UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS EXATAS E DA TERRA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS CLIMÁTICAS
A INDÚSTRIA DA CERÂMICA VERMELHA E OS ÍNDICES DE
EXTREMOS CLIMÁTICOS PARA OS ESTADOS DO RIO GRANDE
DO NORTE E PARAÍBA
FERNANDA KATIUSCA DOS SANTOS
NATAL
MAIO 2017
i
FERNANDA KATIUSCA DOS SANTOS
A INDÚSTRIA DA CERÂMICA VERMELHA E OS ÍNDICES DE
EXTREMOS CLIMÁTICOS PARA OS ESTADOS DO RIO GRANDE
DO NORTE E PARAÍBA
Dissertação de Mestrado apresentada ao Programa de
Pós-Graduação em Ciências Climáticas, do Centro de
Ciências Exatas e da Terra da Universidade Federal do
Rio Grande do Norte, como parte dos requisitos para
obtenção do título de Mestre em Ciências Climáticas.
Orientador: Profa. Dra. Kellen Carla Lima
COMISSÃO EXAMINADORA
Profa. Dra. Ana Carolina Vasques Freitas (UNIFEI)
Prof. Dr. Bergson Guedes Bezerra (UFRN)
Profa. Dra. Lara de Melo Barbosa Andrade (UFRN)
NATAL, MAIO, 2017.
ii
Catalogação da Publicação na Fonte. UFRN / SISBI / Biblioteca Setorial
Centro de Ciências Exatas e da Terra – CCET.
Santos, Fernanda Katiusca dos.
A indústria da cerâmica vermelha e os índices de extremos climáticos para os
estados do Rio Grande do Norte e Paraíba / Fernanda Katiusca dos Santos. - Natal,
2017.
103 f. : il.
Orientadora: Profa. Dra. Kellen Carla Lima.
Dissertação (Mestrado) – Universidade Federal do Rio Grande do Norte. Centro
de Ciências Exatas e da Terra. Programa de Pós-Graduação em Ciências Climáticas.
1. Indicadores climáticos – Dissertação. 2. Tendência climática – Dissertação. 3.
NEB – Dissertação. I. Lima, Kellen Carla. II.Título.
RN/UF/BSE-CCET CDU: 551.583.1
iii
DEDICATÓRIA
A toda minha família.
Por acreditarem em meus objetivos.
Compreenderem as minhas ausências.
E perseverarem na minha luta.
iv
AGRADECIMENTOS
A UFRN e ao Programa de Pós-Graduação em Ciências Climáticas – PPGCC.
A CAPES pelo apoio por meio da bolsa de estudo.
Aos meus colegas e Professores que me ensinaram muito.
Ao Professor Cláudio Moisés Santos e Silva por toda orientação e tempo dedicado a essa
pesquisa.
E em especial a minha orientadora Kellen Carla Lima que compreendeu minhas limitações
e pacientemente permaneceu ao meu lado nos momentos mais difíceis dessa pesquisa. Sua
seriedade e profissionalismo permitiram que eu conseguisse ir adiante num momento em
que eu mal conseguia está de pé. Obrigada.
v
RESUMO
SANTOS, Fernanda Katiusca. A indústria da cerâmica vermelha e os índices de
extremos climáticos para os estados do Rio Grande do Norte e Paraíba . 2017. 115 f.
Dissertação (Mestrado em Ciências Climáticas) – Centro de Ciências Exatas e da Terra,
Universidade Federal do Rio Grande do Norte, Natal, 2017.
Nos últimos anos o setor Industrial da Cerâmica Vermelha desenvolveu-se
representativamente com a implantação de micro e pequenas empresas de Cerâmica por
todo Brasil. Não houve, no entanto, precauções quanto ao uso dos recursos naturais
utilizados como fonte de matéria prima para a Indústria. Desta maneira investigou-se a
respeito de indícios de alterações micrometeorológicas associadas à Indústria de Cerâmica
Estrutural nos elementos meteorológicos em algumas áreas do Nordeste do Brasil. Para
verificar se as variáveis micrometeorológicas: precipitação, evapotranspiração, radiação,
velocidade do vento, umidade, e temperatura máxima e mínima, referentes ao período de
1980 a 2013, apresentavam tendências, utilizou-se o Teste de Mann Kendall; e para
calcular os índices de extremos climáticos utilizou-se o conjunto de dados para Índices de
Extremos Climáticos - RClimDex. Foram identificados cinco polos, nos quais verificou-
se haver tendências negativas para precipitação, temperatura mínima, umidade relativa e
vento. E tendências positivas para as variáveis temperatura máxima, evapotranspiração e
radiação solar. Detectou-se tendência em todos os polos, com exceção da temperatura
mínima para o polo P2 (que apresenta maior número de cerâmicas). Identificou-se, ainda,
tendência para os índices de extremos climáticos de Rx1day, R99p, Txn, Tnx, Tn10p,
Tx10p, Txx e Tnn. Com tendências positivas de extremos de temperatura para os polos
estudados, com exceção do polo P1 que obteve tendência decrescente, indicando
diminuição dos valores máximos da mínima; e do polo P2 que não apresentou tendência
para a temperatura mínima e para os índices de Tnn e Tnx e RX5day. Comportamentos
adversos podem estar associados a ações antrópicas da região, especificamente à intensa
atividade ceramista. Porém, não se pode afirmar categoricamente, que esse
comportamento está associado somente as ações antrópicas, visto que pode estar sob
influência de diversos agentes do clima.
Palavras–chave: Indicadores climáticos; Tendência climática; NEB.
vi
ABSTRACT
SANTOS, Fernanda Katiusca. The red pottery industry and the indexes of climatic
extremes for Rio Grande do Norte and Paraiba states. . 2017. 115 f. Dissertation
(Master of Science in Climate Sciences) - Center of Exact and Earth Sciences, Federal
University of Rio Grande do Norte, Natal, 2017.
In recent years the Industrial sector of red ceramic has developed representatively with
the implantation of micro and small Ceramics companies throughout Brazil. There were,
however, no precautions regarding the use of the natural resources used as raw material
source for the Industry. In this way, we investigated the indications of
micrometeorological alterations associated with the Structural Ceramics Industry in the
meteorological elements in some areas of the Northeast of Brazil. In order to verify if the
micrometeorological variables: precipitation, evapotranspiration, radiation, wind speed,
humidity, and maximum and minimum temperature, referring to the period from 1980 to
2013, presented tendencies, the Mann Kendall test was used; And to calculate the indexes
of climatic extremes the Data Set for Indexes of Climatic Extremes - RClimDex was used.
Five poles were identified, in which there were negative trends for precipitation, minimum
temperature, relative humidity and wind. And positive trends for the variables maximum
temperature, evapotranspiration and solar radiation. A tendency was detected at all poles,
with the exception of the minimum temperature for the P2 pole (which has the highest
number of ceramics). A trend was also identified for the indexes of climatic extremes of
Rx1day, R99p, Txn, Tnx, Tn10p, Tx10p, Txx and Tnn. With positive trends of
temperature extremes for the studied poles, with the exception of the pole P1 that obtained
a decreasing tendency, indicating decrease of the maximum values of the minimum; And
the P2 pole which showed no tendency towards the minimum temperature and for the Tnn
and Tnx and RX5day indices. Adverse behaviors may be associated with anthropogenic
actions in the region, specifically intense ceramist activity. However, it can not be said
categorically that this behavior is associated only with anthropic actions, since it may be
under the influence of several agents of the climate.
Keywords: Climate indicators; Climatic trend; NEB.
vii
SUMÁRIO
Pág.
Lista de Figuras..................................................................................................viii
Lista de Tabelas...................................................................................................ix
Lista de Siglas e Abreviaturas................................................................................x
CAPÍTULO I : 1. INTRODUÇÃO ................................................................... 16
1.1 Justificativa do Tema ........................................................................... 19
1.2 Objetivos Gerais.........................................................................................22
1.2.1. Objetivos Específicos ............................................................................ 20
CAPÍTULO II : 2.REVISÃO DE LITERATURA ........................................... 21
2.1. A Indústria da Cerâmica Vermelha.............................................................20
2.2. Aspectos Gerais do Semiárido Brasileiro .............................................. 26
2.3. Modificações no Uso da Terra e suas Implicações ................................. 31
2.4. Alterações Microclimáticas .................................................................. 32
2.5. Tendência Climática ............................................................................. 35
2.5.2. Estudos de Extremos Climáticos para o Globo ....................................... 37
2.5.3. Índices de Extremos Climáticos ............................................................ 38
2.5.4. Estudos de índices de Extremos Climáticos para NEB ........................... 39
CAPÍTULO III: 3. MATERIAL E MÉTODOS ............................................... 43
3.1.Área de estudo ............................................................................................. 43
3.2. Localização das Indústria de Cerâmica Vermelha ........................................ 45
3.3. Pontos de Extração de Dados ...................................................................... 47
3.4. Métodos......................................................................................................50
3.5.Metodologia ................................................................................................ 54
3.5.1. Análise de Tendência ............................................................................ 54
3.5.2. Cálculo dos Índices de Extremos Climáticos .......................................... 55
CAPÍTULO IV: 4. RESULTADOS E DISCUSSÃO ........................................ 57
4.1. Distribuição Mensal .................................................................................... 57
viii
4.2. Distribuição Interanual ................................................................................ 63
4.3.Análise de Tendência............................................................................. .69
4.4. Análise de Tendência para índices de Extremos Climáticos .......................... 78
4.4.1. Índices de Extremos Climáticos de Temperatura ................................... 78
4.4.2. Índices de Extremos Climáticos de Precipitação .................................... 82
CAPÍTULO V: 5. CONSIDERAÇÕES FINAIS .............................................. 87
ANEXO I ......................................................................................................... 90
ANEXO II ........................................................................................................ 91
REFERÊNCIA ................................................................................................. 93
ix
LISTA DE FIGURAS
Pag.
Figura 2.1 Esquematização do processo produtivo............................................. 10
Figura 2.2 Dados de produção, consumo, exportação e importação da indústria
de cerâmica ao longo dos anos...........................................................
11
Figura 2.3 Participação por região brasileira – emprego, produção e consumo. 12
Figura 2.4 Classificação por estado de produtividade x número de empresas de
cerâmica vermelha para a região nordeste (mil milheiros/mês) ............
13
Figura 2.5 Abrangência do semiárido brasileiro..................................................... 15
Figura 2.6 Sistemas atuantes na Américas do Sul que caracterizam o clima da
região semiárida....................................................................................
15
Figura 2.7 Biomas da região semiárida.................................................................. 18
Figura 2.8 Extensão territorial do Semiárido no Nordeste do Brasil Biomas da
região semiárida...................................................................................
18
Figura 3.1 Área de estudo escolhida com base no índice de seca......................... 32
Figura 3.2 Polos cerâmicos no estado do Rio Grande do Norte de acordo com
o Diagnóstico da Cerâmica Vermelha...........................................
35
Figura 3.3 Polos cerâmicos no estado da Paraíba ................................................ 35
Figura 3.4 Localização dos polos escolhidos dentro dos estados do Rio Grande
do Norte, Paraíba e Piauí.....................................................................
36
x
Figura 4.1 Mapa topográfico dos polos a) P1, b) P2, c) P3, d) P4, e) P5 e f) P6 38
Figura4.2 Distribuição sazonal da radiação solar nos polos P1, P2, P3, P4,
P5 e P6 para o período de 1980 a 2013 .......................................
47
Figura 4.3 Distribuição sazonal da temperatura mínima nos polos P1, P2, P3,
P4, P5 e P6 para o período de 1980 a 2013...................................
47
Figura 4.4 Figura 16 - Distribuição sazonal da temperatura máxima nos polos
P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013..................
48
Figura 4.5 Figura 17 - Distribuição sazonal da evapotranspiração nos polos
P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013.................
49
Figura 4.6 Figura 18 - Distribuição sazonal da umidade relativa nos polos
P1, P2, P3, P4 e P5 para o período de 1980 a 2013........................
49
Figura 4.7 Figura 19 - Distribuição sazonal da velocidade do vento nos polos
P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013.................
50
Figura 4.8 Distribuição sazonal da precipitação nos polos P1, P2, P3, P4, P5
e P6 para o período de 1980 a 2013...............................................
51
Figura 4.9 - Distribuição da média anual da radiação solar nos polos a) P1,
b) P2, c) P3, d) P4 e e) P5 para o período de 1980 a 2013................
53
Figura 4.10 - Distribuição anual da temperatura mínima nos polos a) P1, b)
P2, c) P3, d) P4, e) P5 e f) P6 para o período de 1980 a 2013...........
54
Figura 4.11 Distribuição da média anual da temperatura máxima nos polos a)
P1, b) P2, c) P3, d) P4, e) P5 e P6 para o período de 1980 a
2013.......................................................................... ..................
55
Figura 4.12 Figura 24 (a-f) - Distribuição da média anual da
evapotranspiração nos polos a) P1, b) P2, c) P3, d) P4, e) P5 e d)
P6 para o período de 1980 a 2013..................................................
56
xi
Figura 4.13 Distribuição da média anual da umidade relativa nos polos a) P1,
b) P2, c) P3, d) P 4, e) P5 e f) P6 para o período de 1980 a
2013............................................................................................
57
Figura 4.14 Distribuição anual da média da velocidade do vento nos polos a)
P1, b) P2, c) P3, d) P e e) P5 para o período de 1980 a 2013........
58
Figura 4.15 - Distribuição anual da média de precipitação pluviométrica nos
polos a) P1, b) P2, c) P3, d) P4, e) P5 e f) P6 para o período de
1980 a 2013..................................................................................
59
Figura 4,16 Análise de tendência da radiação solar para os polos a) P1, b) P2,
c) P3, d) P4, e) P5 e f) P6 para o período de 1980 a
2013............................................................................................
60
Figura 4,17 – Análise de tendência da temperatura mínima solar para os polos
a) P1, b) P2, c) P3, d) P4, e) P5 e f) P6 para o período de 1980 a
2013. ...................................................................... ...................
62
Figura 4.18 Análise de tendência da temperatura máxima para os polos a) P1,
b) P2, c) P3, d) P4, e) P5 e f) P6 para o período de 1980 a
2013............................................................................................
63
Figura 4.19 Análise de tendência da evapotranspiração para os polos a) P1, b)
P2, c) P3, d) P4, e) P5 e f) P6 para o período de 1980 a 2013...........
64
Figura 4.20 Análise de tendência da umidade relativa para os polos a) P1, b)
P2, c) P3, d) P4, e) P5 e f) P6 para o período de 1980 a 2013...........
65
Figura 4.21 Análise de tendência da velocidade do vento para os polos a) P1,
b) P2, c) P3, d) P4, e) P5 e f) P6 para o período de 1980 a
2013.......................................................... ..................................
66
Figura 4.22 Análise de tendência da precipitação para os polos a) P1, b) P2,
c) P3, d) P4, e) P5 e f) P6 para o período de 1980 a 2013................
68
xii
Figura 4.23 Análise de tendência do índice TXN para os polos P1, P2, P3, P4,
P5 e P6.........................................................................................
68
Figura 4.28 Análise de tendência do índice TXX para os polos P2, P5 e P6.... 69
Figura 4.29 Análise de tendência do índice TNN para os polos P3, P5 e P6.... 69
Figura 4.30 Análise de tendência do índice TNX para os polos P1, P3, P4, P5
e P6..............................................................................................
71
Figura 4.31 Análise de tendência do índice RX1DAY para os polos P3, P4 e
P5................................................................................................
72
Figura 4.32 Análise de tendência do índice RX5DAY para os polos P1, P2,
P3, P4 e P5...................................................................................
72
Figura 4.33 Análise de tendência do índice CDD para os polos P1, P4 e P6.... 73
Figura 4.34 Análise de tendência do índice R95P para os polos P2, P4, P5 e
P6................................................................................................
74
Figura 4.35 Análise de tendência do índice R99P para os polos P2, P4, P5 e
P6................................................................................................
75
xiii
LISTA DE TABELAS
Pag.
Tabela 2.1 Principais países produtores de cerâmica com base nos dados de
2006 a 2012 em milhões de m2..................................................
11
Tabela 2.2 Pesquisa de índices de extremos climáticos para o Nordeste do
Brasil..................................................................... ......................
30
Tabela3.1 Informações gerais dos polos adotados para extração dos
dados.........................................................................................................
40
Tabela 3.2 Testes de validação aplicados aos dados..................................... 41
Tabela 3.3. Relação da quantidade de dados descartados na verificação da
homogeneidade.........................................................................
41
Tabela 3.4 Índices de extremos climáticos de precipitação e temperatura
adotados na pesquisa.................................................................
45
Tabela 4.1 Variáveis e p-valor para dos polos P1, P2, P3, P4, P5 e P6 referentes
ao período de 1980 a 2013. *Valores em negrito apresentam
tendências significativas...................................................................
67
Tabela 4.2 Índices extremos de temperatura e p-valor para os polos P1, P2, P3,
P4, P5 e P6.............................................................................. ..........
*Valores em negrito indicam tendência significativa.
71
Tabela 4.3 P-valor dos índices de extremos climáticos de precipitação para os
polos P1, P2, P3, P4, P5 e P6. *Valores significativos em negrito....
75
Tabela 5.1 Classificação dos índices de extremos climáticos por categoria................... 79
Tabela 5.2 Características gerais dos índices de extremos climáticos............................ 80
xiv
LISTA DE SIGLAS
ADESE Agência de Desenvolvimento Sustentável do Seridó
ANA Agência Nacional de Águas
BNB Banco do Nordeste
BNDES Banco Nacional do Desenvolvimento Econômico
Social
CCM Complexo Convectivo de Mesoescala
CPRM Companhia de Pesquisa de Recursos Minerais
DAEE Departamento de Águas e Energia Elétrica
EMA Estação Meteorológica Automática
EMPARN Empresa de Pesquisa Agropecuária do Rio Grande do
Norte
ENOS El Niño-Oscilação Sul
ETCCDMI Expert Team for Climate Change Detection Monitoring
and Indices
FAO Food and Agriculture Organization of the United
Nations
GTCCI Working Group on Climate Change Detection
IBGE Instituto Brasileiro de Geografia e Estatística
INMET Instituto Nacional de Meteorologia
INSA Instituto Nacional do Semiárido
IPCC Intergovernmental Panel on Climate Change
ISS Conjunto de Sensores Integrados
MDA Ministério do Desenvolvimento Agrário
NDVI Normalized Difference Vegetation Index
NEB Nordeste do Brasil
xv
OMM Organização Meteorológica Mundial
PCD Plataforma de Coleta de Dados
PNUMA Programa das Nações Unidas para o Meio Ambiente
PSA Pacific South Atlantic
SEBRAE Serviço Brasileiro de Apoio às Micro e Pequenas
Empresas
SIDRA Sistema IBGE de Recuperação Automática
SINDA Sistema Integrado de Dados Ambientais
SINDECER Sindicato da Indústria da Cerâmica no Rio Grande do
Norte
JBN Jatos de Baixos Níveis
TSM Temperatura da Superfície do Mar
VCAN Vórtices Ciclônicos de Altos Níveis
ZCAS Zona de Convergência do Atlântico Sul
ZCIT
P1
P2
P3
P4
P5
Zona de Convergência Inter Tropical
Polo 1
Polo 2
Polo 3
Polo 4
Polo 5
16
CAPÍTULO I
INTRODUÇÃO
Ao longo do tempo, o meio ambiente vem sendo modificado pelo homem de acordo
com suas necessidades, sejam elas econômicas ou culturais. O homem, como agente
transformador, alterou “pela primeira vez a ação local da atmosfera e, consequentemente,
do clima, há sete ou nove mil anos. Ao mudar a face da terra com a derrubada de florestas,
a semeadura e a irrigação” (DREW, 1998, p. 73). Portanto, entende-se que “a história da
humanidade é a história da adaptação do homem e de sua sociedade às condições do
ambiente físico-natural terrestre; e é também a história de transformação deste ambiente
pelas atividades humanas” (MEDONÇA, 2002, p. 62).
Ao passar dos séculos, as transformações ambientais – que outrora se iniciaram
buscando a sobrevivência humana – aumentaram gradativamente. Ao ponto que, chegou-
se a questionar se tais atividades, além de mudar a estrutura da Terra, estariam também
afetando a sua dinâmica natural. No intuito de responder a questionamentos como este,
intensificou-se cada vez mais as pesquisas voltadas para observação e monitoramento do
clima.
Algumas dessas pesquisas tiveram seus resultados divulgados em 2007 pelo
Intergovernmental Panel on Climate Change (IPCC). Nas quais ressaltou-se que,
considerável parcela do aumento na temperatura, verificados nas últimas cinco décadas, é
consequência de ações antrópicas devido à acentuação dos gases do efeito estufa na
atmosfera (ARAÚJO, et al., 2015; MARENGO, et al., 2011; PBMC, 2014; NOBRE et al.,
2012; SANTOS et al., 2009; OBREFON e MARENGO, 2007). Desde então, tem se dado
mais atenção aos efeitos das atividades humanas sob o clima.
No ano de 2009, resultados de modelagem dinâmica regional também indicaram
que, mudanças na cobertura vegetal e no uso da terra acarretam alterações na distribuição
espacial da precipitação sobre a região semiárida do Nordeste do Brasil - NEB (SOUZA
e YOAMA, 2009). Resultados como estes apontam que as modificações na superfície da
terra têm causado alterações na dinâmica do planeta. O fato é que a utilização dos recursos
naturais, que nos primórdios representavam a sobrevivência da espécie humana, passaram
17
a ocorrer no mundo moderno visando a comodidade e o crescimento econômico das
indústrias (DREW, 1988).
Um dos setores industriais que tem contato direto com a alteração da superfície da
terra é a indústria de cerâmica vermelha. Ela é tida como o setor industrial mais antigo da
civilização, ao ponto que sua história confundiu-se em certo sentido, até mesmo com a
própria história da civilização (SINDECER, 2015; CAPRA, 1996) e tem se caracterizado
como um dos setores mais importantes da economia mundial.
Neste setor, o Brasil assume um lugar de destaque entre os maiores produtores
mundiais de cerâmica vermelha, situado atualmente como segundo maior produtor e
consumidor, e sétimo exportador no ranking mundial (CRASTA, 2012; BNDES, 2013).
A região Nordeste do Brasil (NEB), por sua vez, assume lugar de destaque nacional como
a terceira região com maior produção de materiais cerâmicos, sendo o Estado do Rio
Grande do Norte um destaque no cenário regional (CABRAL, et al, 2010).
O desenvolvimento do setor industrial de cerâmica vermelha acarretou, nos últimos
anos, um aumento representativo de micro e pequenas empresas por todo o Brasil , com
grande destaque para as regiões semiáridas, principalmente nos interiores dos Estados,
pois nestas localidades há mais disponibilidade de matéria-prima a baixo custo, o que
favorece o crescimento espacial e econômico do setor. Outros fatores importan tes são a
condição ambiental, como a escassez de chuva, e a dificuldade de fiscalização, permitindo
que a indústria se utilize abundantemente do ambiente natural.
Este fator em particular é preocupante, pois o uso e a manipulação desordenada
dos recursos naturais, sejam como fonte de matéria-prima ou por consequência da
urbanização, podem acarretar fenômenos como variações na temperatura do ar,
diminuição de chuvas em centros urbanos, ocorrência de chuvas ácidas ou de eventos de
precipitação extrema, desertificação, salinização do solo etc. (CUNHA et al, 2013).
Esses fenômenos ameaçam não só o meio ambiente, mas a própria sobrevivência
dos seres vivos. Segundo Nimer (1988) e Viera (2015), os fatores que se sobressaíram
como causas principais da desertificação do NEB são “o desmatamento para a produção
de lenha e a exploração de depósitos de argila, bem como o uso intensivo do solo
empregando métodos agrícolas, como corte e queima da vegetação. Além do aumento da
salinização, das atividades de extenso pastoreio etc.” (NIMER, 1988, p. 17).
Apesar de esses fenômenos serem apontados como indícios de mudanças
climáticas, há ainda vários questionamentos sobre os fatores que tem causado tais
18
mudanças. A literatura aponta: a busca por respostas quanto a essas mudanças resultarem
das ações antrópicas é um questionamento que tem direcionado os cientistas para estudos
de tendência, seja em cenário mundial, regional ou local (RUSTICUCI e BARRUSCAND,
2004; VICENT et al., 2006; HAYLOCK et al., 2006; SANTOS e BRITO, 2007;
MARENGO e CAMARGO, 2008; SILVEIRA e GAN, 2009; SANSIGOLO e KAYANO,
2010; SANTOS e MANZI, 2011; ZHANG et al., 2010; SANTOS et al., 2012).
Além das análises de tendência das séries temporais, alguns estudos têm se voltado
para verificação de tendência em índices de extremos climáticos (CARVALHO, et al.,
2002; XAVIER et al., 2003; LIEBMANN et al., 2004; MARENGO et al., 2004; SILVA,
2004; SANTOS e BRITO, 2007; MOURA et al., 2009; SANTOS et al., 2009; SANTOS e
MANZI, 2011; SANTOS et al., 2012; NOBREGA, et al., 2014 e 2015).
Nessa mesma linha, este estudo investiga indícios de alterações
micrometeorológicas na região NEB. As localidades estudadas encontram-se no território
dos Estados do Rio Grande do Norte (RN) e da Paraíba (PB). Também é utilizada a área
correspondente ao Estado do Piauí (PI) para análise de comparação entre as localidades.
Desse modo, este estudo visa responder ao seguinte questionamento: existem
alterações micrometeorológicas nos cinco polos localizados nos Estados do Rio Grande
do Norte e da Paraíba, associadas às atividades da indústria cerâmica vermelha?
O que se sabe de fato é que a indústria da cerâmica tem se desenvolvido ao longo
dos anos e que seu processo produtivo depende amplamente dos recursos naturais. Até
então, estudos desenvolvidos nesta temática como Neri et al. (2000), Ribeiro et al. (2003),
Vieira et al. (2003), Almeida et al. (2009) e Nicolau (2012) referem-se principalmente às
preocupações do setor produtivo da indústria. Assim, eles não retratam questões
ambientais a respeito do processo de produção e das possíveis consequências da
exploração dos recursos naturais para o meio ambiente.
O intuito de tornar o setor cada vez mais produtivo é um fator importante para o
desenvolvimento da indústria ceramista, não apenas do ponto de vista empresarial, mas
também para a subsistência dos habitantes que trabalham neste setor. A maioria deles é
composta por antigos agricultores e/ou moradores das zonas rurais ou afastadas da cidade
– apresentando baixa escolaridade. Na falta de oportunidade de emprego, como
consequência, são forçosamente direcionados para a indústria da cerâmica vermelha.
Logo, a autossuficiência e a permanência desse setor são de grande importância
para os habitantes dessas localidades ceramistas. É indispensável que, além das
19
preocupações quanto à produção, ocorra também a preocupação quanto à disponibilidade
e à manutenção da matéria-prima utilizada pela indústria.
Por isso, identificar se o setor da cerâmica vermelha tem afetado essas regiões, de
modo a agravar ou não suas condições ambientais, é de suma importância. Numa atividade
como esta que se utiliza dos recursos naturais de forma periódica, é primordial a
manutenção da matéria-prima, entendendo que esta é produzida pelo ambiente e pelas suas
condições climáticas. Sendo afetados, consequentemente, a produção e o setor também
serão.
Este estudo pretende assim preencher a lacuna que há nas pesquisas direcionadas
à atividade ceramista, retratando a preocupação com as questões ambientais – tão preterida
em estudos anteriores.
Nesta perspectiva, espera-se que por meio dos resultados obtidos neste estudo seja
possível identificar indícios de alterações micrometeorológicas nas localidades citadas e
verificar se há associação com a indústria da cerâmica estrutural.
1.1 Justificativa do Tema
O tema foi escolhido com base na preocupação acerca do desenvolvimento da
indústria de cerâmica estrutural e suas implicações para a variabilidade climática.
Entende-se aqui que o setor industrial de cerâmica vermelha é de grande importância para
a subsistência da população e crescimento econômico regional. No entanto, os estudos
destinados a este setor visam contribuir com o desenvolvimento de novos métodos de
fabricação e com o aumento da produção. De modo que estudos que busquem verificar se
as atividades ceramistas estão modificando as variáveis micrometeorológicas são de
grande importância, pois são justamente as condições climáticas que possibilita as
características ambientais que favorecem a formação e extração da matéria prima utilizada
no setor. Logo, considerando o aumento do número de indústria nos interiores dos estados
e a importância que este setor tem para a economia da região, viu-se a necessidade de
investigar se ação antrópica da atividade ceramista tem provocado alterações nas variáveis
micrometeorológicas em cinco polos localizados nos estados do Rio Grande do Norte e
Paraíba quando comparado com o polo neutro do estado do Piauí.
20
1.2 Objetivo Geral
Propõe-se averiguar se os índices de extremos climáticos, bem como suas
tendências sazonais e anuais, estabelecem alguma associação com as atividades de
extração desenvolvidas pela indústria da cerâmica vermelha em cinco polos localizados
nos Estados do Rio Grande do Norte e da Paraíba, quando comparados com o polo neutro
do Estado de Piauí, durante o período de 1980 a 2013.
1.2.1. Objetivos Específicos
Verificar se as variáveis meteorológicas precipitação, evapotranspiração, radiação
solar, velocidade do vento, temperatura máxima e mínima apresentam tendência;
Calcular os índices de extremos climáticos e analisar tais índices de monitoramento
e detecção de mudanças climáticas baseado no RClimDex dos polos em estudo.
21
CAPÍTULO II
REVISÃO DE LITERATURA
Com base no propósito deste estudo, estabelece-se adiante a discussão feita acerca
dos temas necessários para a fundamentação desta pesquisa. Inicialmente, são fornecidas
informações a respeito da indústria da cerâmica vermelha, como métodos de produção e
panorama de desenvolvimento ao longo dos últimos anos. O tópico seguinte aborda os
aspectos gerais do Semiárido Brasileiro, como extensão territorial, vegetação e clima.
Posteriormente, são discutidos os tópicos, as modificações do uso da terra e suas
implicações e as alterações micrometeorológicas. E finaliza-se com a apresentação de
estudos de tendência climática de âmbito regional, nacional e mundial.
2.1. A Indústria da Cerâmica Estrutural
Tendo se desenvolvido em todas as regiões do mundo simultaneamente e
apresentando composição resistente e de fácil manuseio, a cerâmica1 é apontada como o
material mais antigo utilizado pelo homem, tendo registros de sua existência a cerca de
dez a quinze mil anos. Ela apresenta-se assim como uma identidade cultural de diversos
povos e culturas, uma vez que artefatos cerâmicos (como taças e vasos) são os principais
vestígios para reconstrução do grau de evolução da civilização, de modo que a história da
cerâmica é tida como aspecto fundamental para registro da própria história da civilização
(SINDECER, 2015).
Considerada por alguns autores como a indústria mais antiga da civilização, no
Brasil ela teve indício de origem indígena na Ilha do Marajó-PA. Estudos arqueológicos
posteriores, no entanto, evidenciaram ainda a presença de materiais cerâmicos produzidos
a cerca de cinco mil anos presentes na região Amazônica. Deste modo, pode-se dizer que
o hábito de uso do barro para produção de peças já existia no Brasil antes mesmo da
chegada dos colonizadores, sendo estes responsáveis tão somente pela implantação de
olarias, em que as técnicas rudimentares utilizadas pelos indígenas eram reorganizadas e
aperfeiçoadas para produção de louças, telhas e tijolos.
1 Do grego kéramos: “terra queimada” ou “argila queimada” (SINDECER, 2015, p. 1).
22
Desenvolvendo-se século após século juntamente com a condição humana, a
produção de cerâmica despertou interesse econômico durante a Revolução Industrial,
momento no qual suas técnicas foram modernizadas. Passa-se então a investir em controle
de recursos, em mão de obra especializada e na utilização de máquinas que aceleraram a
produção e o desenvolvimento da indústria de cerâmica.
Atualmente, a indústria apresenta-se bem consolidada no país, conquistando cada
vez mais espaço no cenário mundial. As técnicas mais rudimentares foram substituídas
por processos mecanizados que seguem etapas de produção como a extração de matéria -
prima argilosa, a preparação da massa cerâmica, seguida das etapas de laminação,
extrusão, corte, prensagem, secagem e queima, como ilustra o esquema representado a
seguir na Figura 2.1.
Figura 2.1 - Esquematização do processo produtivo.
Fonte: MOTTA et al., (2001).
23
Dentre esses processos, os que mais afetam o ambiente são os de extração da argila
e de extração e queima da biomassa. Os poços de argila geralmente se encontram próximos
às bacias hidrológicas e não muito distantes do local de produção. A biomassa é extraída
de qualquer localidade pública ou particular e geralmente é comprada a baixo custo em
locais onde a presença da vegetação é indesejável por parte dos proprietários da terra,
podendo ser transportada de municípios vizinhos.
Apesar dos processos serem os mesmo para pequenas e grandes empresas, ocorrem
variações na ordem das etapas e procedimentos de acordo com o grau de mecanização de
cada uma delas. Mesmo apresentando grau de mecanização inferior aos demais países que
se classificaram como maiores produtores neste setor, o Brasil conseguiu situar -se entre
os três maiores países produtores de cerâmica. Após consolidar seu mercado no ano de
2000 e manter crescimento na produção, o Brasil alcançou em 2007 a segunda posição no
ranking de produção mundial de cerâmica (Tabela 2.1).
Tabela 2.1- Principais países produtores de cerâmica com base nos dados de 2006 a 2012 em milhões de
m2.
Pais 2006 2007 2008 2009 2010 2011 2012 Total (%)
China 3000 3200 3400 3600 4200 4800 5200 46,6
Brasil 594 637 713 715 753 844 866 7,8
Índia 340 385 390 490 550 617 691 6,2
Irã 210 250 320 350 400 475 500 4,5
Espanha 608 585 495 324 366 392 404 3,6
Itália 569 559 513 368 387 400 367 3,3
Indonésia 170 235 275 278 287 317 330 3,0
Vietnã 199 254 270 295 375 380 298 2,7
Turquia 265 260 225 205 245 260 280 2,5
México 210 215 223 204 210 219 229 2,1
Mundo 7.760 8.252 8.520 8.515 9.515 10.512 11.116 100,0
Fonte: CRAST (2012); Banco Nacional do Desenvolvimento Econômico Social - BNDES (2013).
Mesmo tendo notável decréscimo em termos de produção no ano 2013, quando
comparado com 2012, o país ainda se manteve como segundo maior produtor no ranking
mundial, como segundo maior consumidor e sétimo exportador de produtos cerâmicos,
como aponta os dados da Figura 2.2 (MES, 2015).
24
Figura 1.2 - dados de produção, consumo, exportação e importação da indústria de cerâmica ao longo dos
anos.
Fonte: Machinery Economic Studies, 2015.
Nesta perspectiva, a região NEB se configura como terceira maior colaboradora do
mercado quanto à produção de cerâmica do país (Figura 2.3), tendo a indústria ampla
distribuição em todos os Estados do Nordeste, sendo composta por micros, pequenas e
médias empresas, espalhas principalmente nos interiores dos Estados.
Figura 2.2 - Participação por região brasileira – emprego, produção e consumo.
Fonte: CABRAL et al., (2010); BNDES (2013).
0
20
40
60
80
100
120
0
100
200
300
400
500
600
700
800
900
1000
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
mil
hõ
es (
mm
2)
mil
hõ
es
(mm
2)
Anos
Brasil: Principais indicadores
Produção Consumo Exportação Impotação
25
Neste contexto, os Estados do Rio Grande do Norte e da Paraíba classificam-se
como terceiro e quinto lugares, respectivamente, enquanto que o Estado do Piauí está na
última posição na classificação de produtividade da região NEB (BDN, 2010) como
mostra a seguir a Figura 2.4.
Figura 2.3 - classificação por estado de produtividade x número de empresas de cerâmica vermelha para o
NEB (mil milheiros/mês).
Fonte: Banco no Nordeste, 2010.
Cabe salientar, no entanto, que existe discordância quanto ao número de empresas
em cada Estado. Essa discrepância de dados ocorre devido ao aumento de indústrias
ilegais em funcionamento. Em 2001, o Rio Grande do Norte, por exemplo, apresentava o
número de 159 empresas. Em 2012, após um crescimento de 17%, passou a computar 186
empresas legalizadas em seu território estadual (Serviço Brasileiro de Apoio às Micro e
Pequenas Empresas – SEBRAE, 2013). Porém, no ano de 2008, já se contabilizava 257
empresas no Estado (SIDRA, 2008). Tal incompatibilidade dos dados evidencia que, junto
as 186 empresas legalizadas, devem existir tantas outras ilegais. Incoerência parecida
ocorre com o Estado da Paraíba, em que, no ano de 2008, se contava 117 empresas
(SIDRA, 2008). Em 2013, apenas 100 empresas, incluindo ainda cerca de 30 pequenas
olarias (SILVA FILHO, 2013).
Acredita-se que o número de empresas nos dois estados é superior aos dados
apresentados, pois estes se baseiam no registro de empresas legalizadas, desconsiderando
assim o número de empresas clandestinas. Além do mais, a diminuição no número se
0
50
100
150
200
250
300
350
400
450
CE BA SE AL PE PA RN PI MA
Pro
du
ção
Estados
Produção e Número de empresas no Nordeste (mil milheiros/mês)
Produção Número de empresas
26
mostra, no mínimo, contraditória com base na tendência de crescimento da produção de
cerâmica vermelha no país, bem como no NEB.
Em suma, o Brasil tem se acentuado na indústria de cerâmica vermelha, tendo a
região Nordeste participação representativa no cenário nacional, assim como os Estados
do Rio Grande do Norte e da Paraíba no cenário regional. No entanto, neste setor, os
processos fundamentais para produção estabelecem contato direto com o espaço físico em
que a cerâmica está inserida, modificando assim o meio ambiente e, por consequência,
seus elementos meteorológicos. Para a obtenção da matéria-prima argilosa, por exemplo,
ocorre modificação e desgaste do solo. Após esse processo de extração, a etapa seguinte
deveria ser a recuperação da área degradada pela atividade de extração por meio da
recomposição da morfologia do terreno. Esse estágio, no entanto, tem sido outorgado para
segundo plano pela maioria dos empreendedores, visto que demandaria mais tempo para
a produção do material cerâmico (MELO e MOTA, 2011).
A negligência de etapas como a citada acima, assim como a modificação do espaço
ambiental mediante a alteração do uso da terra, pode acarretar variações na refletividade
em superfície. Isso modifica o aquecimento da atmosfera inferior, bem como provoca
alterações em sua composição. Tais alterações ocorrem devido ao incremento do dióxido
de carbono decorrente do desmatamento e da queima de combustíveis fósseis, fatores
apontados como responsáveis pela tendência do aquecimento mundial (DREW, 1998).
2.2. Aspectos Gerais do Semiárido Brasileiro
Os Estados do Rio Grande do Norte, da Paraíba e do Piauí apresentam
características ambientais que os classificam dentro do clima semiárido. Portanto, faz-se
necessário discorrer a respeito dos aspectos gerais da região semiárida, no intuito de
melhor compreender o ambiente natural em que as localidades de estudo estão inseridas.
De modo geral, o semiárido abrange a área de 969.589,4 km2, indo da região Norte
do Estado de Minas Gerais até o Nordeste nos Estados Ceará, Piauí, Rio Grande do Norte,
Paraíba, Alagoas, Bahia e Sergipe, como mostra adiante a delimitação da Figura 2.5.
27
Figura 2.4 - abrangência do semiárido brasileiro.
Fonte: IBGE (2010).
Essa área totaliza 63% do território do NEB e abrange exatos 1.135 municípios
(MEDEIROS et al., 2012). Essa classificação inclui áreas com determinadas condições
meteorológicas, são elas: índice de aridez no intervalo de 0,2 e 0,5; risco de seca acima
de 60%, precipitação pluvial anual igual ou inferior a 800 mm (PEREIRA JÚNIOR, 2007).
Faz-se relevante também discorrer a respeito da dinâmica geral da atmosfera,
frisando os principais sistemas meteorológicos, que caracterizam a região semiárida do
Nordeste do Brasil (Figura 2.6).
28
Figura 2.5- Sistemas atuantes na Américas do Sul, sendo alguns deles atuantes na região semiárida
do Brasil.
Fonte: REBOITA, 2010.
Por via de regra, a circulação geral da atmosfera constitui movimentos de fluxo
atmosférico em escala global, em que o período adotado é suficiente para considerar
variações mensais e sazonais e, ao mesmo tempo, desconsiderar as alterações
características de sistemas meteorológicos particulares. Desse modo, os movimentos da
atmosfera são regidos pelas leis fundamentais da mecânica dos fluidos e da termodinâmica
(HOLTON, 2004) responsáveis por direcionar para todas as partes a energia por meio de
momentum, umidade e calor (FERREIRA e MELLO, 2005).
No geral, para o NEB, os principais fenômenos associados à variabilidade
interanual são o El Niño – Oscilação Sul (ENOS) (KAYANO e MOURA, 1986; ARAÚJO,
2013) e os modos zonal e meridional de variabilidade da Temperatura de Superfície do
Mar (TSM). Na escala sazonal, há influência, especialmente na parte Norte, da Zona de
Convergência Intertropical (ZCIT) (UVO, 1989; REIBOTA, 2012) e no Sul da Zona de
Convergência do Atlântico Sul (ZCAS) (QUADRO, 1994; MENDONÇA e BENATTI,
2008). Na escala intrasazonal, influencia a Oscilação de Madden-Julian (MADDEN e
JULIAN, 1972), bem como o padrão de teleconexão conhecido como Pacifical South
Atlantic (PSA) (AGSTROM, 1935; FERREIRA, 2005). Na escala sinótica, os Sistemas
Frontais e os Vórtices Ciclônicos de Altos Níveis (VCAN) (KOUSKY, 1981; FERREIRA,
2005). Por sua vez, na mesoescala, os Complexos Convectivos de Mesoescala (CCM)
(MADOX, 1980; SOUZA, 1998) e as Linhas de Instabilidade (RAMOS et al., 1994;
29
FERREIRA e MELLO, 2005), bem como as Ondas de Leste (ESPINOZA, 1996; ARAÚJO
et al., 2008).
A confluência dos ventos alísios de Nordeste e Sudeste formam a ZCIT, tida como
o sistema mais significativo para definição de precipitação pluvial para o norte do NEB.
De modo geral, a convergência dos ventos alísios do Hemisfério Sul com os alísios do
Hemisfério Norte, promove a ascendência de correntes convectivas de ar, que transportam
a umidade do oceano para a alta atmosfera. Esta movimentação favorece a formação da
ZCIT, caracterizada como uma banda de nuvens de baixa pressão que contorna a faixa
equatorial do globo terrestre. Localizada latitudinalmente, ao norte (12°N) entre os meses
de agosto a setembro, podendo migrar sazonalmente, para o sul (4°S), entre os meses de
março e abril. Essa mudança na localização da ZCIT é crucial, pois determina o regime
de precipitação para NEB. De modo que, estando mais intenso os alísios de Sudeste, a
ZCIT se localiza mais ao norte, diminui assim precipitação. Enquanto que, quando os
alísios de Nordeste são mais intensos, a ZCIT se localiza mais ao norte, ocasiona a
precipitação mais intensa para essa região (ARAÚJO et al., 2008).
Dependendo de sua localização, a ZCIT pode se associar a formação de Linhas de
Instabilidade, que são partes de nuvens dispostas em forma de linha ao longo do litoral
norte e nordeste do Brasil (COHEN, et al., 1995) Outros sistemas como as os DOL, que
atuam sobre o litoral do NEB; os Sistemas Frontais, que consistem do encontro de massas
de ar frio com massas de ar quente, ocasionando a formação de nuvens; e os CCM que
resultam em precipitação intensa de curta duração, também são importantes para a
composição do clima da região semiárida no NEB (MADDOX ,1980; VELASCO e
FRITSCH,1987).
O semiárido brasileiro abrange ainda três biomas característicos de seu clima: a
Caatinga, o Cerrado e Mata Atlântica (Figura 2.7). Dentre estes, se sobressai o bioma da
Caatinga por ter maior abrangência territorial e ser exclusivamente brasileiro. A Caatinga2
ocupa uma área de 751.063, 270 km2 do território do semiárido, sendo um bioma
amplamente peculiar. Formado por vegetação de espécies xerófitas3 e caducifólias4, tendo
na maioria das vezes forma arbustiva de espécies lenhosas de baixo porte (geralmente até
5 m de altura), acompanhadas por cactáceas e bromélias terrestres. No entanto, a espécie
de caatinga arbórea pode apresentar porte mais denso e elevado (mais de 20 metros de
2 Palavra originária do tupi-guarani que remete a “mata branca” (CAPRA, 1996). 3 Praticamente sem folhas, sendo resistente ao fogo e apresentando formação seca e espinhosa. 4 Vegetação que apresenta como característica a perda de folhagem durante o período de estiagem.
30
altura), sendo que esta encontra-se atualmente escassa devido ao histórico de exploração
do bioma (CASTRO, 2013). De acordo com estas classificações, o Rio Grande do Norte
e a Paraíba estão entre os estados que apresentam maior área compreendida pelo
Semiárido, cerca de 94% e 86%, respectivamente (JOSÉ JUNIOR, 2007). E estado do
Piauí tem cerca de 60% de seu território em área do semiárido, como mostrado na Figura
2.8. Sendo também compreendidos, quase que totalmente pelo bioma da Caatinga,
apresentando como ecossistemas originários de Caatinga, o Cerrados, a Mata Atlântica, a
Floresta Subcaducifólia, o Manguezais, as Florestas das Serras, a Floresta Ciliar de
Carnaúba e a Vegetação das Praias e Dunas ” (ADESE, 2008).
Figura 2.7 - Biomas da região semiárida.
Fonte: Instituto Nacional do Semiárido (INSA) e IBGE (2000)
31
Figura 2.8 - Extensão territorial do Semiárido no Nordeste do Brasil.
Fonte: INSA, (2000).
2.3. Modificações no Uso da Terra e suas Implicações
Por intermédio da identificação das variadas utilizações do uso da terra, faz -se
possível entender e avaliar o movimento e a evolução do sistema de ocupação da região,
bem como as ações antrópicas exercidas espacialmente, o que torna possível, inclusive, a
ponderação a respeito dos efeitos destas sobre o meio ambiente. Nesta perspectiva, tem-
se o conceito de “terra” como o “segmento da superfície terrestre definido no espaço e
reconhecido em função de suas características e propriedades” (FAO, 1976, p. 63). Este
conceito compreende os componentes da biosfera que apresentem características de
comportamento cíclico, estável e previsível, sejam estes na atmosfera, solo, geologia,
hidrologia ou até mesmo nos resultados da atividade humana (FAO, 1976).
Por sua vez, a expressão “uso da terra” se remete a forma como o espaço vem sendo
ocupado pelo homem (FUCHS, 1986), onde a prática de verificação do uso da terra
constitui-se no mapeamento e na análise tanto qualitativa quanto quantitativa de tudo o
que existe sobre a superfície da Terra. Neste sentido, a classificação do uso da terra tem
por objetivo analisar todos os componentes constituintes da região, o que torna sua prática
indispensável para o entendimento detalhado dos fatores de sistematização do espaço, ou
seja, da organização da área a ser estudada.
Essa classificação do Instituto Brasileiro de Geografia e Estatística (IBGE) se
baseia em classes definidas como unidades simples ou associações de classes, havendo
variação de acordo com as escalas adotadas e área (região) de estudo. Com base nestas
classes, à medida que são encontradas variadas formas de atividades antrópicas envolta
0%
20%
40%
60%
80%
100%
AL BA CE MG PB PE PI RN SE
Po
rcen
tag
em
Estados
Espaço Geográfico do Semiárido Espaço Geográfico fora do Semiárido
32
da delimitação, considera-se a classe de uso tida como dominante, ordenando as classes
de uso que apresentem maior percentual com o intuito de agrupá-las, de modo que fiquem
distribuídas em três unidades de agrupamento. É válido salientar que, quando a área for
ocupada com percentual superior a 80%, esta será mapeada e classificada como unidade
simples (IBGE, 1999).
O uso da terra é classificado então em sete classes, sendo elas: agricultura,
pecuária, agropecuária, extrativismo, mineração, áreas especiais e áreas urbanas. A
classificação do uso da terra e o seu levantamento atual podem ser obtidos por meio da
utilização de dados multiespectrais, adquiridos e disponibilizados por satélites de
sensoriamento remoto, associados às técnicas de interpretação (PEREIRA et al., 1999).
Neste contexto, Nascimento e Oliveira (2011) ressaltaram que o processo acelerado
do crescimento urbano tem desencadeado diversos impactos ambientais resultantes da
ocupação e das atividades antrópicas sobre o ambiente, dentre os quais se aponta a
alteração do clima urbano. Uma dessas conhecidas alterações foi divulgada no 4º Relatório
do IPCC (2007), no qual se revelou que, durante os últimos 100 anos, ocorreu um
incremento no acúmulo dos gases do efeito estufa dispersos na atmosfera – originado
particularmente de ações antrópicas. Ainda segundo o IPCC (2007), nos próximos 20
anos, pode ainda ocorrer uma adição em torno de 0,2ºC ao passar de cada 10 anos.
Motivados por esta preocupação, busca-se cada vez mais encorajar o planejamento
ambiental no intuito de instruir a utilização consciente dos recursos naturais, fazendo com
que as ações econômicas e ecológicas interajam estabelecendo um equilíbrio sustentável
no qual o desenvolvimento seja realmente baseado na melhoria das condições ambientais
e humanas (FIALHO, 2012).
2.4. Alterações Microclimáticas
Sendo a energia solar o fator primordial para a determinação das variáveis
meteorológicas, a interação terra-atmosfera torna-se o principal agente de modificação
das componentes condicionantes do tempo meteorológico, entendido como o estado
momentâneo da atmosfera em um dado instante e lugar (MENDONÇA; DANNI-
OLIVEIRA, 2007). O fluxo de encadeamento é responsável pelos padrões de desempenho
da atmosfera em suas interações com as atividades humanas e com a superfície do planeta,
33
o que conduz ao curso regular dos estados atmosféricos que determinam o clima em cada
lugar (MAIA JÚNIOR, 2011).
Diante dessa complexa dinâmica da atmosfera, torna-se necessário subdividir seu
estudo em escalas climáticas, obedecendo a ordens hierárquicas de grandezas (espacial e
temporal). São elas: a macroescala, referente à dinâmica de grande escala que abrange
milhares de quilômetros e o espaço temporal de semanas; a mesoescala, que envolve
grande número de observações e processos com duração de muitos dias e variação espacial
de 10 a 1.000 km; e a microescala, que busca explicitar o comportamento de fenômenos
que ocorrem em escala espacial de até 3 km e variação temporal de minutos ou horas
(STULL, 1988).
Estas escalas caracterizam-se pela diversificação do comportamento dos
componentes atmosféricos, sendo esta divisão de grande importância, pois define “numa
pesquisa não apenas a área e o período de abrangência, mas também as técnicas e métodos
a serem empregados” (NUNES, 1998, p. 71). Esse estudo evidencia o uso de escala
regional, apresentando também, dentro dessa ordem hierárquica, o comportamento de
microescala correspondente à análise das camadas inferiores e próximas à superfície. Isso
ocorre porque o microclima se caracteriza por meio da compreensão das “diferenças
horizontais em pequenas áreas, como as diversas características do solo em sua umidade,
ou nas diferenças mínimas de declive, ou pelo tipo e altura da vegetação” (GEIGER, 1990,
p. 231) – sendo este efeito da ação dos diferentes componentes atmosféricos na alteração
de fluxos de umidade momentum, massas de ar e fluxo de energia (RIBEIRO, 1993, p.
292).
Dessa forma, a micrometeorologia seria a “caracterização dos aspectos climáticos
de baixa camada atmosférica, próxima ao solo, e dos fatores que o controlam”
(VIANELLO e ALVES, 1991, p. 380), ou seja, se refere a “troca de calor, massa e
momentum que ocorre continuamente entre a atmosfera e a superfície da terra” (ARYA,
2001, p. 1).
As variações no microclima de uma região podem ocorrer naturalmente,
decorrentes tanto de elementos climáticos como de elementos antropogênicos, sendo estes
últimos, portanto, não atribuídos “à variação natural do clima como causa , quando
necessariamente o agente modificador foi o homem” (OLIVEIRA et al., 2008, p. 688).
Essa interferência nas componentes climáticas ocorre por consequência da mudança da
cobertura natural do solo e da mudança na composição dos gases constituintes da baixa
34
atmosfera, que são em sua maioria ocasionadas pela agricultura, pela indústria e pelos
processos de urbanização em geral.
De forma geral, sabe-se que a vegetação é um fator inerente ao clima e que tem
presença ativa em todas as escalas climáticas, no entanto, na microescala, a vegetação
apresenta interferência ainda maior (SILVA, 2009). Em seu estudo comparativo dos
elementos meteorológicos, Carvalho (2001) comprovou isso mostrando que em áreas
cobertas por vegetação registraram-se temperaturas mais baixas do que em áreas sem
vegetação. O autor atribuiu tal diferença nos valores de temperatura ao fato de a vegetação
diminuir a radiação por intermédio da absorção, diminuindo assim a dissipação de calor
por ondas longas.
Em decorrência do aumento da temperatura, Klar (1984) afirmou que o crescimento
das plantas pode ser afetado, pois existem temperaturas mínima e máxima toleráveis para
cada cultura. Por outro lado, em relação à temperatura do solo, Ometto (1981) destacou
que a quantidade de absorção da energia radiante depende da consistência e da estrutura
do solo, inicialmente limitando-se aos primeiros centímetros da superfície e ramificando-
se solo adentro, vindo a atuar com o sistema radicular da planta para incentivar as trocas
iônicas entre o solo e as raízes. Esse fenômeno pode ser ainda mais acometido ocorrendo
mudança da topografia original, visto que a topografia apresenta grande efeito na
condução e no fluxo de radiação na superfície, além de modificar as propriedades
hidrológicas do solo, apresentado assim forte relação com a umidade do solo e com o ciclo
da água – o que pode provocar variações espaciais nos processos de evapotranspiração
(AMBRIOSE, 1995).
Além do mais, as alterações na topografia também afetam a direção e a velocidade
dos ventos. O vento é o agente responsável pelo transporte de energia, bem como pelos
processos convectivos ocasionados pelas variações de temperatura e pressão. Quanto a
isso, Molion e Bernardo (2000, p. 1134) afirmam ainda que, devido às baixas pressões
junto à superfície, ocorre deslocamento ascendente do ar úmido através dos campos de
ventos e das perturbações ondulatórias, logo “as precipitações pluviais estão diretamente
relacionadas com a convecção local”.
Por meio da análise de tendências das variáveis meteorológicas, juntamente com
as informações relativas à circulação atmosférica, será possível a compreensão do
comportamento micrometeorológico correspondente à região campo de estudo
(MONTEIRO, 1971 apud ZAVATINI, 2000).
35
2.5. Tendência Climática
A partir do ano de 1988, a Assembleia Geral das Nações Unidas passou a discutir
abertamente a temática de mudanças do clima, por intermédio da criação do
Intergovernmental Panel on Climate Change (IPCC), constituído pela Organização
Meteorológica Mundial (OMM) em parceria com o Programa das Nações Unidas para o
Meio Ambiente (PNUMA). Deste modo, o IPCC assumiu o objetivo de “avaliar a
informação científica, técnica e socioeconômica relevante para entender os riscos
introduzidos pela mudança climática na população humana” (MARENGO e SOARES,
2003).
Desde então, os relatórios do IPCC têm viabilizado de maneira clara e atualizada
informações acerca de estudos do clima e de mudanças climáticas. Logo nos primeiros
relatórios, constatou-se que, por consequência das ações antrópicas, ocorrerá um aumento
na concentração dos chamados gases do efeito estufa, aumentando a temperatura média
do planeta (IPCC, 1990). A partir disso, passou-se a discutir se o incremento na
temperatura média global é consequência das atividades humanas.
Sabe-se que a Terra apresenta ciclos naturais de aquecimento e resfriamento. Ainda
assim, os estudos relacionados ao clima apontam que as atividades humanas têm
modificado a variação natural do clima terrestre, propondo que tais atividades assumem
um importante papel no aquecimento terrestre. No relatório do IPCC de 2001 cogitou-se
que, em meados de 2100, o valor da temperatura global média pode aumentar entre 1,3 ºC
e 4,6ºC, o que equivale a um aumento por década de 0,1ºC e 0,4 ºC.
Para o Brasil, o IPCC destacou tendências para o aumento de chuvas no Sul do país
e ausência de tendências significativas na região amazônica, apesar do aumento do
desmatamento (MARENGO e SOARES, 2001). No relatório do IPCC de 2007 confirmou-
se que uma parcela representativa do aquecimento verificado nos últimos 50 anos deriva
da emissão de gases do efeito estufas, provenientes das ações antropogênicas (IPCC, 2007;
ARAUJO et al., 2015).
O IPCC divulgado em 2014 afirma que “o aquecimento do sistema climático é
inequívoco desde 1950” (IPCC, 2014) e que a média global da temperatura terrestre e
oceânica mostra incremento de 0,85°C (0,65°C a 1,06°C) para período 1880-2012 – dado
superior ao obtido para período 1850-1900, bem como para o período 2003-2012, que
correspondem a 0,78°C (0,72°C a 0,85°C). Esse aumento na temperatura global tem sido
apontado desde 1950, como um dos fatores responsáveis pela alteração de eventos
36
extremos. Exemplo disto seria a redução em escala global de dias e noites frios e de dias
e noites quentes.
Pesquisas como as de Rusticucci e Barruscand (2004), Vicent et al. (2006) e
Haylock et al. (2006) têm utilizado técnicas de identificação de tendências em variáveis
meteorológicas na América do Sul. Para o Brasil, existem diversas pesquisas analisando
principalmente o comportamento da temperatura (MARENGO e CAMARGO, 2008;
SANSIGOLO e KAYANO, 2010; SANTOS e MANZI, 2011; SILVEIRA e GAN, 2009),
e da precipitação (SANTOS e BRITO, 2007). Estudos como estes, que busquem detectar
mudanças climáticas por meio da análise de tendência de temperatura, são de grande
importância, pois o aquecimento global influencia no aumento das taxas de evaporação,
intensificando a movimentação de enormes massas de vapor de água na atmosfera, o que
pode vir a acelerar o ciclo hidrológico (ZHANG et al., 2010; SANTOS et al., 2012).
Segundo Shouraseni e Robert (2004), uma consequência desse aquecimento global pode
ser um possível aumento na frequência de extremos de precipitação, por causa do aumento
dos níveis de umidade presentes na atmosfera.
2.5.1. Eventos Extremos Climáticos
A dinâmica da atmosfera apresenta eventos usuais e extremos, podendo ser estes
atípicos e raros. Os eventos usuais são os que ocorrem com maior frequência e apresentam
variáveis próximas aos valores médios. O fato de tais eventos acontecerem com
regularidade permitiu que, ao longo do tempo, a humanidade conseguisse se adaptar a
suas ocorrências (BARBOSA, 2007).
Os eventos extremos são aqueles que apresentam “grandes desvios de um estado
climático moderado” (MARENGO et al., 2009, p. 6). Ocorrem com incidência geralmente
inesperada e escala de tempo variando entre dias e meses até anos, ou mesmo milênios.
No entanto, são os eventos extremos de curto e médio prazo, correspondentes à
meteorologia e ao clima, que apresentam os impactos mais relevantes na sociedade
(MARENGO et al., 2009).
De forma geral, os eventos extremos climáticos constituem parte da história da
humanidade (DIAS, 2014), o que permitiu averiguar longo do tempo que sua variabilidade
sempre causou impactos, condicionando a movimentação das populações e influenciando
seus aspectos socioeconômicos (DIAMOND, 1999).
37
Tais eventos não ocorrem isoladamente e são identificados não somente por sua
intensidade, mas também por sua duração e persistência. Eles são resultados de conexões
e gerados por componentes de um padrão de escala global (DIAS, 2014). Exemplo disso
são os fenômenos El Niño e La Niña, globalmente conhecidos como agentes responsáveis
pelo surgimento e/ou intensificação de eventos extremos do clima. Em determinadas
áreas, esses padrões podem acarretar excesso de chuva ou seca prolongada e, segundo Zin
et al. (2010), esses extremos de precipitação são os fenômenos atmosféricos mais
perturbadores. Isto se dá devido à maioria das atividades econômicas, com a agricultura,
por exemplo, estarem diretamente relacionadas com os índices de precipitação. Logo, o
aumento dos eventos extremos climáticos pode acarretar impactos econômicos e sociais.
Além disso, as mudanças climáticas também podem afetar os eventos extremos, já
que estes fazem parte da própria variabilidade climática. Isso indica que um evento
extremo, como um desastre natural, pode ter origem ou agravamento em ações antrópicas.
Por este motivo, tornam-se essenciais estudos que busquem entender como as ações
humanas, bem como as mudanças climáticas, podem e têm atuado no aumento de eventos
de extremos climáticos.
2.5.2. Estudos de Extremos Climáticos para o Globo
A necessidade de se obter informações cada vez mais detalhadas sobre as mudanças
climáticas impulsionou a realização de estudos em muitos países, como Estados Unidos
(KARL e KNGHT, 1998), Austrália (HAYLOCK e NICHOLLS, 2000), Reino Unido
(OSBORN et al., 2002), Suíça (FREI e SCHAR, 2001), Itália (BRUNETTI et al., 2002),
Noruega (BENESTAD e MELSOM, 2002) e Bélgica (VAES et al., 2002; HAYLOCK et
al., 2006).
Segundo Haylock et al. (2006), para o Brasil houve estudos que identificaram, por
exemplo, a evidência da relação entre valores extremos de precipitação e a influência do
Jato de Baixo Nível sul-americano (JBN) (LIEBMANN et al., 2004; MARENGO et al.,
2004). Além disso, se associam eventos extremos de precipitação em função da atuação
da Zona de Convergência do Atlântico Sul (ZCAS), principalmente em períodos de La
Niña, sendo mais intensificados no período de El Niño (CARVALHO et al., 2002).
Essa influência do El Niño é válida também para ocorrência de extremos no NEB,
segundo Xavier et al. (2003), existindo ainda a associação de extremos de precipitação
com as anomalias TSM no Atlântico Tropical constatada por Hastenrath e Heller (1977),
38
por Moura e Shukla (1981) e, posteriormente, por Silva (2004), sendo possível, inclusive,
diferenciar a influência das anomalias positivas do Atlântico Tropical Sul e do Pacífico
Tropical: a primeira direciona precipitação mais ao Leste no NEB, enquanto a segunda
dificulta a ocorrência de chuvas nessa região (MOURA et al., 2009). No geral, a análise
de precipitação na América do Sul apresenta tendência positiva no total anual de
precipitação no NEB.
2.5.3. Índices de Extremos Climáticos
Além da análise da ocorrência de eventos extremos, tem-se estudado também o
comportamento dos índices de extremos climáticos, pois se entende que os parâmetros
estatísticos de distribuição da variável importam tanto quanto sua taxa de mudança.
Sobretudo, eles podem fornecer também informações acerca de sua variabilidade,
intensidade e frequência.
Esses índices de extremos climáticos são valores extremos de índices de variáveis
como temperatura e precipitação, por exemplo. Eles têm sido utilizados como indicadores
de alterações climáticas porque alterações na magnitude de eventos climáticos extremos
apresentam impactos sobre a natureza e a sociedade (PETERSON, 2005).
A utilização desses índices, por sua vez, pode variar muito de acordo com o
objetivo de cada pesquisa, de modo que alguns índices podem não ser significativos diante
de um determinado propósito. Por exemplo: para o NEB, seria inadequado calcular o
índice TR, que quantifica o número de noites tropicais (number of tropical nights),
definido como aqueles dias em que a temperatura mínima diária apresenta-se superior a
20ºC, visto que, nessa região, esse valor de temperatura é uma característica comum.
Visando responder aos mais variados interesses e áreas de estudo, o antigo Working
Group on Climate Change Detection (GTCCI) elaborou uma lista de 40 índices. Seu
sucessor, o Expert Team for Climate Change Detection Monitoring and Indices
(ETCCDMI) adotou 27 índices baseados em valores como temperatura diária, além da
precipitação acumulada diária. Independentemente da quantidade, o que se adota como
mais importante é que tais índices foram calculados e foram seguidas as mesmas
definições em diferentes regiões do globo, portanto, espera-se que as análises
provenientes se ajustem igualmente no contexto global (KARL et al., 1999; PETERSON,
2001).
39
Dentre os 27 índices do ETCCDI, 16 correspondem à temperatura e 11 à
precipitação, sendo ambos extraídos de valores de máximas e mínimas diárias. Os índices
subdividem-se ainda em cinco diferentes categorias, como demonstrado no Anexo 1. As
categorias supracitadas são: índices de precipitação, baseados em percentis que
representam a quantidade de chuva; índices absolutos de temperatura, que representam
valores máximos e mínimos dentro de uma época ou ano; índices de limiar, que
representam valores de temperatura e precipitação abaixo de um limite fixo; e, por fim,
os índices excessivos, que representam períodos excessivos de calor, frio, umidade e
secura, além de indicar o prolongamento de uma temporada.
Todos estes índices objetivam detectar e avaliar mudanças no clima global através
da ocorrência de eventos extremos relacionados à temperatura e à precipitação. Além
disso, eles auxiliam na aquisição de informações, sanando satisfatoriamente as falhas
existentes em bancos de dados decorrentes da ausência de estações meteorológicas nas
localidades mais remotas do globo terrestre. Esse preenchimento de dados possibilita
conjecturar acerca da variabilidade global dos extremos climáticos, tornando possível a
representação de modelos e o desenvolvimento de estudos em esfera global que atestam –
ou não – o seu uso e a sua eficiência para projeção de extremos climáticos posteriores.
2.5.4. Estudos de índices de Extremos Climáticos para NEB
Dentro do NEB, há ainda grande quantidade de estudos locais, como os
desenvolvidos por SANTOS e BRITO (2007); SANTOS et al., (2009); SANTOS e
MANZI, (2011); SANTOS et al., (2012); NOBREGA et al., (2014, 2015), SANTOS e
SILVA et al. (2014), que discutem acerca de índices de extremos climáticos para Estados
ou até mesmo meso e microrregiões do semiárido brasileiro.
Em um estudo sobre tendências de eventos de chuva extremas nos Estados do RN
e da PB, Santos e Brito (2007) verificaram mudanças nas medidas de precipitação pluvial
diária, com o intuito de relacioná-las ao Normalized Difference Vegetation Index (NDVI)
e as anomalias de TSM El Niño (Niño 1+2 e Niño 3), bem como ao Atlântico Tropical
Norte e Atlântico Tropical Sul. Para isso, eles utilizaram dados do período de 1935 a 2000
correspondentes a 44 postos pluviométricos distribuídos pelas microrregiões dos Estados
da Paraíba e do Rio Grande do Norte.
Os resultados evidenciaram que há correlação tanto entre as áreas de Niño 1+2 e
Niño 3 e as áreas do Atlântico Tropical Norte (com o índice de dias muito úmidos e índice
40
de quantidade de chuva máxima em cinco dias) como entre as anomalias de TSM em áreas
de Atlântico Tropical Norte e Atlântico Tropical Sul (com o índice de dias consecutivos
secos). Isso levou os autores a concluírem que os índices de extremos de precipitação
pluvial sofrem influência do ENOS, tendo, desse modo, sua procedência advinda de
elementos tanto de escala global como local, que caracterizam a vegetação da Caatinga de
acordo com a correlação existente entre NDVI e os índices de extremos de chuva.
Em estudos posteriores, na Paraíba, foi verificada a existência de correlação de
índices de extremos de precipitação com as anomalias TSM dos oceanos Atlântico e
Pacífico. Com base em 23 postos pluviométricos para o período de 1935 a 2004, os
resultados confirmaram a maior correlação com o Atlântico. Além de revelar que, no
intervalo de tempo compreendido entre os anos de 1935 e 1969, aconteceu,
preponderantemente, incremento da precipitação pluvial no Estado da Paraíba; assim
como, no intervalo de tempo compreendido entre 1970 e 2004, ocorreu decréscimo da
precipitação. A causa desta alteração na tendência de índices extremos pode estar
associada a fontes de escala tanto mundial quanto regional, decorrente de fontes naturais
e da ação antrópica (NÓBREGA et al., 2014).
Um estudo sobre índices de extremos climáticos em diferentes microrregiões do
Estado do Ceará foi desenvolvido por Santos et al. (2009). Os autores utilizaram dados
referente ao período de 1935 a 2006, coletados em 18 postos pluviométricos. As análises
de Dias Consecutivos Secos (DCS) e do índice de Dias Consecutivos Úmidos (DCU)
indicaram que ocorreram mudanças locais na precipitação pluvial da região, fator que
proveu incremento na umidade, principalmente na região Norte do Ceará.
Os autores ressaltaram ainda que as mudanças constatadas resultaram tanto de
fontes globais como de fontes locais, resultante de ações antrópicas, como a má utilização
do solo e o desmatamento. Dados recentes de eventos de precipitação extrema para o Norte
do Ceará indicaram, ainda, incremento na veemência de secas e decréscimo de eventos
extremos de precipitação pluvial forte, o que difere de Santos et al. (2009) e denota
mudança de atuação fenômenos entre os intervalos de anos 1935 a 1970 e 1971 a 2006
(SANTOS e MANZI, 2011).
Também foram realizados estudos para o Estado do Piauí. Neles, foi verificada a tendência
tanto espacial quanto temporal com base nos índices de extremos climáticos para o período
de 1978 a 2010. Os resultados mostraram um aumento de tendência na quantidade de
precipitação pluvial durante o ano, além de evidenciar que para as regiões do sertão e do
agreste está ocorrendo acúmulo de precipitação anual no espaço de tempo de alguns dias
41
apenas. Sendo que, para o sertão pernambucano, também se evidenciou o maior acúmulo
de eventos extremos, tanto excessivamente secos quanto excessivamente chuvosos
(NÓBREGA et al., 2015). Isso denota que os eventos extremos estão apresentando, ao
passar dos anos, ainda mais intensidade do que os eventos anteriores.
Estudos como os citados acima corroboram com o cenário de alterações nos
extremos de temperatura e precipitação, o que tem evidenciado mudanças climáticas não
apenas na esfera mundial, mas também em âmbito regional e até mesmo local. Na Tabela
2.2 é apresentado o resumo das recentes pesquisas para o NEB, indicando as metodologias
aplicadas e os resultados obtidos para cada região de estudo.
Tabela 1.2 - Pesquisa de índices de extremos climáticos para o Nordeste do Brasil.
INST. OBJETIVO DO ESTUDO MÉTODO ÍNDICES PRINCIPAIS RESULTADO
AUTORES A
N
O
UFCG
Verificação das tendências de índices de extremos climáticos da
precipitação pluvial diária, nos
estados do RN e PB com base em 44 postos, no período de 1935 a 2000.
E analise de relações com o IVDN
e anomalias de TSM nas regiões de Niño 1+2, Niño 3, Atlântico
Tropical Norte (ATN) e Atlântico
Tropical Sul (ATS).
Utilização
do
programa RClimDex
Rx1day
Rx5day
DCS
DCU
R50mm
R95p
R99p
SDII
PRCPTOT
Tendência de aumento das condições de umidade sobre os dois
estados. DCS correlacionado com
as anomalias de TSM das áreas ATN e
ATS. E correlação entre R95p e
Rx5day com as regiões dos Niño 1+2 e 3 e com a TNA.
SANTOS,
C.A;
BRITO,
J.I.B.
20
07
UFCG
INPA
Averiguação de tendências recentes
dos eventos extremos de
precipitação sobre o Estado do Ceará, utilizando dados
pluviométricos de 18 postos de
1971 a 2006. Associando-se esses eventos extremos às anomalias de
Temperatura da Superfície do Mar
(TSM) nos Oceanos Pacífico e Atlântico.
Utilizou-
se teste não
paramétric
o de Mann-
Kendalll
Rx1day
Rx5day
DCS
DCU
R95p
Aumento nas intensidades das secas
e diminuição dos eventos de
precipitação forte, com correlações negativas com as anomalias de
TSM nas regiões do Pacífico do
Atlântico Tropical Norte e positivas com a região do Atlântico Tropical
Sul.
SANTOS,
C.A;
MANZI, A.
O.
20
11
UFCG
Foram obtidas tendências em
índices de extremos climáticos com dados de precipitação do ERA40
referentes ao período de 1961 a
2001 para a parte norte do Brasil que inclui grande parte da Bacia
Amazônica e do Nordeste do Brasil.
Utilização
do
programa RClimDex
Rx1day
Rx5day
DCS
DCU
SDII
R10mm
R20mm
R50mm
R95p
R99p
PRCPTOT
Foram encontrados maiores valores
de precipitação em um dia, número
de dias chuvosos, precipitação máxima em 5 dias consecutivos e o
número de dias anuais com
precipitação intensa. Com tendências crescentes para a
maioria dos pontos de grade da
região de estudo. As tendências negativas são principalmente
limitadas para Mato Grosso e sul do
Pará onde o desmatamento no período de estudo foi intenso.
SANTOS, C.A;
BRITO, J.I.B.
CARLOS, H.F;
DANTAS, L. G.
20
12
20
12
42
UFRN
UFCG
Estimativa e análise de índices de
detecção e monitoramento de
mudanças climáticas, decorrentes da precipitação diária, para o
Estado de Piuaí com dados de
precipitação totais diários de 26 localidades, anomalias de TSM
(1964 a 2006) e IVDN mensais e
(1982 a 2001)
Utilização
do programa
RClimDex
Rx1day
Rx5day
DCS
DCU
SDII
R10mm
R20mm
R50mm
R95p
R99p
PRCPTOT
Diminuição da precipitação total
anual, da intensidade simples diária da precipitação, dos dias
consecutivos úmidos, dos dias com
chuva superior a 20mm/dia e inferior a 50mm/dia, e aumento dos
dias consecutivos secos. O número
de dias consecutivos secos, número de dias no ano com chuvas acima de
10mm/dia e intensidade simples
diária de precipitação são dependentes dos padrões de
anomalias de TSM nos Oceanos Pacífico Equatorial e Atlântico
Tropical.
SANTOS, P.
V;
SANTOS, R;
COUTINHO
, D.L.
20
13
UFCG
UEPB
UFRN
Cálculo de tendências de índices
extremos de precipitação sobre a Paraíba, utilizando dados de
precipitação diária (1935 a 2004)
correspondentes a 23 postos pluviométricos (INMET). E
correlação com as anomalias de
Temperatura da Superfície do Mar (TSM) dos Oceanos Atlântico e
Pacífico
RClimDex
aplicação
do método
dos mínimos
quadrados
e; o teste de Mann-
Kendalll.
Rx1day
Rx5day
R10mm
R30mm
DCS
DCU
SDII
PRCPTOT
Tendência aumento da precipitação de 1935 a 1969, e tendência de
redução das precipitações de 1970 a
2004.
NÓBREGA,
J.N;
SANTOS,
C.A;
GOMES, O.M;
BEZERRA,
B.G;
BRITO,
J.I.B.
20
14
UFPE
UFCG
Analise de tendência espacial e
temporal da precipitação
pluviométrica do Estado de Piuaí, com dados de precipitação
pluviométrica diária foram
oriundos do Climate Prediction Center (CPC) relativos ao período
de 1978 a 2010.
Utilizou-
se a
técnica dos quatis.
Rx1day
Rx5day
R95p
R99p
DCC
DCS
PRCPTOT
Predominância de tendência
positiva na precipitação anual, com
exceção da mesorregião da Região Metropolitana. E para o Agreste
Pernambucano predominância de
episódios extremamente secos.
NÓBREGA,
J.N;
FARIAS, R.
F. L;
SANTOS, C.A;
20
15
Fonte: Elaborado pelo autor, 2017.
43
CAPÍTULO III
MATERIAL E MÉTODOS
3.1. Área de estudo
A área de estudo refere-se a um recorte do NEB que abarca parte dos Estados do
Rio Grande do Norte, da Paraíba e do Piauí. Esta área foi escolhida com base no Plano
Integrado para o Combate Preventivo aos Riscos de Secas no Nordeste (CARVALHO et
al., 2003). Foram aqui consideradas localidades nos Estados do Rio Grande do Norte e da
Paraíba, que apresentam forte atividade ceramista, e uma localidade no Estado do Piauí,
que não apresenta nenhuma indústria de cerâmica. Vale salientar também que ambas as
localidades estão inseridas dentro da área do semiárido com incidência de seca no
percentual de 81 a 100% (Figura 3.1).
Figura 3.1- área de estudo escolhida com base no índice de seca.
Fonte: CARVALHO, et al., 2013.
44
Cobrindo totalmente as mesorregiões do Centro Potiguar, Oeste Potiguar,
Borborema e Sertão Paraibano, além de parte da região Agreste em ambos os Estados. A
região tem uma área de cerca 87.000 km2, tendo em torno de 288 municípios e
apresentando população estimada de 3.015.793 habitantes (IBGE, 2014). Limitando-se
em seu extremo Norte com o Oceano Atlântico, ao Sul com o Estado do Piauí, ao Leste
com as mesorregiões do Leste Potiguar e da Mata Paraibana e a Oeste como Estado do
Ceará.
A região apresenta ainda três principais bacias hidrográficas. As bacias de rio
Piranhas-Açu, Apodi-Mossoró e Rio-Paraíba. Dentre elas, destaca-se a Piranhas-Açu por
apresentar maior área, correspondente a 43.681,50 km2, e por ser partilhada entre os
Estados do RN e da PB. A segunda bacia de maior destaque territorial é a Rio Paraíba.
Localizada no Estado da PB, cobre uma área correspondente a 20.071,83 km2. E, por fim,
a Apodi-Mossoró: localizada no território do RN, com área de 14. 276,00 km 2. Além
dessas, dentro da região do campo de estudo, existem ainda bacias menores e menos
representativas, como as dos rios Ceará-Mirim, Potengi, Trairi, Jacu e Curimataú,
Camaratuba, Guaju, Gramame, Miriri, Abiaí.
A presença dessas bacias hidrográficas é de suma importância para a indústria da
cerâmica, pois são elas que possibilitam a formação da matéria-prima nas condições
necessária para a fabricação. Este é o fator que justifica os interiores dos Estados
apresentarem forte atividade ceramista, pois são essas condições ambientais que
fortalecem a produção micro e pequenas empresas.
Em consequência da presença das bacias hidrográficas e dos altos índices de
insolação, os solos da região se classificam como: Planos solo Solódico, que apresenta
fertilidade natural alta, textura arenosa e argilosa, relevo suave ondulado, imperfe itamente
drenado e raso; e Bruno não Cálcico Vértico5, de fertilidade natural também alta, textura
arenosa/argilosa e média argilosa, relevo ondulado, rasos, moderadamente drenados sendo
vulnerável à erosão (PFALTZGRAFF, 2010).
A vegetação é característica do bioma caatinga, no qual as principais espécies são:
angico, aroeira, braúna, catingueira, jurema, juazeiro, marmeleiro, mandacaru,
umbuzeiro, imburana e pau-branco. São espécies que naturalmente passam por longos
5 “Solos que apresentam uma tendência natural muito forte à erosão, com um escoamento superficial médio
(L600 = 37 mm), podendo variar, quando erodidos, para (L600 = 60 mm ou superior). ” ( PFALTZGRAFF,
2010, p. 124)
45
períodos de escassez e tem desaparecido gradativamente diante do cenário histórico de
queima e extração dessa vegetação – em decorrência das atividades econômicas e da ação
antrópica, caracterizando um meio biótico de elevado grau de degradação.
Como característica de sua localização na região Norte do semiárido brasileiro, a
região de estudo apresenta acúmulo de precipitação no primeiro semestre e carência no
segundo, com registros de precipitação iniciando-se no outono devido à frequência dos
ventos alísios, que ocasionam a presença da ZCIT mais ao Sul e intensificam a
convergência de umidade, propiciando a ocorrência de precipitação (REIBOTA et al.,
2010). Ainda é susceptível a variações no regime de precipitação devido a padrões de
teleconexões de escala global, como o ENOS que reduz a movimentação convectiva no
NEB, por meio da alteração espacial das correntes de circulação de ascendência e
subsidência da célula de Walker (FERREIRA e MELLO, 2005). A região apresenta ainda
o nível de insolação oscilando entre sete a oito horas entre os meses de janeiro a julho; e
de oito a nove horas no período de agosto a dezembro.
3.2. Localização das Indústria de Cerâmica Vermelha
Baseando-se nos critérios de identificação principal, em que as reservas de extração
de argila para produção de cerâmica vermelha estão situadas a cerca de 50 km das
indústrias (BARBA et al., 1997; MOTTA et al., 2001), identificou-se cerca de 342
empresas localizadas dentro da área de estudo, sendo 192 no território do Estado do Rio
Grande do Norte e 150 empresas no Estado da Paraíba.
Em geral, as empresas então localizadas em posições estratégicas das bacias
hidrográficas, ou seja, não muito distantes dos rios, de forma a se agruparem em polos
cerâmicos. Esse comportamento já havia sido documentado no Diagnóstico da indústria
de cerâmica vermelha para o Rio Grande do Norte (SEBRAE, 2013) e no Mapeamento
de argila para o Estado da Paraíba (MENEZES, 2001).
No Estado do Rio Grande do Norte têm-se sete polos cerâmicos: Bacia do Potengi,
Bacia do Trairí Jacu, Bacia do Curimataú, Baixo Assu, Bacia do Seridó, Chapada do
Apodi e Zona centro e Serrana (Figura 3.2). Enquanto que na área que corresponde ao
estado da Paraíba são dois polos principais: um que corresponde às cidades da Zona da
Mata e do Agreste paraibano, tendo como foco principal o município de Santa Rita; e
46
outro que corresponde ao interior do Estado, tendo como foco o município de Santa Luzia
(Figura 3.3).
Figura 3.2- Polos cerâmicos no estado do Rio Grande do Norte de acordo com o Diagnóstico da Cerâmica
Vermelha.
Fonte: SEBRAE, 2013.
Figura 3.3.- Polos Cerâmicos no estado da Paraíba.
Fonte: Menezes et al., 2001; SINDECER, 2015.
47
3.3. Pontos de Extração de Dados
Com base no mapeamento e no agrupamento em polos das indústrias, foram
escolhidas as localidades para a extração de dados dentro da área de estudo. Dentro de
cada polo cerâmico foi escolhido um ponto (localidade) para extração dos dados.
A escolha quanto as localidades (polos) se deu com base no número de cerâmicas
por região. De modo que, nos polos cerâmicos, as cidades com o maior número de
cerâmicas em seus territórios foram escolhidas como ponto para extração dos dados. Desse
modo, foram selecionadas as cidades com o maior número de cerâmica nos Estados do
Rio Grande do Norte e Paraíba. Para tese de comparação, foi escolhido uma localidade na
qual não houvesse registro de atividade ceramista.
Para essa escolha levou-se em consideração três fatores importantes, são eles: 1)
nessa localidade não poderia haver indústrias de cerâmica vermelha; 2) a localidade
também não poderia ter proximidade de polos cerâmicos para que não sofresse influência
das atividades ceramistas praticada nessas áreas; 3) e deveria apresentar as mesmas
características climatológicas dos polos anteriormente escolhidos, ou seja, índice de
aridez, precipitação e radiação compatíveis de acordo com o Plano Integrado para o
Combate Preventivo aos Riscos de Secas no Nordeste (CARVALHO et al., 2003).
Satisfazendo a esses critérios escolheu-se parte da área correspondente ao Estado do Piauí
para seleção do polo neutro. Nesse Estado tem-se registro de apenas 42 empresas em todo
seu território e na localidade escolhida não há registro de nenhuma indústria de cerâmica
nem atividade ceramista em suas proximidades.
Ao total, têm-se sete polos no estado do Rio Grande do Norte, deste, cinco
encontra-se dentro da área de estudo, e quatro mostram-se como mais representativos, de
modo que apenas esses foram considerados. São eles: Bacia do Trairí Jacu, Bacia do
Curimatau, Baixo Assu, e Chapada do Apodi. Enquanto que no estado da Paraíba tem-se
dois polos principais, no entanto, apenas o polo referente ao interior do Estado encontra -
se dentro da área de estudo. Dessa forma, totalizam-se seis localidades para extração de
dados, ilustradas na Figura 3.4 abaixo. Em que quatro correspondem ao Estado do Rio
Grande do Norte, um ao Estado da Paraíba e um ao Estado do Piauí.
48
Figura 3.4 - Localização dos polos escolhidos dentro dos estados do Rio Grande do Norte, Paraíba e Piauí.
Fonte do autor, 2017.
As localidades apresentam ainda topografias diversificadas, oscilando no geral
entre 50 a 500 metros de altitude (Figura 3.5). O polo P1 tem topografia caracterizada
entre duas formas de relevo de maior altitude. Ocorrendo entre os Tabuleiros Costeiros e o
Planalto da Borborema. Suas feições estão entre 200 a 400 metros de altitude com presença
de serras e depressão sub-litorânea - terrenos rebaixados e localizados.
O polo P2 tem características semelhantes, também com presença de serras, além da
Depressão Sertaneja, formada pelos terrenos baixos situados entre as partes altas do
Planalto da Borborema e da Chapada do Apodi que variam de 200 a 400 metros de altitude
(CPRM, 2005).
O polo P3, porém se diferencia com topografia variando entre 30 e 200 m. Seu
relevo é caracterizado por uma feição que ocupa a parte sul com registros de altitude média
de 150 m. Sua segunda feição é formada por sedimentos que constituem o altiplano da
Chapada do Apodi.
O polo P4, semelhante ao P3, também apresenta relevo com menos de 100 de
altitude, com Depressão sub-litorânea, formada por terrenos rebaixados, localizados entre
os Tabuleiros Costeiros e o Planalto da Borborema. Além da Depressão Sertaneja formada
por terrenos baixos com localização próxima as parcelas altas do Planalto da Borborema
e da Chapada do Apodi (CPRM, 2005).
P1
P2
P3 P4
P5
P6
POLO 1 Santa Cruz
POLO 2 Parelhas
POLO 3 Apodi
POLO 4 Itajá
POLO 5 Santa Luzia
POLO 6 Simões
49
Fonte: World Topographic Map (ArcGisWTM) editado, 2017.
A) P1 B) P2
C) P3 D) P4
E) P5 F) P6
Figura 3.5 - Mapa topográfico dos polos a) P1, B) P2, C) P3, D)P4, E) P5 E F) P6.
50
O polo P5 correspondente ao estado da Paraíba e se caracteriza por presença de
serra elevadas chegando a 880 metros. Em sua topografia verifica-se ao sudoeste relevo
variando de ondulado à fortemente ondulado. E ao norte registra-se a ausência de
declividades elevada, com o relevo apenas de ondulado à suavemente ondulado (CPRM,
2005).
Por fim, o polo P6 correspondente ao estado do Piauí tem sua topografia
caracterizada por relevo de chapadas baixas e suavemente onduladas, com variações de
150 a 300 metros. Bem como a feição de relevo plano variando entre 400 a 500 metros de
altitudes. Além dos relevos mais acentuados encontrado nas serras, morros e colinas, que
tem sua altitude variando de 150 a 500 metros (JACOMINE et al., 1986).
Diferentemente da topografia, a direção do vento tem comportamento bem
semelhante para todos os polos. O resumo das informações a respeito dos polos é mostrado
na Tabela 3.1. De modo geral, é visível na Figura 3.6 que a direção predominante do vento
para o NEB se dá de Leste com flutuações para Sudeste e Nordeste ao longo dos meses
(DANTAS, et al., 2002).
Tabela 2.1 - Informações gerais dos polos adotados para extração de dados.
Fonte do autor, 2017.
Polo
Cerâmico
Cidade Nº De
Cerâmicas
Latitude Longitude Altitude
Média
Direção
do
vento
POLO 1 Santa
Cruz
6 -6.251912 -35.867023
247 m
Sudeste
POLO 2 Parelhas
33 -6.681783 -36.667592 275 m
POLO 3
Apodi 5 -5.677382 -37.781088 58 m
POLO 4 Itajá
15 -5.607596 -36.913178 34 m
POLO 5 Santa
Luzia
7 -6.892825 -36.884487 302 m
POLO 6 Simões 0 -7.637210 -40.790431 426 m
51
Figura 3.6 - Distribuição da direção do vento para o NEB ao longo dos meses referentes ao período de
1961 a 1990.
Fonte: INMET (editado), 2016.
3.4. Material
Os dados foram obtidos a partir de um conjunto de 735 sítios de coleta dispostos
em todo território nacional, e correspondem ao período de 01 de janeiro de 1980 a 31 de
dezembro de 2013. Sendo reunidos, tratados e disponibilizados por Xavier et al. (2015),
52
os quais foram obtidos por meio de Plataformas de Coleta de Dados (PCD); de estações
meteorológicas convencionais e Estações Automáticas (EMA) do Instituto Nacional de
Meteorologia (INMET); de estações hidrometeorológicas da Agência Nacional de Águas
(ANA); e da rede do Departamento de Águas e Energia Elétrica de São Paulo (DAEE).
Ressalta-se que, os dados da ANA e do DAEE limitam-se apenas a dados de precipitação
(PRP, mm), enquanto que o INMET coleta esta e as demais variáveis, como: temperatura
máxima (Tmax, ºC) e mínima (Tmin, ºC), umidade relativa (RH, %), radiação solar (Rs,
MJm-2) e velocidade do vento a altura de 2 m (u2, ms-1).
O banco de dados das variáveis supracitadas em grade tem resolução espacial de
0,25º lat X 0,25º long (equivalente a aproximadamente 28 km na região equatorial).
Segundo os autores, os dados brutos foram sujeitos à verificação e ao controle de
qualidade (Tabela 4), com o objetivo de remoção dos valores atípicos em busca da
homogeneidade. Posteriormente, eles aplicaram um teste qualitativo visual da
homogeneidade de cada conjunto de dados, por intermédio da simples comparação entre
as estações próximas. Nesse teste, se traçou uma série temporal com base nos dados de
uma PCD central, juntamente com a média das cinco estações meteorológicas vizinhas,
de modo a identificar a ausência de homogeneidade na tendência da série temporal
originária e remover os dados correspondestes na estação central (Tabela 3.3.).
Tabela 3.2. - Testes de validação aplicados aos dados. Variável Teste Referências Pontos Removidos
PR (mm), 0⪯ PR <450 Liebmann e Allured (2005) 92
Tmax, Tmin (ºC) -30⪯ Tmax,Tmin<50 Shafer et al. (2000) 0
RH (%) 0⪯RH<100 -- 0
Rs, (MJm-2) 0,03 Rum⪯ Rs < Rum Mordi (2000) 70
u2 (ms-1) 0⪯ u<100 Shaferet al. (2000) 0
Fonte: Xavier et al., (2015).
Tabela 3.3. - Relação da quantidade de dados descartados na verificação da homogeneidade.
Variável Estações com problemas de
homogeneidade
Pontos de dados
retirados
% do total de dados
removidos
Tmax 3 1186 0,02
Tmin 13 21108 0,36
Rs 24 8484 0.14
RH 5 2116 0,03
u2 7 12008 0,20
Fonte: Xavier et al., (2015).
53
Estes testes, no entanto, não foram aplicados à precipitação devido ao baixo
número de estações meteorológicas em algumas áreas mais isoladas do Brasil, o que torna
inviável a realização de um teste de homogeneidade mais objetivo, pois a distância entre
as estações impossibilita a elaboração de uma série de referência, dificultando assim a
interpretação (HAYLOCK et al. 2006).
A evapotranspiração (ETO), por sua vez, foi calculada com base nos dados das
variáveis anteriores por meio do método de Penman-Monteit (ALLEN et al, 1998; RAES,
2012; XAVIER, 2015) adotado pela Organização para Alimentação e Agricultura das
Nações Unidas (FAO).
𝐸𝑇𝑂 = 0,408 ∆ (𝑅𝑛−𝐺)+𝛾
900
𝑇+273 𝑢2 (𝑒𝑆− 𝑒𝑎)
∆+𝛾(1+0,34 𝑢2) (1)
Em que: Rn é a radiação líquida (ou seja, o balanço entre a radiação solar e a
radiação terrestre); G é a densidade do fluxo de calor no solo; T e u2 são a temperatura e
a velocidade do vento a 2m, respectivamente; es e ea representam a pressão do vapor de
saturação (kPa) e a pressão do vapor real (kPa) respectivamente, tendo (e s – ea) como
déficit de vapor de pressão de saturação (kPa), em que ∆ representa a curva de inclinação
de vapor (kPa ºC-1) e 𝛾a constante psicométrica (kPaºC-1).
Os autores consideraram importante ainda interpolar todas as variáveis por meio
de seis diferentes métodos: a média aritmética, a interpolação natural, o thinplate, o
inverso da distância ponderada, a distância angular ponderada e a kringagem do ponto
ordinário. Para cada um dos métodos fora ainda utilizado a validação cruzada entre as
cinco PCD’s mais próximas, no intuito de identificar o método mais preciso para cada
uma das variáveis estudadas. Feito isso, foi por eles percebido que o método do inverso
da distância ponderada e método da distância angular ponderada estabeleceram
interpolações mais precisas para todas as variáveis, sendo a velocidade do vento a menos
precisa dentre estas. Os autores consideram ainda que, com o passar dos anos, as
estimativas tornar-se-ão cada vez mais precisas devido ao acréscimo de estações.
Na presente pesquisa, este banco de dados foi utilizado para extração das séries
temporais dos pontos de grade para análise do comportamento das variáveis
micrometeorológicas referentes à área de estudo. Com base nesses dados, foram
calculados os índices de extremos climáticos.
54
3.5. Metodologia
3.5.1. Análise de Tendência
Com o banco de dados em pontos grade de 34 anos, com resolução a espacial
favorável aos objetivos de pesquisa, foram calculadas as tendências climáticas para as
variáveis precipitação, temperatura máxima, temperatura mínima, evapotranspiração,
velocidade do vento, umidade relativa e radiação solar. Para tal, utilizou-se o teste de
Mann-Kendall, adotando nível de significância de 5%.
Para realização dos cálculos de tendência temporais e de índices de extremos
climáticos foi utilizado o teste de Mann-Kendall (MANN, 1945; KENDALL, 1975),
recomendado pela OMM para estudos de tendências climáticas (YU et al., 2002).
Fundamentalmente, o teste de Mann-Kendall constata sequencialmente os valores da série
temporal através do cálculo de quantas vezes maior são os valores restantes da série
quando comparados com um valor analisado, em que a estatística é alcançada por meio
do somatório de todos esses cálculos, como indicado na equação abaixo:
𝑆 = ∑ ∑ sin 𝑎𝑙
𝑖=1
𝑗=1
𝑛
𝑖=2
( 𝑥𝑖 − 𝑥𝑗)
(2)
Em que, si n 𝑎𝑙 ( 𝑥𝑖 − 𝑥𝑗) obedece às situações:
-1 para xi − x j < 0; 0 para xi − x j = 0; 1 para xi − x j > 0 .
Com média e a covariância definidas respectivamente, a partir de:
𝐸 [𝑆] = 0 𝑉𝑎𝑟 (𝑆) =
1
18 [𝑛 (𝑛 − 1)(2𝑛 + 5)
(3)
Em que, n representa o tamanho da série temporal; q é o número de valores
desiguais; e tp número de passos até que se alcance o valor p da série. E os valores xi e xj
55
correspondem a série anula ou sazonal nos anos i e j. Em que o teste Z obtém-se pela
equação abaixo:
𝑍 = 𝑠 − 1
√𝑉𝑎𝑟 (𝑆) 𝑠𝑒 𝑆 > 0
(4)
𝑍 = 0 𝑠𝑒 𝑆 = 0 (5)
𝑍 = 𝑠 + 1
√𝑉𝑎𝑟 (𝑆) 𝑠𝑒 𝑆 < 0
(6)
O valor Z é, portanto, utilizado para avaliar a existência de tendência
estatisticamente significativa dentro da série temporal que apresente distribuição normal,
Z positivo denota existência de tendência crescente. Para verificação de tendência
crescente ou decrescente, pode-se descartar a hipótese nula desde que, o valor absoluto de
Z seja superior a 𝑍1−∝2⁄, o que é verificável através de consulta na Tabela de distribuição
normal (SILVA; FELIX, et al., 2010; OLIVEIRA et al., 2014).
3.5.2. Cálculo dos Índices de Extremos Climáticos
Os incides de extremos climáticos foram calculados com base na metodologia
proposta por ZHANG e YANG (2004). Para cada série temporal extraída dos dados do
Xavier et al., (2015) sobre a região de estudo, fez-se necessário os seguintes
procedimentos:
Controle de qualidade visual dos dados diários obtido por intermédio da
organização dos arquivos em ASCII, estruturados em seis colunas atribuídas
ao ano, mês, dia, precipitação (mm), índice de temperatura máxima (ºC) e
índices temperatura mínima (ºC), respectivamente;
Substituição de dados faltosos e não significativos (codificados como -99.9)
em um formato que fosse reconhecido pelo R. (Canadian International
Developmente Agency, 2004).
56
A partir disso serão calculados índices de extremos climáticos para os estados do
Rio Grande do Norte, Paraíba e Piauí dispostos na Tabela 3.4 a seguir.
Tabela 3.4 - índices de extremos climáticos de precipitação e temperatura adotados na pesquisa.
Identidade Nome do Indicador Definições de Indicadores Unidade
CCD Dias secos consecutivos Número máximo de dias
consecutivos com RR<1mm dias
CWD Dias úmidos consecutivos Número máximo de dias
consecutivos com RR>1mm dias
R95p Dias muito chuvosos Porcentagem anual em que RR>95 mm
R99p Dias muito chuvosos Porcentagem anual em que RR>99 mm
RX1day Montante de prec.m.1 dia
1 dia mm
RX5day Montante de prec.m.5 dias
5 dias mm
Tn10p Noites frias Porcentagens de dias quando
Tn<10, percentil %
Tx10p Dias frios Porcentagens de dias quando
Tx<10, percentil %
Tn90p Dias quentes Porcentagens de dias quando
Tn>90, percentil %
Tx90p Noites quentes Porcentagens de dias quando
Tx>90, percentil %
TXn Temperatura mínima da
máxima Valor mensal mínimo de Tx diária
ºC
TXx Temperatura máxima da
mínima Valor mensal máxima de Tx diária
ºC
TNn Temperatura mínima da
mínima Valor mensal mínimo de Tn diária
ºC
TNx Temperatura máxima da
mínima Valor mensal máxima de Tn diária
ºC
ATD Amplitude térmica diária Diferença média mensal entre TX e
TN
ºC
R10mm Número de dias de
precipitação intensa
Contagem anual quando a
precipitação ≥10 mm Dias
R20mm Número de dias de
precipitação muito pesados
Contagem anual quando a
precipitação ≥ 20 mm Dias
PRCPTOT Precipitação dia de chuva
anual total
Precipitação total anual de dias ≥ 1
mm Milímetros
Fonte: Alexander et al., (2006). Adaptado .
57
CAPÍTULO IV
RESULTADOS E DISCUSSÃO
4.1. Distribuição Mensal
Adiante são apresentadas as distribuições mensais das variáveis de estudo para os
polos analisados.
A Figura 4.1 apresenta a distribuição mensal da radiação solar nos polos P1, P2,
P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta, percebe-se que a distribuição mensal
da variável é semelhante para todos os polos. Apesar de disto, sabe-se que o NEB
apresenta variabilidade heterogênea para radiação (LIMA, 2015). Em que sua
variabilidade é justificada de acordo com a topografia, o grau de nebulosidade e a atuação
dos sistemas atmosféricos (ALVES, 1981).
Dessa forma, os valores máximos de radiação são obtidos nos meses: dezembro,
janeiro e fevereiro. E posteriormente, nos meses de setembro, outubro e novembro,
período no qual ocorre a estação seca no NEB. Nesse período, a nebulosidade associada à
ZCIT encontra-se mais ao Norte do Oceano Atlântico (MOLION; BERNARDO, 2002).
Na ausência de nebulosidade, a radiação direta pode corresponder de 60 a 87% da
radiação global (LESTRADE et al. 1990). Desse modo, a ausência de nebulosidade
favorece a registros de valores mais elevados de radiação na superfície da Terra. No
entanto, com a presença de nebulosidade, parte da radiação reflete nas nuvens voltando
diretamente ao espaço, enquanto que apenas uma segunda parcela da energia é refletida
para o solo. Como apenas uma parcela da radiação chega a terra, nesses meses tem-se
registro de valores mais baixos da radiação solar na superfície. Logo, no período
correspondente aos meses de dezembro, janeiro, fevereiro e setembro, outubro e novembro
os polos se apresentam baixos índices de nebulosidade associados a valores elevados de
radiação.
Por outro lado, no período compreendido entre os meses de abril a julho, registram
valores mais baixos de radiação solar. Isso se deve principalmente ao movimento de
translação da Terra e a sua órbita elíptica. Em que se caracterizam períodos de menor
intensidade quando a Terra se encontra mais distante do Sol (afélio) (SILVA, et al., 2010).
Outros fatores como a interação entre a convecção sob influência de Sistemas frontais e a
58
variação interanual também, como El Niño e La Ninã (LIMA, 2015) podem também está
relacionado aos fenômenos climáticos que interferem na taxa de radiação.
Figura 4.1 – Distribuição mensal da radiação solar nos polos P1, P2, P3, P4, P5 e P6 para o período de
1980 a 2013.
Fonte do autor, 2016.
A Figura 4.2 apresenta a distribuição mensal da temperatura mínima nos polos P1,
P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta, nota-se que os menores valores
de temperatura mínima para os polos ocorrem nos meses de junho a agosto, porque a
presença de maior nebulosidade e menor radiação solar neste período resulta em registros
dos valores mínimos de temperatura.
E A Figura 4.3 apresenta a distribuição mensal da temperatura máxima nos polos
P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013, na qual vê-se como esperado, um
comportamento semelhante ao da temperatura mínima. No período de maior nebulosidade
e menor radiação solar, os valores mínimos tem-se os valores mínimos oscilando entre de
30°C a 32°C para os polos P2 ao P6. E entre 28°C a 30°C para o P1. Na situação oposta,
com ausência de nebulosidade e alto índice de radiação solar, os valores oscilando em
entre 34°C a 36°C para os polos P2 a P6 e 30°C a 32°C para o polo P1.
59
Figura 4.2 – Distribuição mensal da temperatura mínima nos polos P1, P2, P3, P4, P5 e P6 para o período
de 1980 a 2013.
Fonte do autor, 2016.
Figura 4.3- Distribuição mensal da temperatura máxima nos polos P1, P2, P3, P4, P5 e P6 para o período
de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.4. apresenta a distribuição mensal da evapotranspiração nos polos P1,
P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta, tem-se os maiores registros,
inicialmente, nos meses de dezembro, janeiro e fevereiro e posteriormente nos meses de
setembro, outubro e novembro, oscilando entre 6 a 8 mm dia-1. Os registros menores
correspondem aos meses entre abril e junho, oscilando entre 4 a 6 mm dia -1. Tal
60
distribuição coincide com a sazonalidade da radiação solar, uma vez que a
evapotranspiração depende da quantidade de energia disponível na superfície, que varia
de acordo com a distribuição da radiação solar. Pois o aumento da radiação solar acarreta
também aumento da temperatura, que é um dos fatores que corroboram para aumento da
taxa de evapotranspiração (BEZERRA, 2006).
Figura 4.4. - Distribuição mensal da evapotranspiração nos polos P1, P2, P3, P4, P5 e P6 para o período
de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.5 apresenta a distribuição mensal da umidade relativa nos polos P1, P2,
P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta, tem-se a concentração de umidade
entre os meses de abril a junho. A concentração da umidade relativa nesses meses é
consequência da alta taxa de evapotranspiração, que aumenta os fluxos de vapor d’água
para a atmosfera. Os polos P1, P3 e P6 têm fluxos máximos entre 75% e 85%, enquanto
que em P2, P4 e P5 os fluxos estão entre 70% e 75%.
A Figura 4.6 apresenta a distribuição mensal da velocidade do vento nos polos P1,
P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta, tem-se os valores máximos
entre 3 e 4m/s nos polos P1, P2, P3, P4, P5. No polo P6 apresenta registo de maior
intensidade, variando entre 4 a 5m/s. Apesar disso, todos os polos apresentam
distribuições semelhante ao longo dos meses. Com os valores mínimos concentrados nos
meses de fevereiro e março, devido à aproximação da nebulosidade atribuída à ZCIT. E
os valores máximos nos meses seguintes, devido ao aumento de pressão quando a ZCIT
está localizada mais próxima das latitudes equatoriais (SILVA, 2003).
61
Figura 4.5 - Distribuição mensal da umidade relativa nos polos P1, P2, P3, P4 e P5 para o período de 1980
a 2013.
Fonte do autor, 2016.
Figura 4.6 - Distribuição mensal da velocidade do vento nos polos P1, P2, P3, P4, P5 e P6 para o período
de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.7 apresenta a distribuição mensal da precipitação nos polos P1, P2, P3,
P4, P5 e P6 para o período de 1980 a 2013. Nesta, observa-se que a distribuição dos
valores máximos de precipitação ocorre predominantemente nos primeiros meses do ano,
devido à localização da ZCIT mais ao (HASTENRANTH, 1977). Dentre as variáveis aqui
estudas, a precipitação pluviométrica é a que apresenta maior variabilidade entre os polos.
Molion e Bernardo (2007) salientam que essa é a variável mais importante na climatologia
62
dos trópicos. Sendo também uma das variáveis mais difíceis de se observar com precisão,
uma vez que se dispõe de poucas estações, com muitas localidades limitadas e devem se
considerar ainda os erros de instrumentação e incidentes de exposição. Sua importância
se deve a sua relação direta com o ciclo hidrológico, fator primordial para a sobrevivência
e desenvolvimento de vida no planeta (VICENTE, 2004). Logo, fenômenos relacionados
ao ciclo hidrológico, como secas e enchentes, causam problema sociais e ambientais. Um
exemplo disso é o setor agrícola que é afetado pela ocorrência de eventos extremos de
precipitação (SILVA, et al., 2012). Por isso, faz-se importante, conhecer a distribuição e
a variabilidade da precipitação dos polos de estudo.
Assim tem-se valores máximos de precipitação para o polo P1 nos meses de
dezembro, janeiro, abril e julho. No polo P2, entre nos meses de dezembro, março e abril.
Para o polo P3 nos meses de janeiro, março e abril. Para P4 nos meses de fevereiro, março
e maio. Em P5 entre os meses de março a abril. E por fim, em P6 a precipitação máxima
se dá nos meses de janeiro, fevereiro e março.
Figura 4.7 - Distribuição mensal da precipitação nos polos P1, P2, P3, P4, P5 e P6 para o período de 1980
a 2013.
Fonte do autor, 2016
Para os polos P2, P3, P4, P5, e P6, o mês de março está entre os três meses de
maior precipitação, de acordo com o sugerido por SILVA et al., (2012) para o NEB. O
63
polo P1 apesar de não ter forte precipitação no mês de março, aponta intensa precipitação
no mês de julho, fato que não ocorre nos demais polos. Essa característica foi atribuída a
sua localização, já que este polo é o mais próximo da região litoral do estado do Rio
Grande do Norte, onde os registros de precipitação máxima ocorrem no mês de junho
(SILVA et al., 2012).
4.2. Distribuição Interanual
Adiante, são apresentadas as distribuições das variáveis ao longo dos anos para as
localidades onde se situam os polos estudados.
A Figura 4.8 (a-f) apresenta a distribuição média anual da radiação solar nos polos
P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta, é possível identificar a alta
variabilidade da radiação ao longo do tempo. Nota-se, que os polos apresentam valores
similares devido à proximidade. Também, é possível perceber que os valores médios de
radiação solar são de aproximadamente 19 MJ/m2.dia, valor que está em consonância com
a climatologia da região.
Considerando que, trata-se da variabilidade anual de radiação, o seu comportamento
estabelece relação com a presença de El Niño ou La Niña. Observam-se valores menores
de radiação para todos os polos durante o El Niño forte de 1982, a La Niña fraca de 1984,
o El Niño moderado de 1986, bem como o forte ocorrido de 1990 a 1993 e o fraco ocorrido
durante nos anos de 2009 e 2012. Os valores maiores foram registrados durante a La Niña
de 2009 e 2011.
Em outras palavras, percebe-se que em anos de El Niño, os valores de radiação
solar são menores, ao passo que em anos de La Niña são maiores. Tal situação deve-se ao
fato de os fenômenos de El Niño estarem relacionados à incidência de períodos chuvosos,
que por consequência, ocasionam mais cobertura das nuvens e aumento a atenuação da
radiação de onda curta (GRIMM et al., 1998).
Ressalta-se que, a radiação solar é responsável pelo aumento da temperatura, da
velocidade do vento, da evapotranspiração, bem como pela diminuição da umidade
relativa. Com base na sua relação direta com a temperatura, percebe-se que os picos
mínimos de radiação, para os polos estudados, situam-se nos períodos de maior
precipitação, nos quais tem-se os valores máximos das temperaturas mínimas.
64
Percebe-se ainda que a distribuição da variável nos polos P2, P3, P4, P5 e P6
caracteriza-se com um aumento da intensidade a partir do ano 2000. O polo P1, porém
apresenta distribuição oposta, no qual partir do ano 2000 tem-se diminuição da intensidade
dos valores médios de precipitação, voltando a apresentar pico crescente de precipitação
somente no ano de 2012.
Figura 4.8 (a – f) - Distribuição da média anual da radiação solar nos polos a) P1, b) P2, c) P3, d) P4 e e)
P5 para o período de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.9 (a-f) apresenta a distribuição da média anual da temperatura mínima
nos polos P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta, notam-se valores
médios de 22ºC, de acordo com a climatologia da área em estudo. Valores maiores para
os polos P1, P5 e P6 durante a La Niña fraca de 1984 e para os Polos P2, P3 e P4 durante
o El Niño forte ocorrido em 1982. Tem-se ainda registro de valores maiores para os Polos
P1, P2, P4, P5 e P6 durante o forte El Niño de 1993 e paras os Polos P5 e P1 referentes às
La Niña fortes de 2008 e 2011, respectivamente. Os menores valores são verificados para
os polos P1, P2, P3 durante a La Niña moderada de 2001 e para o Polo P1 durante o fraco
El Niño de 2009.
21,18 21,24 20,97
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
a) P1
21,5 21,4121,76
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
b) P2
21,6621,99
22,83
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
c) P3
21,3921,52
21,99
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
d) P4
21,5821,82
22,6
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
e) P5
21,6221,6921,9
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
f) P6
65
Figura 4.9 (a - f) - Distribuição anual da temperatura mínima nos polos a) P1, b) P2, c) P3, d) P4, e) P5 e
f) P6 para o período de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.10 (a-f) apresenta a distribuição da média anual de temperatura máxima
nos Polos P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta, os valores menores
são perceptíveis para todos os polos nos anos de 1982 a 1983 durante forte El Niño, e nos
anos de 1986 a 1988 e 1994 a 1995 durante a ocorrência de um El Niño moderado. Na La
Ninã de 1996 e de 2012, também se verifica baixos valores para a temperatura máxima.
E, somente os polos P2 e P3 mostraram baixos valores durante o fraco El Niño de 2009.
Os maiores valores foram registrados durante os El Niño de 2010 para P1 e P2, 1986 e
1998 para P3, P4 e P5, respectivamente, e 2004 para o polo P6.
20,13
16,72
26,36
23,22
14
16
18
20
22
24
26
28
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
a) P1
média min max
14,53
20,13
27,42
25
14
16
18
20
22
24
26
28
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
b) P2
média min max
16,69
20,8
24,21
27,65
14
16
18
20
22
24
26
28
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
c ) P3
média min max
16,26
20,2
24,45
26,06
16
18
20
22
24
26
28
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Tem
per
atu
ra (
°C)
Anos
d) P4
média min max
15,17
20,61
26,16
24,01
14
16
18
20
22
24
26
28
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
e) P5
média min max
14,85
19,14
22,91
26,56
14
16
18
20
22
24
26
28
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
f) P6
média min max
66
Figura 4.10 - Distribuição da média anual da temperatura máxima nos polos a) P1, b) P2, c) P3, d) P4, e)
P5 e P6 para o período de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.11 (a-f) apresenta a distribuição média anual da evapotranspiração nos
Polos P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Os valores menores da
distribuição são encontrados nos anos de El Niño referentes aos à 1982, 1986 e 1994 e a
La Niña de 2012. O maior valor da distribuição é referente ao La Niña ocorrida em 2001
para o polo P5.
28,42
24,32
31,26
36,43
22
24
26
28
30
32
34
36
38
40
42
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
a) P1
média min max
24,78
29,49
32
39,04
22
24
26
28
30
32
34
36
38
40
42
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
b) P2
média min max
30,21
25,23
39,23
36,12
22
24
26
28
30
32
34
36
38
40
42
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
c) P3
média min max
29,78
25,6
33,26
37,14
22
24
26
28
30
32
34
36
38
40
42
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
d) P4
mean min max
25,39
29,23
32,77
39,02
22
24
26
28
30
32
34
36
38
40
42
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
e) P5
mean min max
28,43
23,94
35,07
39,25
22
24
26
28
30
32
34
36
38
40
42
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra (
°C)
Anos
f) P6
média min max
67
Figura 4.11 (a-f) - Distribuição da média anual da evapotranspiração nos polos a) P1, b) P2, c) P3, d) P4,
e) P5 e d) P6 para o período de 1980 a 2013.
Fonte do autor, 2016
.
A Figura 4.12 (a-f) apresenta a distribuição média anual da umidade relativa nos
Polos P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta percebe-se que
distribuição dos maiores valores para todo os polos correspondem ao El Niño de 1986 e
1994; e a La Niña de 2012. Os menores valores para os polos P1, P3 e P4 são verificados
nos anos de 1993 e 2009 referentes à El Niño forte e moderado, respectivamente. Além
destes, para os polos P2 e P5, têm-se ainda o El Niño forte de 1997. De modo geral os
polos P2, P3, P4 e P5 apresentam distribuição semelhante. O polo P6, embora tenha
variabilidade semelhante aos demais, distingue-se com valores mais baixos. Já o polo P1
tem sua distribuição mais intensa perceptivelmente nos últimos anos da série.
.
3
4
5
6
7
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
a) P1
3
4
5
6
7
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
b) P2
3
4
5
6
7
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
c) P3
3
4
5
6
7
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
d) P4
3
4
5
6
7
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
e) P5
3
4
5
6
7
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
f) P6
68
Figura 4.12 (a-f) - Distribuição da média anual da umidade relativa nos polos a) P1, b) P2, c) P3, d) P 4,
e) P5 e f) P6 para o período de 1980 a 2013.
Fonte do autor,2016.
A Figura 4.13 (a-f) apresenta a distribuição média anual da velocidade do vento
nos Polos P1, P2, P3, P4, e P5 para o período de 1980 a 2013. Nesta, é possível perceber
que a ocorrência de valores maiores nos anos de 1993, em que ocorreu El Niño forte e
1998, 2004 e 2011 em que ocorreu La Niña. Os menores valores da variável foram
encontrados nos anos de El Niño de 1982 e1994 e nos anos de La Niña de 1988 e 2011.
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
a) P1
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va(
%)
Anos
b) P2
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
ca (
%)
Anos
c) P3
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
d) P4
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
e) P5
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
f) P6
69
Figura 4.13 (a-f) - Distribuição anual da média da velocidade do vento nos polos a) P1, b) P2, c) P3, d) P
e e) P5 para o período de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.14 (a-f) apresenta a distribuição média anual da precipitação
pluviométrica nos polos P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nes ta,
percebe-se os valores máximos de distribuição para todos os polos nos anos de La Niña
de 1984 a 1985 e 2011 a 2012; anos de El Niño de 1994, 2006 e 2007. Para o polo P3
verifica-se ainda forte precipitação no El Niño moderado de 2004.
Nota-se ainda que no ano de 1985, considerado o ano mais chuvoso, registrando
um total acumulado superior a 900 mm. E o ano de 2004, em que somente no mês de
janeiro houve precipitação superior a 1.000 mm (MARENGO, et. al., 2011). O polo P1
apresenta registro de maior distribuição de precipitação nos últimos anos. Sendo este o
mais próximo do litoral dentre os polos estudados, sua melhor distribuição pode estar
relacionada à proximidade do litoral, podendo vir a sofrer influência climáticas desta
região. Tem-se ainda que o polo P2 apresenta valores máximos superiores de precipitação
0
1
2
3
4
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Vel
oci
dad
e d
o V
ento
(m
/s-1
)
Anos
a) P1
0
1
2
3
4
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Vel
oci
dad
e d
o V
ento
(m
/s-1
)
Anos
b) P2
0
1
2
3
4
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Vel
oci
dad
e d
o v
ento
(m
/s-1
)
Anos
c) P3
0
1
2
3
4
1980
1982
1985
1988
1991
1994
1997
2000
2003
2006
2009
2012
Vel
oci
dad
e d
o v
ento
(m
/s-1
)
Anos
d) P4
0
1
2
3
4
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Vel
oci
dad
e d
o v
ento
(m
/s-1
)
Anos
e) P5
0
1
2
3
4
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Vel
oci
dad
e d
o v
ento
(m/s
-1)
Anos
f) P6
70
quando comparados aos demais polos, e que esse comportamento é mais claramente
percebido de 2006 em diante.
Figura 4.14 - Distribuição anual da média de precipitação pluviométrica nos polos a) P1, b) P2, c) P3, d)
P4, e) P5 e f) P6 para o período de 1980 a 2013.
Fonte do autor, 2016.
4.3. Análise de Tendência
Adiante seguem as análises de tendência das variáveis radiação solar, temperatura
mínima e máxima, evapotranspiração, umidade relativa, velocidade do vento e
precipitação para as localidades de estudo.
A Figura 4.15 (a-f) apresenta a análise de tendência da radiação solar nos polos P1,
P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Em que os valores apontam
0
20
40
60
80
100
120
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Pre
cep
taçã
o (
mm
)
Anos
a) P1
0
20
40
60
80
100
120
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Pre
cip
itaç
ão (
mm
)
Anos
b)P2
0
20
40
60
80
100
120
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Pre
cip
itaç
ão (
mm
)
Anos
c) P3
0
20
40
60
80
100
120
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Pre
cip
itaç
ão (
mm
)
Anos
d) P4
0
20
40
60
80
100
120
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Pre
cip
itaç
ão (
mm
)
Anos
e) P5
0
20
40
60
80
100
1201980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Pre
cip
itaç
ão (
mm
)
Anos
f) P6
71
comportamento decrescente para o polo P1 e crescente para os demais polos o que condiz
com o estudo de Silva et al. (2010) referente à variabilidade da radiação solar no NEB,
Figura 4.15 (a-f) – Análise de tendência da radiação solar para os polos a) P1, b) P2, c) P3, d) P4, e) P5 e
f) P6 para o período de 1980 a 2013.
Fonte do autor, 2016.
Figura 4.16 (a-f) apresenta a análise de tendência da temperatura mínima nos polos
P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Na qual verifica-se que os polos
P3, P4, P5 e P6 apresentam tendências positivas estatisticamente significantes, o que
indica aumento da temperatura mínima ao longo dos anos nessas localidades. Enquanto o
P1 apresenta comportamento decrescente, atribuído a sua intensidade de precipitação no
mês de junho, verificada anteriormente em sua distribuição sazonal. Já o polo P2 apesar
de ter comportamento crescente, não apresenta tendência estatisticamente significante.
Quanto ao polo P2 salienta-se que sua localização está na parte central do estado
do Rio Grande do Norte, muito próximo ao polo P5, que é uma área de tendência
significativa de aumento da temperatura mínima. De forma que, a ausência de
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r M
m-1
Anos
a) P1
Distribuição Tendência
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
jm-1
)
Anos
b) P2
Distribuição Tendência
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
c) P3
Distribuição Tendência
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
d) P4
Distribuição Tandência
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
e) P5
Distribuição Tendência
18
19
20
21
22
23
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Rad
iaçã
o s
ola
r (M
Jm-1
)
Anos
f) P6
Distribuição Tendência
72
comportamento tendencioso de P2 pode ser considerada como um indício de alteração do
microclima da localidade, visto que difere do comportamento de um polo vizinho. De fato,
dentre os polos estudados, P2 é o que apresenta maior número de cerâmicas,
contabilizando o número de 33 industrias. Em contrapartida o polo neutro P6 apresenta a
maior tendência quando comparada aos polos com presença de indústria. O que fortalece
concepção de que o comportamento inesperado de P2 pode ser atribuído a ações antrópicas
da região, especificamente a intensa atividade ceramista.
Figura 4.16 (a-f) – Análise de tendência da temperatura mínima solar para os polos a) P1, b) P2, c) P3, d)
P4, e) P5 e f) P6 para o período de 1980 a 2013.
Fontes do autor, 2016.
A Figura 4.17 (a-f) apresenta a análise de tendência temperatura máxima nos polos
P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. A análise de tendência mostra que
o polo P1 apresenta comportamento decrescente, não estatisticamente significante. O polo
P3 não apresenta tendência. E os polos P2, P4, P5 e P6 apresentam tendência positiva
significativa, indicando que os extremos de temperatura máxima estão aumentando, assim
20
21
22
23
24
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Tem
eper
atu
ra m
ínim
a (°
C)
Anos
a) P1
Distribuição Tendência
20
21
22
23
24
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Tem
per
atu
ra m
ínim
a (°
C)
Anos
b) P2
Distribuição Tendêncial
20
21
22
23
24
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Tem
per
atu
ra m
ínim
a (°
C)
Anos
c) P3
Distribuição Tendência
20
21
22
23
24
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Tem
per
atu
ra m
ínim
a (°
C)
Anos
d) P4
Distribuição Tendêncial
20
21
22
23
24
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Tem
per
atu
ra m
ínim
a (°
C)
Anos
d) P5
Distribuição Tendência
20
21
22
23
24
198
0
198
3
198
6
198
9
199
2
199
5
199
8
200
1
200
4
200
7
201
0
201
3
Tem
per
atu
ra m
ínim
a (°
C)
Anos
f) P6
Distribuição Tendência
73
como mostrado por Magrin et al., (2007), Vincent et al. (2005); e Obregon e Marengo
(2007).
Figura 4.17 (a-f) - Análise de tendência da temperatura máxima para os polos a) P1, b) P2, c) P3, d) P4,
e) P5 e f) P6 para o período de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.18 (a-f) apresenta a análise de tendência evapotranspiração nos polos
P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Na qual observa-se que o polo P1
tem comportamento decrescente com tendência negativa significante, enquanto os demais
apresentam comportamento crescente. O aumento da evapotranspiração nestes polos é
coerente uma vez que o “aumento da temperatura associada à mudança de clima
decorrente do aquecimento global, independente do que possa vir a ocorrer com as chuvas,
já seriam suficientes para causar maior evaporação e aumento da evapotransp iração”
(MARENGO, 2011, p.385).
28
30
32
34
36
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
par
atu
ra m
áxim
a (°
C)
Anos
a) P1
Distribuição Tendência
28
30
32
34
36
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra m
áxim
a (°
C)
Anos
b) P2
Distribuição Tendência
28
30
32
34
36
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra M
áxim
a (°
C)
Anos
c) P3
Distribuição Tendência
28
30
32
34
36
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra m
áxim
a (°
C)
Anos
d) P4
Distribuição Tendência
28
30
32
34
36
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
per
atu
ra m
pax
ima
(°C
)
Anos
e) P5
Distribuição Tendência
28
30
32
34
36
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Tem
epra
tura
Máx
ima
(°C
)
Anos
f) P6
Distribuição Tendência
74
Figura 4.18 - Análise de tendência da evapotranspiração para os polos a) P1, b) P2, c) P3, d)
P4, e) P5 e f) P6 para o período de 1980 a 2013.
Fonte do autor, 2016.
Fonte do autor, 2016.
Fonte do autor, 2016.
A Figura 4.19 (a-f) apresenta a análise de tendência umidade relativa nos polos P1,
P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Na qual a variável apresenta
comportamento crescente para o polo P1, indicando uma tendência positiva significativa.
E comportamento decrescente para os demais, sendo que destes, apenas os polos P3 e P5
tem tendência negativa significante, indicando diminuição da umidade relativa nessas
localidades. Este resultado assemelha-se aos obtidos por de Marengo (2008). Este
comportamento dos polos já era esperado e mostra-se coerente, uma vez a distribuição da
umidade é resultado direto da radiação solar. Variável esta que mostrou comportamento
decrescente para o polo P1 e crescente para os demais polos, como verificado
anteriormente.
4
5
6
7
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
a) P1
Distribuição Tendência
4
5
6
7
198
0
198
3
198
6
198
9
199
2
199
5
199
8
200
1
200
4
200
7
201
0
201
3
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
b) P2
Distribuição Tendência
4
5
6
7
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
c) P3
Distrinbuição Tendência
4
5
6
7
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
d) P4
Distribuição Tendência
4
5
6
7
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Evap
otr
ansp
iraç
ão (
mm
dia
-1)
Anos
e) P5
Distribuição Tendência
4
5
6
7
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Evap
ost
ran
spir
ação
(m
m d
ia-1
)
Anos
f) P6
Distribuição Tendência
75
Figura 4.19 (a-f) - Análise de tendência da umidade relativa para os polos a) P1, b) P2, c) P3, d) P4, e) P5
e f) P6 para o período de 1980 a 2013.
Fontes do autor, 2016.
A Figura 4.20 (a-f) apresenta a análise de tendência da velocidade do vento nos
polos P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Esta variável é responsável
por promover as trocas de calor entre camadas de ar que tenham maior vapor de água,
para camadas com menos saturação. Logo, seu comportamento decrescente presente em
todos os polos indica que está ocorrendo menos transporte de vapor, o que é confirmado
com as tendências negativas detectadas anteriormente para a umidade relativa. Salienta -
se ainda que, dentre os polos, apenas para o polo P4 a tendência não apresenta
significância. Este resultado é atribuído a topografia da localidade que tem relevo médio
em torno de 34 metros. Valores baixos de relevo não favorecem a mudança da velocidade
do vento, o que pode justificar a ausência de tendência significativa para essa região.
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
a) P1
Distribuição Tendência
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
b) P2
Distribuição Tendência
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
c) P3
Distribuição Tendência
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
d) P4
Distribuição Tendência
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va(
%)
Anos
e) P5
Distribuição Tendência
50
55
60
65
70
75
80
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Um
idad
e re
lati
va
(%)
Anos
f) P6
Distribuição Tendência
76
Figura 4.20 (a-f) - Análise de tendência da velocidade do vento para os polos a) P1, b) P2, c) P3, d) P4,
e) P5 e f) P6 para o período de 1980 a 2013.
Fonte do autor, 2016.
A Figura 4.21 (a-f) apresenta a análise de tendência da precipitação nos polos P1,
P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta nota-se que todos os polos
apresentam valores maiores de precipitação nos anos mais recentes, além de vários
intervalos de menor precipitação entre os picos máximos. Esse comportamento da
distribuição indica que está ocorrendo períodos de seca mais prolongados e curtos
períodos chuvosos com precipitação mais intensa.
Com base nas médias anuais os polos P3, P4 e P5 tem comportamento crescente,
não estatisticamente significativo. Enquanto os polos P1, P2 e P6 tem comportamento
decrescente, condizentes com os resultados mostrados por Haylock et al. (2006) e Lacerda
et al. (2009).
1
2
3
4
198
0
198
3
198
6
198
9
199
2
199
5
199
8
200
1
200
4
200
7
201
0
201
3
Vel
oci
dad
e d
o V
ento
(m
/s-1
)
Anos
a) P1
Distribuição Tendência
1
2
3
4
198
0
198
3
198
6
198
9
199
2
199
5
199
8
200
1
200
4
200
7
201
0
201
3
Vel
oci
dad
e d
o v
ento
(m
/s-1
)
Anos
b) P2
Distribuição Tendência
1
2
3
4
198
0
198
3
198
6
198
9
199
2
199
5
199
8
200
1
200
4
200
7
201
0
201
3
Vel
oci
dad
e d
o v
ento
(m
/s-1
)
Anos
c) P3
Distribuição Tendência
1
2
3
4
19
80
19
82
19
85
19
88
19
91
19
94
19
97
20
00
20
03
20
06
20
09
20
12V
elo
cid
ade
do
ven
to (
m/s
-1)
Anos
d) P4
Distribuição Tendência
1
2
3
4
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13V
elo
cid
ade
do
ven
to (
m/s
-1)
Anos
e) P5
Distribuição Tendência
1
2
3
4
19
80
19
83
19
86
19
89
19
92
19
95
19
98
20
01
20
04
20
07
20
10
20
13
Vel
oci
dad
e d
o v
ento
(m
/s-1
)
Anos
f) P6
Distribuição Tendência
77
Vale salientar que o semiárido nordestino é fortemente marcado por sua
variabilidade interanual. Podendo variar em cerca de 1.000 mm ao ano, na região do litoral
leste; até 500 mm, em regiões como a zona agreste e sertão, a qual se aplica esta pesquisa
(MOURA, et. al., 2009).
Figura 4.21 (a-f) - Análise de tendência da precipitação para os polos a) P1, b) P2, c) P3, d) P4, e) P5 e f)
P6 para o período de 1980 a 2013.
Fontes do autor, 2016.
Em suma, os resultados obtidos por meio das tendências das séries temporais,
denotam comportamentos similares das variáveis para as localidades estudadas. Tabela
4.1 adiante mostra p-valor de Mann Kendall para cada variável e polo de estudo.
0
20
40
60
80
100
120
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Pre
cip
itaç
ão (
mm
)
Anos
a) P1
Distribuição Tendência
0
20
40
60
80
100
120
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Pre
cip
itaç
ão (
mm
)
Anos
b) P2
Distribuição Tendência
0
20
40
60
80
100
120
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Pre
cip
itaç
ão (
mm
m)
Anos
d) P4
Distribuição Tendência
0
20
40
60
80
100
120
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Pre
cip
itaç
ão (
mm
)
Anos
e) P5
Distribuição Tendência
0
20
40
60
80
100
120
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Pre
cip
taçã
o (
mm
)
Anos
f) P6
Distribuição Tendência
0
20
40
60
80
100
120
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
Pre
cip
itaç
ão (
mm
)
Anos
c) P3
Distribuição Tendência
78
Tabela 4.1 - Variáveis e p-valor para dos polos P1, P2, P3, P4, P5 e P6 referentes ao período de 1980 a
2013. *Valores em negrito apresentam tendências significativas.
Fonte do autor, 2016
4.4. Análise de Tendência para índices de Extremos Climáticos
Nesta seção expõe-se os resultados da tendência referente a quatro índices
precipitação e sete índices de temperatura, utilizados para monitoramento e detecção de
possíveis alterações climáticas nos seis polos de estudo. Dentre os 27 índices disponíveis,
escolheu-se 19 com base na representatividade que estes têm para a região campo de
estudo, visto que nem todos os índices são representativos para as diversificadas áreas no
globo.
4.4.1. Índices de Extremos Climáticos de Temperatura
A Figura 4.22 apresenta a tendência para o índice de valor mínimo da temperatura
máxima (TXN) nos polos P1, P2, P3, P4, P5 e P6 para o período de 1980 a 2013. Nesta,
os polos P2, P4, P5 e P6 apresentam distribuição crescente, no entanto, somente P2 e P5
tem tendência positiva significativa, indicando aumento dos valores máximos de
temperatura mínima nesses polos. Já os polos P1 e P3 tem distribuição decrescente, apesar
de apenas o P1 apresentar tendência negativa significante, indicando diminuição nos
valores máximos da temperatura mínima.
E a Figura 4.23 apresenta a tendência para o índice de valor máximo da temperatura
máxima (TXX) nos polos P2, P5 e P6 para o período de 1980 a 2013. Para este índice o
polo P1 apresenta comportamento decrescente sem significância estatística. Este
comportamento é justificado pela tendência negativa da variável temperatura máxima,
verificada para esta localidade na secção anterior. Os demais polos apresentam tendência
POLOS RS ETo UR U2 TMIN TMAX PREC
P1 0,042237546 1,50E-05 4,97E-06
0,033995219 0,000611798 0,023265034 0,929108739
P2 0,000580032 0,30630827 0,224033833 0,003839152 0,013797921 0,00260943 0,406340152
P3 0,000130037 0,667227566 0,04698057 0,000467763 0,068211511 0,603821695 0,053957492
P4 0,00225936 0,504661441 0,95271492
0,95271492 0,000394 0,050266739 0,053957492
P5 4,01E-06 0,018406108 0,028234139 0,01992839 0,000611798 2,72E-05 0,024239264
P6 0,000850341 0,032783903 0,218485951 0,002567922 0,000611798 0,001291035 0,213038668
79
crescente, indicando aumento dos valores máximos de temperatura máxima. Porém apenas
os polos P2, P5 e P6 há significância estatística.
Figura 4.22 - Análise de tendência do índice TXN para os polos P1, P2, P3, P4, P5 e P6.
Fonte do autor, 2017.
Figura 4.23 - Análise de tendência do índice TXX para os polos P2, P5 e P6.
Fonte do autor, 2017.
80
A figura 4.24 apresenta a tendência para o índice de valor mínimo da temperatura
mínima (TNN) nos polos P3, P5 e P6 para o período de 1980 a 2013. Para o polo P1 tem-
se comportamento decrescente sem significância estatística. E distribuição crescente para
os demais polos, indicando aumento dos valores mínimos de temperatura mínima. Dentre
estes, apenas os polos P2 e P4 não apresentam significância. Ainda assim, em geral os
índices de extremos climáticos de temperatura dos polos apresentam tendência positiva,
condizente com os resultados mostrados por Marengo et al. (2011).
Figura 4.24 - Análise de tendência do índice TNN para os polos P3, P5 e P6.
Fonte do autor, 2017.
A figura 4.28 apresenta a tendência para o índice de valor máximo da temperatura
mínima (TNX) nos polos P1, P3, P4, P5 e P6 para o período de 1980 a 2013. Para o polo
P1 tem-se tendência negativa significativa, o que indica que nesta localidade o valor
máximo da temperatura mínima está diminuindo ao longo da série. Já para os polos P3,
P4, P5 e P6 tem-se distribuição crescente, indicando aumento do valor máximo de
temperatura mínima, porém sem significância estatística. Destes, apenas o polo P2 não
apresenta comportamento tendencioso, caracterizando uma distribuição estacionária, e
não sendo, portanto, incluído nesta imagem.
As tendências negativas dos índices TXN e TNX para o polo P1 mostram que os
valores mínimos da temperatura máximo, bem como os máximos da temperatura mínima
estão diminuindo nesta localidade. Esse resultado justifica as tenências positivas para os
índices que TN10P e TX10P. indicando um aumento de as noites frias e dias frios,
respectivamente.
81
O polo P2 não apresenta tendência para os índices TNN e TNX. O esperado era
que devido a sua localização muito próxima ao P5, esses polos apresentassem
comportamento semelhante quanto a análise de tendência dos índices, o que sugere que
deve haver algum fator que está inibindo a variação dos valores mínimos e máximos da
temperatura mínima neste polo. Por outro lado, as tendências positivas do índice TXX
para os polos P2, P5 e P6 significa que os valores mínimos e máximos da temperatura
máxima sugerem a ocorrência de dias (TN90P) e noites (TX90P) mais quentes nestas
localidades
Figura 4.28 - Análise de tendência do índice TNX para os polos P1, P3, P4, P5 e P6.
Fonte do autor, 2017.
A tabela 4.2 apresenta os índices de extremos climáticos de temperatura referente
aos seis polos de estudo.
Tabela 4.2 – Índices extremos de temperatura e p-valor para os polos P1, P2, P3, P4, P5 e P6.
*Valores em negrito indicam tendência significativa.
ÍNDICES TNN TXN TNX TXX TN10P TX10P TN90P TX90P
PO
LO
S
P1 0.109 0 0.001 0.478 0 0 0.271 0.142
P2 0.301 0.004 0.719 0.074 0.321 0.172 0.001 0
P3 0.001 0.233 0.043 0.675 0.532 0.291 0 0.004
P4 0.023 0.021 0.028 0.323 0.39 0.301 0 0
P5 0.092 0.01 0.015 0 0.241 0.274 0 0.01
P6 0.001 0.455 0 0 0.332 0.314 0.420 0.263
Fonte do autor, 2017
82
4.4.2. Índices de Extremos Climáticos de Precipitação
A Figura 4.29 apresenta a análise de tendência do índice de precipitação máxima diária
RX1day para polos P3, P4, P5 para o período de 1980 a 2013. Para o índice Rx1day os polos
P1, P2, P3, P4 e P5 apresentam comportamento crescente, o que mostra que nestas
localidades está havendo concentração de precipitação pluviométrica em um curto período
de tempo. Esse comportamento tendencioso em cinco dos seis polos sugere ainda que,
essa distribuição do índice RX1day decorre de uma condição global que contribui para o
aumento na precipitação total anual.
Apesar disto, apenas os polos P3, P4 e P5 apresentam tendências significativas. O
fato de P1 e P2 não indicarem tendência insignificantes pode decorrer de suas localidades,
pois são mais próximas do litoral, estando assim sujeitas a sofrer influência da
precipitação, que é melhor distribuída nessa região. Já o polo P6 não apresentou
comportamento tendencioso para, caracterizando uma distribuição estacionária.
Figura 4.29 - Análise de tendência do índice RX1DAY para os polos P3, P4 e P5.
Fonte do autor, 2017.
A Figura 4.30 apresenta a análise de tendência do índice de precipitação máxima em
cinco dias RX5day para polos P1, P2, P3, P4, P5 E P6 para o período de 1980 a 2013. Nesta
tem-se a distribuição crescente do índice para os polos P1, P3, P4 e P5, no entanto apenas
o polo P3 apresenta tendência positiva significativa. Para o polo P6 tem-se comportamento
decrescente. E apenas o polo P2 não apresenta comportamento tendencioso ao longo de
toda a série.
83
Figura 4.30- Análise de tendência do índice RX5DAY para os polos P1, P2, P3, P4 e P5.
Fonte do autor, 2017.
A Figura 4.31 apresenta a análise de tendência do índice dias secos consecutivos
CDD para polos P1, P4 e P6 para o período de 1980 a 2013. Para este índice tem-se
tendência positiva somente para os polos P1, P4 e P6, no entanto, elas não são
significativas. Ainda assim o índice sugere que essas localidades correspondem a áreas
com maior risco de seca. Já para os outros três polos não foi identificado comportamento
tendencioso.
E a Figura 4.32 apresenta a análise de tendência do índice dias muito úmidos
(R95P) para polos P2, P4, P5 e P6 para o período de 1980 a 2013. Na qual os polos P4 e
P5 apresentam tendência positiva significativa. O comportamento crescente é
caracterizado pela precipitação total, considerando valores que excederam o percentil 95°
da distribuição climatológica para quantidades de dias úmidos (MARENGO, 2008).
Para o polo P2 verifica-se também comportamento crescente do índice R95P, o que
indica tendência positiva. No entanto, para este polo os resultados não apresentam
significância estatística. Para o polo P6 nota-se comportamento decrescente
84
caracterizando tendência negativa significativa para o índice R95P. O que sugere que os
dias muito úmidos tem diminuído nesta localidade ao longo do tempo. Por fim o polo P1
não apresenta aumento nem diminuição da tendência, o que caracteriza uma distribuição
estacionária do índice.
Figura 4.31- Análise de tendência do índice CDD para os polos P1, P4 e P6.
Fonte do autor, 2017.
Figura 4.32- Análise de tendência do índice R95P para os polos P2, P4, P5 e P6.
Fontes do autor, 2017.
85
A Figura 4.33 apresenta a análise de tendência do índice dias extremamente
chuvosos (R99P) para polos P2, P3, P5 e P6 para o período de 1980 a 2013. Nesta vê-se
que os polos P2, P3, P4 e P5 apresentam comportamento crescente. Mas somente os polos
P4 e P5 obtiveram tendência crescente significativa para os dias anuais extremamente
chuvosos (R99p). O que justifica o comportamento crescente destes polos para o índice
de precipitação total anual (PRCPTOT), apenas P4 e P5 apresentam tendência positiva,
ainda que não significativa, condizente com os resultados obtidos por Haylock et al.
(2006) e Santos e Brito (2007).
De modo geral o índice de RX1DAY, RX5DAY, R95P e R99P estão relacionados
a ocorrência de eventos extremos de curta duração. Enquanto que os índices de dias secos
consecutivos DCC e precipitação anual total PRCCPTOT atribui-se a distribuição sazonal
e interanual dos polos. Na tabela 4.3 adiante são apresentados o p-valor dos índices de
para os polos P1, P2, P3, P4, P5, e 6.
Figura 4.33 - Análise de tendência do índice R99P para os polos P2, P4, P5 e P6.
Fontes do autor, 2017.
86
Tabela 9 – P-valor dos índices de extremos climáticos de precipitação para os polos P1, P2, P3, P4, P5 e
P6. *Valores significativos em negrito.
ÍNDICES RX1day Rx5day CDD R95p R99p PRCPTOT
PO
LO
S
P1 0.307 0.39 0.194
0.969 0.886 0.673
P2 0.301 0.301 0.907 0.265 0.152 0.577
P3 0.046 0.089 0.628 0.667 0.473 0.768
P4 0.036 0.197 0.271
0.069 0.094 0.643
P5 0.007 0.912 0.766 0.078 0.004 0.335
P6 0.578 0.368 0.311 0.065 0.65 0.24
Fonte do autor, 2017.
87
CAPÍTULO V
CONSIDERAÇÕES FINAIS
Os resultados afirmam que existem 342 empresas distribuídas na área de estudo,
situadas em cinco polos principais. Para os polos, no geral, foi possível verificar
tendências negativas para precipitação, umidade relativa e vento, bem como tendências
positivas para as variáveis temperatura máxima, temperatura mínima, evapotranspiração
e radiação solar.
O polo P1 apresentou tendência negativa para radiação solar, temperatura mínima
e temperatura máxima, evapotranspiração e velocidade do vento. Esse comportamento foi
atribuído a sua intensidade de precipitação no mês de junho, que faz com que as
distribuições das variáveis apresentem valores menores durante o período de chuvas,
caracterizando as tendências positivas para a umidade relativa e precipitação.
Quanto à temperatura mínima, o polo P2 não apresentou tendência significativa.
Salienta-se que o polo está localizado na parte central do Estado do Rio Grande do Norte,
muito próximo ao polo P5, estando, portanto, sob a área de tendências. Outro fator
relevante é que o polo P6, escolhido como polo neutro, apresenta maior tendência quando
comparada aos polos com indústrias de cerâmica. Isto é: foi possível identificar a ausência
de tendência no polo com maior número de cerâmicas e a forte tendência numa localidade
neutra.
Para a velocidade do vento, o polo P4 não apresentou tendência significativa. Este
resultado foi atribuído ao baixo relevo dessa localidade (não favorece a mudança da
velocidade do vento), o que pode justificar a ausência de tendência significativa para essa
região.
Para a precipitação nos polos, verificou-se que está ocorrendo períodos de seca
mais prolongados e curtos períodos chuvosos com precipitação mais intensa (HAYLOCK
et al., 2006).
Quanto aos índices de extremos climáticos, foram calculados nove índices
referentes à temperatura e nove referentes à precipitação.
Para os índices de temperatura, verificou-se aumento dos valores mínimos da
temperatura máxima (TXN) para os polos P2, P3 e P5 e diminuição para o polo P1, além
de aumento dos valores máximos da temperatura máxima (TXX) para os polos P2, P5 e
88
P6. Identificou-se também aumentos dos valores mínimos da temperatura mínima para os
polos P3, P5 e P6. Os polos P2 e P4, apesar de apresentarem distribuição crescente, não
obtiveram tendência significativa.
Salienta-se mais uma vez que o polo P2 localiza-se próximo ao P5, estando,
portanto, sob uma área de tendência, fato que torna contraditório a ausência de tendência
do índice TNN para tal polo. Outro fator preponderante é que os polos P2 e P4, que não
apresentaram tendência significativa, são os polos que têm o maior número de cerâmicas
– P2 possui em seu território 33 e P4 15 possui indústrias de cerâmica. Uma possível
justificativa para isso é a presença de material particulado na baixa atmosfera, que pode
estar atenuando a radiação e inibindo o aumento dos valores mínimos da temperatura
mínima em superfície.
Os valores máximos da temperatura mínima (TNX) mostraram diminuição
significativa para o polo P1 e aumento não significativo para os polos P3, P4, P5 e P6. A
diminuição dos valores mínimos (TNN) e máximos (TNX) da temperatura mínima no polo
P1 caracteriza um aumento de noites (TN10P) e dias frios (TX10P) nesta localidade, assim
como o aumento dos valores máximos da temperatura máxima (TXX) para os polos P2,
P5 e P6 caracteriza a ocorrência de dia (TN90P) e noites (TX90P) quentes nesta região.
Dos índices de precipitação, oito apresentaram tendências, foram eles: Rx1day6,
Rx5day, DCC, R95p, R99p e PRCPTOT. Identificou-se precipitação máxima diária
(RX1day) para cinco dos seis polos, o que sugere que a distribuição desse índice não está
associada com uma dinâmica regional e, sim, com uma dinâmica global. Registrou-se
também o aumento de precipitação máxima em cinco dias (RX5day) para os polos P1, P3,
P4 e P5 e diminuição para o polo P6, bem como dos dias secos consecutivos (DCC) para
os polos P1, P4 e P6.
Localidades como os polos P1 e P4 que apresentam aumento do índice RX5day,
responsável pelo aumento da precipitação, e do índice de dias consecutivos secos (DCC),
o que caracteriza a distribuição da precipitação intensa em curto período de tempo e entre
intervalos de seca.
Para os polos P4 e P5, ocorre ainda aumento dos dias úmidos (R95p) e
extremamente úmidos (R99P), o que caracteriza o aumento do índice de precipitação total
(PRCPTOT) nessas localidades.
6 Índices em negrito referem-se a tendências significativas. Os demais índices, apesar de apresentarem
comportamento tendencioso, não são significativos estatisticamente.
89
O polo P2 diferiu dos demais polos ao não apresentar tendência positiva para a
temperatura mínima, nem para aos valores mínimo (TNN) e máximo (TNX) da
temperatura mínima, juntamente com o polo P4. O que se percebeu foi que os polos com
o maior número de cerâmica apresentaram ausência de tendência, tanto para índices de
temperatura quanto de precipitação. Quando comparados com o polo neutro, eles tiveram
menor taxa de variação de tendência.
O esperado era que, devido a sua localização muito próxima ao P5, o polo P2
tivesse comportamento semelhante quanto à análise de tendência das variáveis e dos
índices de extremos climáticos. No entanto, o P5 foi um dos que polos que apresentaram
tendência em praticamente todos os índices de precipitação e temperatura, enquanto que
o P2 não teve tendência significativa na maioria dos índices. Isso sugere que deve existir
algum fator que está inibindo a variação dos valores mínimos e máximos da temperatura
mínima neste polo. Não se descarta, portanto, a hipótese de que o comportamento
diferenciado de P2 pode estar associado a ações antrópicas da região, especificamente a
intensa atividade ceramista. Porém, não se pode afirmar categoricamente que esse
comportamento está associado somente às ações antrópicas, visto que pode está sob a
influência de outros agentes.
Trabalhos futuros que averiguem a qualidade do ar nessas localidades, bem como
a deposição e transporte de material particulado, por meio da correlação com as variáveis
micrometeorológicas aplicando um ao modelo de regressão e correlação cruzada, ou até
mesmo a comparação da série de dados dos índices simulados com o modelo do Hadley
Centre (HadEX2) com a série observada podem corroborar no acréscimo de informações
que conduzam a resultados mais específicos.
90
ANEXO I
Tabela 5.1. – Classificação dos índices de extremos climáticos por categoria.
Fonte: Alexander et al., (2016). Adaptado.
ÍNDICE
FUNDAMENTAÇÃO
OBSERVAÇÕES
TN10p – Noites frias
TN90p – Noites quentes
TX10p – Dias Frios
TX90p – Dias quentes
R95p – Dias úmidos
R99p – Dias extremamente úmidos
Percentis
Os índices de
precipitação nesta
categoria representam
a quantidade de chuva
que cai acima do 95
(R95P) e 99º (R99p)
TXX – temperatura max diária máxima
TNX – temperatura max diária mínima
TXN – temperatura min diária máxima
TNN – temperatura min diária mínima
RX1day – montante de prec. Máx. 1 dia
RX5day – montante de prec. Máx. 5 dias
Índices absolutos
Representam valores
máximos ou mínimos
dentro de uma época
ou ano.
FD – Ocorrência anual de dias de geada
ID - Ocorrência anual de dias de gelo
SU - Ocorrência anual de dias de verão
TR - Ocorrência anual de noites tropical
R10 – Nº de dias de prec. > 10 mm
R20 - Nº de dias de prec. > 20 mm
Índices de Limiar
Definidos como
número de dias em
que a temperatura o
valor da precipitação
cai acima ou abaixo de
um limite fixo.
CSDI – Indicador de estado de Frio
WSDI - Indicador de duração de aquecimento
GSL – Aumento de comprimento de
temporada
CDD – Dias secos consecutivos
CWD – Dias úmidos consecutivos
Índices excessivos
Definidos por
períodos excessivos
de calor, frio,
umidade, secura ou
em caso de aumento
de comprimento de
temporada.
PRCPTOT – Prec. total anual
DTR – Faixa de Temperatura diurna
SDII –Ind. simples de intensidade diária
ETR – Faixa de temperatura extrema
R95pT – Contribuição anual de dias muito
úmidos
...
...
91
ANEXO II
Tabela 5.2. – Características gerais dos índices de extremos climáticos.
IDENTIDADE NOME INDICADOR DEFINIÇÕES DE
INDICADORES UNIDADES
Txx Dia mais quente Valor máximo mensal de
temperatura máxima diária ° C
TNX Noite mais quente Valor máximo mensal de min
temperatura diária ° C
TXN Dia Frio Valor mínimo mensal de
temperatura máxima diária ° C
TNN Noite Fria Valor mínimo mensal de min
temperatura diária ° C
TN10p Noites frias
Percentagem de tempo em min
temperatura diária
<10 thpercentil
%
TX10p Dias frios
Porcentagem do tempo quando a
temperatura diária max
<10 th percentil
%
TN90p Noites quentes
Percentagem de tempo em min
temperatura diária>
90 thpercentil
%
TX90p Dias quentes
Porcentagem do tempo quando a
temperatura diária max>
90 th percentil
%
DTR Faixa de temperatura
diurna
Diferença média mensal entre
max diária e temperatura min ° C
GSL Crescer comprimento
temporada
Anual (1 janeiro - 31 dezembro
em NH, 1 julho - 30 junho em
SH) contam entre o primeiro
período de pelo menos 6 dias,
com TG> 5 ° C e primeiro
período após 1 de Julho (1 de
janeiro, em SH) de 6 dias com
TG <5 ° C (em que TG é a
temperatura média diária)
dias
Identidade Dias de gelo Contagem anual temperatura
máxima diária quando <0 ° C Dias
FD Dias geada Contagem anual temperatura
mínima diária quando <0 ° C Dias
SU Dias de verão
Contagem anual quando a
temperatura máxima diária> 25
° C
Dias
TR Noites tropicais Contagem anual quando min
temperatura diária> 20 ° C Dias
92
WSDI Índice de duração
quente
Contagem anual quando pelo
menos seis dias consecutivos de
Temperatura máxima>
90th percentil
Dias
CSDI Índice de duração de
frio
Contagem anual quando pelo
menos seis dias consecutivos de
temperatura min <10 thpercentil
Dias
Rx1day Max 1 dia
precipitação
Máxima precipitação mensal um
dia Milímetros
Rx5day Max 5 dias
precipitação
Precipitação cinco dias
consecutivos máximo mensal Milímetros
SDII Simples índice de
intensidade diária
A proporção de precipitação
total anual para o número de dias
chuvosos (≥ 1 mm)
mm / dia
R10mm Número de dias de
precipitação intensa
Contagem anual quando a
precipitação ≥10 mm Dias
R20mm
Número de dias de
precipitação muito
pesados
Contagem anual quando a
precipitação ≥ 20 mm Dias
CDD Dias secos
consecutivos
O número máximo de dias
consecutivos quando a
precipitação <1 mm
Dias
CWD Dias úmidos
consecutivos
O número máximo de dias
consecutivos quando a
precipitação ≥ 1mm
Dias
R95P Dia muito úmido Precipitação total anual de dias>
95 th percentil Milímetros
R99p Dia extremamente
molhado
Precipitação total anual de dias>
99 th percentil Milímetros
PRCPTOT Precipitação dia de
chuva anual total
Precipitação total anual de dias
≥ 1 mm Milímetros
* ETR Faixa de temperatura
extrema Txx – TNN ° C
* R95pTOT Contributo de dias
muito úmidos 100 * R95P / PRCPTOT %
* R99pTOT
Contributo de dias
extremamente
molhadas
100 * R99p / PRCPTOT %
Fonte: Donat et al., (2013)
93
REFERÊNCIA
AGÊNCIA DE DESENVOLVIMENTO SUSTENTÁVEL DO SERIDÓ – ADESE.
Diagnóstico do uso da lenha nas atividades agroindústriais do território do Seridó
RN. Caicó, 2008.
ALEXANDER, L. V et al. Global observed changes in daily climate extremes of
temperature and precipitation. Journal of Geophysical Research, 2006.
ALLEN, R. G et al. REF-ET: Reference Evapotranspitation Calculator, version 2.1,
Logan: Uthat Satat University, p. 39, 1990.
ALMEIDA E. P. Redução do Desperdício de Lenha e Matéria-prima Aplicando a
Metodologia de Produção mais Limpa no Setor de Cerâmica Vermelha na Região do
Seridó. II International Workshop | Advances in Cleaner Production . Key Elements
For A Sustainable World: Energy, Water And Climate Change, 2009.
ALMEIDA, R. Variabilidade de eventos extremos e identificação de tendências climáticas
no litoral Norte do Brasil. SBMET, 2010.
ALVES, H. J et al. Levantamento inicial do consumo de energias térmica e elétrica na
indústria brasileira de revestimentos cerâmicos. Revista Cerâmica Indústrial, São Paulo,
SP, v. 1, n. 2, p. 17-21, jan./abr. 2007.
ALVES, A. R. Irradiância solar global em superfície de diferentes inclinações e azimutes
para Viçosa, MG. 1981. 92 f. Dissertação (Mestrado em Engenharia Agrícola) – Universidade
Federal de Viçosa, 1981.
AMBROISE, B. Topography and the water cycle in a temperate middle mountain
environment: The Need for interdisciplinary experiments. Agricultural and Forest
Meteorology, v. 73, p. 217-235, 1995.
AMBROISE, B. Topography and the water cycle in a temperate middle mountain
environment: The Need for interdisciplinary experiments. Agricultural and Forest
Meteorology, v. 73, p. 217-235, 1995
ÅNGSTRÖM, A. Teleconnections of climate changes in present time. Geography
Annals, v. 17, p. 242- 258, 1935.
ARAÚJO, G. R et al. From Fresh to Marine Waters: Characterization and Fate of
Dissolved Organic Matter in the Lena River Delta Region, Siberia. Frontiers in Marine
Science, v. 2, 2015.
ARAÚJO, L. E et al., Análise estatística de chuvas intensas na bacia hidrográfica do rio
paraíba. Revista Brasileira de Meteorologia, v. 23, n.2, p. 162-169, 2008.
ARAÚJO, V. S. Estudo Da Variabilidade Hidrometeorológica No Nordeste Do Brasil
Utilizando Análise Multivariada E Espectral. Campina Grande, 2013.
94
BACK, A. J. A percepção de análise estatística para identificação de tendências
climáticas. Pesquisa Agropecuária Brasileira (Brasília), v. 36, n.5, p. 717-726, 2001.
BANCO DO NORDESTE – BNB. Informe Setorial Cerâmica Vermelha. Escritório
Técnico de Estudos Econômicos do Nordeste do Brasil – ETENE. Brasília- DF, 2010.
BANCO NACIONAL DO DESNVOLVIMENTO ECONÔMICO SOCIAL – BNDES.
Informe Setorial – Panorama do Setor de revestimentos cerâmicos no Brasil. Brasília-
DF, 2013.
BARBA, A et al. Materias primas para la fabricación de soporte de baldosas
cerámicas. Instituto de Tecnologia Cerámica, Castellón: 1997.
BARRET, E. C; CURTIS, L. F. Itroductionto Environmental Remote Sensing:
Physical Bases of remotesensing, 1976, cap. 4, p. 15-28.
BELTRÃO, B. A et. al. Projeto Cadastro de Fontes de Abastecimento por água
subterrânea – Diagnóstico do Município de Santa Cruz, estado do Rio Grande do Norte.
Recife: CPRM, 2005.
BENESTAD, R. E; MELSOM, A. Is there a link between the unusually wet autumns
autumns in southeastern Norway and SST anomalies? Climate Research, p. 67-79. 2002
BENI, M. D; BAJAY, S. V.; GORLA, F. D. Relatório Setorial Cerâmica. Brasília, 2010.
BEZERRA, B. G. Balanço de energia e evapotranspiração em áreas de cobertura de
solo no cariri cearense através de algoritmo SEBAL. 2006. 147 f. Dissertação
(Mestrado) – Universidade Federal de Campina Grande, 2006.
BONUCCHI, R. Dry. Preparation: Qualityandcare for theevironment. Ceramic World
Review, v. 3, n. 99, p. 86-89, out./nov. 2012.
BRUNETTI, M et al. Atmospheric circulation and precipitation in Italy for the last 50
years. International Journal of Climatology, v. 22, p. 1455-1471, 2002.
CABRAL, Jr. M. et al. Panorama e perspectivas da Indústria de revestimento cerâmico no
Brasil. Revista Cerâmica Indústrial, São Paulo-SP, v. 3, n. 15, p. 7-18, maio/jun. 2010.
CAMPBELL, S. Green Cities, GrowingCities, Just Cities? Urban Planning and the
Contradicions of Sustainnable Develompment. Journal of the american Planning
Association, v. 62, n, 3. Chicago, 1996.
CAPRA, Fritjot: A teia da vida. São Paulo-SP: Cultrix, 1996.
CARVALHO M. G et al., New biflavonoid and other constituents isolated from
Luxemburgia nobilis. J Braz Chem Soc, v. 13, p. 119-123, 2002.
CARVALHO, M. M. Clima urbano e vegetação: estudo analítico e prospectivo do
Parque das Dunas em Natal. 2001. 288p. Dissertação (Mestrado) – Universidade Federal
do Rio Grande do Norte, Natal-RN, 2001.
95
CASTRO, R. Associação Caatinga. Sobre o Bioma. Disponível em:
<http://www.acaatinga.org.br/index.php/o-bioma/sobre-o-bioma/>. Acesso em: 08 jun.
2015.
COLWELL, R. N. Manual of Remote Sensing. American Society of Photagrammetry. 2.
ed. 1983.
COMUNE, A. E. Meio ambiente, economia e economistas: uma breve discussão. Rio
de Janeiro: Campus, 1994.
CRASTA, G. P. Boom in digital technology. Ceramic World Review, 2012, n. 97, p. 67.
CUNHA, A. R; MARTINS, D. Estudo Comparativo Entre Elementos Meteorológicos
obtidos em estações meteorológicas convencional e automática em Botucatu, SP, Brasil.
Revista Brasileira de Agrometeorologia, Santa Maria, v. 12, n. 1, p. 103-111, 2004.
CURRAN, P. J. Remote Sensing Methodologies and Geography. International Journalof
Remote Sensing, v. 8, p. 1255-1275, 1987.
CPRM, Serviço Geológico do Brasil. Diagnóstico dos munícipios. Recife, 2005.
DIEGUES, A. C. Desenvolvimento sustentado, gerenciamento geoambiental e de
recursos naturais. Cadernos Fundap, v. 2, n. 16. São Paulo, 1989, p. 33-45.
DONAT, M. G et al. Global Land-Based Datasets for Monitoring Climatic Extremes.
American Meteorological Society, 2013.
DREW, D. Processos interativos homem-meio ambiente. 3. ed. Tradução de João Alves
dos Santos; Revisão de Suely Bastos; Coordenação editorial de Antonio Christofoletti.
Rio de Janeiro: Bertrand Brasil, 1998.
ESPINOZA, E. S. Distúrbios nos ventos de leste no Atlântico tropical. 1996. 120 f.
Dissertação (Mestrado em Meteorologia). Instituto Nacional de Pesquisas Espaciais, São
José dos Campos, INPE, São Paulo, 1996.
FERREIRA, A. G.; MELLO, N. G. S. Principais sistemas atmosféricos atuantes sobre a
região nordeste do brasil e a influência dos oceanos pacífico e atlântico no clima da região.
Revista Brasileira de Climatologia, v. 1, n. 1, 2005.
FIALHO, E. S. O clima e a gestão do território: o papel da Defesa Civil no processo de
reconstrução das áreas atingidas por eventos atmosféricos extremos. Revista Entre-
Lugar, Dourados, v. 3, n. 6, p. 85-108, 2012.
FOODAND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS – FAO.
A Framewprk for landevalution. Wageningen, 1976.
FREI, C; SCHAR, C. Detection probability of trends in rare events: Theory and
application to heavy precipitation in the Alpine region. Journal of Climate, Zurich, v.
14, p. 1568-1584, 2000.
FUCHS, R. B. H. Avaliação do uso da Terra, por classe de declividade na sub-bacia
hidrográfica do Rio Vacacaí-Mirtim / RS. Santa Maria: Ed. UFSN, 1986.
96
GEIGER, R. Manual de Microclimatologia: o clima da camada de ar junto ao solo.
Tradução de Ivone Gouveia, Francisco Caldeira Cabral e A. Lobo de Azevedo. 2. ed.
Lisboa: Fundação Calouste Gulbenkian, 1990.
GOOSSENS, C; BERGER, A. Annual and seasonal climatic variations over the northern
hemisphere and Europe during the last century. Annales Geophysicae, Berlin, v. 4, n. B4,
p. 385-400, 1986.
GRIMM, A. M et al. Precipitation anomlaies in Southern Brazil associated whith El Niño
and La Ninã events. Jounarl of Climate, 1998, p. 2862-2880.
HASTENRATH, S., HELLER, L. Dynamics of climatic hazards in north-east Brazil.
p. 411-425, 1977.
HAYLOCK, M; NICHOLLS, N. Trends in extreme rainfall indices for an updated high
quality data set for Australia, 1910-1998. Int. J. Climatol., v. 20, p. 1533-1541, 2000.
HAYLOCK, M. R et al. Trends in Total and Extreme South American Rainfall in 1960–
2000 and Links with Sea Surface Temperature. Journal of Climate,v. 19, 2006.
HOLTON, J. R. An Introduction to Dynamic Meteorology. Elsevier Academc Prees,
2004.
Instituto Brasileiro de Geografia e Estatística – IBGE. Manual Técnico de Uso da Terra.
Rio de Janeiro, 1999.
Instituto Nacional de Meteorologia – INMET. Manual de Observações Meteorológicas.
3. ed. Brasília: Ministério da Agricultura e do Abastecimento, 1999.
IPCC. Climate Change 1990: Impacts Assessment. Report prepared for
Intergovernmental Panel on Climate Change by Working Group II W.J. McG. Tegart, G.
W. Sheldon and D.C. Griffiths (Eds.). Australian Government Publishing Service,
Camberra, Austrália, 1990.
IPCC. Climate Change 2007: The Physical Science Basis. Contribution of Working
Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate
Change, HOUGHTON, JT, (Ed.). Cambridge University Press, 2007.
JOSÉ JUNIOR, S. P. Nova delimitação do semiárido brasileiro. Biblioteca Digital da
Câmara dos Deputados, 2007.
KARL, T. R; NICHOLLS, N; GHAZI, A. CLIVAR: GCOS:WMO workshop on indices
and indicators for climate extremes. Climatic Change, Washington, v. 42, p. 3-7, 1999.
KARL, T. R.; R. W. KNIGHT: Secular trends of precipitation amount, frequency, and
intensity in the USA. Bull. Am. Met. Soc., v. 79, p. 231-241, 1998.
KAYANO, M. T.; MOURA, A. D. O El Nino de 1982-83 e a precipitação sobre a América
do Sul. Revista Brasileira de Geofísica, v. 4, p. 201-214, 1986.
97
KENDALL, M. G. Rank correlation methods. London: Charles Griffin, 1975.
KLAR, A. E. A água no sistema solo planta atmosfera. Livraria Nobel S.A., 1984.
KOUSKY, V. E; GAN, M. A. Upper tropospheric cyclonic vortices in the tropical
South Atlantic. 1981.
LESTRADE, J. P. The effect of cloud layer plane albedo on global and diffuse isolation. Solar
Energy. Elmsford, New York, v. 44, n. 22, 1990, p. 115-121.
LIEBMANN, B et al., Mechanisms Associated with Large Daily Rainfall Events in
Northeast Brazil. Journal of Climate, v. 24, p. 376-396, 2004.
LILLESAND, T. M.; KIEFFIER, R. W. Remote Sensing and Image Interpretation .
Nova York, 1979.
LIMA VERDE, J. A. A indústria da cerâmica vermelha no Nordeste. Fortaleza:
BNB/ETENE, 1983, 222 p.
LIMA, F. J. L. Previsão de irradiação solar no Nordeste do Brasil empregando o
modelo WRF ajustado por redes neurais artificiais (RNAS) . 2015. 252 f. Tese
(Doutorado em Meteorologia) – INPE, 2015.
MADENN, R. A.; JULIAN P. R. Description of Global – Scale circulations cells in the
tropics with a 40 -50 day period. Journal of Atmospheric Science, 1972.
MADOX, R. A. Mesoscale convective complexes. Bulletin of the American
Meteorological Society, v. 61, p. 1374- 87, 1980.
MAGRIN, G; GAY GARCÍA, C; CRUZ CHOQUE, D; GIMÉNEZ, J. C; MORENO, A.
R; NAGY, G. R; NOBRE, C. A; VILLAMIZAR, A. Climate Change 2007: Impacts,
Adaptation and Vulnerability. Cambridge University Press, p. 581-615, 2007.
MAIA JUNIOR, L. P. Estudo dos Impactos do Desmatamento sobre os microclimas
da Microbacia do Riacho do Boqueirão, Sobral. Fortaleza: UECE, 2011.
MANN, H. B. Nonparametric tests against trend. Econometrica, v. 13, p. 245-259, 1945.
MARENGO, J. A. Interdecadal variability and trends of rainfall across the Amazon basin.
Theoretical and Applied Climatology, v. 78, p. 79-96, 2004.
MARENGO, J. A. Vulnerabilidade, impactos e adaptação à mudança
do clima no semi-árido do Brasil. Parcerias Estratégicas, n. 27,
p. 149-175, 2008.
MARENGO, J; CAMARGO, C. C. Surface air temperature trends in Southern Brazil for
1960–2002. International Journal Climatology. v. 28(7), p. 893-904, 2008.
MARENGO, J. A. et al. Risco de mudanças climáticas no Brasil. IMPE, 2011, p. 56.
98
MARENGO, J. A; SOARES, W. R. Impacto das modificações da mudança climática:
Sintese do Terceiro Relatório do IPCC. Condições climáticas e recursos hídricos no Norte
do Brasil. Chapter 6 in Clima e Recursos Hídricos 9. Associação Brasileira de Recursos
Hídricos/FBMC-ANA, Porto Alegre, p 209-233, 2003.
MEDEIROS, S. S et. al. Sinopse do Censo Demográfico para o semiárido Brasileiro .
Campina Grande: INSA, 2012.
MELLO, I. S. de C; MOTTA, J. F. M. Atlas de Matérias-primas minerais cerâmicas
do nordeste brasileiro. Serviço Geográfico do Brasil. São Paulo: CPRM, 2011.
MENDONÇA, F.; DANNI-OLIVEIRA, I. M. Climatologia: noções básicas e climas do
Brasil. São Paulo: Oficina de Texto, 2007.
MENDONÇA, F; KOZEL, S. (Org.). Elementos de epistemologia da geografia
contemporânea. Curitiba: UFPR, 2002.
MENEZES, P. R; ALMEIDA, T et al. Introdução ao Processamento de Imagens de
Sensoriamento Remoto. Brasília: CNPQ, 2012.
MENEZES, R .R; NEVES, G. A; FERREIRA, H. C. Mapeamento de Argilas dos Estado
da Paraíba. Revista Cerâmica, São Paulo, v. 47, n. 302, 2001.
MINISTÉRIO DO DESENVOLVIMENTO AGRÁRIO – MDA. Marco Referencial para
Apoio do Desenvolvimento Rural. Série de documentos Institucionais, Brasília, 2005.
MOLION, L. C. B; BERNARDO, S. L. Dinâmica das chuvas no Nordeste Brasileiro.
Departamento de Meteorologia, UFAL, Maceió-AL, p. 1334-1342, 2007.
MONTEIRO, C. A. de F. Análise Rítmica em Climatologia: problemas da atualidade
climática em São Paulo e achegas para um programa de trabalho. São Paulo: Universidade
de São Paulo/Instituto de Geografia, 1971.
MOTTA, J. F. M et al. As Matérias-primas Cerâmicas. Parte I: O Perfil das Principais
Indústrias Cerâmicas e seus Produtos. Revista Cerâmica Indústrial. São Paulo-SP, v. 6,
n. 1, p. 28-39, mar./abr. 2001.
MOURA, A. D., SHUKLA, J. On the dynamics of droughts in northeast Brazil:
Observations, theory and numerical experiments with a general circulation model. Jornal
Atmosphere Scienci., v. 38, p. 2653-2675, 1981.
MOURA, G. B. A et al., Relação entre a precipitação do leste do Nordeste do Brasil e a
temperatura dos oceanos. Revista Brasileira de Engenharia Agrícola e Ambiental , v.
13, p. 462-469, 2009.
NASCIMENTO, D. T. F.; OLIVEIRA, I. J. Análise da evolução do fenômeno de ilhas de
calor no município de Goiânia/GO (1986-2010). Boletim Goiano de Geografia, Goiânia,
v. 31, n. 2, p. 113-127, 2011.
NERI, J. T. C. F et al. Conversão de Fornos Cerâmicos Para Gás Natural I – A Experiência
Do CTGÁS No Rio Grande Do Norte. Rio Oil & Gas Conference, p. 16-19, 2000.
99
NICOLAU, V. P. A Importância da Curva de Queima em Fornos Cerâmicos. Cerâmica
Indústrial, v. 17, 2012.
NIMER, E. Desertificação: realidade ou mito? Rio de Janeiro. Revista Brasileira de
Geografia. IBGE, v. 50, n. 1, p. 7-39, 1988.
NOBRE, C. A. et al. Fundamentos científicos das mudanças climáticas São José dos
Campos, SP: Rede Clima/INPE, 44 p., 2012
NOBREGA, R. S et al., Eventos extremos de precipitação nas mesorregiões da Paraíba e
suas relações com a TSM dos oceanos tropicais. Revista Brasileira de Meteorologia, v.
29, n. 2, 197-208, 2014.
NOBREGA, R. S et al. Variabilidade temporal e espacial da precipitação pluviométrica
em Pernambuco através de índices de extremos climáticos. Revista Brasileira de
Meteorologia, v. 30, n. 2, p. 171-180, 2015.
NUNES, L. H. A escala nas ciências atmosféricas. Revista do Instituto Geológico de
São Paulo, São Paulo, v. 19, n. 1/2, p. 71-73, jan./dez. 1998. Disponível em:
<http://www.igeologi co.sp.gov.br/downloads/revista_ig/19_1-2_6.pdf>. Acesso em: 27
jun. 2009.
OBREGON, G; MARENGO, J. A. Caracterização do clima do Século XX no Brasil:
tendências de chuvas e temperaturas médias e extremas. Relatório 2. Brasília: Ministério
do Meio Ambiente – MMA, 2007.
OLIVEIRA, F. M et al. Determinação da variação no microclima de Manaus-AM por
atividades antropogênicas e modulações climáticas naturais. ACT Amazônica, ed. 4, v.
38, p. 678-700, 2008.
OMETTO, J. C. Bioclimatologia Vegetal. São Paulo: Editora Agronômica Ceres. Ltda.,
1981.
Organização Meteorológica Mundial – OMM. Parâmetro de instalação de estações
meteorológicas. Disponível em: <http://www.wmo.ch>. Acesso em: 12 jun. 2015.
ORLANSKI, I., A rational subdivision of scales for atmospheric processes. Bull. Amer.
Meteor. Soc., n. 56, p. 527-530, 1975.
OSBORN, T. J. M; HULME, P. D; JONES. T. A. Basnett: Observed trends in the daily
intensity of United Kingdom precipitation. Int. J. Climatol., v. 20, p. 347-364, 2000.
PART OF BRAZIL FROM ERA40 DATASET. Revista Brasileira de Geografia Física.
p. 836-851, 2012.
PEREIRA, N. R.; AMARAL, F. C. S et al. Principais Limitações dos solos brasileiros.
EMBRAPA solos, 1999.
PEREIRA JÚNIOR, J. S. Nova delimitação do semi-árido brasileiro. Brasília: Câmara
dos Deputados, 2007.
100
PETERSON, T. C. The workshop on enhancing south and central Asian climate
monitoring and indices, p. 14-19, 2005.
PETERSON, T. C. et al. Report of the Activities of the Working Group on Climate Change
Detection and Related Rapporteurs. World Meteorol. Organ., Geneva, Switzerland, v.
1071, 2001.
PBMC, 2014: Base científica das mudanças climáticas. Contribuição do Grupo de
Trabalho 1 do Painel Brasileiro de Mudanças Climáticas ao Primeiro Relatório da
Avaliação Nacional sobre Mudanças Climáticas . Universidade Federal do Rio de
Janeiro, Rio de Janeiro, RJ, Brasil, 464 pp, 2014.
PFALTZGRAFF, P. A. S; TORRES, F. S. M. Geodiversidade do estado do Rio Grande
do Norte. Recife: CPRM, 2010.
QUADRO, M. F. L. Estudo de episódios de zona de convergência do Atlântico sul (ZCAS)
sobre a América do Sul. 1994. 123 f. Dissertação (Mestrado em Meteorologia) – INPE,
1994.
RAES, D. Evapotranspiration from a reference surface. Reference Manual Version 3.2.
Food and Agriculture Organization of the United Nations Land and Water Division, 2012.
RAUPACH, M. R; FINNIGAN, J. J. The influence of topography on meteorological
variables and surface-atmosphere interactions. Journal of Hydrology, n. 190, p. 182-213,
1997.
REIBOTA, M. S; GAN, M. A; ROCHA, R. P; AMBRIZZI, T. Regimes de precipitação
na América do Sul: uma revisão bibliográfica. Revista Brasileira de Meteorologia, v.
25, n. 2, p. 185-204, 2010.
REIBOTA, M. S; SANTOS, I. A. Influência de alguns padrões de teleconexão na
precipitação no Norte e Nordeste do Brasil. Revista Brasileira de Climatologia, v. 15,
2014.
RIBEIRO, A. G. As escalas do clima. Boletim de Geografia Teórica, Rio Claro, v. 23,
n. 45/46, p. 288-294, 1993.
RIBEIRO, M. J. Aspectos Fundamentais Sobre a Extrusão de Massas de Cerâmicas
Vermelhas. Cerâmica Indústrial, v. 8, 2003.
RUSTICUCCI, M, BARRUCAND, M. Observed trends and changes in Temperature
Extremes over. Journal of Climate, v. 17, n. 22, 2004.
SABINS, J. Remote Sensing: PrinciplesandInterpretation. São Francisco, 1978.
SANSIGOLO, C. A; KAYANO, M. T. Trends of seasonal maximum and minimum
temperatures and precpitacion in Southern Brazil for the 1913-2006 period. Theoretical
and Applied Climatology, v. 101, n. 1-2, p. 2009-2016, 2010.
101
SANTO e SILVA, C. M et al. Dynamical downscaling of the precipitation in Northeast
Brazil with a regional climate model during contrasting
years. Atmospheric science letters, 2014.
SANTOS, C. A. C et al. Tendência dos Índices de Precipitação no Estado do
Ceará. Revista Brasileira de Meteorologia, v. 24, p. 39-47, 2009.
SANTOS, C. A. C et al. Trends in Precipitation Extremes over the Northern
SANTOS, C. A. C; BRITO, J. I. V. Análise dos índices de extremos para o semiárido do
brasil e suas relações com TSM e IVDN. Revista Brasileira de Meteorologia, v. 22, n.3,
p. 303-312, 2007.
SANTOS, C. A. C; MANZI, A. O. Eventos extremos de precipitação no estado do Ceará
e suas relações com a temperatura dos oceanos tropicais. Revista Brasileira de
Meteorologia, v. 26, n. 1, p. 157-165, 2011.
SANTOS, P. V; SANTOS, R; COUTINHO, M. D. L. Detecção de Mudanças Climáticas
através de índices pluviométricos diários no estado de Pernambuco. Revista Brasileira
de Geografia Física, v. 6, n. 4, p. 713-731, 2013.
SERVIÇO BRASILEIRO DE APOIO ÀS MICRO E PEQUENAS EMPRESAS –
SEBRAE. Diagnóstico da Indústria de Cerâmica Vermelha no Rio Grande do Norte .
Relatório final. 2013.
SENNA, J. A. Caracterização de Argilas de utilização na Indústria Cerâmica por
Espectroscopia de Refletância. 2003. 290 f. Dissertação (Mestrado) – UNICAMP. São
Paulo, 2003.
SHOURASENI, S. R; Robert, C. B. J. R. Trends in extreme daily precipitation indices in
India. International Journal of Climatology, n. 24, p. 457-466, 2004.
SILVA, C. F. Caminhos bioclimáticos: desempenho ambiental de vias públicas na cidade
de Terezina. Brasília: Faculdade de Arquitetura e Urbanismo, Universidade de Brasília,
2009.
SILVA, F. D et al. Convecção linearmente organizada na área de Petrolina, Semiárido do
Nordeste do Brasil: Aspectos em meso e grande escala. Revista Brasileira de
meteorologia, v. 23, p. 292-304, 2008.
SILVA, V. P. R. On climate variability in Northeast of Brazil. Journal of Arid
Environments, v. 58, p. 575-596, 2004.
SILVA, G. R. Características de vento da região Nordeste. 2003. 141 f. Dissertação
(Mestrado em Engenharia Mecânica) – Universidade de Pernambuco, 2003.
SILVA, C. M. S et al. Distribuição espacial sobre o Rio Grande do Norte: estimativas via
satélite e medidas por pluviômetros. Revista Brasileira de Meteorologia, v. 27, n. 3,
2012.
102
SILVEIRA, V. P; GAN, M. A. Incursões de ar frio no sul do brasil – energética. In: XV
Congresso Brasileiro de Meteorologia, 2008, São Paulo. xv cbmet, 2008.
SINDICATO DA INDÚSTRIA DA CERÂMICA NO RIO GRANDE DO NORTE –
SINDECER. A História da Cerâmica. Disponível em: <
http://www.sindicermf.com.br/historia-da-ceramica.html>. Acesso em: 10 jun. 2015.
SOUZA, D. C; OYAMA, M. D. Consequências climáticas da desertificação aleatória
do semiárido do nordeste brasileiro. SBMT, 2009.
SOUZA, E. B; ALVES J. M. B; REPELLI, C. A. Um complexo convectivo de mesoescala
associado à precipitação intensa sobre Fortaleza-CE. Revista Brasileira de
Meteorologia, v. 13, n. 2, p. 1-14, 1998.
STEFFEN, C. A. Radiometria Óptica Espectral. Anais. VIII Simpósio Brasileiro de
Sensoriamento Remoto, INPE, Salvador, Brasil, 1996.
STULL, R. B. An Introduction to Boundary Layer Meteorology. Dordrecht, Boston,
London: Kluwer Academic Publishers, 1988.
UVO, C. A Zona de Convergência Intertropical (ZCIT) e a Precipitação da região
Norte do Nordeste do Brasil. 1989. Dissertação de (Mestrado em Meteorologia) – INPE,
São Jose dos Campos, 1989.
VAES, G et al., 100 years of rainfall registration: are there trends? Whalter Sce Sechnol.
v. 45, p. 56-61, 2002.
VIANELLO, R. L.; ALVES, A. R. Meteorologia básica e aplicações. Viçosa: UFV,
1991.
VIEIRA, C. M. F et al. Avaliação da Secagem de Cerâmica Vermelha
Através da Curva de Bigot. Cerâmica Indústrial, v. 8, 2003.
VIEIRA, R. M. S. P. Susceptibilidade à degradação/desertificação no semiárido
brasileiro: tendências atuais e cenários decorrentes das mudanças climáticas e do uso da
terra. INPE, 2015.
VINCENT, L. A et al. Observed trends in indices of daily temperature extremes in South
America 1960–2000. Journal of Climate, v. 18, 2006.
WILLMOTT, C. J et al. Statistics for the evaluation and comparison of models. Journal
of Geophysical Research, Ottawa, v. 90, n. C5, p. 8995-9005, 1985.
XAVIER, A. C et al. Daily gridded meteorological variables in Brazil (1980-2013).
International Journal of Climatology, 2015.
XAVIER, T. M et al. Interrelações entre Eventos ENOS (ENSO), a ZCIT (ITCZ) no
Atlântico e a Chuva nas Bacias Hidrográficas do Ceará. Revista Brasileira Recursos
Hídricos, v. 8, n. 2, p. 111-126, 2003.
103
YU, H. A review of measurement-based assessments of the aerosol direct radiative effect
and forcing. Atmospheric Chemistry and Physics, v. 6, p. 613-666, 2002
ZAVATINI, J. A. Desenvolvimento e perspectivas da Climatologia Geográfica no Brasil:
o enfoque dinâmico, a noção de ritmo climático e as mudanças climáticas. In:
SANT’ANNA NETO, J. L; ZAVATINI, J. A (Orgs.). Variabilidade e mudanças
climáticas: implicações ambientais e socioeconômicas. Maringá: UEM, 2000, p. 225-251.
ZHANG, L et al., DN1p Circadian Neurons Coordinate Acute Light and PDF Inputs to
Produce Robust Daily Behavior in Drosophila. Current Biology, v. 20, n. 7, p. 591-599,
2010.
ZHANG, X; YANG, F. RClimDex (1.0) User Guide. Climate
Research Branch Environment Canada. Ontario, Canada: Downsview, 2004.