivo Geral
O objetivo geral do estudo é analisar a variação espacial e temporal da precipitação
pluvial na Região Hidrográfica do Rio Uruguai, utilizando Sistema de Informações
Geográficas (SIG) e o Índice de Anomalias de Chuva. Os resultados do estudo serviram de
base para utilização em gestão ambiental, estudos de impacto ambiental e gerenciamento de
recursos hídricos.
1.4.2 Objetivos Específicos
14
A partir da utilização e análise de um banco de dados conhecido, que contém a
quantidade da precipitação de chuva para a Região Hidrográfica do Rio Uruguai, os objetivos
específicos foram estabelecidos para esse trabalho:
 Realizar o mapeamento da precipitação da Região Hidrográfica do Rio
Uruguai, levando em conta as estações pluviométricas da região;
 Obter as médias de precipitação anual, mensal e médias sazonais de chuva e de
seca;
 Mapear a distribuição espacial e temporal da variável estudada;
 Localizar áreas de maiores e menores índices de precipitações;
 Realizar o IAC para verificar a quantidade de Anos Secos e Anos Chuvosos;
.
2
2.1
REVISÃO BIBLIOGRÁFICA
Distribuição Espacial e Temporal das Precipitações
A seguir apresentarei conceitos da distribuição da precipitação mundial, tanto em
aspectos espaciais como temporais. Apresentando figuras explicativas e citações de literatura
conceituada.
2.1.1 Distribuição Espacial das Precipitações
A distribuição mundial da precipitação é um fenômeno de maior complexidade em
relação aos outros fenômenos naturais do clima. Segundo Ayoade (2002, p. 164), a maioria
das precipitações resulta do resfriamento adiabático devido à ascensão das massas de ar e as
chuvas são mais elevadas nas áreas de ascendência das massas de ar. Assim estas áreas se
localizam em zonas de fluxo de ar horizontais convergentes na região equatorial, em zonas de
perturbação atmosférica nas latitudes médias e em áreas de barlavento das cadeias
montanhosas.
Na figura 1 podemos ver a distribuição das chuvas pelos continentes, nota-se que
áreas próximas de grandes corpos hídricos possuem índices de precipitação maiores do que
áreas no interior dos continentes, a precipitação também é abundante em regiões
montanhosas, regiões de altas latitudes das costas orientais são menos úmidas que as costas
ocidentais, áreas subtropicais e próximas aos pólos são relativamente secas, os litorais
ocidentais tendem a serem secos, devido ao ar frio e seco das águas geladas do mar, enquanto
os orientais têm características úmidas, as precipitações que ocorrem em regiões equatoriais
de alta latitude possuem os maiores índices de precipitação, pois nesta região a convergência
dos ventos de superfícies promove a ascensão de ar instável úmido e quente, assim podendo
alcançar mais que 2000 mm em médias anuais de precipitação. A seguir figura 1:
16
Fonte: Ayoade, 2002.
Figura 1: Distribuição mundial da precipitação média anual.
Analisando pela latitude a distribuição da precipitação anual, de acordo com as zonas
latitudinais de Trewartha, 1968 na figura 2, nota-se que na região do Equador, ocorre os
maiores índices de precipitação com máximas próximas dos 160 cm, a região continental de
latitude sul, apresenta o segundo pico na latitude 50°, o terceiro pico dos continentes pertence
ao hemisfério norte, entre 50° a 60° de latitude norte. Para os oceanos a porção latitudinal do
Equador é possuidora das maiores precipitações, chegando próximo dos 200 cm.
Na distribuição que veremos a seguir de Trewartha, a Região Hidrográfica do Rio
Uruguai, que se localiza entre as latitudes sul 27° e 34° tem as distribuições das chuvas anuais
próximas de 60 cm, abaixo figura 2:
17
bbbbbbb
Fonte: Ayoade, 2002.
Figura 2: Distribuição da precipitação anual, de acordo com as zonas latitudinais
(conforme Trewartha, 1968).
2.1.2 Distribuição Sazonal das Precipitações
As distribuições sazonais são importantes para o homem, a estação chuvosa, por
exemplo, controla as atividades agrícolas. A estação das chuvas provoca a diminuição da
temperatura, enquanto na estação de seca as temperaturas são mais elevadas, Na opinião de
Ayoade (2002, p. 167) enquanto nos trópicos a precipitação pluvial é efetiva para o
crescimento das plantas, em todas as épocas do ano, nas latitudes médias, apenas as chuvas
que ocorrem quando as temperaturas não estão baixas pode ser útil para as plantas.
Além dos benefícios da agricultura, a estação de chuva pode trazer desastres, como
enchentes, devido às más condições de esgoto nas cidades e também pela excessiva área
impermeável criada pelo homem nas zonas urbanas, comumente rios transbordam, além dos
deslizamentos de lama e terra nas encostas de morro.
Na Estação Sazonal de seca a precipitação é menor que a média da chuva anual, nesta
época do ano é comum aumentar os números de queimadas nas florestas, as temperaturas são
mais elevadas, rios secam, riscos de racionamento de água em cidades onde não possui
profissionais para gerir os recursos hídricos ou a demanda de água é maior que a oferta.
18
2.2
Sistemas de Informações Geográficas (SIG)
O SIG é um ambiente computacional que integra base de dados de informações
espaciais provenientes de dados cartográficos, dados de censo, de cadastro urbano e rural,
imagens de satélite, redes e modelos numéricos de terreno. Ao ser implantado o SIG oferece
alternativas para o entendimento da ocupação e utilização do meio físico.
Atualmente existe uma gama de softwares disponíveis no mercado, entre eles os
apresentados na tabela 1 abaixo:
Software
Fabricante
País
Idrisi
Clark University
USA
ArcView
ArcInfo
Spring
ESRI
ESRI
INPE
USA
USA
BRASIL
AutoDesk
USA
CADMap
Quadro 1: softwares que utilizam SIG existentes no mercado.
Um SIG pode ser utilizado como ferramenta para produção de mapas, como suporte
para análise espacial de fenômenos, e como função de armazenamento de dados e
informações espaciais.
No ambiente Sig as informações são organizadas em forma de layers temáticos, esses
layer são informações que representam o mundo real para dado parâmetro. A seguir podemos
ver um esquema de layer, na figura 3:
19
Fonte: adaptado de Esri 2006.
Figura 3: Esquemática de layer em um SIG.
2.2.1 SIG e Aplicações em Recursos Hídricos
Os SIGs são muito importantes na gestão de Recursos Hídricos, pois através das
imagens de satélites e os diferentes espectros de luz emitidos pelos corpos, podemos
identificar a ocorrência da poluição em determinado corpo hídrico, isto é possível, pois a água
limpa absorve energia e quando se observada de satélite, possui tonalidades escuras, essa
diferença de preto para outra cor que possa aparecer, identifica a poluição, e a substância
poluidora.
Para o estudo em Recursos Hídricos, os dados de Sensoriamento Remoto podem ser
feitos de três formas. Segundo Novo (1992, p. 268) Análise Qualitativa e Quantitativa de
imagens aéreas e pelo Mapeamento de Superfícies Líquidas. A análise qualitativa refere-se à
capacidade de identificar alterações nas cores e no volume de corpos hídricos, já a análise
quantitativa relaciona medidas pontuais às propriedades espectrais da água. O mapeamento de
superfícies líquidas identifica falhas e fraturas em rios, reservatórios e represas.
20
De acordo com Möller et al. (apud Blaschke e Kux, 2005, p. 155-163), sua
caracterização da Bacia do rio Saale, foi utilizado SIG e Sensoriamento remoto, para
classificar os usos do solo, o relevo e assim modelar o fluxo de substâncias que entravam na
bacia.
2.2.2 SIG em Distribuição de Precipitação
Os SIGs são utilizados para mapear a precipitação pluviométrica, tanto como na sua
distribuição espacial quanto na temporal, em regiões de estudo.
Segundo Braz et al. (2009) em seu estudo sobre a distribuição espacial e temporal da
pluviosidade na Bacia Barra Seca, utilizou de três métodos matemáticos, Média Aritmética,
Polígonos de Thiessen e Interpolação Inverso da Distância (IDW2). Seus resultados mostram
que entre os métodos o mais aconselhável para o mapeamento da Bacia foi o Interpolador
IDW2, pois apresentou mapas mais detalhados e heterogêneos.
No estudo de Marcuzzo et al (2010) foi utilizado SIG para mapear a precipitação
pluviométrica no Bioma da Amazônia, no estado de Mato Grosso, utilizando para isso o
interpolador Topo to Raster. Seus resultados mostraram que o extremo noroeste e norte
possuem as maiores precipitações, enquanto o sul apresenta os menores índices.
2.3
Mudanças Climáticas
Segundo o Glossário do Fórum Brasileiro de Mudanças Climáticas, a definição para
mudança climática é a mudança que possa ser direta ou indiretamente atribuída à atividade
humana que altere a composição da atmosfera mundial e que se some àquela provocada pela
variabilidade climática natural observada ao longo de períodos comparáveis. Definições
utilizadas na literatura a respeito de variabilidade climática se diferenciam conforme inclusão
dos efeitos antrópicos na identificação da variabilidade.
Para o Painel Intergovernamental Sobre Mudanças Climáticas (IPCC), o conceito de
mudança climática é a alteração no estado do clima, que pode ser identificado por mudanças
21
na média e/ou a variação das propriedades, que persistem durante um longo período de tempo,
tipicamente décadas ou mais.
2.3.1 Anomalia Climática
Com as mudanças climáticas, efeito estufa, aquecimento global, as temperaturas se
alteram, conseqüentemente as precipitações pluviométricas variam. Para estudar essas
alterações existem ferramentas que medem a variabilidade de fenômenos, podemos citar o
Índice de Anomalias de chuva como uma destas ferramentas.
Segundo Marcuzzo et al. (2010) dentre vários métodos estatísticos para entender os
períodos secos e úmidos, o conhecimento do Índice de Anomalia de Chuva (IAC) se destaca,
pois é possível comparar as condições atuais e os valores históricos de chuva.
2.3.1.1 Índice de Anomalia de Chuva (IAC)
É o índice que tem por sua finalidade analisar a variação dos períodos de chuva e
períodos de seca em uma região escolhida, foi criado por Rooy (1965). A seguir a equação 2 e
3, desenvolvidas por Rooy:
[
̅]
[̅
̅]
[
̅]
[̅
̅]
(1)
(2)
Equação 1: para anomalias positivas.
Equação 2: para anomalias negativas.
Onde:
- precipitação mensal ou anual atual (mm/mês)
̅ - precipitação média mensal ou anual da série histórica (mm/mês)
22
̅ - média das dez maiores precipitações mensais ou anuais da série histórica
(mm/mês)
̅ - média das dez menores precipitações mensais ou anuais da série histórica
(mm/mês)
Se o valor de
̅ for maior que zero usa-se a fórmula (1), se o resultado for
negativo, utiliza-se a fórmula (2). O resultado dessas fórmulas é comparado na tabela 1
abaixo, para saber a classificação do índice pluviométrico:
ÍNDICE DE ANOMALIA DE
CLASSIFICAÇÃO DA
CHUVA
PLUVIOSIDADE
X≥4
EXTREMAMENTE CHUVOSO
2≤X<4
MUITO CHUVOSO
0<X<2
CHUVOSO
X=0
NEM CHUVOSO NEM SECO
0>X>-2
SECO
-2≥X>-4
MUITO SECO
-4≤X
EXTREMAMENTE SECO
Tabela 1: Classificação da Pluviosidade de Rooy.
Segundo Marcuzzo et al (2010), a utilização do Índice de Anomalia de Chuvas
permitiu identificar padrões ou mudanças no comportamento da chuva, além de avaliar a
distribuição espacial do evento, para o Bioma da Amazônia no Mato Grosso.
2.4
Estação Pluviométrica
São locais isolados, em campos abertos, onde apresentam instrumentos responsáveis
pela aferição das condições diárias, mensais e anuais dos índices de chuva. Com os dados
obtidos é realizada a previsão do tempo, a estação é muito importante para o levantamento de
23
informações necessárias a hidrologia, o aparelho capaz de realizar esta medição é o
pluviômetro e sua unidade padrão é o milímetro de chuva.
2.4.1 Pluviômetro
É o aparelho capaz de medir a precipitação pluvial em milímetros, durante um período
de tempo. Os pluviômetros possuem sensores elétricos que realizam a medição dos índices de
chuva. Segundo o manual das Orientações para operação das estações hidrométricas (ANA,
2012), existem sensores eletrônicos do tipo Báscula, Balança, Disdômetro ótico e Disdômetro
de impacto:
o Báscula: A precipitação é captada por um orifício externo, no qual existe um
recipiente que possui certo volume, quando este recipiente enche de água, ele
gira num eixo, fazendo que o datalogger registre o volume;
o Balança: Parecida com a Báscula, mas possui uma balança de precisão que é
responsável por massar a água em intervalos estabelecidos;
o Disdômetro ótico: A quantidade de precipitação é medida através das gotas de
chuva em um volume de ar determinado que passam por um laser;
o Disdômetro de impacto: Registra as velocidades das incidências das gotas de
chuva em um volume de ar determinado, que impactam numa superfície
sensível, por meio de pulso elétrico, micro-ondas ou laser;
2.5
Geoestatística
Profissionais de diversas áreas necessitam coletar informações em campo, o que é
difícil e caro, a concentração de poluentes em plumas de contaminação, na maioria das vezes
é impossível amostrar em toda área, em cada centímetro, por exemplo, a amostragem é muito
dispendiosa de tempo e muito inviável economicamente, sempre haverá lacunas e regiões não
24
amostradas. Assim com a Geoestatística é possível inferir dados em locais não conhecidos a
partir de conhecimento previstos em pontos já amostrados.
Os recursos hídricos, florestas, recursos minerais, recursos ecológicos, possuem
atributos que se manifestam no espaço e no tempo, suas alterações podem acarretar em
contaminações dos solos, aqüíferos, relevos, corpos hídricos e pluviometrias de uma região,
portanto a Geoestatística tem como objetivo a caracterização da dispersão espacial e temporal
desses atributos, quantitativamente e qualitativamente. Segundo Soares (2006, p. 3) o
principal problema de se resolver com a Geoestatística é a caracterização espacial, as medidas
de incerteza, devido à variabilidade dos fenômenos espaciais, a qualidade das amostras e
observações, o modelo geoestatístico a ser usado e o conhecimento que se tem sobre o
fenômeno.
Atualmente a Geoestatística está sendo aplicada em todos os campos do
conhecimento, para resolver os mais variados casos, no livro Geoestatística para as ciências
da terra e do ambiente, Soares usa vários estudos de caso para mostrar a aplicação da
Geoestatística tais como caracterização de contaminantes em lodos de rios, caracterização da
sanalidade troposférica, custos da poluição atmosférica na península de Setúbal, definição do
padrão espacial de aves migratórias em Portugal Continental.
A metodologia utilizada na Geoestatística segundo Soares (2006) é o conjunto de
instrumentos estatísticos que quantificam a continuidade espacial da grandeza de estudo, com
a interpolação espacial se baseando na variabilidade estrutural e em modelos estocásticos que
qualificam a incerteza ligada ao fenômeno.
O sul-africano Daniel Krige publicou seus estudos na década de 50, sobre dados
relativos a atividades desenvolvidas com aplicação na avaliação de jazidas minerais de ouro
do Rand, na África do Sul. Estes estudos foram os responsáveis pela Geoestatística que
conhecemos hoje. Sua primeira aplicação prática se deu na avaliação espacial da localização
das jazidas de ouro rico, para que a lavra de exploração fosse o mais rentável possível. A
técnica Geoestatística, amplamente utilizada, chamada de Krigagem é proveniente de Krige,
em homenagem.
O fundador da Geoestatística foi o francês G. Matheron, que se baseou nos estudos de
Krige, membro da escola Geoestatístique de Fointanebleau École des Mines, seu estudo foi
publicado no ano de 1965, nesta década foi o primeiro período de evolução, chamado de
geoestatística mineira onde surgiu, a noção de variograma como medição da continuidade
espacial, anisotropia, efeito pepita e efeito de suporte.
25
A segunda fase se baseou nos estudos geoestatísticos para a poluição do solo, poluição
do ar e qualidade da água em aqüíferos subterrâneos, ocorrendo nas décadas de 70 e começo
de 80. Na terceira fase, na década de 80 os principais estudos geoestatísticos se direcionaram
para o estudo de poços de petróleo, com modelos estocásticos através de simulações de
imagens equiprováveis, estes modelos tornaram grandes instrumentos para medir a incerteza
dos fenômenos em todas as áreas da ciência.
2.5.1 Modelos Deterministas de Inferência Espacial
Segundo Soares (2006) estes modelos calculam um valor de uma dada grandeza no
espaço a partir da combinação linear dos dados observados. Todos os modelos deterministas
baseiam-se em figuras geométricas para determinar a influencia das amostras ao ponto
observado.
Fazem parte destes modelos, os Polígonos de Influência, Triangulação e Inverso da
Potência da Distância (IDW2). Os conceitos de modelos determinísticos seguiram o livro de
Soares, Amílcar (2006).
2.5.1.1 Polígonos de Influência.
Na distância entre as amostras são criados polígonos, no qual há um valor para o
centro da figura geométrica, este valor servirá para cada área do mesmo, fazendo que em
qualquer parte do polígono o valor seja respectivo ao centro. Na figura 4 abaixo podemos ver
que o ponto xo, passa a ter o valor da amostra mais próxima, x1:
26
Fonte: Soares, 2006.
Figura 4: Polígonos de Influência.
2.5.1.2 Triângulação.
Mesmo procedimento do modelo de polígonos, mas com a criação de triângulos, seus
vértices correspondem aos pontos amostrados, o valor de qualquer ponto no espaço é obtido
através de uma média ponderada dos vértices do triângulo onde o valor está inserido. A figura
5 abaixo ilustra a triangulação:
Fonte: Soares, (2006)
Figura 5: Método da Triangulação.
A equação de cada plano definido pela triangulação é dada pela equação 3:
(3)
A partir das coordenadas (x,y,z) dos vértices de cada triângulo, temos as equações 4,5
e 6:
(4)
27
(5)
(6)
Neste método, a previsão dos valores, é obtida de somente três valores medidos, sua
superfície de interpolação é contínua, porém com mudanças abruptas de gradiente nas
margens dos triângulos. Neste tipo de interpolação não há estimativa de erro.
2.5.1.3 Método do Inverso da Potência.
O valor da amostra xo é a média ponderada entre as N amostras da vizinhança, e os
ponderadores são determinados pelo inverso da potência das distâncias de cada uma das
amostras x0. A seguir figura 6, representa o Método do Inverso da Potência:
Fonte: Soares, (2006).
Figura 6 : Método do Inverso da Potência.
A fórmula matemática que descreve o processo é a equação 7:
∑
∑
(7)
28
Onde di é a distância das amostras xi ao ponto a estimar xo.
2.5.2 Estimação Geoestatística
Na estimação geoestatística, o variograma teórico é a ferramenta que permite modelar
a dependência espacial de uma variável. Uma aplicação imediata do variograma é a utilização
das informações geradas por ele na interpolação, ou seja, na estimativa de dados e posterior
mapeamento da variável.
2.5.3 Krigagem Ordinária
A Krigagem tem por conceito, que pontos próximos no espaço tendem a ter valores
mais parecidos do que pontos mais afastados.
É um método de estimação linear, no qual se combina os dados de forma linear
ponderada é também não tendencioso, pois a média dos resíduos gerados é teoricamente igual
a zero, sua diferença dos outros métodos geoestatísticos está na tentativa de minimizar a
variância dos resíduos e das estimativas de variância mínima. As médias locais não são
necessariamente próximas da média da população, usando-se apenas os vizinhos para a
estimação. É o método mais usado em problemas ambientais.
A K.O., determina as médias em pontos não amostrados a partir de valores das médias
dos locais já amostrados. As equações da krigagem seguiram as de Isaaks e Srivastava (1989):
C λ  D

C11
 

Cn1

1
 C1n


 Cnn

1
1  1   C10 
       
(8)


1 n  Cn 0 
    
0     1 
Em que C é matriz simétrica de covariâncias entres pares de pontos amostrados,
possui a diagonal principal igual à variância σ2;
29
 é a matriz coluna que contém os pesos i e o multiplicador de Lagrange ;
D é a matriz coluna das covariâncias entre pares formados pelos pontos amostrados e
o ponto a ser estimado.
Os valores 1 que aparecem na matriz C e D, são conseqüências do multiplicador de
Lagrange;
A solução da matriz, se da multiplicando ambos os lados da matriz pela inversa da
matriz C, equação 9, solução da matriz:
(9)
Para que possam ser obtidos os pesos, é necessário especificar n(n+1) valores de
covariância, com os quais as matrizes C e D são construídas. Isto é possível a partir da
escolha de uma função de covariância C(h) adequada.
A variância do erro pode ser obtida seguindo as equações 10 e 11:
(∑
) (10)
Ou
(11)
Em pontos onde não possui amostras ( ̂ ) podemos estimar o valor utilizando uma
combinação linear ponderada das amostras disponíveis, segue equação 12:
̂
n
 w .
i 1
i
i
(12)
υ1 ... υ2 são os valores dos dados disponíveis e Wi é o peso atribuído ao valor de υi.
30
A definição do erro, r, de qualquer valor estima-se que seja a diferença entre o valor
estimado naquele local e o valor verdadeiro, equação13 , para o Erro da i-ésima estimativa:
ri  ˆi  i
(13)
2.5.4 Modelos de Variograma
A variação espacial na Krigagem é quantificada por um semivariograma, ou seja, o
gráfico de dispersão da semivariância versus distância dos pontos amostrados, a semivariância
é uma medida de dispersão, sendo a metade da variância.
As explicações e fundamentação teórica a seguir, basearam-se em Camargo (cap. 5,
1998). Considerando duas variáveis X e Y, onde X= Z (x); e Y = Z(x+h) e ambas são dados
de um mesmo atributo. A figura a seguir explica essa regionalização:
Fonte: Camargo, 1998.
Figura 7: Amostragem em duas dimensões.
Onde x possui coordenadas (xi, yi);
h é a distância que separa dois pontos;
31
A dependência entre X e Y é representado pelo variograma, 2γ(h), definido como o
quadrado da diferença entre os valores de pontos no espaço, separados pelo vetor distância h.
A seguir a equação 14, representativa do variograma:
( )
{[ ( )
(
)] }
[ ( )
(
)] (14)
Através de uma amostra Z(xi), i= 1, 2,..., n, o variograma pode ser estimado pela
equação 15 a seguir:
( )
( )
∑
( )
[ ( )
(
)]
(15)
Onde 2 ( ) é o variograma estimado;
N(h) é os valores medidos de números pares, Z(xi) e Z(xi+h), distantes pelo vetor h;
Z(xi) e Z(xi+h) são valores da i-ésima observação da variável, nos pontos xi e xi+h
(i= 1, 2,..., n) separados pela distância h;
2.5.5 Parâmetros do Semivariograma
O semivariograma apresenta parâmetros na sua constituição, tais como efeito pepita
(Co), Contribuição (C,), Alcance (α) e Patamar (C). A seguir a figura correspondente ao
semivariograma com seus principais parâmetros:
32
Fonte: Camargo, 1998.
Figura 8: Exemplo de Semivariograma.
Os parâmetros do Semivariograma são definidos assim:
o Alcance (α) ou Amplitude: é o limite dentro da qual as amostras apresentam
correlação espacial entre elas;
o Patamar (C = Co+ C,): Valor do semivariograma correspondente ao seu
alcance (α), deste ponto em diante, não existe mais dependência espacial entre
as amostras;
o Efeito Pepita (Co): na teoria γ (0) é igual a zero, na prática, à medida que h
tende para zero, γ(h) se aproxima de um valor positivo que revela a
descontinuidade do semivariograma para distâncias menores do que a menor
distância entre as amostras, parte da descontinuidade pode ser por erros de
medição;
o Contribuição (C,): é a diferença entre o Efeito Pepita e o Patamar;
3
3.1
Métodos e Materiais
Métodos e Técnicas
A execução deste trabalho seguiu a estrutura apresentado na Figura 2:
Escolha da Área de Estudo
Importância da Bacia para o Estado
Obtenção dos Dados
ANA Hidroweb
Escolha das Estações Pluviométricas
Série Histórica 1970 - 2011
Tratamento dos Dados
Médias das Precipitações em planilha Excel
Preparação do Banco de Dados
Código, Nome, Latitude, Longitude e Média
Plotagem dos dados
ArcGIS
GeostatisticalAnalyst (K.O)
34
Mapa de Predição e Desvio Padrão e IAC
Obtenção dos Resultados
Conclusão
Figura 9: Escopo do trabalho
3.1.1 Região Hidrográfica do Rio Uruguai
A Região Hidrográfica abrange uma área de aproximadamente 384.000 km2, desses
174.612 km2 estão em território Brasileiro. Seus limites são entre os paralelos 27° e 34° de
latitude Sul e os meridianos de 49° ao 58°.
O Rio Uruguai possui 2.200 km de extensão e aproximadamente 3,8 milhões é a
população que reside em 384 municípios na parte brasileira da bacia hidrográfica.
Segundo a Agência Nacional de Águas em função das suas características hidrológicas
e dos principais rios formadores, a área foi dividida em 13 unidades hidrográficas sendo que 4
ficam no estado de Santa Catarina e 9 no estado do Rio Grande do Sul. Podemos ver as subregiões do Rio Uruguai, correspondente ao território gaúcho na figura 10:
35
Figura 10: Sub-Regiões da Região Hidrográfica do Rio Uruguai no Estado do Rio Grande do Sul.
A sub-região com o código 70 corresponde região hidrográfica do rio Pelotas. Para o
Código 71 temos região hidrográfica do rio Canoas. A área de drenagem do rio Uruguai,
compreendida entre a confluência dos rios Pelotas e Canoas, ate a confluência do rio do Peixe,
faz referência ao código 72 das sub-bacias. No código 73 observamos a área de drenagem do
rio Uruguai, compreendida entre a confluência do rio do Peixe e a confluência do rio
Chapecó. Para a região 74 temos a área de drenagem do rio Uruguai, compreendida entre a
foz do rio Chapecó, confluência do rio Ijuí. A sub-região a seguinte é a de número 75, área de
drenagem do rio Uruguai, compreendida entre a confluência do rio Ijuí, e confluência do rio
Ibicuí. No número 76 da sub-região temos a região hidrográfica do rio Ibicuí. No código 77 a
área de drenagem do rio Uruguai, compreendida entre a confluência do rio Ibicuí e a
confluência do rio Arapey Grande (Uruguai). A região hidrográfica do rio Negro e juntamente
com área de drenagem do rio Uruguai, entre a confluência do rio Negro e sua foz no rio da
Prata está representada pelo número 79 das sub-bacias.
Paim e Ortiz (2006) relatam que o clima regional é subtropical com distribuição de
chuvas ao longo de todo o ano, mas com maior concentração entre maio e setembro. Os meses
que podem ser mais secos são Novembro e Fevereiro. Mínimas precipitações de 1300 mm
anuais e máximas de 1800 mm de chuva.
36
A Região Hidrográfica do rio Uruguai para este trabalho foi a fração da área que se
localiza no estado do Rio Grande do Sul, mais precisamente entre os paralelos 27° a 32° a sul
e entre os meridianos 49° e 58° a oeste, ficando assim com uma área total de 128.900km 2 e
abrangendo 232 municípios gaúchos. Ao sul fronteira com Uruguai, a leste, Depressão
Central Rio Grandense, a oeste, Argentina e ao norte e nordeste a Serra Geral. A seguir
podemos ver a figura 11 que localiza a Região Hidrográfica do Rio Uruguai no Estado do Rio
Grande do Sul:
Figura 11: Localização da Região Hidrográfica do Rio Uruguai no Estado do Rio Grande do Sul.
3.1.2 Dados Utilizados
Os dados utilizados foram obtidos no site Hidroweb Ana, onde são encontrados os
shapes, que são arquivos contendo dados geoespaciais em forma de vetor, descrevem
geometrias, pontos, linhas e polígonos, nos quais representam a área, pontos são usados para
representar as estações pluviométricas, linhas e polígonos representam o limite da bacia
37
hidrográfica, os rios e lagos da região, cada item do shape também contém atributos, que
podem ser desde nome, temperatura, profundidade e coordenadas. Outra tipo de dados
utilizados foram as planilhas relacionadas as estações pluviométricas, contendo as
precipitações em seus respectivos anos, meses e dias, também disponíveis no site da ANA.
3.1.3 Escolha das Estações Pluviométricas
A Região Hidrográfica do Rio Uruguai possui 188 estações cadastradas na Hidroweb,
assim de posse dessas informações, separou-se as estações que possuíam dados Históricos de
Precipitação, foi considerado um mínimo de 42 anos de dados históricos, 1970 até 2011, a
utilização desse período permite uma análise representativa dos fenômenos climáticos da
região, um cuidado para que os dados disponíveis não apresentem anos falhos ou meses sem
dados. Com as planilhas das precipitações, foi simples de separar as estações, restando ao
total para serem utilizadas 24 estações pluviométricas, bem distribuídas pela área do estudo.
As figuras 12 e 13, ilustram bem a localização espacial de todas as estações da ANA e
os pontos que foram filtrados, para serem usados na postagem de dados da série histórica.
38
Figura 12: Estações Pluviométricas da Região Hidrográfica do Rio Uruguai
Figura 13: Estações Pluviométricas utilizadas no trabalho.
39
As estações são todas de responsabilidade da ANA, e a operação fica a cargo da
Companhia de Pesquisa Recursos Minerais (CPRM), também chamada de Serviços
Geológicos do Brasil. A figura 7 a seguir mostra a sede municipal na qual cada estação está
instalada:
Figura 14: Sedes Municipais das Estações de estudo.
3.1.4 Tratamento dos Dados
Em planilhas no Excel as médias aritméticas das precipitações da série histórica,
foram calculadas, cada estação apresentou 15 valores que posteriormente foram utilizadas
para realizar a krigagem, uma para cada mapa pluviométrico desejado, ou seja:
40
 Média Anual Acumulada
 Média Sazonal de Chuva
 Média Sazonal de Seca
 Médias Mensais
O termo Sazonal de chuva é assim dito, o período onde ocorre a maior precipitação
média anual de chuva de uma região, para o Rio Grande do Sul, inicia em Maio e seu término
no mês de Outubro.
A Sazonal de Seca corresponde à época do ano onde a precipitação é inferior a média
anual de chuva, no Rio Grande do Sul este período começa em Novembro e termina em Abril.
Para o trabalho as médias do Período Sazonal de Seca iniciaram em novembro do primeiro
ano e terminaram em abril do segundo ano, a tabela 2 mostra como se dividiu os períodos
sazonais:
Sazonal de Seca
Sazonal de Chuva
Mês/Ano
11/1973
12/1973
01/1974
02/1974
03/1974
04/1974
05/1974
06/1974
07/1974
08/1974
09/1974
10/1974
Precipitação Pluviométrica (mm)
27,4
196,4
100,2
174
17
75,2
224
122,4
12,6
170,6
2,4
66,8
Tabela 2: Exemplo da divisão Sazonal de Chuva e Sazonal de Seca.
Neste estudo todas as médias realizadas para os dados de cada estação foram obtidas
utilizando a seguinte fórmula 16:
∑
(16)
41
Onde
é a média da precipitação, Pi é a precipitação mensal ou anual e N é o número
de meses ou anos da precipitação.
3.1.5 Preparação do Banco de Dados
Com o resultado do item anterior, foram criadas 15 planilhas Excel, cada uma para o
respectivo mapa desejado. Nela apresentou parâmetros como: código da estação, o nome da
mesma, a latitude e a longitude em graus decimais e a média das precipitações em milímetros.
A tabela 3 a seguir demonstra os parâmetros para a média de precipitação da série histórica de
Janeiro:
Código
Estação
Latitude
Longitude
Média Janeiro (mm)
2751006 PAIM FILHO
-27,712556
-51,737833
165,2537
2751007 SANANDUVA
-27,982833
-51,783639
169,3929
2752006 EREBANGO
-27,854200
-52,303900
184,7952
2753004 LINHA CESCON
-27,811556
-53,027556
162,5683
2754001 ALTO URUGUAI
-27,302083
-54,139639
137,8048
2755001 PORTO LUCENA
-27,854306
-55,023750
142,6381
2852006 CARAZINHO
-28,293361
-52,724278
169,9833
2852007 COLONIA XADREZ
-28,189222
-52,745972
156,2833
2853003 CONCEICAO
-28,456167
-53,972139
158,4881
2854001 BOA VISTA
-28,111333
-53,993167
160,0095
2854003 GIRUA
-28,054139
-54,361472
143,7429
2854005 PASSO MAJOR ZEFERINO
-28,733611
-54,647500
130,6048
2854006 PASSO VIOLA
-28,211111
-54,603111
154,1119
2855002 PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
2855005 BUTUI
-28,208917
-55,323333
164,4500
-28,989778
-55,674167
145,5167
2954001 CACEQUI
-28,878750
-54,825306
127,7429
2954004 ERNESTO ALVES
-29,366222
-55,735556
150,7610
2954005 FURNAS DO SEGREDO
-29,358889
-54,500083
150,8537
2954007 JAGUARI
-29,490278
-54,691056
156,0405
2955002 CACHOEIRA SANTA CECILIA
-29,196333
-55,475389
133,9902
2955006 PONTE DO MIRACATU
-29,459167
-55,291111
140,6415
2955007 UNISTALDA
-29,045083
-55,152833
152,3333
42
3054002 DOM PEDRITO
-30,970278
-54,691111
115,6333
3054007 ROSARIO DO SUL
-30,247139
Tabela 3:Parâmetros da Série Histórica para Média de Janeiro.
-54,917667
129,2119
3.1.6 Plotagem dos Dados
Cada planilha Excel foi importada para o ArcGIS 10, plotando em intervalos de eixo
(x, y) o valor da variável (z). Juntamente com o shape da Região Hidrográfica do Rio
Uruguai, este shape foi recortado, sobrando apenas a parte da região hidrográfica pertencente
ao Rio Grande do Sul. A partir desse ponto pode se localizar cada estação no seu devido local.
3.1.7 Geostatistical Analyst
O GeostatiticalAnalyst é uma ferramenta da Esri, como extensão utilizada no Arcgis
10 que fornece capacidade de modelagem usando métodos determinísticos ou geostatísticos.
Proporcionando uma completa interação com o ambiente SIG, gerando modelos de
interpolação e avaliando a sua qualidade antes de usá-los.
Dentro deste software é possível realizar a krigagem, onde pelo menos uma parte da
variação espacial observada pode ser modelada por processos aleatórios com autocorrelação
espacial. As técnicas de Krigagem podem ser usadas para descrever e modelar padrões
espaciais, predizer valores em locais não medidos e avaliar a incerteza associada com o valor
previsto nos locais medidos, ou seja, o desvio padrão do resultado obtido na krigagem
Com o Geostatical Analyst, utilizei a Krigagem Ordinária para fazer os Mapas de
Predição das médias de Chuva e o Desvio Padrão das mesmas, através dos dados
anteriormente plotados no software Arcgis10.
3.1.8 Índice de Anomalias de chuva (IAC)
43
Com o resultado do item anterior, mais precisamente o mapa de predição das Médias
Acumuladas Anuais, identifiquei duas estações com valores máximos e mínimos de
precipitação, após calculei o IAC em planilha Excel utilizando os dados pluviométricos anuais
da série histórica de cada estação correspondente. O modo de obter o IAC foi seguido pelas
equações criadas por Rooy (1965).
[
̅]
[̅
̅]
[
̅]
[̅
̅]
(1)
(2)
Após no Excel foi construído o gráfico de barra das mesmas.
3.2
Materiais e equipamentos
Para a realização deste trabalho foi utilizado, livros, artigos acadêmicos e publicações
na área. Assim como para o mapeamento, auxílio de um computador com acesso a internet e
os softwares: Microsoft Office 2007 e ArcGIS 10 instalados.
3.3
Resultados e discussões
3.3.1 Mapas de Predição e Desvio Padrão
Após a Krigagem, o mapa da predição é gerado, a partir dele podem-se analisar os
perfis de chuva da série histórica. O mapa 1 a seguir demonstra a Precipitação Média
Acumulada Anual da Série Histórica:
45
No mapa 1 a região Nordeste teve uma média de precipitação entre (1958 mm à 2070
mm). Erebango foi a estação com maior índice pluviométrico, já ao sudeste temos Dom
Pedrito com as mínimas precipitações da série histórica anual. Percebe-se também que a
chuva decresceu com direção Nordeste – Sudeste. Em Passo do Sarmento apresentou outro
pico de precipitação, entre (1799 mm à 1833 mm).
O Desvio Padrão se manteve na faixa de (31,91mm à 40,14 mm) para mais ou para
menos na região central, onde se concentra o maior número de estações por km2. Nas regiões
onde haviam estações isoladas, o Desvio Padrão foi maior, um exemplo é Dom Pedrito que
teve o seu Desvio Padrão entre (64,25 mm à75, 8 mm) para mais ou para menos. O Desvio
maior total foi para áreas previstas localizadas no extremo da região hidrográfica onde a faixa
de Desvio Padrão ficou entre (146,86 mm à 191,84 mm).
O mapa 2 a seguir mostra a Precipitação da Sazonal de Chuva:
47
No mapa 2 para a precipitação Sazonal de Chuva, a região nordeste se mostra como a
região de maiores índices da série histórica com máximas de 187,49 mm de chuva, já a região
sul e sudeste menores precipitações, Rosário do Sul apresentou faixa pluviométrica entre
(128,49 mm à 138,08 mm) e Dom Pedrito com a mínima de 128,49mm de chuva. Na região
central, Furnas do Segredo teve a máxima do local entre (150,39 mm à 152,8 mm).
O Desvio Padrão se manteve num raio de até 22 km de cada estação máxima de 11,57
mm e mínimo de 0,79 mm para mais ou para menos. Os extremos, onde não apresentam
estações o valor máximo foi de ±18,23 mm.
A seguir o mapa 3 representando a Precipitação Sazonal de Seca:
49
Para a Precipitação Sazonal de Seca, Dom Pedrito, Rosário do sul e Alto Uruguai
apresentaram menores precipitações, seguindo esta ordem, (120,29 mm à 130,35 mm) para a
primeira e entre (130,35 mm à 136,21 mm) para as outras duas citadas. Na região da Passo do
Sarmento ao noroeste , Erebango e Carazinho ao nordeste apresentaram as máximas da série
histórica entre (155,22 mm à 165,28 mm).
Quanto ao Desvio Padrão as regiões que tinham estações aglomeradas, o valor de
variação foi entre ± (4,46 mm à 5,14 mm), no extremo nordeste e sudoeste os maiores índices
chegando até 11,23 mm de chuva para mais ou para menos.
Comparamos agora as duas sazonais, na figura 15 abaixo, podemos ver que a região
nordeste em ambos os mapas é detentora dos maiores índices de precipitação e variou sua
máxima de 165,28 mm na sazonal de seca para 187,49 mm de precipitação pluvial na sazonal
de seca. Enquanto a região sul detentora dos menores índices, passou de 130,35 mm de chuva
para a sazonal de seca, para 128,49 mm na sazonal de chuva, contradizendo a sazonalidade no
normal, que seria aumentar a média da precipitação. A parte central variou de uma região com
índices altos para de baixa precipitação entre os dois mapas, em Passo do Sarmento variou de
165,28 mm para 150,39 mm de precipitação.
Figura 15: Comparação entre as precipitações das médias sazonais
A seguir o mapa 4 onde inicia os mapas das Precipitações Pluviométricas Mensais da
Série Histórica:
51
Em Janeiro ao nordeste, Erebango teve um índice de média de chuva entre (176,45
mm à 184,8 mm ) as demais partes do nordeste 162,88 mm e máximas chegando até 176,45
mm. Na região noroeste precisamente em Passo do Sarmento obteve um foco de precipitação
na faixa de (157,4 mm à 162,88 mm) de chuva. A parte sudeste presenciou os menores
valores, em rosário do sul, mínima de 125,23 mm de chuva e em Dom Pedrito a mínima de
todo o mês, chegando em 115,63 mm para a série histórica.
Com o Desvio Padrão pude ver que nos pontos exatos das estações, e bem próximos a
faixa de erro foi entre ± (3,66 a 6, 05) mm de água, no perímetro das mesmas o valor
aumentou, mas ficou com valor máximo em 10,76 mm para mais ou para menos de chuva, na
parte central. No oeste onde não haviam postos o valor máximo do desvio de predição foi
±13,19 mm. Nos Extremos da Região Hidrográfica o Desvio Padrão foi mais significativo,
chegando à faixa de 14,98 mm até 16,22 mm de chuva para mais ou para menos.
Continuando os mapas a seguir temos o mapa 5 correspondente ao mês de Fevereiro
da Série Histórica:
53
Para o mapa da Série Histórica de Fevereiro, nas proximidades de Erebango ao
nordeste, índices pluviométricos entre 154,91 mm à 161,02 mm, próximo a Sananduva
mesmo comportamento de Erebango. As mínimas novamente foram localizadas no sudeste,
próximos a estação Dom Pedrito com mínimas de 121,85 mm à 129, 93 mm. Passo do
Sarmento a noroeste mostrou comportamento parecido com a região nordeste com 146,8 mm
à 150, 29 mm de chuva, bem próximo da mesma, foco de precipitação com máxima de 154,41
mm de precipitação. Na região central as estações apresentaram mesmos índices entre 140,66
mm à 144, 16 mm. Apenas Unistalda apresentou comportamento diferenciado, com valores de
precipitação na faixa de 146,8 mm à150, 29 mm de chuva.
Desvio Padrão nos extremos da região hidrográfica, foram responsáveis pelas maiores
variações de erro, cerca de 8,1 mm à 8,4 mm para mais ou para menos . Na região central as
estações que estavam próximas, num raio de 30 km entre elas, apresentaram menores desvios
padrões, cerca de ±5,4 mm à ±5,8 mm. Das estações pluviométricas a estação mais afastada,
Dom Pedrito obteve o maior valor de desvio padrão com máxima de 7,9 mm de chuva para
mais ou para menos.
A seguir o mapa 6 da Precipitação Média de Março para a Série Histórica:
No mapa 6 os valores de precipitação do nordeste diminuíram drasticamente, fazendo
parte dos menores índices do mapa, apenas Erebango, Carazinho e Colônia Xadrez, ficaram
com precipitação entre 133,18 mm à 138,53 mm de chuva. Já a região central apresentou os
maiores índices de precipitação, destacam-se Furnas do Segredo com 149,44 mm à 154,58
mm de chuva, na região noroeste, Passo do Sarmento obteve o maior índice de março, com
média entre 154,58 mm à 159,52 mm de chuva, a região sudeste Dom Pedrito, ficaram no
mais baixo patamar de precipitação entre 109,41 mm à 113,79 mm de chuva.
O Desvio Padrão para região nordeste, precisamente em Carazinho, teve os menores
desvios entre 0,85 mm à 4, 6 mm de chuva para mais ou para menos. A Região central se
mostrou homogênea a distribuição do desvio próximo das estações, para cada extremidade do
mapa Desvio Padrão máximo de ±18 mm de precipitação.
Comparando os mapas de Janeiro, Fevereiro e Março, a região nordeste passou de uma
região de grandes índices pluviométricos para baixo valor nesses três meses, indo de 184,8 em
Janeiro mm para 179,8 mm em Fevereiro até chegar a Março com máxima para essa região de
138,53 mm de chuva. A Região Sul permaneceu com índices baixos de precipitação e variou
de 125,23 mm de chuva em Janeiro para 129,23 mm em Fevereiro e baixou para 113,79 mm
de chuva em Março. Na região central nota-se 3 focos de precipitação marcantes no mês de
Janeiro e Março, no mês de Fevereiro esse perfil mudou tendo pluviosidade bem espalhada na
área central. Cacequi e Major Zeferino foram de 133,58 mm em Janeiro a 144,16 mm de
precipitação em Fevereiro 138,53 mm de chuva em Março. Furnas do Segredo também na
região central com 152,63 mm de média em Janeiro diminuiu para 146,8 mm de precipitação
pluviométrica em Fevereiro, no próximo mês, Março, a precipitação pluviométrica aumentou
para 154,58 mm. A seguir figura 16:
56
Figura 16: Comparação entre as precipitações médias de Janeiro, Fevereiro e Março.
A seguir mapa 7 apresenta a distribuição das chuvas para o mês de abril:
Abril é o mês que encerra o período Sazonal de Seca no Estado do Rio Grande do Sul,
a distribuição de chuva se mostrou - se bem homogênea, a região norte e nordeste,
apresentaram os menores valores de precipitação entre 140,54 mm à147, 1 mm de chuva e
128,16 mm à134,22 mm respectivamente. A região noroeste que compreende Passo do
Sarmento apresentou os maiores índices de chuva entre (190,69-197,53) mm de precipitação
Pluviométrica. Ao sudeste Dom Pedrito apresentou índices (140,54-147,1) mm de chuva.
Assim a chuva aumenta conforme se aproximava da região noroeste e diminuía
quando ia em direção as extremidades nordeste e sudeste e sudoeste.
Para o Desvio Padrão os menores índices até agora, (0,74-4,15) mm para mais ou para
menos de chuva. No perímetro das estações, maiores valores de desvio padrão entre ±12,65
mm à ±13,9 mm e aumentando conforme se dirigia aos pontos onde não haviam estações,
extremos da região hidrográfica, máximo desvio 22,4 mm para mais ou para menos.
Abaixo mapa 8, mês que inicia o período chuvoso no Estado do Rio Grande do Sul:
59
60
Em Maio início do período chuvoso, apresentou mínimas localizadas na região
sudeste, com (122,08-130,82) mm de chuva. Na região central a mínima foi de 137,3 mm e
máxima de 151,84 mm de precipitação. Na região nordeste, a mínima foi de 130,82mm e a
região nordeste novamente apresentou índices de 183,65mm de chuva.
O Desvio Padrão aumentou a mínima em relação ao mês anterior, ±5,5 em regiões
onde há grande concentrações de estações, mais precisamente na região central, os maiores
desvios continuaram seguindo a variação do meio pras bordas, com máxima de 13,35 mm de
chuva para mais ou para menos.
Logo a seguir temos o mapa 9 da Precipitação Média de Junho:
62
Junho apresentou menores índices no geral, a precipitação foi decrescente do nordeste
para o sul, máxima de 172,28 mm nas proximidades da estação de Erebango. A precipitação
diminui do nordeste para o norte, aumentando, em direção a parte central, obteve novamente
um maior índice, mas a medida que desce para o sul e sudeste, ela diminui, Dom Pedrito
passou a ter entre 116,87 mm `a 121,13 mm de chuva.
Tendo Desvio Padrão maior que o mês anterior, mas se comportou de forma
semelhante na distribuição dos valores, máxima de 16,95 mm e mínima de 5,41mm para mais
ou para menos em mm de chuva.
Fazendo a comparação entre os três últimos meses, temos mínima em abril em
Sananduva e Paim Filho de 128,16 mm de chuva em abril, passando para 171,85 mm em
Maio, diminuindo para 156,59mm em Junho, também ao norte, Erebango se encontra em uma
região de precipitação mínima de 140,54 mm de chuva em abril, em maio aumenta
bruscamente para 183,65 mm precipitados e no mês seguinte passa para 167,57 mm de chuva.
Na Região central, foco em Passo do Sarmento com precipitação máxima até agora de 197,53
mm de chuva no mês de Abril, já para o mês de Maio diminuiu a precipitação para 137,3 mm
de chuva, aumentando para 143,19 em Junho, mês no qual se inicia o período Sazonal de
Chuva no Rio Grande do Sul. Ao sul, Dom Pedrito com mínima precipitação média, 140,54
mm de chuva em Abril, caindo para 122,08 mm em Maio e diminuindo ainda mais a
precipitação em Junho, chegando a 116,87 mm de precipitação pluviométrica. A seguir figura
17, comparativa:
63
Figura 17: Comparação entre as precipitações médias de Abril, Maio e Junho.
Abaixo temos a precipitação da Série Histórica para o mês de Julho no mapa 10:
65
Em Julho a região nordeste da bacia apresentou máxima de 177,01 mm de chuva, no
leste um foco de precipitação entre 152,93 mm à -160,17mm, em Jaguari, Furnas do Segredo
comportamento homogêneo de todo o lado noroeste, oeste e sul da bacia, isto muda quando se
desloca em direção ao sudeste com as menores precipitações, 103,92 mm à 112,75 mm em
Dom Pedrito.
Para o Desvio Padrão os menores índices localizaram-se perto das estações
aglomeradas cerca de ±1,01 mm à ±5,44mm e maiores valores para os extremos da bacia,
chegando em 22,49 mm de chuva para mais ou para menos, este mês apresentou maior desvio
ao longo da bacia que nos meses anteriores.
Na próxima página o mapa 11 referente ao mês de Agosto:
67
Agosto apresenta três grandes divisões, a região norte e nordeste maiores índices de
precipitação, na área central valores intermediários e na região inferior com menores índices
de chuva, destaque para Cachoeira Santa Cecília com faixa de 87,95 mm à 96,68mm. Mínima
no geral 87,95mm e Máxima de 177,3 mm de chuva.
Desvio Padrão teve grande homogeneidade da região central, com mínima de ±4,11
mm de chuva. O desvio máximo no extremo nordeste e extremo sudoeste entre 24,94 mm
à30, 44 mm para mais ou para menos, maior índice até agora de variação.
Segue mapa 12, para a Precipitação Média de Setembro.
Em Setembro os maiores valores de precipitação até o momento, onde o valor da
precipitação máxima localiza-se no nordeste da bacia, na área compreendida pela estação de
Erebango 199,26mm de chuva. Deslocando da parte superior do mapa para a inferior, notamse dois focos de precipitação maiores que as demais na parte central, localizados em Jaguari e
Unistalda, com faixa de entre 155,84mm `a 160,44mm de chuva. Mais abaixo a região de
Rosário do Sul e Dom Pedrito, com índices de chuva inferiores durante a maioria dos meses
do ano. Mínima de 106,74 mm de chuva
O Desvio Padrão mostrou resultados bem confiantes para as estações da região central,
onde estão todas localizadas próximas, o valor mais baixo de desvio padrão até o momento,
menor desvio que o mês de Abril da Série Histórica, com faixa de desviou entre ±0,73 à ±4,1
mm de chuva, também constatei que no raio de até 21 km de cada estação o desvio padrão
teve alcance de 10,98 mm de chuva para mais ou para menos.
Analisando os mapas das precipitações médias de Julho, Agosto e Setembro, nota-se
Erebango ao nordeste com índice de 177,01 mm de chuva para o mês de Julho, após a região
de Erebango passa para 159,38 mm de precipitação média para o mês de Agosto, e
alcançando a maior precipitação de 199,26 mm de chuva em Setembro. Na área central
Furnas do Segredo e Jaguari com precipitação média para Julho de 152,93 mm de chuva, no
mês seguinte esse valor baixa para 125, 46 mm para Furnas do Segredo e 118,6 mm de chuva
em Jaguari, no mês de Setembro ambas volta a ter a mesma média de 160,44 mm de
precipitação pluviométrica. Para a região sul, em Dom Pedrito para o mês de Julho teve a
mínima de 103,92 mm de chuva, passando para 87,95 mm em agosto e aumentando para
106,74 mm em Setembro. A seguir figura 18,comparativo dos mapas:
70
Figura 18: Comparação entre as médias de precipitação dos meses de Julho, Agosto e Setembro.
Abaixo mapa 13, Precipitação Média para Outubro:
Outubro é o mês que se caracteriza como fim do período chuvoso, apresentou o maior
valor de precipitação da série histórica. Grande diferença entre as precipitações, divisão bem
nítida entre norte e sul, onde no primeiro apresenta dois focos de chuva intenso, o maior em
Erebango com 214,47 mm à224, 2 mm e o segundo em porto Lucena, Giruá, Boa Vista, Passo
do Sarmento na faixa de 206,33mm à 214,47 mm de chuva.
A medida que se desloca para região sul diminui a precipitação, mas mesmo assim, os
valores mínimos e máximos do mês de outubro são os maiores entre todos os meses da série.
O Desvio Padrão permaneceu a distribuição normal, mínima de ±0,96 mm de chuva e
máxima de ±28,83 mm em regiões mais extremas na ausência de estações.
Logo após temos o mapa 14:
74
Em Novembro tem inicio o período de seca nota-se a diminuição da chuva e mudança,
na região noroeste. Em alto do Uruguai a mínima chega a 114,24 mm de chuva. Carazinho
possuiu em Novembro maior precipitação da serie histórica, com máxima de 174,65mm. Na
parte central dois focos de maior precipitação, em Unistalda e Passo do Sarmento com
máximas de 159,48mm. Tendo como base as duas citadas anteriormente, deslocando se para
parte inferior, acontece a diminuição da precipitação, onde Rosário do Sul ficou na faixa de
126,68mm à135, 53 mm de chuva. Dom Pedrito e Alto Uruguai faixas de 114,24 mm à
126,68
Para o Desvio Padrão, mínimo de ±6,21 mm de chuva e máxima de ±16,38mm. A
seguir o último mapa da Série Histórica, mapa 15, referente à Dezembro:
76
O mapa de Dezembro mostra uma divisão clara entre norte e sul, onde nordeste
apresentou a faixa de maiores precipitações para a Série Histórica, média entre 165,54 mm à
173,87mm. Em direção ao sul e sudeste os níveis de chuva diminuem. Chegando a Dom
Pedrito com faixa entre 97,43 mm a 106,28 mm de chuva, vale salientar um foco de maior
precipitação isolado em Passo do Sarmento com valor máximo de 157,69 mm de chuva. Para
o Desvio Padrão mínimo de ±0,9 mm máximo de ±20,56 mm de chuva.
Comparando os mapas das Precipitações Médias dos meses de Outubro, Novembro e
Dezembro, nota-se que Outubro é o último mês da sazonal de chuva, o que acarreta em
maiores precipitações de todos os meses, Erebango a máxima de 224,2mm de chuva para este
mês, caindo para 165,79 mm de precipitação média em Novembro e subindo o índice no mês
de Dezembro para 173,87 mm de chuva. A região central, mais precisamente em Passo Major
Zeferino, Furnas do Segredo e Jaguari, ambas 169,18 mm de chuva no mês de outubro, no
mês seguido, Passo Major Zeferino e Furnas do Segredo, mínimas de 141,84mm de chuva
para ambas e 146,33mm de média para Jaguari. No mês de dezembro Passo Major Zeferino
obtém 129,84 mm de chuva, Furnas do Segredo 114,61mm de precipitação pluviométrica e
Jaguari 122,45 mm de chuva. A região sul, apresentou mínima de 126,86 mm de precipitação
média em Dom Pedrito para o mês de Outubro, no mês de Novembro esse valor caiu para
114,24mm de chuva e em Dezembro mais ainda, chegando a mínima a 97,43mm de
precipitação média. A seguir figura 19, comparativa:
77
Figura 19: Comparação entre as precipitações médias dos meses de Outubro, Novembro e Dezembro.
As máximas e mínimas das Precipitações Mensais e também os Desvios Padrões,
foram colocadas num gráfico, para que possam ser vistas de forma mais nítida a sua mudança
no decorrer dos Meses das Séries Históricas. Seguem os gráficos, figuras 20 e 21:
78
Figura 20: Gráfico das Precipitações da serie histórica.
Para o gráfico de Precipitação Mensal da Série Histórica podemos notar que em
Outubro, Setembro e Abril, nessa ordem, são os detentores dos maiores valores, 224,2 mm,
199,26 mm, 197,53. Para o gráfico da precipitação mínima, o menor valor se encontra no mês
de Agosto, 87,95 mm e logo após Dezembro com 97,43 mm de chuva. Entre as mínimas a que
teve maior valor foi a do mês de Outubro e Abril, salientando ainda meses com índice de
chuvas é intenso. A figura 21 abaixo, mostra no gráfico a variação do desvio padrão para a
série histórica:
79
Figura 21: Gráfico do Desvio Padrão da Série Histórica.
No gráfico acima nota-se que o mês de Agosto teve o maior Desvio Padrão da Série
Histórica, 30,44 mm de chuva para mais ou para menos, seguido por Outubro com 28,83. Para
o gráfico dos mínimos desvios, metade dos meses tiveram um baixo desvio, menor desvio foi
de ±0,73 mm para o mês de Setembro.
3.3.2 Índice de Anomalia de Chuvas (IAC)
Foram escolhidas duas estações para com os seus índices de chuva, calcular o IAC e
construir gráfico de barras representativo, com o IAC podemos classificar os anos de Seca e
Anos de Chuva.
Na escolha das estações duas delas foram usadas por apresentarem as máximas e
mínimas da Série Anual, Erebango sempre com maiores precipitações e Dom Pedrito com as
menores. A seguir apresentam-se os gráficos de IAC das suas respectivas estações:
80
Figura 22: Índice de Anomalia de Chuvas de Erebango.
Segundo a classificação de Rooy (1965) para os índices de anomalia de chuva os
resultados para estação de Erebango seguem na tabela 4 abaixo:
Classificação da Pluviosidade
Quantidade de Anos da Série
Histórica. (1970 -2011)
Extremamente Chuvoso
2
Muito Chuvoso
6
Chuvoso
12
Nem Chuvoso Nem Seco
0
Seco
13
Muito Seco
9
Extremamente Seco
0
Tabela 4 : Classificação Pluviométrica para Erebango.
81
Portanto ocorreram para Série Histórica 20 anos Chuvosos e 22 anos Secos. Mesmo
apresentando as máximas precipitações na maioria dos meses, essa região segundo a
classificação de IAC apresenta mais períodos de seca. Segue o gráfico do IAC para a Estação
de Dom Pedrito:
Figura 23: Índice de Anomalia de Chuvas de Erebango.
Para o índice de Anomalia de Chuva da Estação de Dom Pedrito, segue a tabela 5 de
classificação:
82
Classificação da Pluviosidade
Quantidade de Anos da Série
Histórica. (1970 -2011)
Extremamente Chuvoso
1
Muito Chuvoso
7
Chuvoso
11
Nem Chuvoso Nem Seco
0
Seco
14
Muito Seco
7
Extremamente Seco
2
Tabela 5 : Classificação Pluviométrica para Dom Pedrito.
Podemos ver na tabela 5, que Dom Pedrito apresentou 19 anos Chuvosos e 23 anos
Secos. E que mesmo possuidor dos menores índices pluviométricos, o resultado total foi
próximo do valor para a estação de Erebango.
4
CONCLUSÃO
Os resultados sugerem que, a distribuição das chuvas na Bacia do Rio Uruguai, se
desloca na maioria dos meses da região norte com as maiores precipitações ao sul onde
apresenta os menores índices, salvo quando ocorrem alguns focos de maiores precipitações
isoladas, devido à localização da estação, principalmente se estão próximas de corpos
hídricos.
Analisando cada mapa quanto à espacialidade dos dados, fica nítido que as
precipitações se comportam de forma diferente no espaço e no tempo, ou seja, há uma
variação espacial e temporal do fenômeno das precipitações na Bacia do Rio Uruguai,
podemos comprovar isso, pela variação das médias das precipitações em cada mês analisado
da série histórica, juntamente com a mudança das médias conforme a sazonalidade e também
pelo mapa da média Anual. Os mapas gerados nesse estudo são provas que as precipitações
em lugares diferentes e até mesmo em latitudes ou longitudes próximas, não apresentam
necessariamente a mesma precipitação e que as mesmas não se repetem no decorrer da série
histórica.
Duas regiões chamaram bastante a atenção e foram usadas de base para o Índice de
Anomalias de Chuvas, principalmente pelo fato de mostrar claramente a variação da chuva no
decorrer dos meses e estações do ano, ambas na maioria das vezes estiveram nos extremos
dos índices pluviométricos da Série Histórica. A menor média de precipitação mensal se
localizou na estação de Dom Pedrito, corresponde ao mês de Agosto e seu valor é de 87,95
mm de chuva, para a mesma estação sua máxima precipitação ocorreu para o mês de Agosto e
corresponde a 143,57 mm de chuva. A outra estação que chamou a atenção foi Erebango no
Nordeste da Bacia, ela desenvolveu a maior média de precipitação de todos os mapas, este
valor ocorreu para o mapa pluviométrico da Série Histórica do mês de Outubro, seu valor
chegou á 224,2 mm de precipitação pluvial, para a mesma sua menor precipitação da serie
ocorreu no mapa de precipitação média para o mês de Março cerca de 133,18 mm de chuva.
O mapeamento foi satisfatório e não apresentou Desvios Padrões com muita
discrepância, o maior valor de Desvio Padrão, se localizou nas extremidades, pelo motivo
obvio que quanto mais longe das estações maior é a imprecisão dos resultados, este maior
valor de desvio ocorreu no mapa das médias de precipitação de Agosto, chegando á 30,44 mm
para mais ou para menos de chuva, nas extremidades Sudoeste e Nordeste. Já para o menor
84
Desvio Padrão foi de ±0,73 mm de chuva no mapa das médias de Setembro, em estações
muito próximas e esta mínima ficou estritamente no ponto destas estações.
Quanto ao IAC mostrou que a Bacia do Rio Uruguai para as duas estações utilizadas
possuíam maiores quantidades de anos secos na sua Série Histórica e a variação entre elas foi
apenas de um ano seco e um ano chuvoso, 19 anos chuvosos em Dom Pedrito para 20 anos
em Erebango e 23 anos secos em Dom Pedrito para 22 anos em Erebango. E que por mais que
a região tenha maiores índices de chuva, não quer dizer que seu comportamento vai ser de
maior volume de anos chuvosos. Necessitaria ainda um aprofundamento do assunto, pois este
processo é extenso e de muita importância, alem de beneficiar quem faz parte da bacia, pode
servir de modelo para estudos em outros pontos do estado ou do Brasil, deve-se ainda realizar
maior número de Índices de Anomalia de chuvas, confeccionar o mesmo método para todas as
estações, e fazer o IAC para os meses juntamente com os períodos Sazonais, poderia ainda ser
utilizado outras técnicas que possam comparar com IAC e até mesmo realizar a interpolação
por outras técnicas e confrontar os resultados entre todos os métodos.
85
REFERÊNCIAS BIBLIOGRÁFICAS
Agência Nacional das Águas – ANA. Dados das series históricas. Hidroweb Sistema de
Informações (2012). Disponível em: <http://hidroweb.ana.gov.br/> Acesso em: 23 jul. 2012.
AYOADE, J. O. Introdução à Climatologia para os Trópicos. 8. ed. Rio de Janeiro:
Bertrand Brasil, 2002.
BLASCHKE, T.; KUX, H.Sensoriamento Remoto e SIG Avançados. São Paulo: Oficina de
Textos, 2005.
BRAZ. R. L.; RIBEIRO. C. A. D.; FERREIRA.D. S.; CECÍLIO. R. A. Uso de Séries
Históricas e Técnicas de SIG no Estudo da Distribuição Temporal e Espacial da
Pluviosidade na Bacia Barra Seca Localizada ao Norte do Estado do Espírito Santo. In:
Encontro Latino Americano de Iniciação Científica, 6, 2007, Universidade Vale da Paraíba.
CAMARGO, E. C .G. Geprocessamento em Projetos ambientais. Disponível em:
<http://www.dpi.inpe.br/gilberto/tutoriais/gis_ambiente/5geoest.pdfl>. Acesso em: 05 dez.
2012.
ESRI. Manual digital: Using ArcGIS Geostatistical Analyst. 2006.
Fórum Brasileiro de Mudanças Climáticas - Glossário. Disponível em:
<http://www.forumclima.org.br/index.php/sobre-as-mudancas-climaticas/glossario>
em 07 dez. 2012.
Acesso
Intergovernmental Panel on Climate Chabge – Presentations And Speecheches, Managing
the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation .
Disponível.em:
<http://www.ipcc.ch/presentations_and_speeches/presentations_and_speeches.shtml#.UMJiM
uSCmpk> Acesso em 07 dez 2012.
ISAAKS, E. H.; SRIVASTAVA, R. M. An introduction to applied geostatistics. New
York: Oxford University Press, 1989. 561 p.
MARCUZZO. F. F. N.; ROCHA, H. M.; MELO. D. C. R. Mapeamento da Precipitação
Pluviométrica no Bioma da Amazônia do Estado do Mato Grosso. In: Simpósio de
Recursos Hídricos do Nordeste, 10, 2010, João Pessoa. PB.
NOVO, E. M. L. M. Sensoriamento Remoto, Princípios e Aplicações. 2. ed. São Paulo:
Edgard Blücher Ltda, 2002.
PAIM, E. S.; ORTIZ, L. S. Guia para ONGs e movimentos sociais: hidrelétricas na Bacia
do Rio Uruguai. Disponível em:
<http://www.natbrasil.org.br/Docs/cartilha_rio_uruguai/hidro1.pdf> Acesso em 07 dez 2012
SOARES, A. Geoestatística para as ciências da terra e do ambiente. 2. ed. Lisboa: IST
Press, 2006.
ANEXO A: Planilhas Excel Estações
Código Nome
2751006 PAIM FILHO
Sub-bacia
72
Município
PAIM FILHO
Latitude
Longitude
27º 42’ 45,2'' S
51º 44’ 16,2” W
2751007 SANANDUVA
72
SANANDUVA
27º 58’ 58,2” S 51º 47’ 1,1'' S
2752006 EREBANGO
73
EREBANGO
27º 51’ 15,5”S
52º 18’ 17,5”W
2753004 LINHA CESCON
74
SARANDI
27º 48’ 41,6”S
53º 01’ 39,2”W
2754001 ALTO URUGUAI
74
TRÊS PASSOS
74
2852006 CARAZINHO
74
27º 18’ 07,5”S
PORTO LUCENA 27º51’15,5”S
CARAZINHO
28º 17’ 36,1"S
54º 08’ 22,7”W
2755001 PORTO LUCENA
2852007 COLÔNIA XADREZ
74
CARAZINHO
28º 11’ 21,2”S
52º 44’ 45,5”W
2853003 CONCEIÇÃO
75
IJUÍ
28º 27’ 22,2”S
53º 58’ 19,7”W
2854001 BOA VISTA
75
CATUIPE
28º 06’ 40,8”S
53º 59’ 35,4”W
2854003 GIRUA
74
GIRUA
28º03’14,9”S
54º 21’ 41,3”W
2854005 PASSO MAJOR
ZEFERINO
2854006 PASSO VIOLA
75
SANTO ÂNGELO
28º44’01”S
54º 38’ 51”W
75
CAIBATÉ
28º12’40"S
54º 36’ 11,2"W
2855002 PASSO DO
SARMENTO
2855005 FAZENDA SANTA
CECÍLIA DO BUTUI
2954001 CACEQUI
75
SÃO BORJA
28º12’32,1”S
55º 19’ 24”W
75
SÃO BORJA
28º 59’ 23,2”S
55º 40’ 27”W
76
CACEQUI
29º 52’ 43,5”S
54º 49’ 31,1”W
2954004 ERNESTO ALVES
76
JAGUARI
29º 21’ 58,4S
55º 44’ 08''W
2954005 FURNAS DO
SEGREDO
2954007 JAGUARI
76
JAGUARI
29º 21’ 40,8S
55º 30’ 07,3"W
76
JAGUARI
29º 29’ 25”S
54º 41’ 27,8”W
2955002 CACHOEIRA SANTA
CECÍLIA
2955006 PONTE DO
MIRACATU
76
ITAQUI
29º 11’ 46,8"S
55º 28’ 31,4"W
76
29º27’33”S
55º17’28,0’’W
2955007 UNISTALDA
76
SÃO
FRANCISCO DE
ASSIS
SANTIAGO
29º 02’ 42,3"S
55º 09’ 10,2"W
3054002 DOM PEDRITO
76
DOM PEDRITO
30º 58’ 13”S
54º 41’ 28”W
3054007 ROSÁRIO DO SUL
76
ROSÁRIO DO
SUL
30º 14’ 49,7”S
54º 55’ 03,6”W
55º 01’ 25,5”W
52º 43’ 27,4”W
87
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
2855005 BUTUI
lat
long
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
lat
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
long
m_abri
132,13
128,16
146,38
147,64
134,73
165,68
150,49
137,95
147,74
156,18
165,00
156,94
176,63
197,53
176,96
157,70
169,01
162,97
175,62
175,73
183,64
178,84
144,01
163,37
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
m_agos
146,6
146,445
177,3024
138,8974
114,0171
112,1375
162,325
149,1732
135,5171
140,94
126,7927
114,0537
140,0659
125,0857
-28,99
-55,67
108,3537
88
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
lat
long
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
101,0122
112,8317
122,4488
117,875
87,9525
90,05122
123,1897
94,725
104,061
m_dez
145,19
153,82
173,87
150,31
135,18
149,10
162,52
149,71
141,77
149,06
142,96
139,77
144,54
152,50
113,84
106,18
120,16
118,88
125,87
117,51
106,70
131,02
97,43
103,55
89
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
lat
long
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
m_fev
143,68
151,00
179,80
155,57
139,55
145,65
149,13
147,10
139,64
145,80
133,81
133,70
141,09
155,18
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
132,59
132,68
149,09
151,74
144,05
137,98
146,13
165,30
121,85
138,26
lat
long
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
m_jan
165,25
169,39
184,80
162,57
137,80
142,64
169,98
156,28
158,49
160,01
143,74
130,60
154,11
90
2855002 PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
2855005 BUTUI
2954001 CACEQUI
2954004 ERNESTO ALVES
2954005 FURNAS DO SEGREDO
2954007 JAGUARI
2955002 CACHOEIRA SANTA CECILIA
2955006 PONTE DO MIRACATU
2955007 UNISTALDA
3054002 DOM PEDRITO
3054007 ROSARIO DO SUL
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
-28,21
-55,32
164,45
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
145,52
127,74
150,76
150,85
156,04
133,99
140,64
152,33
115,63
129,21
lat
long
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
m_julh
161,3436
176,2103
177,005
161,74
117,03
106,2585
173,961
158,1488
139,1833
146,5341
132,9561
143,3
135,4732
129,2976
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
113,65
143,3119
147,3762
158,7976
151,381
110,7952
127,2595
146,1275
103,9167
135,7452
91
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
lat
long
m_jun
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
149,38
152,65
172,28
158,66
116,98
126,42
162,16
147,46
148,00
160,38
148,02
131,36
164,95
151,12
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
132,92
125,13
137,65
151,60
133,28
127,63
126,44
150,77
116,87
124,50
lat
long
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
m_mar
117,12
127,35
135,81
109,41
118,71
116,50
139,63
134,69
127,18
119,13
110,03
134,09
132,87
159,52
92
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
codigo
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
estaçao
2751006 PAIM FILHO
2751007 SANANDUVA
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
lat
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
long
128,13
128,38
150,26
154,56
149,25
140,11
139,72
139,93
111,21
126,03
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
m_mai
156,00
157,45
183,65
151,96
126,02
134,99
168,70
152,15
146,90
154,30
147,20
131,70
151,25
140,64
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
138,84
132,20
149,28
149,32
151,00
138,20
140,44
161,18
122,08
126,96
lat
long
-27,71
-27,98
m_nov
-51,74
139,29
-51,78
153,59
93
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
160,00
141,58
118,13
130,33
174,65
157,69
148,18
151,98
151,76
135,51
156,34
159,76
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
150,13
138,52
145,40
143,42
156,48
132,34
145,18
166,20
114,24
123,10
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
m_out
183,17
199,27
224,20
198,44
191,54
199,91
206,83
196,91
192,43
206,94
205,73
174,77
200,02
210,16
-28,99
-28,88
-29,37
-55,67
-54,83
-55,74
165,96
153,18
179,05
lat
long
94
2954005
2954007
2955002
2955006
2955007
3054002
3054007
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
lat
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
long
179,42
175,81
166,86
164,39
173,18
126,86
143,25
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
m_set
154,5825
170,055
199,26
151,65
135,535
137,2025
174,04
163,875
154,9641
152,0561
142,6175
141,33
148,77
145,9571
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
143,7825
146,3125
156,06
160,495
160,5475
129,9225
144,9325
158,939
106,7375
135,6195
lat
-27,712556
-27,982833
-27,8542
-27,811556
-27,302083
-27,854306
-28,293361
long
m_anual
-51,737833
149,84
-51,783639
156,38
-52,3039
175,57
-53,027556
151,76
-54,139639
128,48
-55,02375
139,32
-52,724278
165,73
95
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO
BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
estaçao
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
-28,189222
-28,456167
-28,111333
-28,054139
-28,733611
-28,211111
-28,208917
-52,745972
-53,972139
-53,993167
-54,361472
-54,6475
-54,603111
-55,323333
157,18
147,69
153,81
145,89
138,58
153,55
154,24
-28,989778
-28,87875
-29,366222
-29,361333
-29,490278
-29,196333
-29,459167
-29,045083
-30,970278
-30,247139
-55,674167
-54,825306
-55,735556
-55,502028
-54,691056
-55,475389
-55,291111
-55,152833
-54,691111
-54,917667
137,04
132,61
147,17
150,12
149,52
132,80
137,54
154,84
115,16
129,03
lat
long
m_sazon_chu
-27,7125560 -51,7378330
157,55
-27,9828330 -51,7836390
164,04
-27,8542000 -52,3039000
187,49
-27,8115560 -53,0275560
160,60
-27,3020830 -54,1396390
133,49
-27,8543060 -55,0237500
138,80
-28,2933610 -52,7242780
173,27
-28,1892220 -52,7459720
184,90
-28,4561670 -53,9721390
152,02
-28,1113330 -53,9931670
160,95
-28,0541390 -54,3614720
150,64
-28,7336110 -54,6475000
139,04
-28,2111110 -54,6031110
156,08
-28,2089170 -55,3233330
150,10
-28,9897780 -55,6741670
132,39
-28,8787500 -54,8253060
133,14
-29,3662220 -55,7355560
146,27
-29,3588890 -54,5000830
153,17
-29,4902780 -54,6910560
147,55
-29,1963330 -55,4753890
126,21
-29,4591670 -55,2911110
131,64
-29,0450830 -55,1528330
152,84
-30,9702780 -54,6911110
113,29
-30,2471390 -54,9176670
128,25
96
codigo
2751006
2751007
2752006
2753004
2754001
2755001
2852006
2852007
2853003
2854001
2854003
2854005
2854006
2855002
2855005
2954001
2954004
2954005
2954007
2955002
2955006
2955007
3054002
3054007
estaçao
lat
PAIM FILHO
SANANDUVA
EREBANGO
LINHA CESCON
ALTO URUGUAI
PORTO LUCENA
CARAZINHO
COLONIA XADREZ
CONCEICAO
BOA VISTA
GIRUA
PASSO MAJOR ZEFERINO
PASSO VIOLA
PASSO DO SARMENTO
FAZENDA SANTA CECILIA DO BUTUI
CACEQUI
ERNESTO ALVES
FURNAS DO SEGREDO
JAGUARI
CACHOEIRA SANTA CECILIA
PONTE DO MIRACATU
UNISTALDA
DOM PEDRITO
ROSARIO DO SUL
long
-27,71
-27,98
-27,85
-27,81
-27,30
-27,85
-28,29
-28,19
-28,46
-28,11
-28,05
-28,73
-28,21
-28,21
-28,99
-28,88
-29,37
-29,36
-29,49
-29,20
-29,46
-29,05
-30,97
-30,25
-51,74
-51,78
-52,30
-53,03
-54,14
-55,02
-52,72
-52,75
-53,97
-53,99
-54,36
-54,65
-54,60
-55,32
-55,67
-54,83
-55,74
-54,50
-54,69
-55,48
-55,29
-55,15
-54,69
-54,92
m_sazon_sec
141,80
147,60
163,85
144,56
130,53
140,96
158,87
146,94
143,93
146,08
140,85
139,35
150,65
165,28
142,34
133,69
146,03
145,62
151,99
138,72
145,66
159,35
120,29
131,51