Impacto de EpisÃ³dios El NiÃ±o e La NiÃ±a sobre a FreqÃ¼Ãªncia de ...

More documents

Recommendations

Info

33 α 1 + 1+ 4D = 3 4D (2.1.4) x β = (2.1.5) α Embora a variabilidade na precipitação diária devida a cada parcela mensal do ciclo anual seja, geralmente, pequena se comparada à variabilidade produzida pelos episódios ENOS em regiões significativamente afetadas, é aconselhável o uso das distribuições diárias. O ciclo anual de precipitação tem amplitude bastante pronunciada em grande parte da América do Sul, devido ao dominante regime de monções (Fig. 1 de GRIMM, 2003), produzindo diferenças climatológicas relativamente fortes de precipitação dentro de um mesmo mês, principalmente na primavera austral. Esta forte variação é refletida na precipitação média correspondente ao percentil 90 para cada mês (coluna da esquerda da Fig. 3.1): por exemplo, no Sudeste do Brasil ela é de 8 mm/dia em outubro, enquanto em novembro é de mais de 16 mm/dia. Conseqüentemente, nas regiões com pequenas, mas consistentes, anomalias relacionadas ao ENOS, essas diferenças climatológicas intra-mensais poderiam introduzir um número irreal de eventos extremos se as distribuições de precipitação fossem baseadas nos valores diários para o mês inteiro. Com base no ajuste diário da distribuição Gama, os dados de precipitação são substituídos pelos seus respectivos percentis. Todos os dias com percentil igual ou acima de 90 são considerados eventos extremos. O número de eventos extremos é calculado para cada mês em cada ano. Os anos são classificados em EN, LN (Tabela 2.1) e normais, considerando, de acordo com o ciclo médio de EN/LN, que o ano começa em agosto (ano 0) e termina em julho (ano +). São calculadas as freqüências de eventos extremos para cada mês em cada categoria de anos e a diferença entre as médias para EN e normais, e para LN e normais, assim como a sua significância estatística através do teste hipergeométrico. EN e LN são tratados separadamente, realçando as diferenças em relação aos anos normais, ao contrário de descrever o sinal do ENOS como sendo a diferença entre as composições de EN e LN, por duas razões. Em primeiro lugar, o objetivo de melhorar a previsão do clima com indicação de aumento ou diminuição de eventos extremos é melhor conseguido
34 se os anos normais forem a referência; em segundo lugar, apesar das fortes teleconexões de ENOS serem geralmente lineares, há também sinais não-lineares. Além da freqüência de eventos extremos de chuva, o ENOS pode afetar também a intensidade desses eventos, que é uma informação útil para melhorar a previsão climática e de desastres hidrológicos. Conseqüentemente, a intensidade média de chuva durante eventos extremos também é calculada para cada mês em cada categoria, assim como a diferença dessas quantidades entre EN e normais e entre LN e normais, e sua significância estatística através do teste hipergeométrico. A consistência do sinal de ENOS, tanto na freqüência quanto na intensidade dos eventos extremos, foi avaliada através de um teste de significância baseado na distribuição hipergeométrica (ROPELEWSKI; HALPERT, 1987; GRIMM; FERRAZ; GOMES, 1998; GRIMM; BARROS; DOYLE, 2000). A hipótese testada em cada mês é que haja mais (menos) eventos extremos durante episódios de ENOS do que o número médio ou que os eventos extremos sejam mais (menos) intensos durante episódios ENOS do que a intensidade média. Por exemplo, considere-se a série de novembros no período de 1956-2002, onde n1 e n2 são, respectivamente, as quantidades de novembros com menor e maior número de eventos extremos do que o número médio. A distribuição hipergeométrica retorna a probabilidade de obter d novembros com menos (ou w novembros com mais) eventos extremos do que o número médio desse mês em t episódios ENOS. Assim, para testar a consistência da relação EN–mais (menos) eventos extremos na série de novembros onde t é o número de episódios EN e d (w) deles contém menos (mais) eventos extremos que o número médio, calcula-se a probabilidade de obter mais que d (w) casos secos em uma amostra de t episódios aleatoriamente tomados desta população [i.e, a probabilidade cumulativa de obter d+1, d+2, ... (w+1, w+2, ...), até t casos com mais (menos) eventos extremos]. Isto retorna o nível de significância da relação, que é calculado da seguinte forma (MEYER, 1972, p.187): ⎛t ⎞⎛N −t ⎞ ⎜ ⎟⎜ ⎟ d ⎝k ⎠⎝n1 h = 1 − ⎠ ∑ (2.1.6) k= 1 ⎛N ⎞ ⎜ ⎟ ⎝n1 ⎠ Para saber quão diferentes são as precipitações correspondentes a eventos extremos em diferentes meses do ano, foi calculado o valor médio de precipitação
Page 1 and 2: UNIVERSIDADE FEDERAL DO PARANÁ REN
Page 3 and 4: Tedeschi, Renata Gonçalves Impacto
Page 5 and 6: AGRADECIMENTOS Agradeço a Deus por
Page 7 and 8: RESUMO Este estudo examina como epi
Page 9 and 10: LISTA DE FIGURAS FIGURA 1.1 - ÁREA
Page 11 and 12: FIGURA 4.9 - QUADRÍCULA NO NORTE,
Page 13 and 14: (INFERIOR CENTRO) DA SUA DIVERGÊNC
Page 15 and 16: FIGURA 5.23 - ABRIL (+) DE ANOS EL
Page 17 and 18: CENTRO) EM 200HPA, (SUPERIOR DIREIR
Page 19 and 20: TABELA 4.18 - TESTE K-S PARA A ESTA
Page 21 and 22: SUMÁRIO 1. INTRODUÇÃO...........
Page 23 and 24: 22 1. INTRODUÇÃO Os pescadores do
Page 25 and 26: diminuição da temperatura das ág
Page 27 and 28: 26 a circulação atmosférica. Pod
Page 29 and 30: 28 TABELA 1.1 - DEFINIÇÃO DE EVEN
Page 31 and 32: 30 • Determinar as diferenças na
Page 33: 32 hidrometeorológicos da Argentin
Page 37 and 38: 36 intensidades é a Gumbel, onde o
Page 39 and 40: 38 Para obter anomalias das variáv
Page 41 and 42: 40 3. VARIAÇÕES NA FREQÜÊNCIA E
Page 43 and 44: 42 3.2.1. Agosto (0), setembro (0)
Page 45 and 46: 44 com anos normais, no Sul do Bras
Page 47 and 48: 46 continua
Page 49 and 50: 48 FIGURA 3.1 - MAPAS PARA EL NIÑO
Page 51 and 52: 50 continua
Page 53 and 54: 52 FIGURA 3.2 - MAPAS PARA LA NIÑA
Page 55 and 56: 54 FIGURA 3.3 - DIFERENÇA NA FREQ
Page 57 and 58: 56 4. VARIAÇÕES NAS DISTRIBUIÇÕ
Page 59 and 60: 58 4.1. JANEIRO - CENTRO-LESTE DO B
Page 61 and 62: 60 0,40 0,35 Freqüência de chuva
Page 63 and 64: 62 TABELA 4.3 - PARÂMETROS DAS DIS
Page 65 and 66: 64 4.2. NOVEMBRO - CENTRO-LESTE DO
Page 67 and 68: 66 4.3. NOVEMBRO - LESTE DO SUL DO
Page 81 and 82: 80 log(fe/fnn) 1,00 0,80 0,60 0,40
Page 83 and 84: 82 As quadrículas escolhidas possu
Page 85 and 86:
84 (a) (b) Regiões em cinza claro
Page 87 and 88:
86 TABELA 5.1 - REGIÃO a, CENTRO-L
Page 89 and 90:
88 Unidades dos campos atmosférico
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
96 quadro, pois mostram uma diminui
Page 99 and 100:
Page 101 and 102:
100 Unidades dos campos atmosféric
Page 103 and 104:
102 5.3. NOVEMBRO NA REGIÃO LESTE
Page 105 and 106:
104 Durante episódios EN (Fig. 5.3
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Page 121 and 122:
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130:
Page 131 and 132:
Page 133 and 134:
Page 135 and 136:
Page 137 and 138:
136 6. EVENTOS EXTREMOS DE VAZÃO N
Page 139 and 140:
138 aumento dos extremos de chuva n
Page 141 and 142:
140 conectado com o aumento de alta
Page 143 and 144:
142 Diferença entre números de ev
Page 145 and 146:
144 6.6. RELAÇÃO ENTRE FREQUÊNCI
Page 147 and 148:
146 fortuita). É notável que tamb
Page 149 and 150:
148 Os valores do teste de Kolmogor
Page 151 and 152:
150 0,40 0,35 Histograma -Vazões E
Page 153 and 154:
152 Esses resultados são úteis pa
Page 155 and 156:
154 influenciam significativamente
Page 157 and 158:
156 REFERÊNCIAS BIBLIOGRÁFICAS AC
Page 159 and 160:
158 _____. Meteorologia Básica - N
show all

Impacto de EpisÃ³dios El NiÃ±o e La NiÃ±a sobre a FreqÃ¼Ãªncia de ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?