ANÁLISE DA PRECIPITAÇÃO E IDENTIFICAÇÃO DE EVENTOS DE SECA EM MUNICÍPIOS DO OESTE DE MATO GROSSO POR MEIO DOS ÍNDICES SPEI-3 E SPEI-6
DOI:
https://doi.org/10.31413/nat.v12i4.18169Palabras clave:
tendências, variabilidade climática, Índice Padronizado de Precipitação-EvapotranspiraçãoResumen
A seca é o principal evento causado pela variabilidade climática, esses episódios aumentam em frequência, intensidade e duração no Brasil. O objetivo desse estudo é avaliar a distribuição anual e mensal da precipitação e tendências de acréscimos ou decréscimos e identificar eventos de secas meteorológicas e agrícolas para os municípios da região Oeste de Mato Grosso: Campo Novo do Parecis, Campos de Júlio, Comodoro e Sapezal. Os dados foram adquiridos via Google Earth Engine (GEE), e correspondem a reanálises ERA5-Land. Para avaliação das secas foi utilizado o Índice Padronizado de Precipitação-Evapotranspiração (SPEI). Para análise de tendência foi aplicado o teste não paramétrico de Man-Kendall. Nos quatro municípios há duas estações bem definidas, seca e chuvosa, com regime anual de precipitação semelhantes. A maior média anual de precipitação foi em Comodoro, bioma Amazônico, sendo os outros três do bioma Cerrado. É observada uma redução da precipitação anual nas últimas décadas em toda a região. No início do século XXI, houve maior acentuação de períodos secos, conforme a estatística Z do teste de Man-Kendall ocorreu redução significa da precipitação em maio, julho, agosto setembro e outubro. Os principais eventos de secas foram em 2015 a 2016 e 2019 a 2020 para as regiões.
Palavras-chave: tendências; variabilidade climática; Índice Padronizado de Precipitação-Evapotranspiração.
Analysis of precipitation and identification of drought events in municipalities in western Mato Grosso using SPEI-3 and SPEI-6 indices
ABSTRACT: Drought is the primary event driven by climate variability, and these episodes are increasing in frequency, intensity, and duration in Brazil. This study aims to assess the annual and monthly distribution, as well as trends of increases or decreases in precipitation, and to identify meteorological and agricultural drought events for municipalities in the western region of Mato Grosso: Campo Novo do Parecis, Campos de Júlio, Comodoro, and Sapezal. Data were acquired via Google Earth Engine (GEE), utilizing ERA5-Land reanalysis. The Standardized Precipitation-Evapotranspiration Index (SPEI) was applied to assess droughts, and the Man-Kendall non-parametric test was used for trend analysis. All four municipalities experience two well-defined seasons, wet and dry, with similar annual precipitation patterns. Comodoro, located in the Amazon biome, recorded the highest annual precipitation averages, while the other three municipalities lie within the Cerrado biome. Over recent decades, annual precipitation has decreased across the region. In the early 21st century, dry periods became more pronounced, with the Man-Kendall Z statistic indicating a significant reduction in precipitation in May, July, August, September, and October. The main drought events occurred in 2015-2016 and 2019-2020 across these regions.
Keywords: trends; climate variability; Standardized Precipitation-Evapotranspiration Index.
Referencias
AMANI, M.; GHORBANIAN, A.; AHMADI, S. A.; KAKOOEI, M.; MOGHIMI, A.; MIRMAZLOUMI, S. M.; BRISCO, B. Google earth engine cloud computing platform for remote sensing big data applications: A comprehensive review. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 13, p. 5326-5350, 2020. https://doi.org/10.1109/JSTARS.2020.3021052
BAKER, J. C. A.; SPRACKLEN, D. V. Climate benefits of intact Amazon forests and the biophysical consequences of disturbance. Frontiers in Forests and Global Change, v. 2, e47, 2019. https://doi.org/10.3389/ffgc.2019.00047
BARBIERI, J. D.; DALLACORT, R.; FREITAS, P. S. L. D.; ARAÚJO, D. V. D.; TIEPPO, R. C.; FENNER, W. Effects of the ENSO on the variability of precipitation and air temperature in agricultural regions of Mato Grosso State. Journal of agricultural Science, v. 11, n. 9, e91, 2019. https://doi.org/10.5539/jas.v11n9p91
CAMPOS, J. O.; CHAVES, H. M. Tendências e variabilidades nas séries históricas de colheitas mensais e anuais no Bioma Cerrado no período 1977-2010. Revista Brasileira de Meteorologia, v. 35, p. 157-169, 2020. https://doi.org/10.1590/0102-7786351019
CARAUTA, M.; PARUSSIS, J.; HAMPF, A.; LIBERA, A.; BERGER, T. No more double cropping in Mato Grosso, Brazil? Evaluating the potential impact of climate change on the profitability of farm systems. Agricultural Systems, v. 190, e103104, 2021. https://doi.org/10.1016/j.agsy.2021.103104
CONAB_Companhia Nacional de Abastecimento. Boletim da safra de grãos: 9º Levantamento de grãos – Safra 2024. Disponível em: <https://www.conab.gov.br/info-agro/safras/graos/boletim-da-safra-de-graos>. Acesso em: 18 jun. 2024.
CUNHA, A. P. M. A.; ZERI, M.; DEUSDARÁ LEAL, K.; COSTA, L.; CUARTAS, L. A.; MARENGO, J. A.; TOMASELLA, J.; VIEIRA, R. M.; BARBOSA, A. A.; CUNNINGHAM, C.; GARCIA, J. V. C. G.; BROEDEL, E.; ALVALÁ, R.; NETO, G. R. Extreme drought events over Brazil from 2011 to 2019. Atmosphere, v. 10, n. 11, e642, 2019. https://doi.org/10.3390/atmos10110642
ESPINOSA, L. A.; PORTELA, M. M.; MATOS, J. P.; GHARBIA, S. Climate change trends in a European coastal metropolitan area: Rainfall, temperature, and extreme events (1864-2021). Atmosphere, v. 13, n. 12, p. 1995, 2022. DOI: https://doi.org/10.3390/atmos13121995
FOROOTAN, E.; KHAKI, M.; SCHUMACHER, M.; WULFMEYER, V.; MEHRNEGAR, N.; DIJK, A. I. J. M. V.; BROCCA, L.; FARZANEH, S.; AKINLUYI, F.; RAMILLIEN, G.; SHUM, C. K.; AWANGE, J.; MOSTAFAIE, A. Understanding the global hydrological droughts of 2003–2016 and their relationships with teleconnections. Science of the Total Environment, v. 650, p. 2587-2604, 2019. https://doi.org/10.1016/j.scitotenv.2018.09.231
GONÇALVES, S. T. N.; JUNIOR, F. D. C. V.; SAKAMOTO, M. S.; SILVEIRA, C. D. S.; MARTINS, E. S. P. R. Índices e metodologias de monitoramento de Secas: Uma revisão. Revista Brasileira de Meteorologia, v. 36, p. 495-511, 2021. https://doi.org/10.1590/0102-77863630007
HOOGENBOOM, G.; PORTER, C. H.; BOOTE, K. J.; SHELIA, V.; WILKENS, P. W.; SINGH, U.; WHITE, J. W.; ASSENG, S.; LIZASO, J. I.; MORENO, P.; PAVAN, W.; OGOSHI, R.; HUNT, L. A.; TSUJI, G. Y.; JONES, J. W. The DSSAT crop modeling ecosystem. In: Advances in crop modeling for sustainable agriculture. 1ª Ed. London: Burleigh Dodds Science Publishing, 2019. p. 173-216. https://doi.org/10.1201/9780429266591
JUDD, M.; BOESE, M.; HORNE, A. C.; BOND, N. R. Perceptions of climate change adaptation barriers in environmental water management. Ecology and Society, v. 28, n. 1, e280121, 2023. https://doi.org/10.5751/ES-13883-280121
JUNQUEIRA, R.; VIOLA, M. R.; DE MELLO, C. R.; VIEIRA-FILHO, M.; ALVES, M. V.; AMORIM, J. D. S. Drought severity indexes for the Tocantins River Basin, Brazil. Theoretical and Applied Climatology, v. 141, n. 1, p. 465-481, 2020. https://doi.org/10.1007/s00704-020-03229-w
KÖPPEN, W. Grundriss der Klimakunde: Outline of climate science. Berlin: Walter de Gruyter, 1931. 388p.
LAVERS, D. A.; SIMMONS, A.; VAMBORG, F.; RODWELL, M. J. An evaluation of ERA5 precipitation for climate monitoring. Quarterly Journal of the Royal Meteorological Society, v. 148, n. 748, p. 3152-3165, 2022. https://doi.org/10.1002/qj.4351
MARENGO, J. A.; CUNHA, A. P.; CUARTAS, L. A.; LEAL K. R. D.; BROEDEL, E.; SELUCHI, M. E.; MICHELIN, C. M.; DE PRAGA BAIÃO, C. F.; ÂNGULO, E. C.; ALMEIDA, E. K.; KAZMIERCZAK, M. L.; MATEUS, N. P. A.; SILVA, R. C.; BENDER, F. Extreme drought in the Brazilian Pantanal in 2019–2020: characterization, causes, and impacts. Frontiers in Water, v. 3, e639204, 2021. https://doi.org/10.3389/frwa.2021.639204
MARTEL, J.; BRISSETTE, F. P.; LUCAS-PICHER, P.; TROIN, M.; ARSENAULT, R. Climate change and rainfall intensity–duration–frequency curves: Overview of science and guidelines for adaptation. Journal of Hydrologic Engineering, v. 26, n. 10, e03121001, 2021. https://doi.org/10.1061/(ASCE)HE.1943-5584.000212
MUÑOZ, S. J. Dados médios mensais do ERA5-Land de 1981 até o presente. Copernicus Climate Change Service (C3S) Climate Data Store (CDS), 2019. Disponivel em: https://doi.org/10.24381/cds.68d2bb30. Acessado em: 20 Jul. 2024.
PARRA-LÓPEZ, C.; ABDALLAH, S. B.; GARCIA-GARCIA, G.; HASSOUN, A.; SÁNCHEZ-ZAMORA, P.; TROLLMAN, H.; JAGTAP, S.; CARMONA-TORRES, C. Integrating digital technologies in agriculture for climate change adaptation and mitigation: State of the art and future perspectives. Computers and Electronics in Agriculture, v. 226, e109412, 2024. https://doi.org/10.1016/j.compag.2024.109412
PEI, Z.; FANG, S.; WANG, L.; YANG, W. Comparative analysis of drought indicated by the SPI and SPEI at various timescales in inner Mongolia, China. Water, v. 12, n. 7, e1925, 2020. https://doi.org/10.3390/w12071925
PONTES FILHO, J. D.; PORTELA, M. M.; STUDART, T. M. C.; SOUZA FILHO, F. D. A. A continuous drought probability monitoring system, CDPMS, based on copulas. Water, v. 11, n. 9, p. 1925, 2019. DOI: https://doi.org/10.3390/w11091925
ROCHA, V. M.; CORREIA, F. W. S.; GOMES, W. B. Avaliação dos impactos da mudança do clima na precipitação da Amazônia utilizando o modelo RCP 8.5 Eta-HadGEM2-ES. Revista Brasileira de Geografia Física, v. 12, n. 06, p. 2051-2065, 2019. https://doi.org/10.26848/rbgf.v12.6.p2051-2065
SAM, M. G.; NWAOGAZIE, I. L.; IKEBUDE, C. Climate change and trend analysis of 24-hourly annual maximum series using Mann-Kendall and Sen slope methods for rainfall IDF modeling. International Journal of Environment and Climate Change, v. 12, n. 3, p. 44-60, 2022. https://doi.org/10.9734/IJECC/2022/v12i230628
SHE, X.; LI, Y.; JIAO, W.; SUN, Y.; NI, X.; ZUO, Z.; MYNENI, R. B. Varied responses of Amazon forests to the 2005, 2010, and 2015/2016 droughts inferred from multi-source satellite data. Agricultural and Forest Meteorology, v. 353, e110051, 2024. https://doi.org/10.1016/j.agrformet.2024.110051
SILVA, R. S.; DALLACORT, R.; MACIEL JR., I. C.; CARVALHO, M. A. C.; YAMASHITA, O. M.; SANTANA, D. C.; TEODORO, L. P. R.; TEODORO, P. E.; SILVA JR., C. A. Rainfall and extreme drought detection: an analysis for a potential agricultural region in the Southern Brazilian Amazon. Sustainability, v. 16, n. 14, e5959, 2024. https://doi.org/10.3390/su16145959
DA SILVA, S. S.; BROWN, F.; SAMPAIO, A. O.; SILVA, A. L. C.; SANTOS, N. C. R. S.; LIMA, A. C.; AQUINO, A. AM. S.; SILVA, P. H. C.; MOREIRA, J. G. V.; OLIVEIRA, I.; COSTA, A. A.; FEARNSIDE, P. M. Amazon climate extremes: Increasing droughts and floods in Brazil’s state of Acre. Perspectives in Ecology and Conservation, v. 21, n. 4, p. 311-317, 2023. https://doi.org/10.1016/j.pecon.2023.10.006
DE SOUSA, W. G.; SILVA, M. T.; SIQUEIRA, M. S.; GPOMES, H. B.; OLIVEIRA, G.; SILVA, T. G. F. S; CAVALCANTI, E. P. Variabilidade espaço temporal da seca meteorológica nas microrregiões do MATOPIBA. Revista Brasileira de Geografia Física, v. 17, n. 1, p. 1-21, 2024. https://doi.org/10.26848/rbgf.v17.1.p01-21
DE SOUZA SANTOS, J. A.; WANDERLEY, H. S.; DE AMORIM, R. F. C.; DELGADO, R. C.; FERNADES, R. C. The longest multiannual drought in Northeastern Brazil. Journal of South American Earth Sciences, v. 143, e104976, 2024. https://doi.org/10.1016/j.jsames.2024.104976
TIRIVAROMBO, S. O. D. E.; OSUPILE, D.; ELIASSON, P. Drought monitoring and analysis: standardised precipitation evapotranspiration index (SPEI) and standardised precipitation index (SPI). Physics and Chemistry of the Earth, Parts A/B/C, v. 106, p. 1-10, 2018. https://doi.org/10.1016/j.pce.2018.07.001
VICENTE-SERRANO, S. M.; BEGUERÍA, S.; LÓPEZ-MORENO, J. I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. Journal of Climate, v. 23, n. 7, p. 1696-1718, 2010. https://doi.org/10.1175/2009JCLI2909.1
WU, J.; CHEN, X.; YUAN, X.; YAO, H.; ZHAO, Y.; AGHAKOUCHAK, A. The interactions between hydrological drought evolution and precipitation-streamflow relationship. Journal of Hydrology, v. 597, e126210, 2021. https://doi.org/10.1016/j.jhydrol.2021.126210
YANG, L.; DRISCOL, J.; SARIGAI, S.; WU, Q.; CHEN, H.; LIPPITT, C.D. Google Earth Engine and artificial intelligence (AI): a comprehensive review. Remote Sensing, v. 14, n. 14, e3253, 2022. https://doi.org/10.3390/rs14143253
ZHAO, Q.; YU, L.; LI, X.; PENG, D.; ZHANG, Y.; GONG, P. Progress and trends in the application of Google Earth and Google Earth Engine. Remote Sensing, v. 13, n. 18, e3778, 2021. https://doi.org/10.3390/rs13183778
ZAQOUT, T.; ANDRADÓTTIR, H. Ó. Impacts of climate change on winter flood mechanisms: Spatial variability, trends, and bivariate frequency of rain-on-snow and soil frost. Journal of Hydrology, v. 638, e131439, 2024. https://doi.org/10.1016/j.jhydrol.2024.131439
Descargas
Publicado
Número
Sección
Cómo citar
Licencia
Derechos de autor 2024 Nativa
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los derechos de autor de los artículos publicados en esta revista pertenecen al autor, con los derechos de primera publicación de la revista. En virtud de aparecer en esta revista de acceso público, los artículos son de libre uso, con sus propias atribuciones, en aplicaciones educativas y no comerciales.
Los artículos publicados en esta revista pueden ser reproducidos parcialmente o utilizados como referencia por otros autores, siempre que se mencione la fuente, es decir, Revista Nativa.
