Upload
duongthien
View
217
Download
0
Embed Size (px)
Citation preview
ESTUDO DA VARIABILIDADE DE PRECIPITAÇÃO NA UGRHI – 17,
ATRAVÉS DE DIFERENTES ÍNDICES
SABRINA LAIS BASSO
Orientador: Prof. Dr Jonas Teixeira Nery
OURINHOS – SP
2016
Curso de Especialização em Gerenciamento de Recursos Hídricos e Planejamento Ambiental em Bacias Hidrográficas
UNIVERSIDADE ESTADUAL PAULISTA "Júlio de
Mesquita Filho" - Campus de Ourinhos – Geografia
SABRINA LAIS BASSO
ESTUDO DA VARIABILIDADE DE PRECIPITAÇÃO NA UGRHI – 17, ATRAVÉS
DE DIFERENTES ÍNDICES
OURINHOS – SP
2016
Trabalho de Conclusão de Curso apresentado
à Comissão de Avaliação de TCC do curso de
especialização em “Gerenciamento de
Recursos Hídricos e Planejamento Ambiental
em Bacias Hidrográficas” da UNESP,
Campus de Ourinhos.
Curso de Especialização em Gerenciamento de Recursos Hídricos e Planejamento Ambiental em Bacias Hidrográficas
UNIVERSIDADE ESTADUAL PAULISTA "Júlio de
Mesquita Filho" - Campus de Ourinhos – Geografia
SABRINA LAIS BASSO
ESTUDO DA VARIABILIDADE DE PRECIPITAÇÃO NA UGRHI – 17,
ATRAVÉS DE DIFERENTES ÍNDICES
COMISSÃO EXAMINADORA
_______________________________________________________
Prof. Dr. Jonas Teixeira Nery (Orientador)
Universidade Estadual Paulista - Campus de Ourinhos
Ourinhos, março de 2016
AGRADECIMENTOS
“E os que foram vistos dançando foram julgados
insanos pelos que não conseguiam ouvir a música”
Friedrich Nietzsche
São muitas pessoas que prestaram valiosa atenção durante o desenvolvimento
deste trabalho e na trajetória no curso Lato Sensu em "Gerenciamento de Recursos
Hídricos e Planejamento Ambiental em Bacias Hidrográficas”. Agradeço sinceramente
a todos pelos incentivos e contribuições. Porém faz-se necessário alguns agradecimento
em particular:
Ao professor e orientador Jonas Teixeira Nery pela atenção, incentivo e
disposição na execução deste trabalho. Certamente aprendi muito com sua pessoa. E
vamos continuar a caminhada.
Agradeço a professora Ana Carfan por solucionar as duvidas do programa
Surfer.
Agradeço a instituição, professores e funcionários envolvidos nesta caminhada.
Com imenso carinho, saudosismo e gratidão muito obrigada para as equipes
gestoras das escolas estaduais que lecionei nos anos de 2014 e 2015, que com
compreensão e apoio nas intermináveis aulas de final de semana, onde por inúmeras
vezes me tiraram de eventos, reuniões ou encontros. Com certeza sem este apoio o
caminho seria mais espinhoso.
Obrigada! Meu irmãozinho e MINHA mãe , que nos inúmeros momentos de
ausência dedicados ao estudo, sempre fizeram entender que o futuro é feito das ações do
presente e o incentivo de vocês foi e é o gás necessário para continuar. Obrigada Junior
pelo os textos digitados!
A família pelo apoio e compreensão dos dias de ausência e não
comparecimento em importantes eventos familiares.
Aos amigos que ajudaram e colaboraram com o desenvolvimento da pesquisa,
em especial a Ana e Karen, que respectivamente iniciou esta caminhada e terminou está
fase, entregando os documentos para inscrição e está monografia. Além e lógico de
atenderem todos os mais variados pedidos, juntamente com a Cadriê e Thais (com y),
obrigada meninas! Tenho ciência que muitos outros nomes precisavam está aqui
mencionados, mas para não estender mais, paro por aqui com uma colocação do livro do
Pequeno Príncipe que diz que "Tu não és para mim senão uma pessoa inteiramente
igual a cem mil outras pessoas, E eu não tenho necessidade de ti. E tu não tens
necessidade de mim. Mas, se tu me cativas, nós teremos necessidade um do outro. Serás
pra mim o único no mundo. E eu serei para ti a única no mundo..."
Por fim, aos colegas da especialização, pelas as valiosas discussões e
aprendizagem no decorrer do curso, e em especial a colega Ângela pelo
companheirismo em todos os trabalhos.
Por vezes sentimos que aquilo que fazemos não é
senão uma gota de água no mar, mas o mar seria
menor se lhe faltasse uma gota.
Madre Teresa de Calcutá
SUMÁRIO
1. INTRODUÇÃO E JUSTIFICATIVA ..................................................................... 15
1.1 CARACTERIZAÇÃO DA ÁREA DE ESTUDO ........................................... 19
2. OBJETIVOS............................................................................................................ 25
2.1 Objetivo principal ............................................................................................ 25
2.2 Objetivos específicos ....................................................................................... 25
3. DADOS E PROCEDIMENTOS METODOLÓGICOS .......................................... 26
3.1 Índice trabalhados ............................................................................................ 29
I. Índice de Concentração (IC) ............................................................................ 29
II. Índice de Concentração de Chuva (IPC) .......................................................... 31
III. Índice Padronizado de Chuva (IPC) ............................................................. 32
4. RESULTADOS E DISCUSSÕES .......................................................................... 37
5. CONSIDERAÇÕES FINAIS .................................................................................. 53
REFERÊNCIAS ............................................................................................................. 55
BIBLIOGRAFIA CONSULTADA ................................................................................ 57
Anexos...........................................................................................................................58
ÍNDICE DE FIGURA
Figura 1: Mapa climático do Sudeste de acordo com a classificação climática de Köppen. ...... 17
Figura 2: Unidades de Gerenciamento de Recursos Hídricos (UGRHI). .................................... 20
Figura 3: Municípios da UGRHI -17 (Médio - Paranapanema). ................................................. 21
Figura 4: Os principais corpos hídricos da UGRHI - 17 ............................................................. 22
Figura 5: Localização das estações na área de estudo (UGRHI - 17). ........................................ 26
Figura 6: Localização das estações no Estado de São Paulo. ...................................................... 27
Figura 7: Índice de concentração na UGRHI -17. ....................................................................... 38
Figura 8: Mapa de suscetibilidade á erosão. .............................................................................. 39
Figura 9: Índice de concentração da precipitação na UGRHI -17. .............................................. 40
Figura 10: Índice de concentração da precipitação na UGRHI -17 no ano de 2007. .................. 41
Figura 11: Índice de concentração da precipitação na UGRHI -17 no ano de 1976. ................. 41
Figura 12: Condições normais e ENOS no oceano Pacífico. ..................................................... 43
Figura 13: Índice Padronizado de Precipitação das séries pluviométricas da UGRHI -17 em
1983. ............................................................................................................................................ 48
Figura 14: Índice Padronizado de Precipitação das séries pluviométricas da UGRHI -17 em
1985 ............................................................................................................................................. 50
Figura 15: Índice Padronizado de Precipitação das séries pluviométricas da UGRHI -17 em
2007 ............................................................................................................................................. 52
Figura 16: Mapa Geológico da UGRHI -17 ................................................................................ 60
ÍNDICE DE TABELA
Tabela 1: Classificação Climática de Köppen-Geiger. ................................................... 16
Tabela 2: Municípios com área contidas na UGRHI -17 ............................................... 21
Tabela 3: Municípios da UGRHI -17 (Médio Paranapanema) ....................................... 21
Tabela 4: Localidades utilizadas no estudo e suas respectivas coordenadas geográficas.
........................................................................................................................................ 28
Tabela 5: Classificação da Precipitation Concentration Index. ...................................... 31
Tabela 6: Classificação dos períodos secos e úmidos do Índice de Precipitação
Padronizado segundo MCKEE et. al.(1993) ................................................................. 35
Tabela 7: Resultados do índice CI e PCI ........................................................................ 37
Tabela 8: Anos em relação aos fenômenos El Niño/La Niña. ........................................ 42
Tabela 9: IPP das estações metereológicas da UGRHI -17 ............................................ 44
ABREVIAÇÕES
Am - Clima Tropical Maçônico
ANA - Agencia Nacional de Água
CBH - Comitê de Bacias Hidrográficas
CPTEC - Centro de Previsão de Tempo e Estudos Climáticos
Cfa - Clima subtropical úmido com verão quente
Cfb - Clima temperado, com verão ameno
ENOS – Oscilação Sul El Niño
IC - Índice de concentração
ICP - Índice de precipitação concentrada
IPP - Índice de precipitação padronizada
IBGE - Instituto Brasileiro Geográfico e Estatístico
IPT - Instituto de Pesquisas Tecnológicas
MP - Médio Paranapanema
NOAA - National Oceanic and Atmospheric Administration
PCHs - Pequenas Centrais Hidrelétricas
SCC - Sistema de Classificação Climática
SIGRH - Sistema Integrado de Gerenciamento de Recursos Hídricos do Estado de São
Paulo
UGRHI - Unidade Gerenciamento de Recurso Hídrico
RESUMO:
O estudo da variabilidade da precipitação pluvial na Unidade de Gerenciamento de
Recursos Hídricos do Médio Paranapanema (UGRHI- 17) é objetivo principal deste
trabalho, onde se busca calcular e analisar a precipitação pluvial desta região através
dos seguintes índices: Índice de Precipitação Concentrada (IPC), Índice de
Concentração (IC) e Índice de Precipitação Padronizada (IPP). Para tanto foram
selecionadas 24 estações meteorológicas da Unidade, possibilitando assim a identificar
o padrão da precipitação na área de estudo. No período do estudo foi de 1976 a 2010
com base nos dados obtidos pela Agência Nacional de Águas (ANA). Com essas séries
pluviométricas foram realizados estudos estatístico para cada uma das estações
trabalhadas. O cálculo dos índices foram realizados no software R com as funções
precintcon.ci.analysis. precintcon.pci.analysis. precintcon.spi.analysis. Utilizou-se
também o software Golden Surfer® 8 para confecção dos resultados do estudo em
diferentes escalas de temporal, considerando as decorrências dos eventos ENOS nas
fases frias e quente (El Niño e La Niña) e interferência no padrão de chuvas na Unidade.
Os resultados obtidos com os índices mostram que a variabilidade da precipitação
pluvial no território da UGRHI -17 tem um regime de chuvas da Unidade com baixa
variabilidade, como demonstrou cada índice abordado. Sabe-se que a chuva é de
extrema importância para o reabastecimento das águas subterrâneas e do ciclo
hidrológico de uma região e que eventos extremos (máxima e mínima) que interferem
diretamente nos seres vivos e no planeta como um todo. Percebe-se que a UGRHI -17
tem um regime de chuvas considerado moderado.
Palavras-chave: Precipitação; variabilidade; UGRHI - 17; índices.
ABSTRACT:
The Rainfall variability study in the Médio Paranapanema Water Resources
Management Unity (UGRHI-17) is the aim of this work. Where it is searched to
calculate and analyze the rainfall in this region through Concentrate Precipitation Index
(PCI), Concentration Index (CI) and Standard Rainfall Index (SPI) for the 24 weather
stations in the unity enabling to identify the pattern of precipitation in the study area. In
the period of 1976 to 2010 based on the obtained data by the Water National Agency
(ANA), within the data long series were done statistical studies for each analyzed
station. The indexes calculation were done in R software with the functions
precintcon.ci.analysis. precintcon.pci.analysis. precintcon.spi.analysis. it was also used
the Golden Surfer® 8 software to do the results of the study in different temporal scale,
considering the ENOS events occurrence in cold and warm phases (El Niño and La
Niña) and the interference in unity rainfall pattern. The obtained results with the indexes
show that the rainfall variability in UGRHI-17 territory shows the unity rainfall regime
for each approached index, enabling the collocation about its variability. It is known
that the rainfall is extremely important for the replenishment of groundwater and
hydrologic cycle of a region ant that extreme events (maximum and minimum) which
interferes directly in living beings and the whole planet. It is realized that UGRHI-17
has a moderate rainfall regime.
Keywords: Precipitation; variability; UGRHI - 17; indexes.
15
1. INTRODUÇÃO E JUSTIFICATIVA
Ao longo da história da sociedade o clima tem mostrado seu papel de
condicionante elementar neste processo de desenvolvimento, em diversos âmbitos e
regiões, contudo as atividades antrópica aceleraram algumas mudanças. As condições
climáticas interferem diretamente nos seres vivos, na maneira que esses seres vivem,
habitam uma região e se relacionam entre si. Desta forma, o estudo do clima e suas
variáveis é muito importante para entender uma região. Isso vem ao encontro com a
afirmação de PEREIRA (et al. 2002, p. 289).
[...] o desempenho dos seres vivos é imposto pelas
condições climáticas. Sendo assim, deve-se concentrar
esforços para melhor entendê-las e usá-las para resolver
problemas econômicos e sociais. Impactos das atividades
humanas sobre o ambiente devem ser continuamente
avaliados e utilizados em programas de desenvolvimento
regional, viabilizando a exploração dos recursos naturais.
É marcada a sua importância para o ser humano, uma vez que o
comportamento climático tem interferência e ocorrem nas mais variadas escalas
espaciais, indo de uma abordagem global, até uma local. Já o tempo é o que se sente
durante o dia a dia (calor, frio, chuva, entre outros), para melhor compreensão recorreu-
se a colocação de Mark Twain (apud Dias e Silva. 2009, p. 15) "Climate is what we
expect. weather is what we get"1. Entende-se então que o tempo é acima de tudo
mutável e o clima é simplesmente os padrões recorrentes do tempo em média e longo
prazo. Na mesma linha HANN (1908) apud Monteiro (1969), conceitua o clima como
“um estado médio da atmosfera em um período relativamente longo, num determinado
lugar”.
Faz-se necessário compreender a dinâmica do clima e sua variação no tempo e
no espaço, para isso Ribeiro (1993, p. 288-294) fez os seguintes apontamentos.
Os estudos dos fenômenos relacionados com o
comportamento da atmosfera são orientados no sentido da
compreensão de sua extensão (espaço) e de sua duração
(tempo). A definição da intensidade, frequência e,
finalmente, de uma tipologia climática dependerá,
basicamente, da adequação da abordagem espaço-temporal
1 Clima é aquilo que esperamos, tempo é o que sentimos.
16
com o conjunto de técnicas analíticas empregadas no
processo da pesquisa e comunicação dos seus resultados.
Algumas classificações climáticas foram elaboradas ao longo dos anos
KÖPPEN e GEIGER (1928), ARTHUR STRAHLER (1952), MENDONÇA E DANNI-
OLIVEIRA (2007), entre outras, cada qual destacando e abordando diferentes
elementos climáticos ou reformulando os principais sistemas de classificação climática
(SCC), no qual utilizam variáveis meteorológicas, tais como precipitação pluvial e
temperatura, bem como latitude e as massas atuantes ou o deslocamento das massas de
ar. Neste trabalho será abordado o SCC proposta por KÖPPEN e GEIGER (1928).
A classificação de Köppen, como é mundialmente conhecida, fundamenta-se
sobre a relação da origem da fitossociologia e a ecologia, representando de tal modo que
a correlação entre vegetação e clima de uma determinada região da Terra. Na Tabela 1,
observa-se como a classificações é realizada, dividindo os climas em cinco grandes
grupos climáticos (A, B, C, D, E), subsequentemente em diversos tipos e subtipos
referente à temperatura do ar e a precipitação, formando os climas de cada região.
Os tipos climáticos proposto por Köppen são simbolizados por duas ou três
letras, sendo que a primeira indica a zona climática e é definida através da temperatura e
precipitação; a segunda letra pondera a distribuição da precipitação e a terceira é sobre a
Tabela 1: Classificação Climática de Köppen-Geiger.
Fonte: CUADRAT e PITA (1997), organizado pela autora.
17
variação de temperatura. Na Figura 1 pode-se observar o mapa climático da região
Sudeste segundo o SCC proposto por Köppen.
Percebe-se assim que a região Sudeste brasileira2 tem a indicação das zonas
climática A (Clima Tropical) e C (Clima subtropical úmido) e são apresentados em
coloração monocromática os climas e suas características como já supracitado de
correlação entre temperatura e precipitação. O estado de São Paulo tem em seu território
a presença de duas zonas climáticas, sendo o clima Am (Clima Tropical monçônico) e
Cfa (Clima Subtropical úmido com verão quente) na maior parte do espaço territorial e
com concentração na região Norte e Centro-Oeste respectivamente.
Figura 1: Mapa climático do Sudeste de acordo com a classificação climática de Köppen.
Fonte: Alvares, C. A.. et al. (2013).
Segundo CUADRAT e PITA (1997) a característica do clima Am e Cfa
proposto por Köppen se baseia em Am tendo a características tropical de monção, ou
seja, apresentando chuvas no verão e temperaturas elevadas, por sua vez o clima Cfa é
caracterizado com chuvas bem distribuídas e verões rigorosos.
2 Região sudeste brasileira engloba quatro estados brasileiros: São Paulo, Rio de Janeiro, Espírito Santo e
Minas Gerais.
18
Deste modo o clima da região Sudeste está condicionado pela combinação das
escalas espacial e temporal de fenômenos meteorológicos, tais como precipitação
pluvial, umidade relativa, radiação solar, temperatura do ar, entre outros, no quais
geram variabilidade e diferentes escalas temporais. Segundo ALVES et al. (2011, p. 2)
"a precipitação é uma das variáveis meteorológicas mais importantes para os estudos
climáticos"
Assim a precipitação é um importante elemento da Climatologia, uma vez que
é condicionante da existência da vida na Terra. Essa variável tem um papel importante
para o sistema hidrológico que recarrega água para manutenção do abastecimento
hídrico dos seres vivos e para o desenvolvimento das plantações para a alimentação. A
precipitação influencia assim todo o meio físico, a agricultura, a economia, por
conseguinte o meio social de um lugar ou região.
Vale elucidar a importância da chuva além da manutenção do clima na terra,
uma vez que é a cerne de reposição do ciclo hidrológico, logo é a peça central para a
conservação da vida no planeta, conclui-se com a afirmativa de CUADRAT quando
coloca que " por la precipitación el agua de la atmosfera regresa al suelo y se convierte
em la mayor fuente de agua dulce del planeta, de la que depende en buena parte el
paisaje vegetal y la actividad humana. (...)"3(1997, p.320). A precipitação não ocorre de
maneira uniforme, tendo variabilidade espacial e temporal devido às dinâmicas
climatológicas características de cada região.
No Brasil, por exemplo, país com grande extensão territorial, o regime de
chuva (precipitação pluvial) e temperatura tem grande variedade, como SANT’ANNA
NETO (2005) delineia ao afirmar que o país tem uma ampla variedade de clima com as
inúmeras peculiaridades e distinções, explicadas em decorrência do efeito latitudinal, ou
seja, a uma correlação entre a latitude e a temperatura e precipitação, quando a latitude
aumenta, consecutivamente a temperatura diminui e precipitação aumenta. O país é
dividido em cinco regiões, em cada região ocorre assim uma distribuição espaço
temporal da chuva, ou seja, no país têm-se diferentes regimes pluviométricos, como
elucida Mendonça e Oliveira (2007, p. 146)
[...] a distribuição e a variabilidade das chuvas no Brasil
estão associadas à atuação e à sazonalidade dos sistemas
convectivos de macro e mesoescala. Isso explica as
3 A precipitação da água da atmosfera volta ao solo e se converte na maior fonte de água doce do planeta,
da qual depende boa parte da paisagem e da atividade humana.
19
diferenças dos regimes pluviométricos encontrados no
país, com tipos chuvosos, semiáridos, tropicais e
subtropicais.
Na região sudeste do Brasil, SANT’ANNA NETO (2005) assinala que a
influência ocorre através da atuação dos sistemas tropicais de latitudes média, que se
caracteriza por possuir estações seca bem definidas no inverno e temperatura mais
amenas e nas estações chuvosas de verão chuvas convectivas com temperaturas
elevadas.
Todavia, as precipitações pluviais tende a ocorrer em extremos, modificando o
espaço e as relações sociais inseridas nele, SANSIGOLO, (2008, p. 341) coloca que
“Eventos raros ou extremos têm grande relevância na
Climatologia e Hidrologia e suas estimativas
probabilísticas são imprescindíveis para o planejamento e
desenvolvimento das atividades sujeitas a seus efeitos
adversos, especialmente estruturas de engenharia civil e
agricultura."
Neste contexto climatológico o estudo da variabilidade pluviométrica na
Unidade de Gerenciamento de Recursos Hídricos do Médio Paranapanema (UGRHI -
17) se faz necessário, para esboçar as características climatológicas da Unidade, no
período entre o ano de 1976 a 2010, através de diferentes índices climáticos.
1.1 CARACTERIZAÇÃO DA ÁREA DE ESTUDO
As Unidades de Gerenciamento dos Recursos Hídricos do Estado de São Paulo
(UGRHI) são entendidas como unidades territoriais “com dimensões e características
que permitam e justifiquem o gerenciamento descentralizado dos recursos hídricos” (art.
20 da Lei Estadual Nº 7.663 de 30/12/1991), constituídas de cursos hídricos (rios, lagos,
lagoas) e por partes de bacias hidrográficas ou por um conjunto delas.
Neste trabalho apresenta como área de estudo a UGRHI - 17, que concebe uma
das 22 UGRHI do estado de São Paulo definida pela a Lei 9.034/94. A UGRHI - 17
(Figura 1) localiza-se entre os paralelos 22°15’ e 23°15’ de latitude e os meridianos
48°15’ e 50°00’ de longitude. Apresenta um contingente populacional (em 2010)
segundo o IBGE de 663.780 habitantes e é formada predominantemente por municípios
com menos de 10 mil habitantes, sendo as cidades de Ourinhos, Assis e Avaré os
20
municípios com maior população e representando, aproximadamente, 43 % da
população total da UGRHI, todavia nenhuma das três ultrapassa os 105.000 habitantes,
porém consolidam-se como pólos regionais. Segundo SOUZA (2005) uma cidade é
considerada pólo quando exerce influência direta e indireta sobre as cidades que são
abrangidas na região na qual está inserida, através dos fluxos de toda natureza que é
constituída nesta região.
Sua área é de 16.749 km² e localiza-se na porção centro-oeste do estado, tem
como limite as UGRHI - 17 (Alto Paranapanema), UGRHI - 22 (Pontal do
Paranapanema), UGRHI - 21, (Aguapeí), UGRHI-20 (Peixe), UGRHI-16 (Tietê -
Batalha), UGRHI-13 (Tietê - Jacaré), UGRHI-10 (Tietê-Sorocaba) e o Estado do
Paraná. Abrange em sua área quarenta e dois municípios e treze municípios que tem
apenas áreas contidas4 no Médio Paranapanema, na Tabela 1 pode-se observar as
cidades citadas e sua localização dentro da UGRHI -17.
Figura 2: Unidades de Gerenciamento de Recursos Hídricos (UGRHI).
Fonte: SIGRH, 2000.
4 Segundo o Comitê de Bacia da UGRHI - 17 os municípios que possuem parte de seu território
inserido no Médio Paranapanema recebe a denominação de “municípios com área contida”.
Todavia, mesmo não pertencendo à UGRHI-17, o CBH garante que o direito dos mesmos de
integrarem o comitê.
21
Figura 3: Municípios da UGRHI -17 (Médio - Paranapanema).
Tabela 2: Municípios com áreas contidas na UGRHI -17
Tabela 3: Municípios da UGRHI -17 (Médio Paranapanema).
Fonte: CBH - MP, organizado pela autora
Os principais corpos hídricos da UGRHI - 17 estão divididos em seis unidades
22
Os principais corpos hídricos da UGRHI-17 estão divididos em seis unidades
hidrográficas segundo critérios do RELATÓRIO ZERO IPT (1999), (Figura 04), refere-
se ao rio Pardo que banha, aproximadamente, 27,8 % da área total, o rio Turvo que
banha 25,3% da UGRHI, o rio Capivara, aproximadamente, 20,8 %, o rio Novo com
6,6 %, o rio Pari 6,1 % e agrega segundo a classificação de STRAHLER os tributários
de até 3º ordem da margem direita do curso médio do rio Paranapanema estando
presente em 13,4 % da área total da UGRHI - 17. No âmbito do rio Paranapanema vale
elucidar que por pertencer a dois estados, São Paulo e Paraná, é denominado como rio
da União, equivale a dizer que o gerenciamento deste rio é realizado pelo Governo
Federal, tanto nos aspectos quantitativos, quanto nos qualitativos, Sabe-se que
atualmente têm-se um Comitê da Bacia do Rio Paranapanema na esfera interestadual,
como aponta o CBH - MP (2007).
Figura 4: Os principais corpos hídricos da UGRHI - 17
Fonte: Plano da Bacia MP, 2007,
Segundo dados obtidos através do documento Plano de Bacias do Médio
Paranapanema, pode-se afirmar que a UGRHI - 17 tem um grande potencial na geração
de energia elétrica, conta com uma capacidade de 275,692 kW no ano de 2010, tem-se
em trâmite a construção e instalação de mais nove PCHs5 que aumentaria a capacidade
em cerca de 61 mil kW, todavia estas construções resultaria em imensurável impacto
ambiental, social e econômico para a região.
Conforme descrito no Plano de Bacia do Médio Paranapanema, a ocupação do
solo é subdividida dentre algumas atividades: Culturas perenes 2,2 % da área total,
áreas de culturas semi-perenes 13,6 %. Áreas de culturas temporárias 14,8 %, áreas de
pastagens 54,9 %, áreas de reflorestamento 4,8 %, cobertura vegetal natural: 6,2 %,
5 PCHs: Pequenas Centrais Hidrelétrica.
23
áreas urbanas: 1,0 %, outros usos: 2,5 %, no mapa que consta anexada (Anexo 1) é
possível notar a localização de cada uma das ocupação e uso. Vale elucidar os altos
número do uso e ocupação das atividades agrícolas e áreas de pastagem, no qual somam
cerca de 85,0 % do total da área da UGRHI e as baixas porcentagens da cobertura
vegetal nativa e áreas de reflorestamento que juntas somam 11,0 % da área de uso e
ocupação, todavia ao fazer uma correlação com as novas leis que dispõe sobre a
proteção da vegetação nativa e áreas de preservação, o Novo Código Florestal Brasileiro
(Lei nº 12.651, de 25 de maio de 2012, oriunda do Projeto de Lei nº 1.876/99), é
presumível afirmar que a UGRHI - 17 tem que aumentar a sua área de vegetação para a
proteção dos seus recursos hídricos. A UGRHI conta com sete Unidades de
Conservação presente no território de nove cidades (Águas de Santa Bárbara,
Alvinlândia, Assis, Avaré, Duartina, Gália, Itatinga, Palmital e Pardinho).
A atividade agrícola é a mais expressiva na UGRHI. A atividade que se destaca
é a cultura da cana de açúcar que responde por mais de um terço do valor da produção
agrícola na região segundo o Plano da Bacia - MP e vale destacar a representatividade
da produção de soja e milho no contexto estadual. A região conta também com
agroindústria, por exemplo, a usina sucroalcooleira.
As características físicas da Unidade do Médio Paranapanema serão esboçadas
sobre três eixos primordiais, a Geologia, Geomorfologia e o Clima desta região.
No quesito Geologia, as unidades geológicas que afloram no Médio
Paranapanema são formadas por rochas sedimentares e ígneas da bacia do Paraná e
depósitos recentes (idade cenozoica). Segundo o plano de bacia do MP está distribuído
da seguinte maneira: 60,0 %, aproximadamente, da extensão corresponde por arenito do
Grupo Bauru e o restante às rochas ígneas basálticas da formação Serra Geral. O mapa
geológico da UGRHI se encontra em anexo (Anexo 02).
O mapa geomorfológico consta em anexo (Anexo 03), o mesmo é
disponibilizado pela SIGRH6 e permite afirmar que a UGRHI - 17 está inserida por
integralidade na Província Geomorfológica do Planalto Ocidental. É constituído por
rochas do Grupo Bauru, arenito na grande maioria de vezes e nos vales do rio
Paranapanema e Pardo por basaltos da formação Serra Geral.
Segundo o RELATÓRIO ZERO IPT (1999) a caracterização climática do
Médio Paranapanema utilizando da classificação climática estabelecida por Köppen,
afirma que a UGRHI - 17 está compreendida no clima temperado brando, chuvoso com
6 SIGRH: Sistema Integrado de Gerenciamento de Recursos Hídricos do Estado de São Paulo.
24
verão quente (Cfa) e uma pequena porção em clima temperado brando, chuvoso com
verão fresco (Cfb). Procura-se esboçar as variabilidades de precipitação para se efetuar
diversas análises meteorológicas da Unidade de Gerenciamento de Recursos Hídricos
do Médio Paranapanema (UGRHI - 17), ponderando as características da unidade de
Gerenciamento pode-se concluir que tal estudo será de ampla valia.
25
2. OBJETIVOS
2.1 Objetivo principal
O objetivo principal deste trabalho é analisar a variabilidade das precipitações
na Unidade de Gerenciamento de Recursos Hídricos do Médio Paranapanema (UGRHI-
17), determinando através dos índices PCI, CI e SPI caracteristicas climatológicas da
Unidade.
2.2 Objetivos específicos
Calcular os índices (SPI, CI, PCI) para as estações meteorológicas da UGRHI -
17;
Analisar os resultados dos índices calculados;
Identificar o padrão de precipitação na área de estudo;
26
3. DADOS E PROCEDIMENTOS METODOLÓGICOS
Para esse trabalho foi utilizado séries de dados pluviométricos de 24 estações
meteorológicas localizadas na UGRHI - 17 e entorno, procurando observar a
distribuição espacial das estações. Os dados foram obtidos da base de dados da Agência
Nacional de Águas (ANA), através de seu site HIDROWEB
(www.ana.gov.br/hidroweb).
Na Figura 6 a espacialização ampliada das estações referente área de estudo, a
UGRHI -17 e na Figura 7 observa-se a localização das estações dispostas referente ao
estado de São Paulo, os mapas foram elaborados no software Golden Surfer® 8 através
das latitudes e longitudes de cada uma das estações pluviométricas selecionadas.
Figura 5: Localização das estações na área de estudo (UGRHI - 17).
28
Na Tabela 4 observa-se a identificação e localização das 24 estações
pluviometricas da Unidade de Gerenciamento de Recursos Hídricos do Médio
Paranapanema estudadas.
Com os dados obtidos do sítio HIDROWEB, foram organizados em planilhas
no Microsoft Excel 2007 para, posteriormente desenvolver os cálculos. A organização
constituiu na conferência dos dados das 24 séries pluviométricas, no intuito de
verificação de prováveis falhas de coleta e estruturação do arquivo para elaboração dos
cálculos dos índices CI, PCI e SPI através do software R.
Diferentes índices têm sido usados com o propósito de analisar a chuva em
diferentes escalas. São indicadores simples para avaliar a concentração de precipitação
em uma região e pode ser utilizado para fornecer informações sobre a variabilidade e
para compreender e analisar os processos hidrológicos envolvidos na área de estudo.
Tabela 4: Localidades utilizadas no estudo e suas respectivas coordenadas geográficas.
29
Os valores dos índices foram calculados através das funções desenvolvidas por
POVOA e NERY (2016) para o software R. O índice IC foi calculado através da função
precintcon.ci.analysis. o índice ICP por meio de precintcon.pci.analysis e o índice IPP
através precintcon.spi.analysis. Após o cálculo, os dados foram analisados e
organizados em planilhas no Microsoft Excel, para a elaboração do produto final, mapas
e tabelas para cada período espacial e temporal escolhido, uma vez que os índices
trabalhados possibilitam a análise em escala temporal da vulnerabilidade da UGRHI 17.
3.1 Índice trabalhados
I. Índice de Concentração (IC)
A variabilidade espacial e temporal da precipitação associada a sua intensidade
ocasiona sérios problemas ao ambiente e a sociedade, como erosões no solo,
inundações, ou seja, situações de risco para a humanidade. Com o índice IC tem-se à
possibilidade e qualificação da irregularidade da precipitação em determina área através
da modelação espacial dos resultados obtidos por meio dos métodos de interpolação
univariadas e multivariadas proposto por MARTÍN-VIDE (2004).
O trabalho de MARTÍN-VIDE (2004) sobre a Península Ibérica com nove
séries pluviométricas de Portugal é considerado o trabalho pioneiro sobre o
Concentration Index (CI). O autor apresentou a técnica e a aplicação dos dados
pluviométricos diários que foram utilizados em seus estudos, portanto compreende-se
que o IC é um bom índice para determinar o grau de regularidade da distribuição da
precipitação ao longo de uma série temporal em um determinado espaço.
Como apontado por SANTOS e FRAGOSO (2010) o cálculo do índice IC
dispõem necessário séries longas de dados, assim para o cálculo do índice para as 24
estações supracitadas foi estabelecido um período de 35 anos, entre o ano de 1976 -
2010.
Para os autores PATELA; SHETE (2015) esses índices possibilitam identificar
o impacto porcentual da precipitação.
MARTÍN-VIDE (2004) salienta que o IC obedece a uma distribuição
exponencial negativa, de tal modo associando a distribuição das chuvas e a sua
frequência, portanto tem-se a relação X e Y, sendo que quanto maior o total
pluviométrico diário (Y), menor é sua frequência (X), que é o número de dias que
apresentam este valor. Com isso pode-se determinar os impactos no meio dos mais
30
diferentes precipitações e também permite avaliar a contribuição dos dias mais
chuvosos (SANTOS e FRAGOSO, 2010), sendo necessário esboçar uma relação entre
as porcentagens acumuladas de precipitação Y e as porcentagens acumuladas dos dias
X, em que as mesmas ocorreram como salienta MARTÍN-VIDE (2004), tem-se deste
modo a equação:
(1)
ɑ e b são constantes,
(2)
MARTÍN-VIDE (2004) adaptou a curva até então trabalhada na equação (1)
para apresentada na equação (2), sendo b e c são constantes, segundo o autor a prova
que a distribuição de probabilidade é apresentada por Jolliffe e Hope (1996) que
segundo MARTÍN-VIDE (2004, p. 960) coloca que:
… who demonstrated that such probability distributions
are truncated, in the sense that rainfall values above and
below certain thresholds have zero probability occurrence.
They investigated the form of normalized rainfall curves
for some standard probability distributions, such as
gamma and Weibull, and concluded that there is no ideal
solution to the problem of modelling them.
Este método de calcular o índice IC foi realizado por Mertín-Vide em estudos
na costa mediterrânea espanhola, em 1994 e para a região da Espanha peninsular no ano
de 2004 possibilitando a constatação da intensidade de precipitação e erosividade do
local, assim o autor afirma que o índice IC é um excelente indicador de intensidade e
erosividade.
Deste modo o IC consiste em valores entre 0 e 1, obedecendo a ordem que
quanto mais próximo de zero, melhor é a distribuição da precipitação no espaço e
quanto mais próximo de 1 o resultado do IC se constitui mais a chuva daquela
localidade tende a está concentrada em poucos espaços.
31
SANTOS e FRAGOSO (2010) baseado na metodologia proposta por
MARTÍN-VIDE (2004), afirmam que quanto maior o afastamento da linha de
equidistribuição, maior será a irregularidade e a concentração da precipitação diária,
assim elucida-se que a concentração diária é a proporcional área entre a curva teórica e
a reta de equidistribuição.
II. Índice de Concentração de Chuva (IPC)
O Índice de Concentração de Chuva proposto por Oliver em 1980, com a
finalidade de determinar a variabilidade temporal da distribuição de chuvas ao longo
dos anos, portanto o índice se baseia na distribuição mensal de chuvas, onde os valores
das distribuições mensais idênticas será idêntico para a quantidades diferentes, (De
LUIS, et al. 1997). Deste modo o índice é recomentado para obtenção de dados para ter
informação sobre a variabilidade total da precipitação em um determinado do período
temporal, sendo calculado em escalas anuais e sazonais.
O Precipitation Concentration Index (OLIVER, 1980) é obtido por
(3)
De acordo com De LUIS et al. (2011), o PCI pode ser classificado como
apresentado na Tabela 5.
Tabela 5: Classificação da Precipitation Concentration Index.
PCI PRECIPITAÇÃO (mensal)
≤ 10% Uniforme
11% a 15% Moderadamente sazonal
16% a 20% Sazonal
≥ 20% Irregular
Fonte: Luis et al. (2011), organizado pela autora.
32
O autor LOBO et al. (2010) elucida que a distribuição mensal da precipitação
calculada por meio do PCI variam entre 8,3 % até 100,0 %, como a Tabela 5, sendo que
quanto menor for o resultado mais uniforme foi a distribuição da chuva nos meses do
ano e quando atingindo o PCI igual a 100,0 % é o mesmo que tivesse chovido somente
em um mês ao longo do ano, Vale destacar que a Tabela 5 apresenta como distribuição
irregular da precipitação valores do PCI igual ou superior a 20,0 %.
Percebe-se que o índice PCI é um importante meio de observar a distribuição
da precipitação, De LUIS et al. (2011) elenca que o índice permite inferência sobre o
comportamento da concentração da chuva em um espaço. Assegura também que como a
chuva tem uma influência direta com a recarga e fluxo das águas subterrâneas, o
conhecimento espacial e concentração da mesma se torna indispensável.
III. Índice Padronizado de Chuva (IPC)
O Índice Padronizado de Chuva elaborado por MCKEE et al. (1993) é baseado
na probabilidade de precipitação para qualquer escala de tempo, possibilitando a
qualificação do excesso ou déficit de chuva na região. Este índice fundamenta-se em
séries longas de precipitação (no mínimo de 30 anos), permitindo refletir o impacto da
seca através do desvio da precipitação em relação a sua média para um determinado
período temporal.
DOMINGOS (2006) traz em seu trabalho as funções bases para o cálculo do
IPC. O cálculo do índice se dá assim em séries longas e através da determinação da
função da densidade da função de densidade de probabilidade, pensando no viés
matemático.
Esboça-se inicialmente através da função de distribuição de probabilidade
gama, compreendida por:
(4)
Aonde: α > 0 é um parâmetro de forma
β > 0 um parâmetro de escala
x > 0 a quantidade de precipitação
Γ(α) é uma função gama
33
Esta função gama é definida pela a função:
(5)
Já os parâmetros α (alfa) e β (beta) da função 3 são estimadas através das
seguintes funções de máxima verossimilhança (THOM, apud DOMINGOS, 2006) que
estiva β (5) e α (6):
(6)
e a função,
(7)
Obtêm-se através da equação abaixo,
(8)
Sendo n o número de observações da precipitação e é o valor médio da
precipitação.
O cálculo do SPI apresentava problemas, uma vez que a função tem um desvio
padrão e uma média para cada região, impossibilitando assim a comparação entre os
episódios. Como solução utilizou-se a padronização de uma variável, possibilitando
assim o cálculo em diferentes escalas temporais. Como coloca DOMINGOS (2006,
p.9): A solução consiste em transformar a função de probabilidade cumulativa gama,
numa variável aleatória normalizada (Z) com média 0 e desvio padrão 1.
Utiliza-se aproximação descrita por ABRAMOWITZ AND STEGUN (apud
DOMINGOS, 2006), sendo o valor calculado computacionalmente, a aproximação
34
proposta se converteu a probabilidade acumulativa em uma variável aleatória
normalizada, referenciada por Z.
Assim a variável ficou da seguinte forma:
Para 0 < H (x) ≤ 0.5
(9)
Para 0.5 < H (x) ≤ 1.0
(10)
A variável t é obtida por:
(11)
para 0 < H (x) ≤ 0.5
e
(12)
para0.5 < H (x) ≤ 1.0
35
Segundo DOMINGOS (2006) os valores de c e d são:
Com os resultados obtidos através das variáveis apresentadas, temos o valor do
SPI no qual se classifica perante demonstração na Tabela 6 que obedece o padrão
proposto por MCKEE et al. (1993).
Tabela 6: Classificação dos períodos secos e úmidos do Índice de Precipitação Padronizado
segundo MCKEE et. al.(1993)
SPI CATEGORIA
≥ 2.00 Extremamente úmido
1.5 a 1.99 Muito úmido
1.00 a 1.49 Moderadamente úmido
0.99 a -0.99 Próximo ao normal
-1.00 a -1.49 Moderadamente seco
-1.50 a -1.99 Muito seco
≤ -2.00 Extremamente seco
Percebe-se que quando o IPC apresenta valores positivos a precipitação vai ser
maior que a média e quando os valores forem negativos a indicação que a precipitação
foi menor que a média, desta maneira Mckee et al. (apud DOMINGOS, 2006) coloca
que o SPI médio deve ser zero.
Os índices apresentados (IC, IPC e IPP) foram calculados computacionalmente
através das funções desenvolvidas por POVOA e NERY (2016) no software R. O R é
um software livre, tem uma licença pública geral, ou seja, os usuários do programa tem
o direito de copiar, distribuir ou modificar partir do código-fonte, sobre os pretextos
estabelecidos no termo da licença do software. Esta disponível para as plataformas
Linux, UNIX e Windows e no portal <https://www.r-project.org/> é possível obter mais
informações da plataforma.
Por ser um ambiente estatístico e aceitar a elaboração de novas funções que
facilitam a realização de análises estatísticas, o principal destaque do software R baseia-
se na sua facilidade. Para ESQUIVEL (2012, p. 2) "a grande vantagem do software R é
a possibilidade de criar funções e adicionar funcionalidade pré-definidas do programa,
assim como sua flexibilidade na expansão através da criação de pacotes; (...)".
As funções utilizadas precintcon.ci.analysis. precintcon.pci.analysis e
precintcon.spi.analysis (POVOA e NERY, 2016) são componentes do pacote
36
desenvolvido para o software R permite o calculo dos índices pluviométricos estudados
na UGRHI - 17.
A confecção dos mapas elaborados neste trabalho foram feitos com o auxílio
do programa Surfer® versão 8, através da interpolação e amostragem de dados. Como
elenca LADIM et al. (2002, p.7) " as representação de dados no espaço é essencial em
diversas áreas do conhecimento; (...)" e permite uma maior compreensão da ocorrência
do fato, recorre-se assim ao programa gráfico Surfer®, desenvolvido pela Golden
software Inc, para a confecção dos mapas para representação gráfica dos dados obtidos.
Utilizou-se também para a organização dos dados utilizados das 24 séries
pluviométricas e os dados obtidos posteriormente o programa Microsoft Excel®, do
pacote Office 2013, para organização, criação de planilhas e análise de dados, sendo
uma das ferramentas essenciais para o desenvolvimento da pesquisa.
37
4. RESULTADOS E DISCUSSÕES
A análise estatística da precipitação foi realizada para as 24 séries
pluviométricas da UGRHI-17 com o propósito de identificar as variabilidades presentes
na precipitação, com base nos índices supracitados (CI, PCI e SPI) chegou-se nas
seguintes constatações.
Os resultados mostram que a variabilidade da precipitação de chuvas no
território da UGRHI -17 para cada índice abordado possibilita ponderar sobre sua
variabilidade do regime de chuva, como já elencado a chuva é de extrema importância
para o reabastecimento das águas subterrâneas e do ciclo hidrológico de uma região,
uma vez que o seu regime pode ter eventos extremos (máxima e mínima) que interferem
diretamente nos seres vivos e no planeta como um todo, sobressaindo a relação homem-
meio e meio-homem que são dependente e refém do regime pluviométrico de uma
região.
Para o índice IC, os resultados obtidos mostram que a UGRHI -17
apresentaram valores entre 0.53 e 0.60 de IC, como se observa na Tabela 7. Os valores
mais baixos do índice IC situam-se na porção leste e centro da Unidade (Figura 8). Os
valores mais baixos localizam-se nas estações de Bairro Anhumas, Paulistânia e Guarei
com IC de 0.52. As estações de Usina Quatiara, Fazenda do Barreiro Rico, Faz. Nova
Niagara, Ourinhos, Areia Branca e Taciba com IC de 0.53. Os valores mais altos de IC
são nas estações de Agropecuária Sto Antônio (0.60) e Angatuba e Piraju (0.59) que se
localiza respectivamente ao Norte e ao Sul.
Tabela 7: Resultados do índice CI e PCI
Estação CÓDIGO A b R² CI PCI
1 2348033 0.054 0.029 0.998 0.55 12.9
2 2349007 0.032 0.033 0.998 0.59 13.2
3 2150040 0.086 0.024 0.997 0.53 13.7
4 2150041 0.080 0.025 0.996 0.54 13.8
5 2248015 0.082 0.025 0.997 0.54 13.9
6 2248030 0.041 0.032 0.996 0.57 13.9
7 2248025 0.088 0.023 0.996 0.53 13.5
8 2248048 0.102 0.022 0.997 0.52 13.9
9 2249086 0.095 0.023 0.997 0.53 13.5
10 2249034 0.086 0.024 0.997 0.53 13.2
11 2249008 0.082 0.024 0.996 0.54 14.5
12 2249070 0.092 0.023 0.996 0.54 15.4
38
13 2249025 0.103 0.022 0.997 0.52 14.0
14 2249060 0.097 0.023 0.996 0.53 13.3
15 2250011 0.029 0.035 0.998 0.60 13.7
16 2250016 0.086 0.024 0.997 0.53 14.0
17 2250023 0.079 0.025 0.997 0.54 13.3
18 2250009 0.078 0.025 0.996 0.54 14.4
19 2250045 0.079 0.025 0.997 0.54 13.3
20 2251013 0.083 0.024 0.997 0.53 14.1
21 2348008 0.087 0.024 0.996 0.53 13.4
22 2348005 0.078 0.025 0.994 0.54 14.2
23 2348014 0.095 0.023 0.997 0.52 14.1
24 2349017 0.035 0.032 0.997 0.59 13.6
Na Figura 8 observa-se a distribuição espacial do índice de concentração da
precipitação na UGRHI -17.
Figura 7: Índice de concentração na UGRHI -17.
A análise indica que os coeficientes de determinação R² observados para os
dias de chuva para todas as 24 séries são superiores a 0.99. E os valores dos coeficientes
a e b, no coeficiente a são maiores a 0.100 e menores a 0.029 respectivamente nas
estações Bairro Anhumas e Paulistânia e na agropecuária Santo Antônio e no
coeficiente b são maiores a 0.30 e menores a 0.020 nas mesmas estações.
O índice de IC permite avaliar a distribuição da precipitação pluvial, sendo
quanto mais próximo de zero melhor a distribuição, logo quanto mais próximo da
unidade um mais concentrada é a precipitação, ou seja, se o IC for igual a zero a chuva
39
foi uniforme na região e se IC=1 significa que a chuva foi somente em um ponto o
tempo todo. Têm-se assim uma relação entre a chuva diária com a sua frequência.
Percebe-se que as estações trabalhadas da UGRHI - 17 apresenta valores na
casa de 0.50 e não ultrapassa 0.60. Possibilitando afirmar que a Unidade apresenta um
grau de regularidade das chuvas que não pode ser considerada nem uniforme e nem
concentrada. Através das características da precipitação pluvial pode-se avaliar os risco
de erosão de uma região, LOMBARDI NETO, F. & PASTANA (1972, p. 233) afirma
que
A capacidade de uma chuva erodir um solo depende,
sobretudo da intensidade envolvida durante a chuva, da
sua quantidade e das condições da superfície do solo.
Chuva de longa duração e baixa intensidade pode
ocasionar perdas de água com pequeno risco de erosão,
enquanto chuva de menor quantidade e alta intensidade
pode condicionar maior risco.
Assim com o auxilio da Figura 9, que mostra a suscetibilidade erosiva da
Unidade e com o dados do CI, percebe-se que a estação Agropecuária Sto Antônio
(CI= 0.60) está localizada em uma área com alta suscetibilidade à erosiva.
Figura 8: Mapa de suscetibilidade á erosão.
Fonte: Plano de bacia - MP (2007).
A UGRHI -17 apresenta muitas suscetível a erosão, ao Norte estão os pontos
com as mais altas suscetibilidade e o IC entorno de 0.54. A estação Faz. Monte Alegre
(IC=0.57) tem suscetibilidade erosiva considerada muito alta segundo o Plano de bacia -
MP. Sabe-se que a intensidade, duração e a frequência das chuvas está correlacionada
40
ao fator de perda de terra, provocando erosões. (LOMBARDI NETO, F. & PASTANA,
1972).
O índice IPC que permite determinar a variabilidade temporal da distribuição
da precipitação pluvial ao longo dos anos. Na Tabela 7 observa-se os resultados obtidos
do ICP para as 24 estações da Unidade estudada. Assim o Índice foi calculado em escala
anual (Anexo 4) e sazonais (Tabela 7).
Observa-se na Figura 10, que o valor do IPC na Unidade tem como maior valor
a estação Avaí com IPC 15,4 % e a menor 12,9 % a estação de Angatuba configurando
a Unidade com precipitação moderadamente sazonal segundo a classificação De Luis et
al. (2011), significando que a distribuição da precipitação pluvial neste período de 1976-
2010 nas estações teve distribuição temporal da distribuição moderada.
Figura 9: Índice de concentração da precipitação na UGRHI -17.
Referente o IPC anual vale destacar o ano de 1976 onde quase todas as
estações (menos a estação Bairro Sabia) apresenta IPC menor que ≤ 10,0 % sendo
considerado a distribuição da precipitação uniforme.
Para valores IPC ≥ 20,0 % na classificação proposta considera como uma
distribuição da precipitação Irregular, ou seja, a chuva teve distribuição concentrada. A
estação Usina Quatiara teve IPC anual entorno de 32,3 % no ano de 2007, na estação
Faz. Monte Alegre de 24,2 % no ano de 2002, na estação Bairro Anhumas de 22,8 % no
ano de 2009, na estação Marília de IPC de 29,1 % no ano de 1999, na estação Avaí no
ano de 2007 ao Oeste da Unidade teve IPC de 26,7% e na estação Assis (Horto
Florestal - EFS) teve IPC de 32,3 %, sendo os anos com os maiores índices de IPC
registrados na UGRHI - 17. Na Figura 11 observa-se o IPC para o ano 2007 e sua
concentração no lado oeste da Unidade, sentido ao estado do Paraná.
41
Figura 10: Índice de concentração da precipitação na UGRHI -17 no ano de 2007.
O IPC do ano de 1976 teve a distribuição da precipitação uniforme como já
mencionado, observa-se tão afirmação na Figura 12, onde se percebe as isolinhas bem
distribuídas e pouca variabilidade. Vale destacar a oportunidade de comparação entre os
IPC de 2007 e 1976, respectivamente uma precipitação com distribuição concentrada e
outra uniformemente na Unidade.
Figura 11: Índice de concentração da precipitação na UGRHI -17 no ano de 1976.
Para os resultados do índice SPI, ou seja, Índice de Precipitação Padronizado
(IPP), os resultados obtidos nas escalas de tempo de 3 meses, 6 meses, 9 meses, 12
meses e 24 meses em determinados anos, possibilita o monitoramento e análise de
eventos extremos na região.
Os anos escolhidos para análise do índice foram os anos de 1976, 1983, 1985 e
1997 e 2007, sendo respectivamente o primeiro e último ano La Niña e os outros El
Niño, ambos são exemplos muito importante de ocorrência de ENOS (El-Niño-
Oscilação Sul), nas fases frias e quentes, como se observa na Tabela 8. Foram
42
analisadas o índice de cada ano em questão para cada estação, onde, posteriormente,
foram traçadas as isolinhas para cada período dos fenômenos.
Tabela 8: Anos em relação aos fenômenos El Niño/La Ninã.
El Niño Intensidade La Niña Intensidade
1877 - 1878 Forte 1886 Forte
1888 - 1889 Moderada 1903 - 1904 Forte 1896 - 1897 Forte 1906 - 1908 Forte
1899 Forte 1909 - 1910 Forte
1902 - 1903 Forte 1916 - 1918 Forte
1905 - 1906 Forte 1924 - 1925 Moderada
1911 - 1912 Forte 1928 - 1929 Fraca
1913 - 1914 Moderada 1938 - 1939 Forte
1918 - 1919 Forte 1949 - 1951 Forte
1923 Moderada 1954 - 1956 Forte
1925 - 1926 Forte 1964 - 1965 Moderada 1932 Moderada 1970 - 1971 Moderada
1939 - 1941 Forte 1973 - 1976 Forte 1946 - 1947 Moderada 1983 - 1984 Fraca 1951 Fraca 1984 - 1985 Fraca
1953 Fraca 1988 - 1989 Forte 1957 - 1959 Forte 1995 - 1996 Fraca
1963 Fraca 1998 - 2001 Moderada
1965 - 1966 Moderada 2007 - 2008 Forte 1968 - 1970 Moderada
1972 - 1973 Forte
1976 Fraca
1977 - 1978 Fraca
1979 - 1980 Fraca
1982 - 1983 Forte
1986 - 1988 Moderada 1990 - 1993 Forte 1994 - 1995 Moderada 1997 - 1998 Forte
2002 - 2003 Fraca 2004 - 2005 Fraca
2006 - 2007 Fraca 2009 - 2010 Fraca
Para ZHANG et al. (2012) os anos de 1983 e 1984, são apontados como sendo
um dos mais difíceis, tendo o El Niño com a maior intensidade, o NOAA (National
Oceanic and Atmospheric Administration) ressalva tal afirmativa. Todavia, vale
destacar que a ocorrência do ENOS afeta as regiões do planeta de forma e intensidade
Fonte: CPTEC/INPE (2010)
43
diferente, assim um ENOS considerado forte para uma região, pode não ter afetado com
a mesma intensidade outra região. Então mesmo a Tabela 8 apontar a ocorrência forte
de ENOS, isso não significa que teve intensidade forte em todas as partes com a mesma
intensidade.
Os anos com atuação do fenômeno El Niño - Oscilação Sul (ENOS), tem como
característica no estado de São Paulo muito úmido. Isso ocorre devido ao fenômeno
ocorre no verão aumentando a temperatura acima do normal, o que favorece a formação
de nuvens e subsequente a ocorrência de precipitação pluvial, provocando transtorno a
população, como por exemplo, a ocorrência de enchentes.
A oscilação sul e as possíveis alterações no regime de chuva durante o evento
já foram amplamente estudada. O fenômeno El Niño e La Niña tem como tendência a
periodicidade de ocorrer de três a sete anos, todavia não são regulares, tem como
características fundamentais a alterações da temperatura da superfície do mar na região
do Pacifico Equatorial.
De tal modo o El Niño-Oscilação Sul é um fenômeno de grande escala,
afetando o clima de diversas áreas do planeta, ANDRADE (2003) caracteriza ENOS
como sendo uma "gangorra barométrica" de grande escala, coloca também que o
fenômeno tem fases positivas e negativas, sendo a positiva denominada de El Niño e a
fase a negativa, denominada de La Niña. A fase positiva ocorre quando a o
enfraquecimento dos ventos alísios, tendo o aquecimento das águas superficiais do
Pacífico, a fase negativa ocorre quando se observa o resfriamento das águas e a
intensidade dos ventos alísios.
Na Figura 13 observam-se as diferenças do aquecimento das águas no oceano
Pacífico com ocorrência de ENOS e em condições normais, percebe-se que a mudança
de calor na superfície do oceano se altera com evento ou sem. Tem então três fases
distintas: Neutro, El Niño e La Niña (respectivamente como esboçado na Figura 11).
Figura 12: Condições normais e ENOS no oceano Pacífico.
Fonte: NOAA (2016), adaptado.
44
Nota-se que as mudanças no oceano e na atmosfera nas fases ENOS são
distintas, na fase El Niño ocorre aquecimento da superfície do oceano, ou seja,
temperatura acima da média da superfície do oceano e na fase La Niña compreende-se o
resfriamento da superfície do oceano. Na Figura 13 pode-se atinar sobre as condições
para cada uma das fases.
L'HEUREUX (2014) afirma que: "ENSO is one of the most important climate
phenomena on Earth due to its ability to change the global atmospheric circulation,
which in turn, influences temperature and precipitation across the globe, " Estás-se
elucidando sobre um dos principais fenômenos que ocorre no oceano com influência em
toda extremidade da terra.
Na Tabela 9 nota-se os resultados do índice de precipitação padronizado (IPP)
obtidos para as estações meteorológicas da UGRHI - 17.
Tabela 9: IPP das séries pluviométricas da UGRHI -17.
ANO Estação 01 - 2348033
ANO Estação 02 - 2349007
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 0.82 1.30 1.34 0.73 1976 0.67 1.27 1.13 0.51
1983 0.70 1.10 1.19 1.12 0.62 1983 1.21 1.86 2.02 2.04 2.01
1985 -0.96 -1.08 -1.08 -1.23 -0.59 1985 -0.42 -0.32 -0.27 -0.43 -0.59
1988 -0.04 0.08 0.29 0.35 0.78 1988 -0.81 -0.78 -0.76 -0.42 -0.07
1993 -0.01 0.12 0.16 0.34 0.31 1993 0.39 0.76 1.02 1.32 1.46
1997 0.48 0.63 0.61 0.76 0.55 1997 0.38 0.53 0.60 0.65 0.04
2007 -0.28 -0.26 -0.37 -0.32 -0.24 2007 -0.24 -0.17 -0.21 -0.21 -0.82
ANO Estação 03 - 2150040
ANO Estação 04 - 2150041
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 1.32 1.73 2.00 2.10
1976 0.81 1.09 1.30 2.08
1983 1.24 1.77 2.12 2.37 2.27
1983 1.18 1.56 1.77 1.93 1.17
1985 -0.25 -0.29 -0.36 -0.52 -0.05
1985 -0.24 0.24 0.72 0.84 1.03
1988 0.10 0.25 0.34 0.30 0.63
1988 -0.21 -0.14 0.02 0.05 0.00
1993 0.20 0.16 0.15 0.58 -0.19
1993 0.33 0.67 0.80 1.01 0.89
1997 0.55 0.68 0.64 0.06 0.07
1997 0.68 1.07 1.27 1.51 1.32
2007 -0.99 -0.65 -0.25 -1.84 -0.64
2007 0.04 0.47 0.52 0.65 -0.01
ANO Estação 05- 2248015
ANO Estação 06 - 2248030
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 1.20 1.65 1.89 2.03
1976 1.14 1.47 1.47 1.15
1983 0.98 1.19 1.27 1.35 2.01
1983 1.15 1.48 1.56 1.59 1.21
1985 -0.40 -0.24 -0.07 -0.37 -0.57
1985 -0.21 -0.15 -0.07 -0.16 -0.09
1988 -0.46 -0.38 -0.29 -0.35 0.23
1988 -0.41 -0.32 -0.17 -0.04 0.35
1993 0.80 1.19 1.34 1.53 0.43
1993 0.69 0.92 1.02 1.15 1.10
45
1997 0.43 0.53 0.44 0.36 0.56
1997 0.71 0.91 0.94 0.94 0.70
2007 -0.05 0.02 -0.22 -0.46 -1.41
2007 -0.61 -0.43 -0.51 -0.54 -0.99
ANO Estação 07 - 2248025
ANO Estação 08 - 2248048
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 1.21 1.80 2.10 1.55
1976 1.03 1.65 1.72 1.28
1983 1.26 1.79 2.04 2.25 2.21
1983 1.31 1.96 2.17 2.21 1.65
1985 -0.39 -0.39 -0.36 -0.67 -0.56
1985 -0.35 -0.38 -0.35 -0.67 -0.64
1988 -0.21 -0.19 -0.01 0.16 0.38
1988 -0.30 -0.23 0.05 0.14 0.10
1993 0.06 0.12 0.15 0.30 -0.32
1993 0.30 0.44 0.52 0.73 0.56
1997 0.31 0.49 0.55 0.70 0.09
1997 0.23 0.30 0.23 0.29 0.13
2007 0.05 0.32 0.34 0.47 -0.26
2007 0.30 0.62 0.73 0.91 1.75
ANO Estação 09 - 2249086
ANO Estação 10- 2249034
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 0.88 1.38 1.40 0.79
1976 1.20 1.87 2.04 1.96
1983 0.55 0.78 0.89 0.94 0.90
1983 0.88 1.27 1.50 1.53 1.20
1985 -0.43 -0.67 -0.84 -1.11 -1.36
1985 -0.50 -0.62 -0.69 -1.06 -1.42
1988 -0.58 -0.68 -0.60 -0.48 0.40
1988 -0.31 -0.44 -0.36 -0.31 0.28
1993 0.55 0.92 1.08 1.28 1.12
1993 0.37 0.76 0.97 1.18 1.24
1997 0.89 1.22 1.35 1.47 1.10
1997 1.04 1.30 1.35 1.42 1.14
2007 0.01 0.16 0.09 -0.02 -0.73
2007 0.24 0.63 0.61 0.58 -0.29
ANO Estação 11 - 2249008
ANO Estação 12 - 2249070
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 1.29 1.59 2.04 2.15
1976 0.89 1.40 1.43 1.27
1983 1.26 1.85 2.11 2.29 2.06
1983 0.53 0.70 0.77 1.13 1.60
1985 -0.88 -1.06 -1.18 -1.37 -0.75
1985 -0.29 -0.19 -0.07 -0.16 -0.17
1988 -0.07 0.41 0.78 1.01 0.70
1988 -0.45 -0.26 -0.16 -0.11 0.37
1993 0.22 0.31 0.26 0.27 -0.21
1993 0.27 0.54 0.62 0.82 0.99
1997 0.14 0.38 0.47 0.60 -0.09
1997 0.64 0.95 1.08 1.10 -0.22
2007 -0.02 0.13 0.05 -0.02 -0.69
2007 -0.19 -0.14 -0.18 -0.22 -1.02
ANO Estação 13- 2249025
ANO Estação 14 - 2249060
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 0.87 1.37 1.40 1.20
1976 0.90 1.30 1.41 1.01
1983 1.28 1.87 2.07 2.24 2.19
1983 1.41 2.01 2.31 2.49 2.33
1985 -0.06 0.00 0.07 0.02 0.74
1985 -0.65 -0.56 -0.51 -0.82 -0.64
1988 -0.33 -0.25 -0.03 0.12 0.27
1988 -0.29 -0.20 -0.08 -0.04 -0.03
1993 0.41 0.61 0.63 0.72 0.48
1993 0.08 0.06 -0.02 0.00 -0.35
1997 0.38 0.67 0.75 0.78 -0.92
1997 0.47 0.80 0.96 1.08 0.49
46
2007 -0.29 -0.21 -0.44 -0.57 -0.16
2007 -0.85 -0.98 -1.14 -1.29 -1.06
ANO Estação 15 - 2250011
ANO Estação 16 - 2250016
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 0.85 1.30 1.52 1.44
1976 1.32 1.73 2.00 2.10
1983 1.04 1.57 1.86 2.13 2.08
1983 1.24 1.77 2.12 2.37 2.27
1985 -0.63 -0.52 -0.38 -0.44 -0.71
1985 -0.25 -0.29 -0.36 -0.52 -0.05
1988 0.09 0.21 0.23 0.04 -0.01
1988 0.10 0.25 0.34 0.30 0.63
1993 -0.11 0.14 0.27 0.38 0.33
1993 0.20 0.16 0.15 0.27 -0.19
1997 0.69 0.97 1.04 1.08 0.50
1997 0.55 0.68 0.64 0.56 0.07
2007 0.11 0.60 0.59 0.64 -0.22
2007 -0.99 -0.65 -0.25 -0.08 -0.64
ANO Estação 17 - 2250023
ANO Estação 18 - 2250009
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 1.18 1.66 2.00 2.04
1976 0.97 1.35 1.50 1.51
1983 0.79 1.28 1.57 1.77 2.11
1983 1.21 1.72 2.02 2.25 1.89
1985 -0.42 -0.25 -0.05 -0.14 -0.32
1985 -0.82 -0.86 -0.78 -0.89 -0.62
1988 -0.05 -0.05 0.03 0.08 -0.30
1988 -0.33 -0.25 -0.10 -0.02 0.24
1993 0.20 0.45 0.72 0.89 0.76
1993 -0.32 -0.25 -0.06 0.18 -0.27
1997 0.98 1.15 1.15 1.11 0.68
1997 0.64 0.98 1.10 1.29 0.74
2007 0.27 0.57 0.57 0.48 -0.59
2007 -0.16 0.25 0.31 0.48 -0.30
ANO Estação 19- 2250045
ANO Estação 20 - 2251013
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 0.97 1.42 1.75 2.01
1976 0.66 1.06 1.11 1.02
1983 1.16 1.86 2.20 2.26 2.21
1983 0.99 1.53 1.86 2.02 1.61
1985 -0.55 -0.22 0.02 0.01 -0.03
1985 -0.71 -0.76 -0.76 -0.92 -1.07
1988 -0.41 -0.51 -0.54 -0.58 0.05
1988 -0.62 -0.74 -0.70 -0.72 -0.56
1993 -0.25 -0.35 -0.40 -0.24 -0.25
1993 -0.35 -0.20 0.02 0.31 -0.10
1997 0.56 0.86 1.03 1.27 1.10
1997 0.53 0.82 0.89 0.98 0.61
2007 0.13 0.40 0.39 0.38 -0.29
2007 0.10 0.51 0.55 0.65 0.38
ANO Estação 21 - 2348008
ANO Estação 22- 2348005
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 1.08 1.54 1.61 1.11
1976 1.35 1.92 2.08 1.60
1983 1.38 1.79 2.01 2.09 2.00
1983 1.65 2.28 2.62 2.77 2.18
1985 -0.36 -0.23 -0.03 -0.18 -0.15
1985 -0.53 -0.45 -0.34 -0.51 -0.28
1988 -0.39 -0.25 -0.03 0.18 1.17
1988 -0.21 -0.24 -0.20 -0.21 -0.01
1993 0.35 0.56 0.71 0.88 0.61
1993 0.26 0.26 0.21 0.20 -0.27
1997 0.31 0.32 0.20 0.16 -0.05
1997 0.48 0.55 0.49 0.53 0.02
2007 -0.29 -0.27 -0.43 -0.59 -0.80
2007 -0.26 -0.16 -0.22 -0.18 -0.50
ANO Estação 23 - 2348014 ANO Estação 24- 2349017
47
SPI 3 SPI 6 SPI 9 SPI 12 SPI 24 SPI 3 SPI 6 SPI 9 SPI 12 SPI 24
1976 1.13 1.77 1.86 1.62
1976 0.63 1.09 1.19 0.56
1983 1.52 2.19 2.40 2.41 1.76
1983 0.80 1.51 1.72 1.66 1.05
1985 -0.61 -0.65 -0.61 -0.75 -0.08
1985 -0.89 -0.86 -0.84 -1.06 -1.19
1988 -0.09 0.01 0.27 0.35 1.12
1988 -0.02 0.08 0.25 0.43 0.38
1993 0.19 0.30 0.34 0.51 0.40
1993 -0.12 -0.27 -0.41 -0.20 0.41
1997 0.12 0.25 0.36 0.63 0.94
1997 0.40 0.49 0.61 0.73 0.61
2007 -0.35 -0.33 -0.34 -0.18 -0.38
2007 -0.15 -0.11 -0.15 -0.13 -0.47
Na Tabela 9 tem-se o cálculo do Índice de Precipitação Padronizado (IPP) para
as 24 séries pluviométricas da UGRHI -17, onde teve como resultado o IPP próximo ao
normal para todas as escalas de tempo de três. seis. nove. doze e vinte e quatro meses.
Alguns casos mostram o excesso e/ou déficit de precipitação na Unidade estudada.
Destaca-se o ano de 1976 que teve o IPP caracterizado como moderadamente úmido.
muito úmido e extremamente úmido, faz-se necessário destacar as estações Usina
Quatiara, Marília, Assis (Horto Florestal - EFS), Usina Pari e Gardênia que
apresentaram IPP superior a 2.0 caracterizando-se como extremamente úmido, ou seja,
ocorreu precipitação acima da média nestes pontos. No ano de 1983 tem-se o IPP com
valores denotando excesso de precipitação nas estações já citadas no ano de 1976 e nas
estações Piraju, Faz. Do Barreiro Rico, Paulistânia, Areia Branca, Avaré e Bofete teve o
IPP 9, 12 e 24 são superiores a 2.0 (extremamente úmido), O IPP que apresenta déficit
na precipitação na Unidade está presente no ano de 1985 e 2007.
Na Figura 14 observa-se a distribuição espacial na Unidade de Gerenciamento
do Médio Paranapanema do índice IPP no ano de 1983 no qual notar-se que o ano de
1983 foi muito úmido para toda a Unidade, sendo quase homogênea sua distribuição.
apresenta-se SPI superior ou igual a dois, ou seja, classificado como muito úmido.
Confirmando afirmação feita por ZHANG et al. (2012) que os anos de 1983 e 1984. são
os que tiveram a maior intensidade do El Niño no mundo, no estado de São Paulo foi
um ano muito úmido de modo geral, provocando grandes temporais e inúmeras
consequências para as cidades, como por exemplo enchentes que afeta de forma
endêmica a Região Metropolitana de São Paulo. O fenômeno El Niño quando tem
ocorrência na estação do Verão. a intensidade que afeta uma região é intenso, uma vez
que o verão tem-se o aumento da temperatura, o que favorece na formação de nuvens e
consecutivamente o aumento das precipitações. Deste modo assegura-se que a Unidade
no ano de1983 seguiu o padrão do estado no efeito de influência do El Niño.
48
Figura 13: Índice Padronizado de Precipitação das séries pluviométricas da UGRHI -17 em
1983.
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
SP
I 3
-51
-50.5
-50
-49.5
-49
-48.5
-23
-22.5
-51
-50.5
-50
-49.5
-49
-48.5
-23
-22.5
SP
I 6
SP
I 9
SP
I 1
2
SP
I 2
4
-51
-50.5
-50
-49.5
-49
-48.5
-23
-22.5
-51
-50.5
-50
-49.5
-49
-48.5
-23
-22.5
-51
-50
.5-5
0-4
9.5
-49
-48.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
00
.51
1.5
2
An
o 1
983
49
Por outro viés o ano de 1985 tem o resultado do IPP no qual apresenta déficit
na precipitação. neste ano ocorreu o fenômeno La Niña com baixa intensidade. como
apresentado na segundo tabela do Centro de Previsão de Tempo e Estudos Climáticos, o
CPTEC, todavia vale ponderar que a variação da intensidade depende de cada região. O
IPP mostra que a precipitação apresentou-se moderadamente seco nas estações
Angatuba, Marília e Taciba (ao norte da UGRHI), sendo o IPP 12 de -1.37 o maior, no
restante o IPP está ligeiramente em função de apresentar seca, porém se mantêm dentro
da média considerada normal ( até - 0.99).
Na Figura 15 observa-se a distribuição espacial dos resultados do índice IPP
para o ano de 1985, permite ponderar que a distribuição das chuvas na Unidade, o
melhor a falta de chuva neste ano ocorreu em toda a sua extensão, porém vale destacar a
região Norte da Unidade que foi apresentado os maiores índices para todas as escalas
temporais utilizadas, é uma região que tem uso e ocupação do solo predominantemente
de pastagem e culturas perenes (vale destacar que a velocidade que as gramíneas e
arbustos secam), observa-se também que ao Sul o índice IPP se aproxima de zero, ou
seja, classificando o extremo como normal. vale elucidar que a variável de influência
para esta ocasião possa esta ligada a localização do rio Paranapanema. Turvo e Pardo e
as Usinas Hidrelétricas de Piraju e Chavantes, no qual tem influencia na distribuição de
chuvas, ou seja, consistir em dizer que está região teve menos influência do fenômeno
La Niña ocorrido naquele ano.
50
Figura 14: Índice Padronizado de Precipitação das séries pluviométricas da UGRHI -17 em
1985
SP
I 3
SP
I 6
SP
I 9
SP
I 1
2
SP
I 2
4
An
o 1
985
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
00.5
11.5
2
51
No ano de 2007 o resultado do IPP apresenta déficit na precipitação
comumente ao ano de 1985, neste ano teve ocorrência de La Niña, como observamos na
figura 16 os índices mais altos estão localizados no Oeste da Unidade, faz-se necessário
destacar a estação Usina Quatiara que se localiza noroeste da Unidade, que obteve em
um IPP 12 de -1.84 que representa uma precipitação padronizada muito seca, próximo a
extremamente seco (-2.0), além de destacar o SPI 3 que é referente a escala temporal de
3 meses. no qual permite afirmar que a distribuição de precipitação está na região Oeste
da Unidade de Gerenciamento.
Todavia vale ponderar que quando observado os cinco SPI retratados nas
escalas de tempo de 3, 6, 9, 12 e 24 meses, no qual corresponde ao valor de acumulo de
precipitação na escala de análise, percebe-se a pouca variação entre os índices, porém
segundo o CPTEC neste ano de 2007 o estado de São Paulo (e a região da Unidade)
tiveram cinco meses de extremos, dois muito úmidos e três com severas secas. no qual
emitem n final um SPI balanceado. Os extremos úmidos se apresentaram nos meses de
janeiro e julho e as secas nos meses de agosto, setembro e outubro atingindo todo ou
grande parte do estado, assim percebe-se que os valores obtidos são esperados para a
regiões consideradas.
Contudo tal fato demonstra que quando considera uma única escala, o SPI não
pode ter seu comportamento analisado, assim o Índice Padronizado de Precipitação
necessita-se a observação nas diferentes escalas de tempo especialmente para valores
extremos.
52
SP
I 3
SP
I 6
SP
I 9
SP
I 1
2
SP
I 2
4
An
o 2
00
7
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
-51
-50
.5-5
0-4
9.5
-49
-48
.5
-23
-22
.5
00.5
11
.52
Figura 15: Índice Padronizado de Precipitação das séries pluviométricas da UGRHI -17 em
2007
53
5. CONSIDERAÇÕES FINAIS
A análise do grau de concentração precipitação durante todo o ano é
extremamente importante para o seu elevado impacto sobre fenômenos ambientais,
sociais, políticos e econômicos, em outras palavras, de tal forma de inundações e secas
severas, ambas afetam a vida do ser humano radicalmente, quando tem excesso de
chuvas e ocorre as enchentes e deslizamentos de encostas ou quando ocorre a falta de
chuva. provocando severas secas. represas secas. falta de reabastecimento dos recursos
hídricos. falta de água.entre outros inúmeros acontecimentos. Compreende-se assim que
a chuva é de extrema importância para o reabastecimento das águas e do ciclo
hidrológico de uma região e que os eventos extremos (máxima e mínima) interferem
diretamente nos seres vivos e no planeta como um todo. A irregularidade da
precipitação pluviométrica interfere em todas as escalas e formas a vida humana.
concluímos então que o estudo do clima é muito importante para uma região.
A Unidade estudada (UGRHI - 17) destaca-se por ter em seu território um Rio
Federal, em outras palavras, um rio que corre em dois estados brasileiros, São Paulo e
Paraná, deste modo o Gerenciamento do Rio Paranapanema é realizado em conjunto nos
âmbitos qualitativos e quantitativos. Vale elucidar também que se consta sobre uma
Unidade com cidades médias.
A análise nas séries temporais dos índices de precipitação indicou que a
variabilidade da precipitação pluvial no território da UGRHI -17 tem um regime de
chuvas considerado moderado. Com os resultados obtidos deixa claro que o regime de
chuvas da Unidade para cada um dos índices abordados. possibilita a colocação sobre
sua variabilidade. Percebe-se assim que a UGRHI -17 tem suas características
marcantes e um regime pluviométrico que afeta toda a Unidade com ou sem extremos
em seu território.
O índice IC possibilitou fazer valiosas ponderações sobre a irregularidade da
precipitação na UGRHI - 17, o resultado do IC para a Unidade esteve em torno de 0.50
a 0.60, no qual mostra que a precipitação na escala temporal de 1976 a 2010 tem uma
irregularidade nem concentrada e nem uniforme no regime de chuvas da região.
O IPC foi calculado e analisado e possibilitou determinar a variabilidade
temporal da distribuição de chuvas ao longo dos anos delimitados. percebeu-se que o
regime de chuvas na UGRHI - 17 teve distribuição moderada. porém quando observa-se
a escala anual, o IPC encontrado para cada ano varia entre Uniforme e irregular, foi
destacado alguns anos com máximas e mínimas e de ocorrência de fenômenos ENOS.
54
Nesta escala temporal de 1976 a 2010 teve-se alguns eventos ENOS, fases frias
(El Niño) e quentes (La Niña), que interferiram no regime de chuvas da Unidade, vale
destacar os anos de 1976, 1983, 1985 e 2007 que por ser um fenômeno de grande escala
e afetar o clima de diversas áreas do planeta. procurou-se verificar os efeitos destes
eventos na Unidade através do índice IPP. Vale elucidar que cada fase ENOS é distintas
e tem efeitos diferentes, uma vez que a fase El Niño compreende-se pelo o aquecimento
da superfície do oceano e na fase La Niña compreende-se o resfriamento da superfície
do oceano.
O índice IPP é baseado na probabilidade de precipitação para qualquer escala
de tempo e possibilita a designação do excesso ou déficit de chuva na região. Todavia
este índice fundamenta-se em séries longas de precipitação. Percebe-se então que a
Unidade estudada teve anos de extremos. sendo vez excesso de chuva na região ora
déficit. vale destacar os anos que tiveram o fenômeno La Niña, 1976, 1988 e 2007.
neste respectivos anos a Unidade enfrentou déficit de precipitação. com intensidades
diferentes, ou seja um extremos de seca. Nos anos de 1983 e 1997 que teve ocorrência
do fenômeno El Niño. tem o excesso de precipitação na área de estudo. vale destacar o
ano de 1983 que de forma geral afetou todo o estado de São Paulo. mas na Unidade os
valores atingidos foram superiores a SPI 2 em quase todas as escalas temporais
utilizadas (três, seis, nove, doze e vinte e quatro meses) e no ano de 1997 um ano muito
úmido, porém de forma mais branda.
Com esta informações tem-se a possibilidade de elencar a relação da La Niña
com o déficit de precipitação na Unidade e o Fenômeno El Niño com o excesso de
chuvas na região. porém vale reforçar que a intensidade do evento depende da região,
uma vez que o fenômeno não atinge todas as partes do planeta com a mesma
intensidade.
55
REFERÊNCIAS
ALVES, E. D. L. et al. Análise da Variabilidade Climática da Precipitação pluvial
em Barra do Garças. Mato Grosso. Brazilian Geographical Journal: Geosciences and
Humanities research medium. Uberlândia, v. 2, n. 2, p. 512-523. jul./dec. 2011
ALVARES, C. A.. STAPE. J. L.. SENTELHAS. P. C.. DE MORAES. G..
LEONARDO. J.. & SPAROVEK. G. (2013). Köppen's climate classification map for
Brazil. Meteorologische Zeitschrift. 22(6). 711-728.
ANDRADE, A. R. de. Variabilidade da precipitação pluviométrica na Bacia
hidrográfica do Ivaí - Paraná. Maringá : [s.n.]. 2003. 99 f. Dissertação (mestrado) -
Programa de Pós-Graduação em Geografia. Universidade Estadual de Maringá. 2003
BRASIL, IBGE. Censo Demográfico. 2010. Disponível em
<http://www.censo2010.ibge.gov.br/> Acesso em: Nov/2015
CPTEC/INPE. 2010. Disponível em:<http://enos.cptec.inpe.br/>. Acesso em: Jan/2016.
CUADRAT. J. Mª. y PITA. Mª F. Climatológia. Ediciones Cátedra. 1997
ESQUIVEL. R. de M. Análise espectral singular: modelagem de séries temporais
através de estudos comporativos usando diferentes estratégias de previsão.
Dissertação (Mestrado) - Senai CLIMATEC. Salvador. p. 160. 2010
LADIM. P.M.B.. MONTEIRO. R.C & CORSI. A.C. Introdução e confecção de mapas
pelo software SURFER. DGA. IGCCE. Unesp Rio Claro. Lab. Geomatematica. texto
didático 08. 21pp. 2012. Disponível em
<http:/www.rc.unesp.br/gce/aplicada/extodl.html> Acesso em Jan/2016.
L'HEUREUX. M. What is the El Niño–Southern Oscillation (ENSO) in a nutshell?
Monday. May 5. 2014 . < https://www.climate.gov/news-features/blogs/enso/what-el-
ni%C3%B1o%E2%80%93southern-oscillation-enso-nutshell >Acesso em Jan/2016
LUIS. M De; GONZÁLEZ-HIDALGO. J.C; RAVENTÓS. J.;SÁNCHEZ. J.R.;
CORTINA.J. Distribución espacial de la concentración y agresividade de la luvia en
el territorio de la comunidad Valenciana. Cuaternario y Geomorfologia. 11(3-4).
1997. p. 33-49
LUIS. M.; GONZÁLES-HIDALGO. J. C.; BRUNETTI. M.; LONGARES. L. A.
Precipitation concentration changes in Spain 1946-2005. Natural Hazards and
Earth System Sciences. Munich. v. 11. n. 5. p. 1259-1265. 2011.
http://dx.doi.org//10.5194/nhess-11- 1259-2011
LOBO. D.; CORTEZ. A.; RODRÍGUEZ. M.F.; OVALLES. F.; REY. J.C.; GABRIELS.
D.; e PARRA. R.M.; Análisis la agresividad y concentracion de las
precipitacionesen Venezuela. I. Region de los llanos. V. 22. Bioagro. n° 3. 2010. p.
169-176.
LOMBARDI NETO. F. & PASTANA. F. I. Relação chuva-perdas por erosão.
Bragantia. Boletim Científico do Instituto Agronômico do Estado de S. Paulo. Vol. 31.
56
n° 19. Campinas. Julho de 1972.
MARTÍN-VIDE.J. Spatial distribution of a daily precipitation concentration index
in peninsular spain. Internacional journal of Climatology. 2004 24. 959-971.
MENDONÇA. F; OLIVEIRA. I. M. D. Climatologia: noções básicas e climas do
Brasil. São Paulo: Oficina de Textos. 2007.
MONTEIRO. C. A. F. A frente polar atlântica e as chuvas de inverno na fachada
Suloriental do Brasil. São Paulo: Edanae S.A.. 1969.
POVOA. L. V.; NERY. J. T. (2016). precintcon: Precipitation Intensity.
Concentration and Anomaly Analysis. R package version 2.2.1. Disponível em:
<https://CRAN.R-project.org/package=precintcon>.
PATELA. N.R.; SHETE. D.T. Analyzing Precipitation Using Concentration Indices
for North Gujarat Agro Climatic Zone. India. N.R. Patel and D.T. Shete / Aquatic
Procedia 4 ( 2015 ) 917 – 924.
PEREIRA. A. R.; ANGELOCCI. L. R.; SENTELHAS. P. C. Agrometeorologia:
fundamentos e aplicações práticas. Guaíba: Agropecuária. 2002. 478 p.
RELATÓRIO ZERO - INSTITUTO DE PESQUISAS TECNOLÓGICAS DO ESTADO
DE SÃO PAULO – IPT. Diagnóstico da situação atual dos Recursos Hídricos e
estabelecimento de diretrizes técnicas para a elaboração do Plano da Bacia
Hidrográfica do Médio Paranapanema. São Paulo. 1999. Disponível em: <
http://cbhmp.org/publicacoes/relatorioz/>. Acesso em: Jun/2015.
RIBEIRO. A. G. Boletim de Geografia Teorética. 23(46-46):288-294. 1993.
SANSIGOLO. C. A. Distribuições de extremos de precipitação diária. temperatura
máxima e mínima e velocidade do vento em Piracicaba. SP (1917-2006). Rev. bras.
meteorol. [online]. 2008. vol.23. n.3. pp. 341-346. ISSN 1982-4351.
< http://www.rbmet.org.br/port/revista/revista_artigo.php?id_artigo=352>. Acesso em:
Out/2015.
SANT’ANNA NETO. J.L. Decálogo da climatologia do sudeste brasileiro. In:
Revista Brasileira de Climatologia. V.1. Nº1. Dezembro de 2005.
SANTOS. M.; FRAGOSO. M. Modelação espacial do índice de concentração diária
de precipitação em Portugal Continental. VI Seminário Latino-Americano de
Geografia Física. II Seminário Ibero-Americano de Geografia Física. Universidade de
Coimbra. Maio de 2010
SOUZA. Nali de Jesus. Teoria dos pólos. regiões inteligentes e sistemas regionais de
inovação. In: Análise. Porto Alegre. v. 16. nº.1. Jan/Jul. 2005. p. 87-112.
ZHANG. Z.; Xu. C-Y.; El-Tahir. M.E-H.; Cao. J.; Singh. V. P. Spatial and temporal
variation of precipitation in Sudan and their possible causes during 1948–2005. Stoch Environ Res Risk Assess. v. 26 p. 429–441.2012
57
BIBLIOGRAFIA CONSULTADA
ALVES. R. T. Análise em diferentes escalas espaciais e temporais a precipitação
pluvial da unidade de gerenciamento do médio Paranapanema. 2008. f.:92 pág..
Trabalho de conclusão de curso (Bacharel em Geografia) - Unesp. Ourinhos.
FERNANDES. D. S.; HEINEMANN. A. B.; PAZ. R. L. F. da; AMORIM. A. de O.;
CARDOSO. S. Índices para a quantificação da seca. Santo Antônio de Goiás: Embrapa
Arroz e Feijão. 2009. 45p. (Embrapa Arroz e Feijão. Documentos. 244)
MACHADO. F.L.V. MACHADO. M. de R. BASTOS. L. G. RIOS. I. da S. Modelos
de Classificações Climáticas: Estudo de caso no Município de Cuiabá (MT).
REVISTA GEONORTE. Edição Especial 2. V.2. N.5. p.1455 – 1467. 2012 NERY. J. T.. ALVES. R. T. Variabilidade da precipitação pluvial na UGRH do Médio
Paranapanema. Estado de São Paulo. Acta Scientiarum. Technology. Maringá. v. 31. n.
1. p. 93-102. 2009. Disponível em
<http://dx.doi.org/10.4025/actascitechnol.v31i1.3916> Acesso em: Jan/2015
OLIVEIRA. G. O. El Niño. São Paulo: Instituto de Pesquisas Espaciais. Centro de
Previsão de Tempo e Estudos Climáticos. Disponível em:
<www.cptec.inpe.br/enos/Oque_el-nino.shtml> Acesso em: ago/2015.
ROCHA. A. M. G. C.. GANDU. A. W. Zona de Convergência do Atlântico Sul. São Paulo:
Instituto de Pesquisas Espaciais. Centro de Previsão de Tempo e Estudos Climáticos.
Disponível em: <http://www.cptec.inpe.br/products/climanalise/cliesp10a/16.html> Acesso em:
Jan/2015.
SÁ JUNIOR. A.de. Aplicação da classificação de Köpper para o zoneamento
climático do Estado de Minas Gerais. Dissertação (Mestrado) - Universidade Federal
de Lavras.p. 101. 2009
SILVA. Daniel Araujo da. A função da precipitação no conforto do clima urbano da
cidade de Manaus. REVISTA GEONORTE. Edição Especial 2. V.2. N.5. p.22 – 40.
2012
SIQUEIRA. H. R.; ALVES. G. F.; GUIMARÃES. E. C. Comportamento da
precipitação pluviométrica mensal do Estado de Minas Gerais: análise espacial e
temporal. Revista Horizonte Científico. v.1. n.1. p.20. 2007.
ZHANG. Z.; CHEN. Xi; XU. Chong-Yu; YUAN. L.; YONG. B.; YAN. S. Evaluating
the non stationary relationship between precipitation and streamflow in nine
major basins of China during the past 50 years. Journal of Hydrology. nº 409. p.81-
93.2011.
ANEXO - 02 - GEOLOGIA
Fig
ura
16
: M
apa
Geo
lóg
ico
da
UG
RH
I -1
7
Fo
nte
: P
lan
o d
a B
acia
MP
, 2
00
7