Abstract:
O objetivo do presente estudo foi identificar, caracterizar e analisar a variabilidade espaço-temporal da precipitação no Brasil (1920-2010) usando técnicas de estatística descritiva, inferencial e multivariada. Os totais mensais da precipitação estão dispostos em uma grade com resolução espacial de 0,5º de latitude e longitude e são produtos de reanálise disponibilizados gratuitamente pela Universidade de Delaware do Global Historical Climatology Network - Monthly/GHCN-M, versão 3.01. Após a aquisição dos dados foi realizado a validação do produto da reanálise e aplicado uma máscara para selecionar somente os pontos de grade situados no Brasil. Para a compreensão da variabilidade sazonal da chuva mesuraram-se os totais anuais médios, as médias mensais e o desvio padrão da anomalia de precipitação. As relações das variações anômalas da precipitação foram feitas com quatro índices climáticos (South Oscilation Index/SOI, Pacific Decadal Oscilation/PDO, Tropical Northern Atlantic/TNA e Antartic Oscilantion/AAO) a partir da mensuração do índice de correlação de Pearson entre as variáveis. A análise dos padrões espaço-temporais da anomalia da precipitação foi feita a partir da Análise de Componentes Principais (PCA, em inglês) no Modo Temporal, que possibilitou o agrupamento temporal de campos espaciais. Para verificar a ciclicidade dos padrões encontrados pela PCA utilizou-se a transformada de wavelet. Para a melhor compreensão dos padrões anômalos de chuvas no Brasil, foram utilizados dados de temperatura em 2 m e ventos em superfície, disponibilizados gratuitamente pela National Oceanic and Atmospheric Administration/NOAA. Os resultados da estatística descritiva mostraram que o total anual de chuvas variou entre 342 e 4.027 mm e as médias mensais entre 0 e 642 mm, e evidenciam uma distribuição espaço-temporal heterogênea da precipitação no Brasil. A distribuições espaciais dos índices de correlação entre as anomalias da precipitação e os índices climáticos evidenciam que os fenômenos remotos controlam parcialmente a variabilidade da precipitação, visto que os índices de correlação variaram entre -0.42 e 0.38. A PCA identificou cinco Componentes Principais/CP que explicam 38% da variância. Cada CP gerou dois modelos espacias da distribuição anômala das chuvas no Brasil. Sendo que a CP1 na fase positiva/negativa identificou anomalias positivas/negativas na área de atuação da ZCAS/oeste da Amazônia e Sul do Brasil, com maior ocorrência no verão e predomínio de ciclos de 6, 18 e 48 meses. A CP2 na fase positiva/negativa identificou anomalias negativas/positiva na área de atuação da ZCIT no Hemisfério Norte/oeste e Sul do Brasil, com maior ocorrência no inverno e predomínio de ciclos de 12, 36 e 84 meses. A CP3 na fase positiva/negativa identificou anomalias positivas/negativas na área de atuação da ZCIT no Hemisfério Sul/oeste do Brasil, com maior ocorrência na primavera e predomínio de ciclos de 24, 48 e 120 meses. A CP4 na fase positiva/negativa identificou anomalias positivas/negativas no oeste/Sul do Brasil, com maior ocorrência na primavera e predomínio de ciclos de 12, 32 e 72 meses. A CP5 na fase positiva/negativa identificou anomalias negativas/positivas na área de atuação das monções/Sul do Brasil, com maior ocorrência na inverno/verão e predomínio de ciclos de 12, 24 e 42 meses. Nesse contexto, foi diagnosticado que anomalias nos mecanismos atmosféricos de ocorrência sazonal, como ZCAS e ZCIT, são os que causam maior porcentagem da variância e que isso pode ser explicado pela frequência de ocorrência. Já os fatores remotos, com ocorrência em escala temporal interanual e interdecenal, são representados por diferentes CP, visto que os eventos dos modos de variabilidade podem variar espacialmente, sazonalmente e de intensidade.
The objective was to identify, characterize and analyze the spatio-temporal variability of precipitation in Brazil (1920-2010) using descriptive, inferential, and multivariate statistical techniques. Monthly precipitation totals are displayed on a grid with a spatial resolution of 0.5º latitude and longitude and are reanalysis products freely available from the University of Delaware's Global Historical Climatology Network - Monthly/GHCN-M, version 3.01. After data acquisition, the reanalysis product was validated and was applied a mask to select only the grid points located in Brazil. Were measured the average annual totals, the monthly averages, and the standard deviation of the precipitation anomaly to understand the seasonal variability of rainfall. The relationships of anomalous precipitation variations were made with four climatic indices (South Oscillation Index/SOI, Pacific Decadal Oscillation/PDO, Tropical Northern Atlantic/TNA, and Antarctic Oscillation/AAO) from the measurement of Pearson's correlation index between the variables. The analysis of the spatio-temporal patterns of the precipitation anomaly was using Principal Component Analysis (PCA) in Temporal Mode, which allowed the temporal clustering of spatial fields. Was used the wavelet transform to verify the cyclicity of the patterns found by PCA. Were used data of temperature in 2 m and surface winds, available free from the National Oceanic and Atmospheric Administration/NOAA, for understanding better anomalous rainfall patterns in Brazil. The results for descriptive statistics showed that the annual rainfall ranged between 342 and 4,027 mm and the monthly averages between 0 and 642 mm, and indicates a heterogeneous spatio-temporal distribution of precipitation in Brazil. The spatial distributions of correlation indices between precipitation anomalous and climatic indices show that remote phenomena partially control precipitation variability, as the correlation indices ranged between -0.42 and 0.38. PCA has identified five Principal Components/CP that explain 38% of the variance. Each PC generated two spatial models of anomalous rainfall distribution in Brazil. PC1 in the positive/negative phase identified positive/negative anomalies in the SACZ area of action/western Amazonia and southern Brazil, with a higher occurrence in the summer and a predominance of cycles of 6, 18, and 48 months. PC2 in the positive/negative phase identified negative/positive anomalies in the area of operation of the ITCZ in the Northern/West and Southern Hemisphere of Brazil, with a higher occurrence in winter and a predominance of cycles of 12, 36, and 84 months. PC3 in the positive/negative phase identified positive/negative anomalies in the area of operation of the ITCZ in the Southern Hemisphere/western Brazil, with a higher occurrence in the spring and a predominance of cycles of 24, 48, and 120 months. PC4 in the positive/negative phase identified positive/negative anomalies in western/southern Brazil, with higher occurrence in spring and predominance of cycles of 12, 32, and 72 months. The PC5 on the positive/negative phase identified negative/positive anomalies in the monsoon area/South of Brazil, with higher occurrence in winter/summer and predominance of cycles of 12, 24, and 42 months. In this context, were assigned those anomalies in the atmospheric mechanisms of seasonal occurrences, such as SACZ and ITCZ, are the ones that cause the highest percentage of variance and can be explained by the frequency of occurrence. On the other hand, remote factors, occurring on an interannual and interdecennial time scale, are represented by different PC, since the events of the variability modes can vary spatially, seasonally, and in intensity.
