estudo da correlaÇÃo entre Índices de...
TRANSCRIPT
ESTUDO DA CORRELAÇÃO ENTRE ÍNDICES DE
CIRCULAÇÃO ATMOSFÉRICA E CONDIÇÕES DE SECA NA
PENINSULA IBÉRICA
Andreia F. S. Ribeiro1, Carlos A. L. Pires1
Resumo
A seca tem sido um desastre natural mais frequente e mais intenso, em particular
na Península Ibérica (PI), e o conhecimento sobre a predictabilidade deste
fenómeno revela-se fundamental para a sua prevenção e adaptação à severidade
dos eventos. Uma fonte de predictabilidade da variabilidade climática na PI são os
padrões oceano-atmosféricos de Inverno que mais afectam a Europa (e.g.
Oscilação do Atlântico Norte – NAO; Padrão Escandinavo – SCAND; Padrão
Atlântico Este – EA; Padrão Atlântico Este/Rússia Ocidental – EA/WR), aqui
avaliados como percursores de períodos de seca. De modo a avaliar o impacto dos
regimes de circulação atmosférica em condições de seca, são analisados mapas de
correlação sazonais do campo da precipitação e do Índice Precipitação-
Evapotranspiração Normalizado (SPEI) na Europa (foco na PI) com base no
explorador climático KNMI. As distribuições espaciais dos coeficientes de
correlação entre os índices de circulação e o SPEI são não desfasadas e desfasadas
no tempo, de modo a perceber o impacto dos regimes de circulação atmosférica
durante o Inverno nas condições de seca durante o presente (avanço de 0 meses) e
na seguinte estação do ano (avanço de 3 meses). A grande parte de padrões de
Inverno influencia mais os períodos secos da estação seguinte do que no Inverno
presente, fornecendo informações importantes sobre a capacidade preditiva das
secas. O conhecimento sobre a predictabilidade sazonal dos episódios de seca
pode também contribuir para a predictabilidade de colheitas agrícolas e de outros
sectores severamente afectados por secas.
Abstract
Droughts have been more frequent and severe, particularly in the Iberian
Peninsula (IP), and the knowledge about drought predictability is crucial to adapt
and prevent the severity of the events. Different oceanic–atmospheric drivers of
winter climate variability in Europe (e.g. North Atlantic Oscillation – NAO;
Scandinavian Pattern – SCAND; East Atlantic Pattern – EA; East Atlantic/West
Russian Pattern - EA/WR) are sources of drought predictability. In order to
1 Instituto Dom Luiz (Laboratório Associado), DEGGE, Faculdade de Ciências da Universidade de
Lisboa, Campo Grande, 1749-016 Lisboa, Portugal. Email: [email protected]
Este texto não está escrito ao abrigo do novo Acordo Ortográfico.
Predictabilidade Sazonal de Secas: Métodos e Impactos ao nível agrícola regional
evaluate the spatial impact that the winter modes have in the prevalence of dry
periods, seasonal correlation maps of the precipitation field and the Standard
Precipitation-Evapotranspiration index (SPEI) over Europe (focusing on IP) are
analyzed using the KNMI climate explorer. In order to evaluate the impact of the
winter modes on the present dry conditions (lag 0 months) and on the next season
(lag -3 months), spatial distributions of the correlation coefficients are non-lagged
and lagged in time. Most of the winter patterns affect the dry periods on the next
spring, rather than in the present winter, giving clues about the predictive skills of
droughts. The knowledge about the seasonal predictability of drought episodes
may contribute to the predictability of crop yields and others sectors severely
affected by droughts.
1. Introdução
A Península Ibérica (PI) é particularmente propensa à ocorrência de secas
intensas, devido à forte variabilidade do regime de precipitação (Esteban-Parra et
al.,1998) que promove a probabilidade de eventos extremos secos e persistentes.
Episódios de seca na PI têm-se revelado mais frequentes e severos (Vicente-
Serrano et al., 2014; Sousa et al., 2011), conduzindo a graves impactos na
vegetação (Vicente-Serrano et al., 2013; Gouveia et al., 2012; Gouveia et
al.,2009, Vicente-Serrano 2007), entre outros impactos (ver capitulo introdutório
do presente livro). Como tal, a motivação da presente análise prende-se à
necessidade crescente de conhecimento sobre a predictabilidade de secas na
região da PI, de modo a contribuir para a mitigação dos seus impactos.
A grande influência da circulação atmosférica na frequência, intensidade, e
distribuição espacial de precipitação (e.g. Littman, 2000) leva a uma forte relação
entre a circulação atmosférica e episódios de seca na PI (e.g Vicente-Serrano e
López-Moreno, 2006; Rodriguez-Puebla et al., 2001). A maior parte da
precipitação na PI ocorre durante os meses de Inverno, estando relacionada
principalmente com sistemas de baixa pressão com origem no Atlântico (Trigo e
daCâmara, 2000) ou com depressões baroclínicas originadas no Mar Mediterrâneo
(Lionello et al., 2006). Em contraste, o Verão é dominado por modos de
circulação atmosférica que inibem a precipitação, tais como padrões
anticiclónicos no Atlântico Norte, em particular o Anticiclone dos Açores,
levando a menores quantidades de precipitação em sistemas de mesoescala e de
forma mais intermitente, favoráveis à origem de secas (Trigo e daCâmara, 2000).
As teleconexões na atmosfera, caracterizadas por padrões de larga escala que
alcançam vastas áreas geográficas, também exercem bastante influência ma
variabilidade de precipitação na PI (e.g. deCastro et al., 2006), e por isso são
potenciais indicadores de secas. Um dos padrões de teleconexão com maior
impacto na precipitação na PI é a Oscilação do Atlântico Norte (NAO), (Hurrel,
1995) em particular durante o Inverno (Trigo et al., 2004; Lopez-Bustins et al.,
2008; Rodríguez-Puebla, 2001). A NAO consiste num dipolo Norte-Sul de
anomalias de pressão, com uma depressão localizada sobre a Gronelândia e um
centro de sinal positivo nas latitudes centrais do Atlântico Norte. A fase positiva
da NAO está relacionada com uma depressão mais extensa nas latitudes elevadas
Correlação entre circulação geral da atmosfera e as secas
do Atlântico Norte e um centro de alta pressão mais extenso ao longo do centro do
Atlântico Norte, do leste dos Estados Unidos e da Europa ocidental. O aumento de
padrões anticiclónicos conjuntamente com um Inverno caracterizado por uma
NAO positiva, favorece as condições de seca na PI (Hurrel e Van Loon, 1997;
Trigo et al., 2004). Um índice NAO negativo é geralmente associado a anomalias
positivas de precipitação sobre a PI e no Mediterrâneo Ocidental (Trigo et al.,
2004; Hurrel, 1995), em simultâneo com um aumento de bloqueios na
Gronelândia e Islândia, enquanto bloqueios no Reino Unido e norte da Europa são
mais frequente durante fases positivas da NAO (Barriopedro et al., 2006).
Outros padrões de teleconexão com influência na precipitação da Europa são: o
padrão Escandinavo (SCAND), o padrão Atlântico Este (EA) e o padrão Atlântico
Este/Rússia Ocidental (EA/WR). Os respectivos compósitos de pressão,
temperatura e precipitação podem ser observados em
http://www.cpc.ncep.noaa.gov/data/teledoc/telecontents.shtml. O padrão SCAND
consiste num centro de circulação que abrange a Escandinávia e grandes porções
do Oceano Árctico, e num centro de sinal oposto ao longo da Europa Ocidental e
este da Rússia. A fase positiva da SCAND está associada a altas pressões na
Escandinávia e oeste da Rússia (deCastro et al., 2006) bem como a precipitação
acima da média no sul da Europa. Rodriguez-Puebla et al. (1998) mostrou uma
forte correlação entre a SCAND em Dezembro e a variabilidade da precipitação
no norte de Espanha. O padrão EA consiste num dipolo de pressão orientado
norte-sul que se estende por todo o Oceano Atlântico Norte com os centros de
anomalias deslocados para sudeste em relação às linhas nodais aproximados do
padrão NAO. De acordo com Rodriguez-Puebla et al. (1998) o padrão EA em
Abril descreve 33% da variabilidade da precipitação nas regiões ocidentais da PI.
O padrão EA/WR consiste em quatro principais centros de anomalias de pressão.
A sua fase positiva representa altas pressões nas Ilhas Britânicas e baixas pressões
a oeste da PI.
De modo a avaliar o impacto dos padrões oceano-atmosféricos em condições de
seca, na presente análise são primeiro considerados mapas de correlação entre os
vários índices atmosféricos e o campo da precipitação numa base trimensal. A
monotorização da seca é também executada a partir de índices de seca, que
permitem a atribuição de diferentes graus de intensidade, duração e extensão
espacial de secas. Um dos índices de maior aplicabilidade nas secas é Índice de
Precipitação Normalizado (SPI) (McKee et al., 1993), calculado apenas com base
na precipitação acumulada numa dada região durante um determinado período
(escala temporal). No entanto, a seca depende não só da precipitação mas também
da evapotranspiração, que é condicionada por diversos factores climáticos, como a
temperatura e a humidade, cuja escassez afecta e agrava a severidade das secas.
Recentemente Vicente-Serrano et al. (2010) formulou o Índice de Precipitação-
Evapotranspiração Normalizado (SPEI), que combina o efeito da precipitação e da
evapotranspiração. Nesta análise os mapas de correlação entre as diferentes
teleconexões e o campo de precipitação, são comparados com os mapas de
correlação entre os mesmos índices de circulação atmosférica e o índice de seca
SPEI a uma escala temporal de 4 meses.
Predictabilidade Sazonal de Secas: Métodos e Impactos ao nível agrícola regional
2. Explorador climático KNMI
O explorador climático KNMI (Koninklijk Nederlands Meteorologisch Instituut) é
uma aplicação na web para dados climáticos, disponível em
http://climexp.knmi.nl. Esta aplicação é utilizada na presente análise exploratória
para avaliar a relação entre os padrões oceano-atmosféricos acima referidos e as
condições de seca. O explorador disponibiliza observações mensais de
precipitação do produto Full Data Reanalysis (Versão 7) do Global Precipitation
Climatology Centre (GPCC) (Schneider et al., 2015), para o período 1901-2012.
Este produto é optimizado pelo GPCC para uma cobertura espacial óptima e uma
resolução espacial de 0.5º (disponível também em 1.0º e 2.5º de resolução), e as
observações são previamente sujeitas a um controlo de qualidade.
Os valores mensais do índice de seca SPEI (Vicente-Serrano et al., 2010)
disponibilizados pelo explorador climático, tem origem na base de dados Global
do SPEI disponível em http://sac.csic.es/spei/database.html. Os dados do SPEI
estão disponíveis numa grelha regular com 0.5º de resolução espacial, desde
Janeiro de 1901 até à actualidade. O índice de seca SPEI aqui considerado com
uma escala temporal de 4 meses, é geralmente classificado como um índice
indicador de seca agrícola, pois acumula precipitação e evapotranspiração ao
longo de 4 meses. Ou seja, um valor de SPEI usado para um determinado mês
(e.g. Março) tem memória dos 4 meses antecedentes (e.g. Dezembro até Março
para o SPEI de Março).
Os padrões oceano-atmosfera disponíveis no explorador são obtidos a partir da
base de dados do CRU (Climate Research Unit, University of East Anglia, UK). O
procedimento utilizado para calcular os padrões das teleconexões do Hemisfério
Norte tem como base a Análise de Componentes Principais Rodada (RPCA)
(Barnston e Livezey, 1987). Este explorador é uma poderosa e versátil ferramenta
de investigação climática que permite obter de forma rápida correlações,
compósitos, regressões, avaliação de tendências etc. entre campos e variáveis
climáticas dadas na forma de séries temporais.
No presente trabalho seguimos a seguinte sequência de instruções: selecção de um
índice oceano-atmosfera – predictor (e.g. NAO, EA, EA/WR ou SCAND),
correlação com um campo de dados – predictando (e.g. precipitação ou índice de
seca SPEI) para uma região específica (e.g. 30ºN-70ºN e 15ºW-40ºE) com a
mesma resolução temporal (e.g. mensal) e para o mesmo período de tempo, com a
opção de desfasar o predictor e o predictando no tempo introduzindo um desvio
temporal (lag). Por exemplo, um avanço de 0 meses considera a correlação entre
NAO de Janeiro e SPEI de Janeiro enquanto um avanço de 1 mês considera a
correlação entre a NAO de Janeiro e o índice SPEI do mês seguinte, Fevereiro.
Intuitivamente, o predictor (NAO) “atrasa” um mês em relação ao predictando
(SPEI) que se pretende prever, ou seja, avalia-se o impacto do estado da atmosfera
no mês anterior àquele que se pretende conhecer o estado de seca. Deste modo,
conhecer a correlação desfasada entre o estado da atmosfera num certo mês e a
seca num mês posterior, em particular durante um largo período de tempo,
permite-nos uma primeira avaliação do poder preditivo de cada índice oceano-
Correlação entre circulação geral da atmosfera e as secas
atmosfera sobre a seca à escala mensal e sazonal e que é o objectivo da presente
obra.
O explorador climático permite ainda o cálculo de coeficientes de correlação entre
predictores e predictandos tomados como médias ao longo de vários meses,
facultando a visualização de mapas de correlação sazonais. Por exemplo, ao
considerar a média do índice NAO ao longo de 3 meses de Inverno (de Dezembro
a Fevereiro-DJF) e um avanço de 3 meses, estamos a avaliar o impacto da NAO
de Inverno no índice de seca da Primavera seguinte (média do índice de seca
durante os 3 meses de Primavera ou seja de Março a Maio-MAM).
A visualização dos mapas é executada no explorador climático KNMI com
recurso ao GrADS (Grid Analysis and Display System), que permite uma
manipulação adequada dos dados climáticos.
3. Mapas de correlação
Nesta análise, são apresentados mapas de correlação não desfasados e desfasados
no tempo de modo a perceber o impacto dos regimes de circulação atmosférica de
Inverno na seca. As correlações são avaliadas com um avanço de 0 meses
(Inverno presente) para os predictandos precipitação (Fig. 1, 2, 3 e 4) e SPEI (Fig.
5, 6, 8 e 7) e com um avanço de 3 meses (Primavera seguinte) apenas para o
predictando SPEI (Fig. 9, 10, 11 e 12). Os mapas de correlação entre estes
regimes de circulação atmosférica de Inverno e o campo de precipitação da
Primavera seguinte (avanço de 3 meses) não apresentam valores estatisticamente
significativos (não mostrado).
A Fig.1 apresenta um extenso padrão de anticorrelação entre a NAO e o campo da
precipitação em Portugal, Espanha e na bacia do Mediterrâneo e Gronelândia
como conhecido da literatura (Hurrel, 1995; Trigo et al., 2004). Este padrão revela
uma clara ligação entre períodos de pouca precipitação (seca) e a fase positiva da
NAO (Hurrel e Van Loon, 1997; Trigo et al., 2004) durante o Inverno na PI e de
elevada precipitação e a fase negativa da NAO. Todavia a relação precipitação-
NAO é assimétrica, isto é, as correlações parciais acima e abaixo da mediana da
NAO (~0) diferem, sendo mais intensas no regime chuvoso (Pires e Perdigão,
2007) (ver igualmente o capítulo IV deste livro). Em contraste, valores positivos
de correlação na Escandinávia, e nas Ilhas Britânicas revelam uma ligação entre
períodos de pouca de precipitação e a fase negativa da NAO durante o Inverno
nestas regiões. Os mapas de correlação com os restantes índices revelam regiões
onde a correlação pode ser elevada em valor absoluto mas fraca quando
considerado o índice da NAO, o que mostra o poder preditivo complementar dos
diversos índices.
Em particular, o mapa de correlação entre o índice SCAND e a precipitação (Fig.
2) apresenta um padrão simétrico ao da Fig.1 (em relação à linha de correlação
zero na Europa central): valores positivos na PI e na bacia do Mediterrâneo, e
valores negativos no norte da Europa. Este padrão do índice atmosférico SCAND
sugere que períodos de pouca precipitação na PI estão associados à fase negativa
Predictabilidade Sazonal de Secas: Métodos e Impactos ao nível agrícola regional
Fig.1. Mapa de correlação entre o índice Oscilação do Atlântico Norte (NAO) de Inverno
(DJF) e o campo de precipitação de Inverno (DJF), durante 1950-2012.
Fig.2. Mapa de correlação entre o índice Escandinavo (SCAND) de Inverno (DJF) e o
campo de precipitação de Inverno (DJF), durante 1950-2012.
Correlação entre circulação geral da atmosfera e as secas
Fig.3. Mapa de correlação entre o índice Atlântico Este (EA) de Inverno (DJF) e o
campo de precipitação de Inverno (DJF), durante 1950-2012.
Fig.4. Mapa de correlação entre o índice Atlântico Este/Rússia Oeste (EA/WR) de
Inverno (DJF) e o campo de precipitação de Inverno (DJF), durante 1950-2012.
Predictabilidade Sazonal de Secas: Métodos e Impactos ao nível agrícola regional
Fig.5. Mapa de correlação entre o índice Oscilação do Atlântico Norte (NAO) de Inverno
(DJF) e o campo do Índice Precipitação-Evapotranspiração Normalizado (SPEI) de
Inverno (DJF), durante 1950-2012.
Fig.6. Mapa de correlação entre o índice Escandinavo (SCAND) de Inverno (DJF) e o
campo do Índice Precipitação-Evapotranspiração Normalizado (SPEI) de Inverno (DJF),
durante 1950-2012.
Correlação entre circulação geral da atmosfera e as secas
Fig.7. Mapa de correlação entre o índice Atlântico Este (EA) de Inverno (DJF) e o
campo do Índice Precipitação-Evapotranspiração Normalizado (SPEI) de Inverno (DJF),
durante 1950-2012.
Fig.8. Mapa de correlação entre o índice Atlântico Este/Rússia Oeste (EA/WR) de
Inverno (DJF) e o campo do Índice Precipitação-Evapotranspiração Normalizado (SPEI)
de Inverno (DJF), durante 1950-2012.
Predictabilidade Sazonal de Secas: Métodos e Impactos ao nível agrícola regional
do SCAND. A fase positiva do dipolo este-oeste da SCAND produz uma
anomalia positiva de pressão sobre a PI, forçando as tempestades a passarem pelo
norte da PI (deCastro et al., 2006). Este índice tem alguma redundância com o
índice da NAO no que diz respeito à influência sobre a precipitação.
O índice atmosférico EA no período de Inverno apresenta correlações
significativas positivas com o campo de precipitação ao largo do mar do Norte,
Ilhas Britânica, norte de França e oeste da Península Ibérica (ver mapa de
correlação da Fig.3). Nessas regiões, a fase favorável à seca é a fase negativa do
padrão EA. A fase positiva da EA está associada a precipitação abaixo da média
no sul da Europa (Rodriguez-Puebla et al., 1998, 2001).
O índice EA/WR (Fig.4) apresenta um padrão de correlação negativa na bacia este
do Mediterrâneo, norte da PI, França, até a Ucrânia e portanto é a fase positiva
desta teleconexão que está mais associada a períodos de pouca precipitação ou
seca nessas regiões. A sua fase positiva está associada a anomalias positivas da
precipitação na Europa, em particular na PI (Vicente-Serrano e López-Moreno,
2006) e no Norte da China bem como a anomalias negativas no centro do
Atlântico Norte e a Norte do Mar Cáspio.
Os índices têm alguma redundância de informação entre si conforme mostra a
Tab.1 a partir das correlações mútuas entre os 4 índices. De notar a elevada
correlação negativa entre NAO e SCAND. Considerando um nível de confiança
de 95%, o valor mínimo para o qual a correlação é significativa (hipótese nula de
as teleconexões serem descorrelacionadas entre si) é 0.25 a partir da Eq.1, onde
q95% é o quantil de 95% da função de densidade de probabilidade Gaussiana (pdf)
e N o número de graus de liberdade (65 anos). Os índices EA e EA/WR exibem
correlações pouco significativas (à excepção da correlação entre EA/WR e
SCAND) e portanto são praticamente independentes.
𝐶95% =𝑞97.5%
√𝑁 − 3 (1)
Tab.1 – Coeficientes de correlação entre os índices de teleconexões atmosféricos durante
1950-2014: Oscilação Atlântico Norte (NAO), Padrão Escandinavo (SCAND), Padrão
Atlântico Este (EA) e padrão Atlântico Este/Rússia Oeste (EA/WR). O valor a partir do
qual as correlações são estatisticamente significativas para um nível de confiança de
95% é de 0.25 (valores denotados com um *).
NAO SCAND EA
SCAND -0.36* - -
EA 0.17 0.06 -
EA/WR 0.20 -0.26* -0.01
As Fig. (5, 6, 7 e 8) e Fig. (9, 10, 11 E 12) apresentam a influência das
teleconexões de Inverno no índice de seca SPEI no Inverno presente (avanço de 0
meses) e na Primavera seguinte (avanço de 3 meses), respectivamente.
Correlação entre circulação geral da atmosfera e as secas
Fig.9. Mapa de correlação entre o índice Oscilação do Atlântico Norte (NAO) de Inverno
(DJF) e o campo do Índice Precipitação-Evapotranspiração Normalizado (SPEI) de
Primavera (MAM), durante 1950-2012.
Fig.10. Mapa de correlação entre o índice Escandinavo (SCAND) de Inverno (DJF) e o
campo do Índice Precipitação-Evapotranspiração Normalizado (SPEI) de Primavera
(MAM), durante 1950-2012.
Predictabilidade Sazonal de Secas: Métodos e Impactos ao nível agrícola regional
Fig.11. Mapa de correlação entre o índice Atlântico Este (EA) de Inverno (DJF) e o
campo do Índice Precipitação-Evapotranspiração Normalizado (SPEI) de Primavera
(MAM), durante 1950-2012.
Fig.12. Mapa de correlação entre o índice Atlântico Este/Rússia Oeste (EA/WR) de
Inverno (DJF) e o campo do Índice Precipitação-Evapotranspiração Normalizado (SPEI)
de Primavera (MAM), durante 1950-2012.
Correlação entre circulação geral da atmosfera e as secas
À semelhança da Fig. 1, a fase positiva do índice NAO de Inverno favorece os
períodos de seca (valores negativos do índice de seca SPEI) na PI durante o
Inverno (Fig. 5). Todavia, de um modo geral ao longo da região analisada,
atingem-se os valores de correlação mais elevados em módulo (positivos ou
negativos) na Primavera seguinte (Fig. 9), essencialmente devido ao período de
memória do SPEI (Dezembro a Março), que se sobrepõe aos 3 meses referentes ao
índice (Dezembro a Fevereiro). Em comparação com a precipitação de Inverno
(Fig. 1), a intensidade do impacto da NAO no índice de seca de Inverno diminui
ligeiramente (Fig. 5) e é recuperada na seguinte estação do ano (Fig. 9) conforme
dito atrás.
As Fig.6 e Fig.10 apresentam a influência do padrão negativo da SCAND durante
o Inverno nos valores negativos de SPEI (condições de seca), à semelhança da
Fig.2. Apesar de a extensão espacial de valores significativos na PI ser inferior à
Fig.2, a magnitude e extensão espacial do padrão de correlação entre a SCAND e
o SPEI é recuperada na Primavera seguinte tal como acontece com o índice NAO.
O impacto do regime da teleconexão EA nas condições de seca da Península
Ibérica considerando o índice SPEI é bastante evidente (Fig.7) quando comparado
com o impacto na precipitação (Fig. 3). Este efeito é bastante menor na Primavera
seguinte, ao contrário do que se verifica considerando os restantes padrões de
circulação atmosférica. O padrão de circulação EA/WR apresenta pouca
influência nas condições de seca da PI durante o Inverno (Fig. 4), mas aumenta
ligeiramente a extensão espacial do padrão de anticorrelação na Primavera
seguinte (Fig. 12). O regime positivo durante o Inverno leva parcialmente a
regimes de seca durante a Primavera (avanço de 3 meses) como se observa
igualmente na Fig. 12.
4. Conclusões
Neste trabalho utilizou-se o explorador climático KNMI para avaliar o impacto
dos regimes de circulação atmosférica em condições de seca, e investigar o poder
preditivo de cada índice oceano-atmosfera (NAO, SCAND, EA e EA/WR) sobre a
seca à escala mensal e sazonal na Península Ibérica (PI). Foram realizados mapas
de correlação desfasados e não desfasados, entre o estado da atmosfera durante o
Inverno e os campos da precipitação e do índice de seca SPEI (4 meses). O regime
de NAO positiva no Inverno (Fig. 1, 5 e 9) destaca-se como um regime de
circulação atmosférica que influencia a seca na PI durante o Inverno (Fig.1 e 5) e
na Primavera seguinte (Fig.9). A presença de valores mais elevados em módulo ao
comparar a Fig. 1 (precipitação de DJF) com a Fig. 5 (SPEI com informação da
precipitação de Setembro-Dezembro: SONDJF) mostra uma relação mais directa
entre o índice oceano-atmosfera de um determinado período e a precipitação do
mesmo período.
De um modo geral, verifica-se uma intensificação do impacto das teleconexões
atmosféricas (excepto no caso da EA) nas secas da Primavera seguinte (com a
memória do Inverno anterior) (Fig.9, 10, 11 e 12), em relação às condições de
Predictabilidade Sazonal de Secas: Métodos e Impactos ao nível agrícola regional
seca no Inverno presente (com memória do Outono anterior) (Fig.5, 6, 7 e 8) na
Península Ibérica, em particular no caso da NAO. No entanto, a magnitude dos
padrões de correlação desfasados no tempo entre os regimes de circulação
atmosférica e a precipitação da Primavera seguinte (não mostrado) não é tão forte
como no caso com o SPEI com desfasamento. Este facto é parcialmente explicado
pela elevada memória dos índices de seca, incluindo o SPEI aqui utlizado com
uma escala temporal de 4 meses. Uma vez que o SPEI de Primavera tem em
memória o Inverno anterior, a influência dos padrões da atmosfera durante o
Inverno é superior na Primavera seguinte. As Fig.5 e 7 indicam que a NAO e EA
são as teleconexões com maior influência no índice de seca SPEI da Península
durante o Inverno. Os índices NAO, EA e EA/WR têm informações
complementares sobre a precipitação e seca na PI.
Agradecimentos
Esta pesquisa é apoiada pelo projecto PTDC / GEO-MET / 3476/2012 "Avaliação
Predictabilidade e hibridização das previsões sazonais de seca na Europa
Ocidental-PHDROUGHT".
Referências
Barnston e Livezey 1987: Classification, Seasonality and Persistence of Low-
Frequency Atmospheric Circulation Patterns, Mon. Wea. Rev., 115, 1083-1126
Barriopedro, D., R., García-Herrera, A. R. Lupo, Hernández, E., 2006: A
climatology of Northern Hemisphere blocking. Journal of Climate, 19, pp.
1042–1063
deCastro, M., Lorenzo, N., Taboada, J.J., Sarmiento, M. Alvarez, I., Gomez-
Gesteira, M., 2006: Influence of teleconnection patterns on precipitation
variability and on river flow regimes in the Miño River basin (NW Iberian
Peninsula). Climate Research, 32, pp. 63-73
Esteban-Parra, M. J., Rodrigo, F. C., Castro-Díez, Y., 1998: Spatial and temporal
patterns of precipitation in Spain for the period 1880–1992. International
Journal of Climatology, 18, pp. 1557–1574
Gouveia, C., Trigo, R.M., DaCamara, C.C., 2009: Drought and vegetation stress
monitoring in Portugal using satellite data. Nat. Hazards Earth Syst. Sci., 9,
185-195, doi:10.5194/nhess-9-185-2009.
Gouveia, C.M., Bastos, A., Trigo, R.M., DaCamara, C.C., 2012: Drought impacts
on vegetation in the pre- and post-fire events over Iberian Peninsula, Nat.
Hazards Earth Syst. Sci., 12, 3123-3137
Hurrell, J.W., 1995: Decadal Trends in the North Atlantic Oscillation: Regional
Temperatures and Precipitation. Science: Vol. 269, pp.676-679.
Hurrell, J. W., Van Loon, H., 1997: Decadal variations in climate associated with
the North Atlantic Oscillation. Climatic Change, 36, pp. 301–326
Lionello P., Malanotte-Rizzoli P, Boscolo R (eds), 2006: Mediterranean climate
variability. Elsevier, Amsterdam, p438. ISBN:978-0-444-52170-5
Littmann, T., 2000: An empirical classification of weather types in the
Mediterranean Basin and their interrelation with rainfall. Theoretical and
Applied Climatology, 66 (3), pp. 161-171.
Correlação entre circulação geral da atmosfera e as secas
Lopez-Bustins, J.A., Martin-Vide, J., Sanchez-Lorenzo, A., 2008: Iberia winter
rainfall trends based upon changes in teleconnection and circulation patterns.
Global and Planetary Change, 63(2–3), pp. 171-176
McKee, T.B, Doesken, N.J., Kleist, J., 1993: The relationship of drought
frequency and duration to time scales. In: 8th Conference on Applied
Climatology. Am. Meteor. Soc., Boston, pp. 179-184.
Rodriguez-Puebla, C., Encinas, A.H., Nieto, S., Garmendia, J., 1998: Spatial and
Temporal Patterns of Annual Precipitation Variability over the Iberian
Peninsula. Internatinal Journal of Climatolology, 18, pp. 299–316
Rodríguez-Puebla, C., Encinas A.H., Sáenz, J., 2001: Winter precipitation over
the Iberian Peninsula and its relationship to circulation indices. Hydrology and
Earth System Sciences, 5 (2), pp. 233-244
Schneider, Udo; Becker, Andreas; Finger, Peter; Meyer-Christoffer, Anja; Rudolf,
Bruno; Ziese, Markus, 2015: GPCC Full Data Reanalysis Version 7.0 at 0.5°:
Monthly Land-Surface Precipitation from Rain-Gauges built on GTS-based
and Historic Data.
Sousa, P.M., Trigo, R.M., Aizpurua, P., Nieto, R., Gimeno, L., Garcia-Herrera,
R., 2011: Trends and extremes of drought indices throughout the 20th century
in the Mediterranean. Nat. Hazards Earth Syst. Sci., 11, 33-51.
Trigo, R. M., Pozo-Vázquez, D., Osborn, T. J., Castro-Díez, Y., Gámiz-Fortis, S.,
Esteban-Parra, M. J., 2004: North Atlantic Oscillation influence on
precipitation, river flow and water re-sources in the Iberian Peninsula.
International Journal of Climatololy, 24, pp. 925–944
Trigo, R.M., DaCamara, C., 2000: Circulation weather types and their influence
on the precipitation regime in Portugal. International Journal of Climatology,
20, pp. 1559–1581
Vicente-Serrano, S.M., López-Moreno, J.I., 2006: The influence of atmospheric
circulation at different spatial scales on winter drought variability through a
semi-arid climatic gradient in Northeast Spain. International Journal of
Climatology, 26 (11), pp. 1427-1453
Vicente-Serrano, S.M., 2007: Evaluating the Impact of Drought Using Remote
Sensing in a Mediterranean, Semi-arid Region. Natural Hazards, 40, 173–
208, DOI 10.1007/s11069-006-0009-7.
Vicente-Serrano, S. M., Beguería, S., López-Moreno, J., 2010: A Multiscalar
Drought Index Sensitive to Global Warming: The Standardized Precipitation
Evapotranspiration Index. Journal of Climate, 23, pp. 1696–1718
Vicente-Serrano, S.M., Gouveia, C., Camarero, J.J., Begería, S., Trigo, R., López-
Moreno, J.I., Azorín-Molina, C., Pasho, E., Lorenzo-Lacruz, J., Revuleto, J.,
Morán-Tejedam E., Sanchez-Lorenzo, A., 2013: Response of vegetation to
drought time-scales across global land biomes, PNAS 2013 110 (1) 52-57,
doi:10.1073/pnas.1207068110.
Vicente-Serrano, S.M., Lopez-Moreno, J.I., Berguería, S., Lorenzo-Lacruz, J.,
Sanchez-Lorenzo, A., García-Ruiz, J.M., Azorin-Molina, C., Morán-Tejeda, E.,
Revuelto, J., Trigo, R., Coelho, F., Espejo, F., 2014: Evidence of increasing
drought severity caused by temperature rise in southern Europe, Environ. Res.
Lett., 9, 044001.