Análise comparativa dos dados pluviométricos de satélite e de superfície em bacia hidrográfica semiárida
Resumo
O objetivo do presente trabalho é analisar os dados pluviométricos obtidos por superfície e por satélite para uma bacia hidrográfica semiárida. Foi utilizado produto de sensoriamento remoto, disponibilizado pelo Climate Hazards Group InfraRed Precipitation with Stations (CHIRPS) com base nas estimativas e dados de alta resolução espacial (5 Km) de uma série temporal de 40 anos (1981-2021) e dados disponíveis de 28 postos pluviométricos na bacia hidrográfica entre os anos de 1994 a 2014. Diante disso, foi possível a geração de mapas e as correlações entre as diferentes obtenções de dados, mostrando-se a espacialização e as estimativas pluviométricas. Os resultados mostraram que o CHIRPS tem boa capacidade de espacialização dos dados quando comparados aos dos postos pluviométricos, além de apresentar maior série de dados pluviométrico do que um posto convencional. No entanto, no máximo e mínimo estimados pelo satélite, o mesmo foi subestimado em relação aos dados de superfície. Por tanto, o CHIRPS é um ótimo produto de espacialização dos dados pluviométricos na ausência de um número significativo de postos pluviométricos em determinada região.
Palavras-chave
Texto completo:
PDF (Português)Referências
Aceituno, P. (1988). On the functioning of the Southern Oscillation in the South American sector: Part I. surface climate. Monthly Weather Review, v. 166, p. 505–524.
Alves, L. M.; Coelho, C.A.S.; Melo, A.B.C.; Pesquero, J.F. (2009). Condições Climáticas observadas no Brasil em 2009. Boletim da Sociedade Brasileira de Meteorologia. v. 35.
Alves, J. M. B.; Silva, E. M.; Sombra, S. S.; Barbosa, A. C. B.; Santos, A. C. S.; Lira, M. A. T. (2017). Eventos extremos diários de chuva no Nordeste do Brasil e características atmosféricas. Revista Brasileira de Meteorologia, [S. I.], v. 32, n. 2, p. 227-233.
Alves, J. M. B.; Ferreira, F. F.; Campos, J. N. B.; Filho, F. A. S.; Souza, E. B.; Duran, B. J.; Servain, J.; Stuart, T. M. C. (2006). Mecanismos atmosféricos associados à ocorrência de precipitação intensa sobre o Nordeste do Brasil durante Janeiro de 2004. Revista Brasileira de Meteorologia, [S. I.], v. 1, n. 21, p. 56-76.
Amanajás, J. C.; Braga, C. C. (2012). Padrões espaço-temporal Pluviométricos na Amazônia Oriental utilizando Análise Multivariada. Revista Brasileira de Meteorologia, v.27, n.4, 323 – 338.
Arowolo, A. O.; Bhowmik A. K.; Qi, W.; Deng, X. (2017). Comparison of spatial interpolation techniques to generate high - resolution climate surfaces for Nigeria. Int. J. Climatol., v.37, p. 179-192.
Ayehu, G. T.; Tadesse, T.; Gessesse, B.; Dinku, T. (2018). Validation of new satellite rainfall products over the upper Blue Nile Basin, Ethiopia. Atmos. Meas. Tech., ed.11, v. 4,p. 1921-1936.
Bai, L.; Shi, C.; Li, L.; Yang, Y.; Wu, J. (2018). Accuracy of CHIRPS satellite-rainfall products over mainland China. Remote Sens., 10, p. 362.
Brito, S.S.B., Cunha, A.P.M.A, Cunningham,C.C., Alvalá, R.C., Marengo, J.A., Araujo, M. (2018). Frequency, duration and severity of drought in the Brazilian Semiarid. International Journal of Climatology. v.38, n.2, p.517-529
Cavalcante, R. B. L.; Da Silva Ferreira, D. B.; Pontes, P. R. M.; Tedeschi, R. G.; Da Costa, C. P. W.; De Souza, E. B. (2020). Evaluation of extreme rainfall indices from CHIRPS precipitation estimates over the Brazilian Amazonia. Atmospheric Research, v. 238, p. 104879.
Conti, J. B; Furlan, S. A. (1995). Geoecologia: o clima, os solos e a biota. In: Ross, Jurandyr L. (org). Geografia do Brasil. 2ed. São Paulo: Edusp.
Coutinho, M. D. L; Gan, M. A.; Rao, V. B. (2010). Método objetivo de identificação dos Vórtices Ciclônicos de Altos Níveis na região Tropical Sul: validação. Revista Brasileira de Meteorologia, v. 25, p. 311-323,.
Conway, D.; Van Garderen, E.A.; Deryng, D.; Dorling, S.; Krueger, T.; Landman, W.; Lankford, B.; Lebek, K.; Osborn, T.; Ringler, C.; Thurlow, J. ; Zhu, T.; Dalin, C. (2015). Climate and southern Africa's water-energy-food nexus. Nat. Clim. Change, v. 5, p 837-846.
Cunha, A.P.M.A., Tomasella J, Ribeiro-Neto Gg, et al. (2018). Changes in the spatial–temporal patterns of droughts in the Brazilian Northeast. Atmospheric Science Letters. v.19, n.10.
Dembele, M.; Zwart, S. J. (2016). Evaluation and comparison of satellite-based rainfall products in Burkina Faso, West Africa. Int. J. Remote Sens., ed. 37 v. 17, p. 3995-4014.
Duc, K. N.; Ancev, T.; Randall, A. (2019). Evidence of climatic change in Vietnam: Some implications for agricultural production. Journal of Environmental Management, V. 231, p. 524-545.
Ferreira, A. G.; Mello, N. G. S. (2005). Principais sistemas atmosféricos atuantes sobre a região Nordeste do Brasil e a influência dos Oceanos Pacífico e Atlântico no clima da região. Revista Brasileira de Climatologia, vol. 1, nº 1, Presidente Prudente.
Funk, C.; Verdin, A.; Michaelsen, J.; Peterson, P.; Pedreros, D.;. Husak, G. (2015). A global satellite-assisted precipitation climatology. Earth Syst. Sci. Data, v. 7 , p. 275-287.
Gan M. A.; Kousky, V.E. (1986). Vórtices ciclônicos da alta troposfera no oceano Atlântico Sul. Revista Brasileira de Meteorologia, v. 1, 19-28.
Gois G.; Oliveira-Júnior J.F.; Silva Junior, C.A.; Obral, B.S.S, Bodas Terassi, P.M.; Junior, A.H.S.L. (2020). Statistical normality and homogeneity of a 71-year rainfall dataset for the state of Rio de Janeiro Brazil Theor. Appl. Climatol., v. 14, 1 E.3, p. 1573-1591.
Grimm, A.M.; Barros, V.R.; Doyle, M.E. (2000). Climate variability in southern South America associated with El Niño and La Niña events. Journal of Climate, v. 13, p. 35-58.
Grimm, A.M. (2004). How do La Niña events disturb the summer monsoon system in Brazil? Climate Dynamics, v.22, p. 123-138.
Javari, M. (2017). Geostatistical modeling to simulate daily rainfall variability in Iran. Cogent Geosci., v. 3, e. 1, p. 1416877.
Kayano, M.T.; Moura, A.D. (1986). O El Nino de 1982-83 e a precipitação sobre a América do Sul. Revista Brasileira de Geofísica, v.4, p. 201-214.
Kundu S.; Khare, D.; Mondal, A.; Mishra, P. K. (2015). Analysis of spatial and temporal variation in rainfall trend of Madhya Pradesh, India (1901–2011). Environ. Earth Sci., v. 73, p. 8197-8216.
Landim, P. M. B.; Sturaro, J. R. (2002). Krigagem indicativa aplicada à elaboração de mapas probabilísticos de riscos. Rio Claro: IGCE/UNESP, Lab. Geomatemática, Texto Didático 06.
Marengo, J.A. (1992). Interannual variability of surface climate in the Amazon basin. International Journal of Climatology, v. 12, p. 853-863.
Medeiros, E. S. D.; Lima, R. R. D.; Olinda, R. A. D.; Santos, C. A. C. D. (2019). Modeling spatiotemporal rainfall variability in Paraíba, Brazil. Water, v. 11, e. 9, p. 1843, 2019.
Miranda, J. I. (2005). Embrapa Informação Tecnológica. Fundamentos de sistemas de informações geográficas. Brasília: EMBRAPA Informação Tecnológica, 425p.
Moraes, B. C. D., Costa, J. M. N. D., Costa, A. C. L. D., Costa, M. H. (2005). Variação espacial e temporal da precipitação no estado do Pará. Acta amazônica, v.35, p.207-214.
Nam, W.H, Hong, E.-M, Baigorria, G.A. (2016). How climate change has affected the spatio-temporal patterns of precipitation and temperature at various time scales in North Korea Int. J. Climatol., v. 36, p. 722-734.
Nawaz, M.; Iqbal, M. F.; Mahmood, I. (2021). Validation of CHIRPS satellite-based precipitation dataset over Pakistan. Atmospheric Research, v. 248, p. 1-20.
Nimer, E., (1979). Climatologia do Brasil. SUPREN/IBGE. Volume 4.
Paredes-Trejo, F. J.; Barbosa, H. A.; Kumar, T. V. (2017). Validating CHIRPS-based satellite precipitation estimates in Northeast Brazil. Journal of Arid Environments, v. 139, p. 26-40.
Rabelo, D. R.; Almeida, I. C. S. (2019). Uso do geoprocessamento na interpolação de dados pluviométricos no município de Junco do Seridó, PB. Revista CC&T –Centro de Ciências e Tecnologia da UECE, Fortaleza/CE, v. 1, n. 1, p. 36-53. Disponível em: https://revistas.uece.br/index.php/CCiT/.
Rabelo, D. R.; Araújo, J. C. (2019). Estimativa e Mapeamento da Erosão Bruta na Bacia Hidrográfica do Rio Seridó, Brasil. Rev. Bras. Geomorfol. (Online), São Paulo, v.20, n.2, p.361-372.
Rogelis, M. C.; Werner, M. G. F. (2013). Spatial interpolation for real-time rainfall field estimation in areas with complex topography. Journal of Hydrometeorology, v. 14, n. 1, p. 85-104.
Santos, M. R. S., Vitorino, M. I., Da Silva Pimentel, M. A., De Oliveira Souto, J. I. (2017). Análise da distribuição espaço-temporal da chuva, na mesorregião metropolitana de Belém-Pará: contribuições da técnica de sensoriamento remoto. Caminhos de Geografia, v.18, n.62, p.49-58.
Santos, M. R. S., Vitorino, M. I., Pereira, L. C. C. (2019). Spatiotemporal variation in the precipitation of the amazon coastal zone: use of remote sensing and multivariate analysis. Revista Brasileira de Climatologia, v.25, n. p. 35-53.
Santos, S. R. Q.; Cunha, A. P. M. A.; Ribeiro-Neto, G. G. (2019). Avaliação de dados de precipitação para o monitoramento do padrão espaço-temporal da seca no nordeste do Brasil. Revista Brasileira de Climatologia, v. 25, p. 80-100.
Silva, M. V.; Pandorfi, H.; Jardim, A. M. R. F.; Oliveira Júnior, J. F.; Divincula, J. S.; Giongo, P. R.; Silva, T. G. F.; Almeida, G. L. P.; Lopes, P. M. O. (2021). Spatial modeling of rainfall patterns and groundwater on the coast of northeastern Brazil. Urban Climate, V. 38, 100911.
Vessia, G.; Di Curzio, D.; Chiaudani, A., Rusi, S. (2020). Regional rainfall threshold maps drawn through multivariate geostatistical techniques for shallow landslide hazard zonation. Sci. Total Environ, v. 705, p. 135815.
Xavier Júnior, S. F.; Jale, J. S.; Stosic, T.; Santos, C. A. C.; Singh, V. (2020). Precipitation trends analysis by Mann-Kendall test: a case study of Paraíba, Brazil. Rev. bras. meteorol. V. 35, Apr-Jun.
Wanderley, H. S.; Amorim, R. F. C.; Carvalho, F. O. (2014). Interpolação espacial de dados médios mensais pluviométricos com redes neurais artificiais. Rev. bras. meteorol. V. 29, Set. https://doi.org/10.1590/0102-778620130639.
Zambrano-Bigiarini, M., Nauditt, A., Birkel, C., Verbist, K., Ribbe, L. (2017). Temporal and spatial evaluation of satellite-based rainfall estimates across the complex topographical and climatic gradients of Chile. Hydrology and Earth System Sciences, v.21, n.2, 1295-1320.
Apontamentos
- Não há apontamentos.
Revista Brasileira de Sensoriamento Remoto | ISSN: 2675-5491
Revista sob Licença Creative Commons
