Disciplina de Métodos Estatísticos para Detecção e Análise de Eventos Extremos

[pic 1]

Programa de Pós-Graduação em Desastres Naturais

Disciplina de Métodos Estatísticos para Detecção e Análise de Eventos Extremos

 

     

 

ÍNDICES PARA EVENTOS EXTREMOS

 

 

Gabriel Girardi Pan

Prof. Dra. Luana Albertani Pampuch

São José dos Campos – SP

2020

1. INTRODUÇÃO

Esta breve revisão elaborada como avaliação para a disciplina de Métodos estatísticos para detecção e análise de eventos extremos aborda os principais índices para a identificação de períodos de extremos climatológicos que afetam grandes áreas do nosso planeta.

A variabilidade climática, por meio de ciclos anuais, gera deficiência e/ou excesso de chuvas em todo o mundo, que por sua vez produz secas ou inundações. Os eventos climáticos extremos assumem importância significativa no cotidiano das sociedades, quer seja por sua frequência e intensidade de ocorrência, quer seja pela vulnerabilidade socioambiental.

Estes eventos produzem impactos socioambientais tais como, o aumento do risco de incêndios florestais, e as inundações e enchentes, que afetam a população humana e a flora/fauna dos lagos e rios (Marengo et al., 2013; Doughty et al., 2015).         

---

1. ÍNDICES DE EVENTOS EXTREMOS

 

Uma das maiores preocupações da humanidade no século XXI são os eventos extremos que causam desastres com irreparáveis perdas de vidas, moradias, bens e infraestrutura. Como consequência das mudanças climáticas e, assim, o aquecimento médio da temperatura no planeta, estes eventos (tempestades, furacões, secas, ...) estão se tornando cada vez mais comuns e, por isso, se faz necessário entendê-los e mensura-los.  

Segundo Zhang et al. (2009), embora as informações sobre certos tipos de extremos, incluindo o número de dias acima e abaixo dos limites fixos, tenham sido coletadas há séculos, grande parte do progresso na definição de índices ocorreu nas últimas décadas.  

Neste trabalho, serão descritos os principais índices atualmente utilizados para identificar e mensurar eventos extremos, assim como suas vantagens e desvantagens, como também a citação de alguns trabalhos que utilizaram esses métodos.

 

2.1. Standardized Precipitation Index (SPI)

Segundo Oliveira Júnior et al. (2017), o SPI tem o objetivo de determinar períodos secos e úmidos, seguido da avaliação da sua intensidade em uma escala de tempo que pode variar em 3, 6, 9, 12, 24 e 48 meses.

O SPI foi criado por McKee et al. (1993), suas principais características são:

• O SPI baseia-se na conversão dos dados de precipitação em probabilidades com base em registros de precipitação de longo prazo calculados em diferentes escalas de tempo;
• Utiliza apenas dados de precipitação;
• A principal vantagem do SPI em comparação a outros índices é que permite analisar os impactos da seca em diferentes escalas temporais, enquanto o último, não;
• É capaz de identificar diferentes tipos de seca, uma vez que sistemas e regiões específicos podem responder a condições de seca em escalas de tempo muito diferentes.

 

É calculado com a seguinte fórmula:

[pic 2]

onde: α é parâmetro de forma (α > 0), β parâmetro de escala (β > 0) e x é a quantidade de chuva.

É importante citar que α e β variam em relação à x, ou seja, o cálculo do SPI utiliza somente valores de chuva (Teodoro et al., 2015).

O valor de escala de SPI define a categoria a que se encaixa a região e época analisada (Tabela 1).

Tabela 1. Escala e Categorias de SPI. Adaptado de McKee et al. (1993).

[pic 3] 

2.2. Standardized Precipitation Evapotranspiration Index (SPEI)

O SPEI é uma derivação do SPI proposta por Vicente-Serrano (2010), onde inclui a temperatura como variável, suas principais características são:

• Baseado em precipitação e evapotranspiração potencial;
• Combina a sensibilidade do PDSI a mudanças na demanda de evaporação, causadas por flutuações e tendências de temperatura, com a simplicidade do cálculo e a natureza multitemporal do SPI;
• É baseado em um balanço climático mensal da água (precipitação menos evapotranspiração potencial), que é ajustado usando uma distribuição log-logística de três parâmetros;
• Os valores são acumulados em diferentes escalas de tempo, seguindo a mesma abordagem usada no SPI, e convertidos em desvios padrão em relação aos valores médios.

É calculado com a seguinte fórmula:

[pic 4] 

onde: α, β e γ são parâmetros de escala, forma e origem, respectivamente, para valores de D na faixa (γ > D < ∞).

2.3. Palmer Drought Severity Index (PDSI) e outros índices de Palmer

Segundo Alley (1984), o PDSI é provavelmente o índice mais utilizado para determinar secas regionais e foi proposto por Palmer (1965) possuindo uma série de índices derivados de sua formulação como o Modified Palmer Drought Severity Index (WPLM), o Palmer Hydrological Drought Index (PHDI) e o Palmer Z index.

Os índices desenvolvidos por Palmer têm as seguintes características:

• PDSI:

• O PDSI foi um marco no desenvolvimento de índices de seca;
• Permite medir a umidade (valor positivo) e a aridez (valor negativo), com base nos conceitos de oferta e demanda da equação do balanço hídrico e, assim, incorpora a demanda anterior de precipitação, fornecimento de umidade, escoamento e evaporação no nível da superfície;
• O PDSI é calculado com base nos dados de precipitação e temperatura, bem como no conteúdo de água do solo.

• WPLM:

• Proposto pelo Centro Nacional de Análise Climática do Serviço Meteorológico para fins meteorológicos operacionais, modificando as regras originais de acumulação durante períodos úmidos e secos.

• PHDI:

• Derivado do PDSI para quantificar o impacto a longo prazo da seca nos sistemas hidrológicos;
• Os valores do PHDI tendem a ser negativos por vários meses após o PDSI retornar aos níveis normais;
• É considerado uma medida da seca hidrológica de longo prazo, pois os cursos d’água, os reservatórios e as águas subterrâneas tendem a permanecer abaixo dos valores normais por algum tempo após o término de uma seca meteorológica.

• Palmer Z Index:

• É muito mais sensível a deficiências de umidade a curto prazo do que o PDSI;
• Mostra como as condições mensais de umidade saem do normal e é sensível a meses úmidos (e secos) incomuns, mesmo em períodos prolongados;
• Geralmente utilizado para a detecção de secas de curto prazo.

1. ARTIGOS RELACIONADOS A TEMÁTICA

3.1 Caracterização de eventos extremos e de suas causas climáticas com base no Índice Padronizado de Precipitação Para o Leste do Nordeste (da Silva et al., 2020)

O trabalho foi realizado com o objetivo de classificar e quantificar as precipitações na porção leste da região Nordeste (NE) do Brasil através do índice SPI, como também detectar maiores déficits e/ou excesso de precipitação. O Standardized Precipitation Index (SPI) foi utilizado para quantificar déficits de precipitação e identificar eventos secos e chuvosos em diferentes escalas temporais, auxiliando no monitoramento da sua dinâmica temporal.