universidade eduardo mondlanemonografias.uem.mz/bitstream/123456789/233/1/2015... · universidade...

UNIVERSIDADE EDUARDO MONDLANE

FACULDADE DE CIÊNCIAS

DEPARTAMENTO DE FÍSICA

CURSO DE METEOROLOGIA

TRABALHO DE LICENCIATURA

“Influência do ENSO Sobre a Precipitação nas Cidades de

Maputo, Beira e Lichinga”

Autor:

Enoque Augusto Couana

Maputo, Agosto de 2015

UNIVERSIDADE EDUARDO MONDLANE

FACULDADE DE CIÊNCIAS

DEPARTAMENTO DE FÍSICA

“Influência do ENSO Sobre a Precipitação nas Cidades de

Maputo, Beira e Lichinga”

Autor:

Enoque Augusto Couana

Supervisor:

Prof. Doutor Alberto F. Mavume

(Universidade Eduardo Mondlane)

Co-Supervisor:

Dr. Luís M. S. T. Buchir

(Ministério da Terra, Ambiente e Desenvolvimento Rural)


Influência do ENSO Sobre a Precipitação nas Cidades de Maputo, Beira e Lichinga

Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana i

Declaração de honra

Declaro pela minha honra que o Trabalho de Licenciatura apresentado é de minha total

responsabilidade e autoria, resulta do meu empenho e da supervisão dos tutores, tendo usado para o

efeito obras que se encontram devidamente citadas ao longo do trabalho e como também nas

referências bibliográficas, os resultados aqui apresentados são originais e nunca foram apresentados

para a obtenção de qualquer grau académico.


O autor

________________________________________________

(Enoque Augusto Couana)


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana ii

Dedicatória

Este trabalho é dedicado:

Á toda família Conwana, em especial:

Ao meu pai Augusto Enoque Couana e minha mãe Lurdes Maria Alexandre

Aos meus irmãos Samson Couana e Emerson Couana

Ao meu avô Wache Enoque Couana (in memoriam), avós Ilda Fernando Fumo (in memoriam) e Maria

de Fátima David


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana iii

Agradecimentos

O final desta etapa da vida académica, só foi possível com a colaboração preciosa e incansável de

várias individualidades que se tornaram parte da minha vida, as quais agradeço com muita satisfação,

especialmente:

Ao meu supervisor Prof. Doutor Alberto Mavume e ao meu co-supervisor Dr. Luís Buchir pela ajuda

consistente, pela prontidão no encaminhamento e orientação, motivação indispensável durante a

realização deste trabalho.

Ao meu pai Augusto Enoque Couana e minha mãe Lurdes Maria Alexandre, pelo carinho,

compreensão e suporte financeiro em toda minha carreira estudantil.

Aos meus irmãos Samson e Emerson, primos, tias e tios, em especial a Ilda, Vivi, Emílio, que de perto

viveram os meus momentos dolorosos e encorajaram-me a prosseguir, pelo apoio moral, amizade e por

acreditarem em mim durante a minha formação académica.

Aos docentes do Departamento de Física por terem contribuído muito para minha formação

profissional e pelos conselhos sábios que me orientaram ao longo do curso.

A minha namorada Águida António Tovela pelo carinho, atenção, compreensão, companheirismo

durante todos esses anos.

Ao Dr. Bernardino Nhantumbo (técnico superior do INAM), vai o meu muito obrigado pela ajuda e

transmissão dos seus conhecimentos na análise de onduletas.

Ao Instituto Nacional de Meteorologia (INAM), pelo fornecimento de dados mensais de precipitação

para o presente trabalho.

Aos colegas do curso do DF-UEM e amigos pela experiência construtiva que deles colhi, que fica

difícil mencionar, pois não há papel que chegue, pela compreensão que tiveram nos momentos de mau

humor, ausência durante a minha formação académica.

Os meus agradecimentos são extensivos a Faculdade de Ciências da Universidade Eduardo Mondlane

pelo financiamento para a culminação dos estudos.

E finalmente a todos que directa ou indirectamente, contribuíram para o desenvolvimento desta

pesquisa, um especial obrigado por tudo.


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana iv

Lista de abreviaturas

----- Sem informação

% Sinal de percentagem

°C Graus Célsius

A, M, J, J, A, S Abril, Maio, Junho, Julho, Agosto e Setembro

CNDS Conselho Nacional Para o Desenvolvimento Sustentável

CPTEC Centro de Previsão de Tempo e Estudos Climáticos do Brasil

DPMA Desvio da Precipitação Média Anual

ENSO El Niño – Oscilação Sul

FAO Food and Agriculture Organization

INAM Instituto Nacional de Meteorologia

INE Instituto Nacional de Estatística

INGC Instituto Nacional de Gestão de Calamidades

IOS Índice de Oscilação Sul

IPCC Intergovernmental Panel on Climate Change

Km2 Quilómetro quadrado

MICOA Ministério para a Coordenação da Acção Ambiental

MK Mann-Kendall

mm Milímetro

NOAA National Oceanic and Atmospheric Administration

OMM Organização Meteorológica Mundial

OS Oscilação Sul

O, N, D, J, F, M Outubro, Novembro, Dezembro, Janeiro, Fevereiro e Março

PMA Precipitação Média Anual

PMM Precipitação Média Mensal

TSM Temperatura da Superfície do Mar

UEM Universidade Eduardo Mondlane

WHO World Health Organization

ZCIT Zona de Convergência Intertropical


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana v

Lista de Figuras

Figura 1- Mapa de Moçambique, as áreas circundadas representam as cidades em estudo (a) e mapas

de Maputo, Sofala e Niassa de baixo para cima (b). Fonte: adaptado de http://www.africa-

turismo.com/mapas/mocambique.htm. ............................................................................................. 5

Figura 2 - Variabilidade da precipitação de Moçambique, as áreas circundadas representam as cidades

em estudo. Fonte: adaptado de Cumbe (2007).................................................................................. 8

Figura 3 - El Niño a) e La Niña b). Fonte: De Paula (2009). ...............................................................11

Figura 4 - Impacto do El Niño no Mundo. Fonte: CPTEC (2010). ......................................................14

Figura 5 - Impacto do La Niña no Mundo. Fonte: CPTEC (2010).......................................................15

Figura 6 - Impactos do El Niño a) e La Niña b) na África Austral. Fonte: www.limpoporak.com. ......16

Figura 7 - Variação mensal da precipitação média mensal na estação de Maputo Observatório (1983 -

2013). .............................................................................................................................................25

Figura 8 - Variação sazonal da precipitação média mensal nas duas épocas do ano, na estação de

Maputo Observatório (1983 - 2013). ...............................................................................................25

Figura 9 - Variação mensal da precipitação média mensal na estação de Beira Aeroporto (1983 -

2013). .............................................................................................................................................26


Beira Aeroporto (1983 - 2013)........................................................................................................26

Figura 11 - Variação mensal da precipitação média mensal na estação de Lichinga (1983 - 2013). .....26


Lichinga (1983 - 2013). ..................................................................................................................26

Figura 13 - Variação anual da precipitação média anual na estação de Maputo Observatório (1983 -

2013). .............................................................................................................................................27

Figura 14 - Variação anual da precipitação média anual na estação de Beira Aeroporto (1983 - 2013).

.......................................................................................................................................................28

Figura 15 - Variação anual da precipitação média anual na estação de Lichinga (1983 - 2013). ..........28

Figura 16 - Relação entre desvio da precipitação média anual e os fenómenos El Niño e La Niña na

estação de Maputo Observatório (1983-2013). ................................................................................30


estação de Beira Aeroporto (1983-2013). ........................................................................................31


estação de Lichinga (1983-2013). ...................................................................................................32

Figura 19 - Tendência Anual da Precipitação nas Cidades em Estudo (1983-2013). ...........................34

Figura 20 - (a) Série temporal da ocorrência do ENSO (1983-2013). (b) Espectro de potência onduleta.

A linha branca é o cone de influência o que significa que tudo o que estiver fora não é confiável

estatisticamente. O contorno em branco é o nível de 5% de significância. (c) Espectro de potência

global. Linha tracejada representa o nível de confiança de 95% (ou nível de significância de 5%)

para o espectro global. (d) Série temporal da escala média da banda 32-64 meses. A linha tracejada é

o nível de 95% de confiança (ou nível de significância de 5%). ......................................................35


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana vi

Figura 21 - (a) Série temporal da ocorrência da precipitação, Maputo (1983-2013). (b) Espectro de

potência onduleta. A linha branca é o cone de influência o que significa que tudo o que estiver fora

não é confiável estatisticamente. O contorno em branco é o nível de 5% de significância. (c)

Espectro de potência global. Linha tracejada representa o nível de confiança de 95% (ou nível de

significância de 5%) para o espectro global. (d) Série temporal da escala média da banda 8-16

meses. A linha tracejada é o nível de 95% de confiança (ou nível de significância de 5%). .............37

Figura 22 - (a) Série temporal da ocorrência da precipitação, Beira (1983-2013). (b) Espectro de






Figura 23 - (a) Série temporal da ocorrência da precipitação, Lichinga (1983-2013). (b) Espectro de







Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana vii

Lista de Tabelas

Tabela 1 - Localização das estações meteorológicas usadas no estudo ................................................18

Tabela 2 - Análise da tendência anual da precipitação (1983-2013) ....................................................33


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana viii

Lista de Apêndices

Apêndice I - Valores da precipitação média mensal e anual, com os respectivos desvios (em mm) no

período de 1983-2013, da Estação de Maputo Observatório. ...........................................................47

Apêndice II - Valores da precipitação média mensal e anual, com os respectivos desvios (em mm) no

período de 1983-2013, da Beira Aeroporto. ....................................................................................48

Apêndice III - Valores da precipitação média mensal e anual, com os respectivos desvios (em mm) no

período de 1983-2013, de Lichinga. ................................................................................................49

Apêndice IV - Índices dos fenómenos El Niño e La Niña, e suas respectivas médias anuais (1983-

2013). .............................................................................................................................................50

Apêndice V - Relação entre variabilidade da precipitação e os fenómenos El Niño e La Niña no

período de 1983-2013 na Estação de Maputo Observatório. ............................................................51

Apêndice VI - Relação entre variabilidade da precipitação e os fenómenos El Niño e La Niña no

período de 1983-2013 na Estação de Beira Aeroporto. ....................................................................52

Apêndice VII - Relação entre variabilidade da precipitação e os fenómenos El Niño e La Niña no

período de 1983-2013 na Estação de Lichinga. ...............................................................................53


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana ix

Resumo

O El Niño Oscilação Sul (ENSO) é um fenómeno de grande escala que mais afecta o tempo e o clima

de diferentes locais e tem sido bastante estudado nas últimas décadas. Este fenómeno provoca

alterações na circulação atmosférica que afectam os elementos meteorológicos, principalmente a

precipitação, em Moçambique. O presente trabalho visa estudar a influência do fenómeno ENSO sobre

a precipitação nas cidades de Maputo, Beira e Lichinga. Para alcançar-se os objectivos foram utilizados

dados mensais de precipitação, em três (03) estações meteorológicas nomeadamente, Maputo

Observatório, Beira Aeroporto e Lichinga, fornecidos pelo Instituto Nacional de Meteorologia (INAM).

Por outro lado, usaram-se também dados do ENSO, estes foram obtidos no site da The Koninklijk

Nederlands Meteorologisch Instituut (KNMI) Climate Explorer (http://climexp.knmi.nl). A pesquisa

baseou-se essencialmente na aplicação de métodos estatísticos, análise exploratória de dados e na

aplicação da transformada onduleta, tomando como base as evidências climáticas observadas. Os

resultados mostraram que para as três (03) estações os meses mais chuvosos coincidem com a época do

verão (Dezembro, Janeiro e Fevereiro) e os menos chuvosos com o inverno (Junho, Julho e Agosto), na

análise anual verificou-se que Beira apresenta maiores quantidades de precipitação, seguida de

Lichinga e Maputo as menores. Verificou-se também que a precipitação é influenciada pelo ENSO em

todas estações, porém essa influência nota-se mais em Maputo e menos em Lichinga. Segundo o teste

Mann-Kendall, observou-se que para todas estações não há tendência de mudança no comportamento

da precipitação em termos de aumento ou diminuição da mesma. Por outro lado, a análise exploratória

mostrou uma tendência crescente em Lichinga, decrescente na Beira e ligeiramente crescente em

Maputo. Finalmente, verificou-se uma periodicidade que varia de 32 a 64 meses para a série do ENSO

e de 12 meses para as séries de precipitação.

Palavras-chave: El Niño, La Niña, Precipitação e Tendência Anual da Precipitação

http://climexp.knmi.nl/


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana x

Índice

Declaração de honra ............................................................................................................................ i

Dedicatória .......................................................................................................................................... ii

Agradecimentos .................................................................................................................................. iii

Lista de abreviaturas ......................................................................................................................... iv

Lista de Figuras ................................................................................................................................... v

Lista de Tabelas ................................................................................................................................ vii

Lista de Apêndices ........................................................................................................................... viii

Resumo ............................................................................................................................................... ix

CAPÍTULO I – INTRODUÇÃO E OBJECTIVOS ........................................................................... 1

1.1. Introdução ............................................................................................................................. 1

1.2. Objectivos ............................................................................................................................. 2

1.2.1. Objectivo Geral ........................................................................................................... 2

1.2.2. Objectivos Específicos: ............................................................................................... 2

1.3. Justificação do Estudo ........................................................................................................... 2

1.4. Aplicação do estudo .............................................................................................................. 3

1.5. Estrutura do Trabalho ............................................................................................................ 3

CAPÍTULO II - REVISÃO BIBLIOGRÁFICA ................................................................................ 4

2.1. Área de Estudo ...................................................................................................................... 4

2.1.1. Características Gerais de Moçambique ........................................................................ 4

2.1.2. Clima de Moçambique ................................................................................................ 5

2.2. Precipitação ........................................................................................................................... 6

2.2.1. Medição da precipitação .............................................................................................. 6

2.2.2. Tipos de precipitação................................................................................................... 6

2.3. Variabilidade da Precipitação em Moçambique ..................................................................... 7


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana xi

2.3.1. Factores que Influenciam a Variabilidade da Precipitação em Moçambique................. 9

2.4. Variação Interanual da Precipitação em Moçambique ...........................................................10

2.5. Fenómeno El Niño Oscilação Sul (ENSO) ............................................................................11

2.6. El Niño e La Niña .................................................................................................................12

2.6.1. El Niño.......................................................................................................................13

2.6.2. La Niña ......................................................................................................................13

2.7. Impactos do ENSO no Mundo ..............................................................................................14

2.8. Impactos do ENSO na África Austral ...................................................................................15

2.9. Impactos do ENSO em Moçambique ....................................................................................16

CAPÍTULO III – MATERIAL E MÉTODOS ................................................................................ 18

3.1. Material ................................................................................................................................18

3.2. Métodos ...............................................................................................................................18

3.2.1. Variabilidade mensal, sazonal e anual ........................................................................19

3.2.2. Influência do ENSO sobre a precipitação....................................................................19

3.2.3. Tendência anual da precipitação .................................................................................20

3.2.4. Análise das séries aplicando a Transformada Onduleta de Morlet ...............................21

CAPÍTULO IV - RESULTADOS E DISCUSSÕES ........................................................................ 25

4.1. Análise da Precipitação Média Mensal e Sazonal (1983-2013)..............................................25

4.1.1. Estação de Maputo Observatório ................................................................................25

4.1.2. Estação de Beira Aeroporto ........................................................................................25

4.1.3. Estação de Lichinga ...................................................................................................26

4.2. Análise da Precipitação Média Anual (1983-2013) ...............................................................27





Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana xii

4.3. Relação entre a Variabilidade Anual da Precipitação e os Fenómenos El Niño e La Niña .....29




4.4. Análise de Tendências Anuais de Precipitação (1983-2013) .................................................32

4.5. Análise do Comportamento das Séries Temporais (ENSO e Precipitação) Aplicando a

Transformada Onduleta (Wavelet Transform) ..................................................................................34

4.5.1. Série do ENSO ...........................................................................................................34

4.5.2. Série de Maputo Observatório ....................................................................................36

4.5.3. Série de Beira Aeroporto ............................................................................................37

4.5.4. Série de Lichinga .......................................................................................................38

CAPÍTULO V – CONCLUSÕES E RECOMENDAÇÕES ............................................................ 40

5.1. Conclusões ...........................................................................................................................40

5.2. Recomendações ....................................................................................................................41

REFERÊNCIAS BIBLIOGRÁFICAS ............................................................................................. 42

Apêndices .......................................................................................................................................... 46


Trabalho de Licenciatura em Meteorologia. UEM/ Dpto de Física. Enoque Augusto Couana 1

CAPÍTULO I – INTRODUÇÃO E OBJECTIVOS

O presente capítulo é dedicado a introdução, objectivos do trabalho, a justificação do problema, a

aplicabilidade, assim como, ilustra a estrutura do trabalho.

1.1. Introdução

As mudanças climáticas têm se tornado nas últimas décadas uma preocupação para a comunidade

científica, pois são apontadas como uma das causas do aumento da frequência e intensidade de eventos

climáticos extremos, tais como, alterações nos regimes da precipitação, perturbações nas correntes

marinhas, elevação do nível médio das águas do mar (IPCC, 2007). Por esse motivo, vários estudos têm

sido feitos visando evitar que os efeitos causados por estas prejudiquem as diversas formas de vida na

superfície terrestre.

A precipitação é a deposição da água no globo terrestre proveniente da atmosfera, seja ela em forma de

chuva, granizo, neve, orvalho, neblina ou geada. Considerada uma das variáveis meteorológicas de

fundamental importância para os seres vivos, o seu aumento ou diminuição, está relacionado com

fenómenos meteorológicos pertencentes às várias escalas temporais e espaciais, que vão desde a escala

global (Ex: El Niño e La Niña) às condições locais (Ex: topografia).

A interacção entre o comportamento de anomalias de Temperatura da Superfície do Mar (TSM) no

Pacífico tropical e dos ventos alísios na região do Pacífico Equatorial entre a costa do Peru e no

Pacífico Oeste próximo à Austrália, constitui o fenómeno de interacção oceano-atmosfera denominado

El Niño Oscilação Sul (ENSO) (LOPES, 2006; Marengo, 2007). Este fenómeno divide-se em duas

fases, nomeadamente El Niño (fase quente) e La Niña (fase fria). Os fenómenos El Niño e La Niña são

oscilações normais, previsíveis das temperaturas da superfície do mar, nas quais o homem não pode

interferir.

O fenómeno El Niño é caracterizado por um aquecimento anómalo, atingindo 25ºC, das águas

superficiais e sub-superficias do Oceano Pacífico Equatorial e o La Niña com características opostas ao

EL Niño, é caracterizado pelo arrefecimento anómalo, diminuindo para cerca de 23 a 22ºC, das águas

superficiais do Oceano Pacífico Equatorial (Marengo, 2006). Na ausência do El Niño e La Niña

estamos perante a fase neutra (De Paula, 2009). E segundo Rocha (1992), citado por Lobo (1999), a



Oscilação Sul (OS) é uma oscilação de massas atmosféricas com dois centros de acção, um sobre o

Pacífico tropical ocidental e oceano Índico oriental e outro sobre o Pacífico oriental.

Estes fenómenos (El Niño e La Niña) afectam o clima regional e global, mudando os padrões de ventos

em nível mundial, afectando assim, os regimes de precipitação (aumentando ou reduzindo) em regiões

tropicais e de latitudes médias (Lopes, 2006).

Em Moçambique o El Niño contribui para escassez da precipitação ou secas, enquanto La Niña, para

excesso de precipitação ou cheias (MICOA, 2004; MICOA, 2005; Alberto et al., 2007; INGC, 2009).

Portanto, o ENSO apesar de ser originário no Pacífico, não só influência o clima na América Central

mas também no clima global (Alberto et al., 2007).

De acordo com estudos sobre o impacto das alterações climáticas no risco de calamidades (INGC,

2009), prevê-se que em Moçambique, a mudança do clima possa conduzir ao aumento da frequência e

intensidade dos eventos extremos tais como cheias (La Niña), secas (El Niño) e ciclones tropicais, facto

que motivou a elaboração deste estudo.

1.2. Objectivos

1.2.1. Objectivo Geral:

Estudar a influência do ENSO sobre a precipitação observada nas estações de Maputo

Observatório, Beira Aeroporto e Lichinga no período de 1983 - 2013.

1.2.2. Objectivos Específicos:

Analisar a precipitação média mensal, sazonal e anual nas cidades de Maputo, Beira e Lichinga;

Relacionar o ENSO com a precipitação nas cidades de Maputo, Beira e Lichinga;

Analisar a tendência anual da precipitação nas cidades de Maputo, Beira e Lichinga;

Analisar as séries do ENSO e precipitação aplicando a transformada onduleta (wavelet).

1.3. Justificação do Estudo

O fenómeno ENSO tem estreita relação de causa e efeito com períodos de secas e cheias, criando desta

forma condições para perdas de carácter económico e social, que poderiam ser minimizadas por

investimentos em actividades de prevenção e controle. Para tal, há necessidade de se conhecer com

detalhes a influência do ENSO na variabilidade da precipitação em Moçambique.



Por outro lado, existe uma necessidade de se explorar outras metodologias cada vez mais robustas,

como a transformada das onduletas para melhor caracterizar a periodicidade, a frequência entre outras

variáveis em tais eventos.

O presente trabalho tem como objectivo analisar a influência do ENSO na variabilidade da

precipitação, pelo facto desta influenciar em várias actividades sócio económicas, nas cidades de

Maputo, Beira e Lichinga, contribuindo deste modo para um melhor conhecimento sobre a influência

do ENSO nas cidades em estudo, assim como analisar os seus impactos nas zonas Sul, Centro e Norte

com exemplos das cidades supracitadas, para que se reduzam os impactos negativos resultantes destas

variações.

1.4. Aplicação do estudo

Segundo Parente (2007), citado por Da Cruz (2011), os elementos climáticos como temperatura,

precipitação e humidade relativa do ar aumentam o risco de transmissão de várias doenças incluindo a

malária que é a principal causa de mortes em Moçambique, portanto, este estudo pode ser aplicado na

saúde para planificação das actividades de prevenção e controle das doenças epidémicas, como na

planificação de várias actividades socioeconómicas que concorram para uma boa gestão de recursos

hídricos no país, resultando na conservação dos recursos naturais, na melhor preparação da época

agrícola, bem como em instituições de investigação e pesquisa, pois permite prever situações de

excesso de precipitação (cheias) ou défice da mesma (secas).

1.5. Estrutura do Trabalho

O presente trabalho está dividido em cinco (5) capítulos, dos quais o primeiro capítulo apresenta a

introdução, os objectivos do trabalho, justificação do problema e aplicação do estudo. No capítulo II

faz-se a revisão bibliográfica, descrevendo-se de forma resumida a área de estudo e apresentam-se

alguns conceitos básicos da variável meteorológica precipitação e do fenómeno ENSO, importantes

para o desenvolvimento desta pesquisa. No capítulo III, referente a Material e Métodos, explica-se de

forma detalhada o material necessário e os métodos usados para a elaboração desta pesquisa. No

capítulo IV, são apresentados e discutidos os resultados obtidos. No último capítulo (V), estão

apresentadas as conclusões, as recomendações e referências bibliográficas.



CAPÍTULO II - REVISÃO BIBLIOGRÁFICA

Neste capítulo faz-se uma revisão bibliográfica, iniciando por apresentar informação básica sobre a

área de estudo. Em seguida são abordados os fenómenos precipitação e EL Niño - Oscilação Sul

(ENSO).

2.1. Área de Estudo

2.1.1. Características Gerais de Moçambique

Moçambique localiza-se na Costa Leste da África Austral, entre os paralelos 10º 27’ e26º 52’ de

latitude Sul e os meridianos 30º 12’e 40º 51’ de longitude Este (MICOA, 2004). Com uma superfície

de 799.380km² (98% de terra firme e 2% de águas interiores que incluem os lagos, albufeiras e rios)

(CNDS, 2002), com cerca de 2.700 km de costa. De acordo com INE (2007), citado por Zolho (2010),

a população total é de 20.226. 296 habitantes, com tendência a aumentar.

Moçambique faz fronteira com seis (6) países, dos quais se inserem na fronteira noroeste e oeste, os

seguintes: Malawi, Zâmbia e Zimbabwe respectivamente; A norte é limitado pela República da

Tanzânia através da fronteira natural do Rio Rovuma; A sul é limitado pela República da África do Sul

e o Reino da Suazilândia e a este, é limitado pelo Canal de Moçambique e pelo Oceano Índico.

No aspecto espacial Moçambique está dividido geograficamente em três regiões distintas: Região Norte

(Niassa, Cabo Delgado e Nampula), Centro (Tete, Manica, Sofala e Zambézia) e Sul (Gaza, Inhambane

e Maputo). A cidade de Maputo, capital de Moçambique, está situada na região Sul, no extremo sul do

país. A cidade da Beira, localiza-se na província de Sofala, no centro do país e Lichinga situa-se na

província de Niassa, na região norte do país (Figura 1).

CNDS (2002) afirma que o relevo moçambicano é constituído por 3 estruturas principais: planícies,

planaltos e montanhas. Basicamente existe uma certa sequência na sua disposição: do litoral para o

interior, o relevo vai de planície a montanha, mas nalguns casos as montanhas ocorrem em plena

planície. Isto verifica-se também nas regiões em estudo.



(a) (b)

Figura 1- Mapa de Moçambique, as áreas circundadas representam as cidades em estudo (a) e mapas de Maputo, Sofala e

Niassa de baixo para cima (b). Fonte: adaptado de http://www.africa-turismo.com/mapas/mocambique.htm.

2.1.2. Clima de Moçambique

De acordo com a classificação climática de Köppen, no país predomina clima do tipo semiárido, sendo

a maior extensão territorial, em torno de 80% coberta por clima do tipo tropical de savana (Aw), 15%

constitui a zona do clima sub-húmido e as zonas áridas e húmidas são constituídas por 2 e 3%

respectivamente, da área total do país (Cordeiro, 1987 citado por Cambula, 2005). O clima do País é

predominantemente tropical húmido, com duas estações bem definidas; uma estação fria e seca de

Maio a Setembro e outra quente e húmida entre Outubro e Abril (Queface, 2009). Na região do litoral,

as chuvas geralmente são torrenciais e são mais a norte que a sul, com maior frequência de tempestades

tropicais durante a época húmida (Cumbe, 2007).

http://www.africa-turismo.com/mapas/mocambique.htm



De acordo com Benessene (2002), as temperaturas médias variam de 20 a 26 °C, sendo os valores mais

elevados na época chuvosa.

O Sul com o seu clima de savana, tropical e seco, é mais propenso a secas do que as regiões Centro e

Norte, as quais são dominadas por um clima tropical chuvoso e clima moderadamente húmido

modificado pela altitude, respectivamente (INGC, 2009).

Segundo Cumbe (2007), os tipos climáticos em Moçambique são determinados pela localização da

zona de baixas pressões equatoriais, das células anticiclónicas tropicais e das frentes polares do

Antárctico. O litoral moçambicano sofre influências da Corrente quente Moçambique-Agulhas e dos

correspondentes ventos dominantes marítimos do quadrante Este.

2.2. Precipitação

Segundo Pinto et al., (1976), define-se precipitação a deposição de água no globo terrestre proveniente

da atmosfera que eventualmente atinge o solo sob forma líquida (aguaceiro, chuva, chuvisco) ou sólida

(neve, granizo, saraiva). Ela pode ser considerada uma das variáveis meteorológicas de fundamental

importância para os recursos hídricos, e consequentemente para os seres vivos.

2.2.1. Medição da precipitação

Exprime-se a quantidade de chuva pela altura de água precipitada e acumulada sobre uma superfície

plana e impermeável. Ela é avaliada por meio de medidas executadas em pontos previamente

escolhidos, utilizando-se aparelhos chamados pluviómetros ou pluviógrafos que podem ser manuais ou

automáticos. Esses aparelhos colhem uma pequena amostra, pois têm uma superfície horizontal de

exposição de 500 cm2

para o pluviómetro e 200 cm2 para pluviógrafo, e ambos são colocados a uma

altura padrão de 1,50 m do solo (Buchir, 2013). As leituras são feitas por um observador treinado em

intervalos de 24 horas e anotadas em cadernetas próprias (Pinto et al., 1976).

2.2.2. Tipos de precipitação

Os diferentes tipos de precipitação são resultados das características físico-geográficas dos lugares

onde se originam. Como o processo de formação das nuvens está associado ao movimento ascendente

de uma massa de ar húmido, para diferenciar os principais tipos precipitação é considerada a causa da

ascensão do ar húmido. Assim, teremos precipitação, frontal, convectiva e orográfica (Buchir, 2013).



Precipitação frontal

Ocorre quando se encontram duas grandes massas de ar, de diferentes temperaturas e humidade. A

massa de ar mais quente é mais leve e normalmente mais húmida. Ela é empurrada para cima, onde

atinge temperaturas mais baixas, resultando na condensação do vapor. As massas de ar que formam a

precipitação frontal tem centenas de quilómetros de extensão e movimentam-se de forma relativamente

lenta, por esse facto, elas são de longa duração e atingem grandes extensões (Buchir, 2013). Em alguns

casos as frentes podem ficar estacionárias, e a precipitação pode atingir o mesmo local por vários dias

seguidos (Pinto et al., 1976).

Precipitação convectiva

É típica de regiões tropicais, ocorre pelo aquecimento de massas de ar, relativamente pequenas, que

estão em contacto directo com a superfície quente dos continentes e oceanos.

O arrefecimento do ar resulta na sua subida para níveis mais altos da atmosfera onde as baixas

temperaturas condensam o vapor, formando nuvens. Este processo pode ou não resultar em

Precipitação. Normalmente, este tipo de precipitação ocorre de forma concentrada sobre áreas

relativamente pequenas (Pinto et al., 1976; Villela e Mattos, 1971; Collischonn e Tassi, 2008 citados

por Buchir, 2013).

Os processos convectivos produzem precipitação de grande intensidade e duração relativamente curta.

Precipitação orográfica

Esse tipo de precipitação ocorre em regiões em que um grande obstáculo do relevo, como uma

cordilheira ou serra muito alta, impede a passagem de ventos quentes e húmidos, que sopram do mar,

obrigando o ar a subir. Em maiores altitudes a humidade do ar se condensa, formando nuvens junto aos

picos da serra, onde chove com muita frequência (Pinto et al., 1976; Villela e Mattos, 1971;

Collischonn e Tassi, 2008 citados por Buchir, 2013).

2.3. Variabilidade da Precipitação em Moçambique

Embora seja importante o conhecimento dos valores médios da quantidade de precipitação anual,

mensal e sazonal, contudo, estes valores não nos dão a variação que essa quantidade está sujeita de ano

para ano, o que é bastante importante para o planeamento de muitos problemas agrícolas e

hidrológicos.



Em Moçambique a variação da precipitação não é homogénea, sendo que o clima predominante é do

tipo chuvoso nos meses de Outubro a Março, sendo as chuvas mais intensas no período Dezembro-

Fevereiro (CNDS, 2002), com o valor normal climatológico de precipitação muito variável entre 400 e

1800 mm (Benessene, 2002).

A precipitação é mais abundante no Centro e Norte do País, onde a média anual varia entre os 800 a

1200 mm atingindo os 1500 mm nos planaltos de Zambézia e de Lichinga, excepto à Província de Tete

que recebe uma precipitação inferior a 600 mm/ano. O Sul de Moçambique é em geral mais seco com

precipitação média anual inferior a 800 mm descendo para 300 mm na região do Pafuri (Queface,

2009). O Centro e toda a linha costeira recebem uma precipitação que vai de 800 a 1000 mm. Na

formação montanhosa de Gorongosa, a precipitação excede os 1500 mm, que se localiza entre os

planaltos ocidentais e a cidade da Beira no litoral. Todas as regiões montanhosas mais altas, a norte do

rio Zambeze são chuvosas (CNDS, 2002). De acordo com os dados climatológicos (1971-2000) obtidos

no site do INAM (www.inam.gov.mz), a cidade de Maputo tem precipitação anual de 860 mm, Beira

1571 mm e Lichinga 1115.5 mm (Figura 2).

Figura 2- Variabilidade da precipitação de Moçambique, as áreas circundadas representam as cidades em estudo. Fonte:

adaptado de Cumbe (2007).

http://www.inam.gov.mz/



2.3.1. Factores que Influenciam a Variabilidade da Precipitação em Moçambique

Zona de Convergência Intertropical (ZCIT) - é uma zona de baixas pressões, onde convergem

diferentes massas de ar e criam-se nuvens de desenvolvimento vertical (nuvens convectivas) que

provocam grandes precipitações. A ZCIT influencia directamente no regime de precipitação da região

norte, centro e uma porção da região sul de Moçambique (Rojas e Amade, 1996; Benessene, 2002).

Lembrando que, este é um fenómeno migratório que se desloca sobre o continente Africano, do

hemisfério sul para o norte e vice - versa.

Continentalidade - a precipitação varia com a proximidade ou afastamento de um lugar em relação ao

mar. Os lugares mais próximos do oceano tem tendência a registar maiores valores de precipitação

anual do que os lugares no interior dos continentes. Em Moçambique, a diminuição da precipitação

acentua-se com o aumento da continentalidade na maioria das regiões do vale do Zambeze e sul do

Save, onde a influência do baixo nível dos terrenos não permite em contrapartida pronunciada a

influência orográfica (Benessene, 2002). O efeito da continentalidade é mais notável nas regiões do

interior das províncias de Gaza e Inhambane.

Ciclones Tropicais - são zonas de baixas pressões com características dinâmicas e convergência,

movimentando ar húmido e quente horizontalmente. A estação ciclónica estende-se do mês de

Novembro até Abril em Moçambique (Mavume et al., 2009). Este fenómeno, dura cerca de 6 dias

(desde a sua formação até a dissipação), porém por vezes há ciclones que duram duas semanas às vezes

até um mês (Rojas e Amade, 1996). Segundo o mesmo autor as estatísticas dizem que, cerca de três a

cinco ciclones se formam no canal de Moçambique todos os anos e durante a sua passagem produzem

grandes quantidades de precipitação.

Anticiclones - são zonas de altas pressões, que se caracterizam pela divergência e subsidência do ar.

Estas zonas são caracterizadas por grande actividade do regime térmico (depressões térmicas). As

depressões térmicas são acompanhadas de massas de ar quente e seco, e influenciam negativamente na

ocorrência da precipitação (Preston e Tyson, 2004).

El Niño-Oscilação Sul (ENSO) - é um fenómeno oceânico-atmosférico, que caracteriza-se por

episódios quentes e frios associados a alterações dos padrões normais de Temperatura da Superfície do

Mar (TSM) e dos ventos alísios no Oceano Pacífico Equatorial, que conduzem a alteração no

comportamento da precipitação no mundo (Wang et al., 2012).



Frentes Frias do Sul - são massas de ar frias que se formam na superfície polar sul, possuindo uma

migração periódica anual em direcção ao equador. Na sua trajectória, estas massas de ar altamente frias

convergem com as massas de ar quentes, formando-se na zona de convergência grandes nuvens de

desenvolvimento vertical (nuvens convectivas) de onde provem a precipitação (Rojas e Amade, 1996).

Elas são mais frequentes no inverno e são responsáveis pela maioria das chuvas que ocorrem no verão

na parte sul de Moçambique, sobretudo na região do litoral (Van e Hurry, 1992 citado por Cambula,

2005).

Baixas Costeiras - são células de baixas pressões, localizadas na parte costeira da África Austral. Em

Moçambique, ocorrem geralmente no verão e são observadas com maior frequência na zona sul do rio

Save (Van e Hurry, 1992 citado por Cambula, 2005). A sua passagem é caracterizada por céu coberto

localizado e chuvas de curta duração e fracas.

Orografia - a composição orográfica duma determinada região facilita o processo de ascensão das

massas de ar que com a diminuição da temperatura amassa de ar evolui até ao ponto de saturação onde

a água condensa-se e precipita (Rojas e Amade, 1996). Este fenómeno ocorre geralmente nas regiões

planálticas do país (Lobo, 1999).

Geralmente, a ZCIT, as frentes frias, as depressões, ciclones tropicais e o fenómeno La Niña são

responsáveis pela abundância da precipitação, enquanto os anti-ciclones subtropicais e o fenómeno El

Niño, pela redução da precipitação (MICOA, 2004).

2.4. Variação Interanual da Precipitação em Moçambique

O aspecto mais marcante no clima de Moçambique é a variação anual da quantidade de precipitação

que é muito nítida. Para o territorio Moçambicano a variação da precipitação não é homogenia,

havendo anos em que podem ocorrer cheias e anos em que pode ocorrer seca. O começo e fim da

estação chuvosa nas diferentes regiões do país são muito variáveis. Durante a época chuvosa, os

valores máximos da quantidade de precipitação ocorrem em Janeiro, Fevereiro e Março (Benessene,

2002).

Durante todo o ano e varias vezes por mês, frentes frias associadas as depressões térmicas pré-frontais

atingem o País, dando origem a aguaceiros fracos durante o inverno e a aguaceiros e trovoadas durante

o verão.



2.5. Fenómeno El Niño Oscilação Sul (ENSO)

É um dos fenómenos de grande escala que mais afecta o tempo e clima de diferentes regiões da

superfície terrestre e ocorre na região do Oceano Pacífico Equatorial. Ele é o resultado da interacção

entre o oceano e a atmosfera, associado a alterações dos padrões normais de Temperatura da Superfície

do Mar (TSM) e dos ventos alíseos na região do Pacífico Equatorial entre a costa do Peru e a Austrália

(Massequim e Azevedo, 2010).

A componente oceânica é caracterizada por anomalias da temperatura das águas superficiais do

Oceano Pacífico Equatorial junto à costa Oeste da América do Sul e é actualmente monitorada através

da Temperatura da Superfície do Mar. A componente atmosférica, também conhecida por Oscilação

Sul (OS), foi registada na década de 20, pelo matemático Sir Walker, que expressa a correlação inversa

existente entre a pressão atmosférica nos extremos do Pacífico Leste e Oeste, quando a pressão é alta a

Leste usualmente é baixa a Oeste e vice-versa (Wang et al., 2014). O Índice de Oscilação Sul (IOS) é

utilizado no monitoramento da componente atmosférica e é caracterizado por anomalias de pressão

atmosférica na região de Darwin, Norte da Austrália (12,4ºS; 130,9ºE) e do Taiti, na Polinésia Francesa

(17,5ºS; 149,6ºW) (Lopes, 2006).

Segundo De Paula (2009), o ENSO apresenta duas (2) fases, a fase quente denominada El Niño e a fase

fria denominada La Niña (Figura 3). Estando os valores negativos do IOS associados a eventos

quentes de El Niño, enquanto que os valores positivos associados a eventos frios, La Niña (Lopes et al.,

2007).

Figura 3 - El Niño a) e La Niña b). Fonte: De Paula (2009).

Os valores negativos do IOS são geralmente acompanhados de aquecimento sustentado do centro e

leste do Oceano Pacífico tropical, uma diminuição na força dos ventos alísios do Pacífico, e uma



redução na precipitação sobre o leste e norte da Austrália e consequentemente a períodos secos na

África Austral. Os valores positivos do IOS estão associados a fortes ventos do Pacífico e temperaturas

mais quentes do mar ao norte da Austrália. As águas no centro e leste do Oceano Pacífico Tropical se

tornam mais frias durante este tempo, lembrando que, o IOS está relacionado ao aquecimento e

arrefecimento das águas na região do Pacifico Equatorial (Oliveira, 2001).

De acordo com NOAA (2014), o El Niño ocorre quando o índice de temperatura da superfície do

Oceano Pacífico é maior ou igual a +0.5°C e o La Niña quando o índice de temperatura de superfície

do Oceano Pacífico é menor ou igual a -0,5°C, quando o índice de temperatura da superfície do Oceano

Pacífico encontra-se no intervalo de -0.5 a +0.5°C está-se perante a fase Neutra, ou seja, os eventos El

Niño são caracterizados por valores positivos dentro de um limite definido de temperatura quente,

enquanto La Niña são caracterizados por valores negativos dentro de um definido limite de temperatura

fria.

A diferença de temperatura entre as águas do oceano Pacífico, entre o lado oeste e leste e em função

dos ventos alíseos que sopram predominantemente do sudeste no hemisfério Sul, causa uma circulação

de origem térmica directa chamada circulação de Walker e diferença de pressão na superfície (Aragão,

1998). A circulação de Walker é zonal, na qual o ar húmido sobre as TSMs quentes do Pacífico

Ocidental, na zona da Indonésia, sobe provocando precipitações abundantes nesta zona. Posteriormente

o ar desloca-se para leste na troposfera superior, desce sobre as águas frias do Pacífico Tropical

Oriental e dirige-se para oeste ao longo do equador com os ventos alíseos (Francisco, 2001). Essa

circulação atmosférica faz com que a parte oeste do Oceano Pacífico seja uma região de chuvas

frequentes de forma oposta a parte leste e junto à costa da América do Sul seja uma região de chuvas

escassas.

2.6. El Niño e La Niña

Os fenómenos El Niño e La Niña são fenómenos oceânico-atmosférico, duplamente muito importantes

por causar variação no clima regional e global e nas escalas interanuais de tempo, mudando os padrões

de vento em nível mundial e, afectando, assim, os regimes de precipitação em regiões tropicais e de

latitudes médias (Lopes et al., 2007).



2.6.1. El Niño

El Niño é um fenómeno meteorológico caracterizado pelo aquecimento anormal das águas superficiais

e sub-superficiais do Oceano Pacífico Equatorial e Oriental (Oliveira, 2001). De acordo com Benessene

(2002), este fenómeno dura em média 12 a 18 meses, a temperatura da superfície do mar chega a ficar

até 4,5ºC acima da média, e os ventos alíseos sopram de leste para oeste. O aquecimento das águas

superficiais no Pacífico Central interfere no regime dos ventos sobre toda a região do Pacífico

Equatorial (Marengo, 2006). A intensidade dos ventos alísios diminui chegando a mudar de sentido, ou

seja, de oeste para leste acumulando a água aquecida no lado Oeste do Pacífico. Com esse aquecimento

do Oceano e com o enfraquecimento dos ventos, começam a ser observadas mudanças na circulação da

atmosfera nos níveis baixos e altos, determinando mudanças nos padrões de transporte de humidade e

portanto, variações na distribuição da precipitação em regiões tropicais, em latitudes médias e altas.

O fenómeno El Niño pode ser caracterizado como cíclico, mas não possui um período estritamente

regular, reaparecendo no intervalo de dois a sete anos. Entretanto, podem existir períodos nos quais, o

El Niño ocorre com fraca intensidade.

2.6.2. La Niña

O fenómeno La Niña, também conhecido como anti-ENSO ou episódio frio do Oceano Pacífico é o

resfriamento anómalo das águas superficiais do Oceano Pacífico Equatorial e Oriental. De um modo

geral, pode-se dizer que este fenómeno é oposto do El Niño. Os episódios do fenómeno La Niña têm

períodos de aproximadamente 9 a 12 meses, poucas vezes persistem mais de 2 anos, ocorrendo de 2 a 7

anos (WHO, 1999).

Durante os episódios de La Niña, os ventos alísios no Pacífico são mais intensos que a média

climatológica. O Índice de Oscilação Sul (IOS) apresenta valores positivos, o que indica a

intensificação da pressão no Pacífico Central e Oriental, em relação à pressão no Pacífico Ocidental

(Benessene, 2002). Nos anos de La Niña os valores das anomalias de temperatura da superfície do mar

(TSM) têm menores desvios em relação aos anos de El Niño, ou seja, enquanto observam-se anomalias

de até 4,5ºC acima da média em alguns anos de El Niño, em anos de La Niña as maiores anomalias

observadas não chegam a 4ºC abaixo da média.

Anos normais, ou anos neutros correspondem fases sem predominância dos fenómenos El Niño e La

Niña (Aragão, 1998). Nesta fase, a temperatura da superfície do mar (TSM) no Oceano Pacífico, é mais



baixa no sector leste, próximo à costa oeste da América do Sul, e mais elevada desde a parte central até

o sector oeste, próximo ao continente Australiano e a região da Indonésia. Por isso é comum o uso da

expressão águas mais frias no Pacífico Equatorial Leste e águas mais quentes no Pacífico Equatorial

Oeste.

Nesta fase, o padrão de circulação dos ventos alísios actua em níveis baixos da atmosfera e os ventos

sopram na faixa equatorial no sentido este-oeste (CPTEC, 2010). Estes ventos sopram de nordeste no

hemisfério Norte e de sudeste no hemisfério Sul.

2.7. Impactos do ENSO no Mundo

Este fenómeno costuma alterar vários factores climáticos regionais e globais como, por exemplo,

índices pluviométricos (em regiões tropicais e de latitudes médias), padrões de vento e deslocamento

de massas de ar. Os efeitos do ENSO dependem principalmente da localização e da estação do ano,

lembrando que este não altera a fase dos períodos das chuvas das regiões atingidas mas sim a amplitude

destas, ou seja, a quantidade de precipitação que cai durante o período normalmente chuvoso torna-se

maior ou menor que a média, embora a época do ano seja a mesma (Varejão, 2006; Silva et al., 2014).

Durante os episódios da fase quente do ENSO, a precipitação aumenta sobre o Pacífico central,

Pacífico central sul o sudoeste da América do sul e África equatorial oriental (Figura 4). Nestes

episódios as regiões do nordeste da América do sul, sudoeste da África, da Indonésia, da Nova-Guiné,

do Pacifico ocidental e da Austrália, com excepção do sudeste deste continente, sofrem secas

(Francisco, 2001).

Figura 4 - Impacto do El Niño no Mundo. Fonte: CPTEC (2010).

http://www.suapesquisa.com/o_que_e/vento.htm



A fase fria deste fenómeno, La Niña, é globalmente caracterizada por chuvas acima das condições

normais a Oeste do Centro Equatorial no Hemisfério Norte sobre o Norte da Austrália e Indonésia

durante o inverno e as Filipinas durante o verão do Hemisfério Norte. É mais húmido do que as

condições normais no Sudeste da África e no Brasil, durante o inverno (Figura 5). Na costa Oeste da

América do Sul Tropical (costa do Golfo) e América do Sul (Sul do Brasil para o Centro da Argentina),

é mais seco do que as condições normais. Os padrões altos de precipitação do La Niña, são aliados ao

calor após o El Niño e o ar nesta fase, encotra-se mais quente contendo mais vapor de água.

Geralmente o La Niña ocorre depois do El Niño.

Figura 5 - Impacto do La Niña no Mundo. Fonte: CPTEC (2010).

Nos anos de ENSO em algumas áreas, observam-se temperaturas mais elevadas que o normal,

enquanto, em outras ocorrem frio e neve em excesso. Portanto, as anomalias climáticas associadas ao

fenómeno ENSO podem ser desastrosas e provocar sérios prejuízos socioeconómicos e ambientais.

Tomando como exemplo, o caso do El Niño 1982/83, considerado o maior dos últimos 100 anos, que

causou impactos climáticos importantes e desastrosos em quase metade do planeta, provocando

prejuízos estimados em 8 bilhões de dólares (Cane, 1992 citado por Varejão, 2006).

2.8. Impactos do ENSO na África Austral

A África Austral é predominantemente uma região semi-árida com precipitação instável, caracterizada

por frequentes secas e cheias (IPCC, 2007).

Diversos estudos realizados mostram que grande parte da variabilidade interanual da precipitação em

várias partes do globo, incluindo a África Austral está associada ao fenómeno meteorológico ENSO.



Na África Austral os eventos quentes do ENSO (El Niño) estão relacionados com a situação da seca,

assim os Índices negativos de Oscilação sul ou as anomalias positivas da temperatura, correspondem a

períodos secos enquanto os índices positivos ou anomalias negativas da TSM (La Niña), correspondem

a períodos húmidos ou de excesso precipitação (Figura 6) (Benessene, 2002; Preston e Tyson, 2004).

Figura 6 - Impactos do El Niño a) e La Niña b) na África Austral. Fonte: www.limpoporak.com.

Preston e Tyson (2004) afirma que o comportamento das variáveis meteorológicas na ausência do

ENSO (fase neutra) é guiado pelos sistemas do tempo locais ou regionais, predominando a

climatologia.

Por exemplo, em 1982/1983 uma precipitação abaixo da média e secas em muitas zonas da região

coincidiram com um intenso evento El Niño (Davis, 2011). Um outro exemplo é o caso do El Niño de

1992/1993 que causou grande seca em quase toda África Austral (FAO, 2004). Segundo Rojas e

Amade (1997), o impacto final do ENSO sobre a precipitação em África Austral depende de outros

factores regionais tais como, o regime de temperatura da superfície da água no Oceano Índico.

A influência do El Niño sente-se mais na parte sudeste da África Austral, alcançando um máximo no

fim do verão (Janeiro-Março) (Lindesay, 1998 citado por Davis, 2011).

2.9. Impactos do ENSO em Moçambique

De acordo com estudos feitos por Benessene (2002), em Moçambique, a grande parte da variabilidade

interanual da precipitação está associada ao fenómeno ENSO. Na fase quente (El Niño), a maior parte

do país, apresenta desvios negativos da precipitação em relação a média climatologica, predominando

altas temperaturas e consequentimente secas (Alberto et al., 2007). Tomando como exemplo os anos de

1982, 1983, 1984, 1992 e 1993, 1997 e 1998 foram anos de episódios mais intensos e causaram secas,

http://www.limpoporak.com/



lembrando que no ano de 1997 ocorreu o El Niño mais intenso da história mas os seus impactos

fizeram-se sentir em 1998 (Benessene, 2002).

Segundo o mesmo autor (Benessene, 2002), durante o período de ocorrência de La Niña (fase fria), as

zonas Centro e Sul do País tendem a apresentar desvio positivo de precipitação em relação a média,

com maior impacto na zona Sul. As temperaturas são inferiores em relação aos anos de El Niño. Por

exemplo, os eventos ocorridas nos anos de 1964/1965, 1970/1971, 1973/1974, 1984/1985, 1988/1989,

1995/1996 e o mais intenso em 1999/2000, que causaram cheias.

Quando o El Niño e o La Niña não ocorrem, o país apresenta desvios negativos de precipitação nas

provincías de Niassa, Tete, Inhambane e Gaza. Nas restantes províncias com desvio positivo da

precipitação, com maior impacto na província da Zambézia.



CAPÍTULO III – MATERIAL E MÉTODOS

Neste capítulo, é feita a descrição dos dados usados, sua fonte e análise (método de tratamento de

dados) para alcançar os objectivos formulados no capítulo I.

3.1. Material

Para a realização do presente trabalho e cumprimento dos objectivos foram usados dados mensais de

precipitação das estações meteorológicas de Maputo Observatório, Beira Aeroporto e Lichinga no

período de 1983-2013. Estes dados foram fornecidos pelo Instituto Nacional de Meteorologia (INAM)

e as estações utilizadas são representativas uma vez que possuem séries longas (31 anos) e com poucas

falhas. A Tabela 1 mostra a localização geográfica das estações em estudo.

Foram também usados dados mensais do ENSO (região Niño 3.4) referentes ao mesmo período,

obtidos na página da The Koninklijk Nederlands Meteorologisch Instituut (KNMI) Climate Explorer

http://climexp.knmi.nl/start.cgi?someone@somewhere. Os dados disponíveis nesta página também

foram utilizados em estudos climáticos envolvendo a variabilidade da precipitação produzidos por

autores como Gamoyo (2012) e Randriamahefasoa (2013).

Tabela 1 - Localização das estações meteorológicas usadas no estudo

Estação Latitude Longitude Altitude (m)

Maputo Observatório -25° 58' 32°36' 60

Beira Aeroporto -19° 83' 34° 85' 7

Lichinga -13° 30' 35° 23' 1364

3.2. Métodos

A metodologia que foi usada para realização deste trabalho baseou-se numa análise de dados mensais

da precipitação e da ocorrência dos fenómenos El Niño e La Niña, a partir de estatísticas básicas

(média e desvio) e análise exploratória.

Para análise de dados foram usados o software Microsoft Office Excel e a linguagem de programação

MATLAB (MATrix LABoratory).

http://www.google.com/url?q=http%3A%2F%2Fclimexp.knmi.nl%2Fstart.cgi%3Fsomeone%40somewhere&sa=D&sntz=1&usg=AFQjCNGJZ73Dk97_RvAXMmrqqrbB0Ko8QQ



Média – é o resultado obtido pelo somatório de todos os números de uma série ou amostra e dividido

pela contagem de todos os números da série ou da amostra.

𝑃 = 𝑃

𝑛 (1)

Sendo P a precipitação registada, n o número total dos elementos da série ou amostra e 𝑷 a média da

precipitação.

Desvio – é a diferença entre a precipitação média (valor actual) e a precipitação média normal da série.

𝐷 = 𝑃 − 𝑃𝑛 (2)

Onde D é o desvio da precipitação, 𝑷 é a precipitação média actual e Pn é a precipitação climatológica.

3.2.1. Variabilidade mensal, sazonal e anual

A variabilidade média mensal foi calculada através da média aritmética (equação 1), para tal, fez-se a

soma das precipitações observadas no mesmo mês durante todos os anos da série e posteriormente

divididos pelo número de observações (anos). De seguida, foi calculado a variabilidade sazonal

considerando os meses de inverno (A, M, J, J, A, S) e de verão (O, N, D, J, F, M), também através da

média aritmética.

A variabilidade média anual calculou-se somando as precipitações mensais observadas num

determinado ano e divididas pelo número de meses que compõe cada ano (12 meses).

Posteriormente com os resultados foram construídos gráficos de barra, no Excel, possibilitando a

análise exploratória de dados, como se observa no capítulo IV, referente a resultados e discussão.

3.2.2. Influência do ENSO sobre a precipitação

Para análise da relação entre a precipitação e o fenómeno ENSO, aplicou-se a análise exploratória dos

dados, através dos desvios da precipitação média anual (obtidos através da equação 2) e a média anual

dos dados do ENSO, posteriormente foram construídos os gráficos das duas variáveis sobrepostos (no

Excel), que se encontram representados na secção IV. Salientando que, se o desvio for negativo

significa que o parâmetro observado (precipitação) está abaixo da normal, caso contrário, o parâmetro

está acima da normal. Em relação ao índice ENSO, se a média for maior que +0.5 estamos perante El

Niño, se for menor que -0.5 La Niña e entre -0.5 a +0.5, está-se perante a fase neutra.



3.2.3. Tendência anual da precipitação

Na análise da tendência da precipitação, foram aplicados dois métodos em separado. Primeiramente

aplicou-se o método estatístico não paramétrico Mann-Kendal, ao nível de 95% de confiança (5% de

significância). Lembrando que os testes estatísticos não são conclusivos, mas sim, indicativos para a

interpretação dos resultados. Para tal, foram usadas as equações sugeridas por Blaim (2010). Autores

como Meschiatti et al. (2012) e Buchir (2013) usaram o método de Mann-Kendall com o objectivo de

identificar a ocorrência de tendências anuais de precipitação e concluíram que as séries estudadas não

apresentam tendência.

O segundo método usado foi a análise exploratória dos dados (linear), através da precipitação média

anual, no Excel.

Teste Mann-kendall

O teste de Mann-Kendall é uma técnica não paramétrica sugerida pela Organização Meteorológica

Mundial (OMM) para avaliação da tendência em séries temporais de dados ambientais. Este teste tem

sido amplamente aplicado para testar se há tendência crescente ou decrescente, de uma determinada

variável, considerando que na hipótese de estabilidade de uma série temporal, a sucessão de valores

ocorre de forma independente, e a distribuição de probabilidade deve permanecer sempre a mesma

(série aleatória simples) (Buchir, 2013).

O teste foi utilizado inicialmente por Mann em 1945, e posteriormente alterado por Kendall e Stuart em

1967, que criaram a correspondente estatística. A aplicação deste teste, relatada por numerosos

pesquisadores, tem evidenciado resultados muito consistentes, pois, segundo os mesmos pesquisadores,

uma vantagem deste teste é que os resultados são fáceis de interpretar e se aplicam a todo período em

estudo (Back, 2001; Meschiatti et al., 2012).

Os mesmos pesquisadores afirmam que o teste de Mann-Kendall é o método mais apropriado para

analisar mudanças climáticas em séries climatológicas, pois, permite também a detecção e localização

aproximada do ponto inicial de determinada tendência (Back, 2001; Meschiatti et al., 2012).

No entanto, referências bibliográficas como Blain (2010), definem este teste não paramétrico de Mann-

Kendall (MK), pela estatística 𝑇, representada pela equação (3):

𝑇 = 𝑠𝑖𝑛𝑎𝑙 𝑍𝑖 − 𝑍𝑗

𝑗<𝑖

3



onde, 𝑍 representado na expressão (4), é a série de dados.

𝑍 = 𝑍1,𝑍2,… ,𝑍𝑖 ,𝑍𝑗 ,… ,𝑍𝑛 (4)

e a diferença da sequência de valores 𝑠𝑖𝑛𝑎𝑙 𝑍𝑖 − 𝑍𝑗 , dada pela equação (10):

𝑠𝑖𝑛𝑎𝑙 𝑍𝑖 − 𝑍𝑗 =

1;𝑝𝑎𝑟𝑎 𝑍𝑖 − 𝑍𝑗 > 0

0;𝑝𝑎𝑟𝑎 𝑍𝑖 − 𝑍𝑗 = 0

−1;𝑝𝑎𝑟𝑎 𝑍𝑖 − 𝑍𝑗 < 0 (5)

A variância 𝑉𝑎𝑟 𝑇 , é dada pela equação (11):

𝑉𝑎𝑟 𝑇 =𝑛(𝑛 − 1)(2𝑛 + 5)

18 (6)

Assim a tendência é calculada pelo teste estatístico de Mann-Kendall (MK), dado pela equação (7):

𝑀𝐾 =

𝑇 − 1

𝑉𝑎𝑟 𝑇 ; 𝑝𝑎𝑟𝑎 𝑇 > 0

0;𝑝𝑎𝑟𝑎 𝑇 = 0𝑇 + 1

𝑉𝑎𝑟 𝑇 ; 𝑝𝑎𝑟𝑎 𝑇 < 0

(7)

O teste Mann Kendall normalmente adopta o nível de significância de 5%, onde a hipótese Ho deve ser

rejeitada sempre que o valor de MK estiver fora do intervalo de confiança [-1.96; +1.96], isto é, se o

valor de MK foi inferior à -1.96 há, de acordo com o teste, significativas tendências de queda nos

valores da série sob investigação. Quando MK é superior a 1.96 há significativas tendências de

elevação (Back, 2001). O sinal da estatística MK indica se a tendência é crescente 𝑀𝐾 > 0 ou

decrescente 𝑀𝐾 < 0 .

3.2.4. Análise das séries aplicando a Transformada Onduleta de Morlet

Usou-se a transformada onduleta (wavelet), para análise das séries do ENSO e da precipitação. Trata-se

de uma técnica útil para a análise de variáveis atmosféricas através da análise de séries temporais em

três dimensões (tempo, escala e intensidade de energia). De referir que foi usada a onduleta de Morlet

como função mãe. Esta onduleta possui características semelhantes àquelas do sinal meteorológico que

se deseja analisar, tais como simetria ou assimetria, e variação temporal brusca ou suave. Nesta fase

usaram-se dados mensais (1983-2013) para obtenção dos gráficos.



Os resultados desta pesquisa para análise onduleta foram processados no software proprietário

MATLAB (Matrix Laboratory). Neste software foi utilizada a Wavelet Toolbox, na qual se apresenta

uma colecção de funções construídas e fornecidas para a análise e síntese de sinais e imagens. Os

gráficos foram produzidos a partir de um programa pré-escrito (script) em MATLAB, adaptado do

Torrence e Compo (1998). Silva et al., (2010) e Santos et al., (2013) aplicaram a transformada onduleta

a séries de precipitação com o objectivo de estudar as variações da precipitação e concluíram que a

variabilidade da precipitação é definida por multi-escalas temporais localizadas em curtos intervalos e

maior concentração de potência na banda de 8-16 meses respectivamente, nas regiões que estudaram.

Transformada Onduleta (Wavelet)

A transformada onduleta é um avanço recente em processamento de sinais que tem atraído muita

atenção desde seu desenvolvimento teórico em 1984 por Alex Grossman (Físico) e Jean Morlet

(Geofísico). Ela surge como alternativa à transformada Fourier (TF), em preservar os fenómenos locais,

não periódicos e de multiescala (Santos et al., 2013). O termo wavelet vem do termo francês ondelette,

significando onda pequena também traduzido como "onduleta" em português.

Onduleta é uma função capaz de decompor e descrever ou representar outra função (ou uma série de

dados) originalmente descrita no domínio do tempo (ou outra ou outras várias variáveis independentes,

como o espaço), de forma a podermos analisar esta outra função em diferentes escalas de frequência e

de tempo.

Esta análise de onduleta tem vantagem sobre as análises espectrais clássicas, porque permite analisar

periodicidade de eventos em diferentes escalas da variabilidade temporal e não necessita de uma série

estacionária (Santos et al., 2013). Essa técnica é usada por várias ciências aplicadas, tais como

astronomia, acústica, compressão de dados, engenharia nuclear, processamento de imagens e sinais,

música, ressonância magnética, reconhecimento de voz, óptica, radar, visão humana, matemática pura e

geofísica, tais como convecção tropical, El Niño-Oscilação Sul, frentes atmosféricas frias, variabilidade

de temperatura, dispersão de ondas oceânicas, crescimento e quebra de ondas, estruturas em fluxos

turbulentos, e caracterização de vazões (Torrence e Compo, 1998; Santos et al., 2013).

O termo onduleta refere-se a um conjunto de pequenas ondas formadas por dilatações ).()( tat e

translações )()( btt de uma única função )(t , que está enquadrada na cadeia real tempo e

espaço [L2 (R)] e que possui média igual a zero e energia finita. A função )(t é as vezes chamada de

“onduleta (wavelet) mãe”, “onduleta básica” ou “onduleta analisada”, enquanto as onduletas filhas ou



onduletas são funções construídas por dilatações e translações derivadas da onduleta mãe que tem

energia definida (Silva et al., 2010).

Matematicamente uma onduleta filha é expressa como:

a

btatba .)( 21

, (8)

Onde, a é o parâmetro de dilatação que controla a largura da janela e a oscilação do período, b é o

parâmetro de translação, mudando a janela ao longo do eixo de tempo. a e b são reais e a é positivo.

Na literatura existem muitas funções utilizadas para gerar várias onduletas. Existem dois tipos básicos

de funções onduletas: onduletas contínuas e discretas. Dentre as onduletas contínuas, a mais comum e

utilizada neste estudo, foi a onduleta (wavelet) de Morlet. Esta onduleta é complexa e possui

características semelhantes àquelas do sinal meteorológico que se deseja analisar, tais como simetria ou

assimetria, e variação temporal brusca ou suave. Segundo a literatura, este é um critério para escolha da

função onduleta (Silva et al., 2010). A onduleta de Morlet é complexa, sendo que os coeficientes da

parte real e imaginária fornecem a amplitude, a fase e a potência (quadrado do módulo da amplitude).

A onduleta de Morlet é definida como uma onda plana modulada por um envelope Gaussiano de

largura unitária. De acordo com Vilani e Sanches (2011), esta onduleta é expressa por:

tit eet 0

2 2/4/1)( (9)

Em que ψ é o valor da onduleta para um parâmetro não adimensional, t e w0 é a frequência (fornece o

número de oscilações dentro da própria onduleta), conforme Torrence e Compo (1998) adopta-se w0= 6

para satisfazer a condição de admissibilidade, e t refere-se ao período ou escala temporal de análise

(adimensional), todos introduzidos no “script” de programação do Software MatLab (ver Torrence e

Compo, 1998 para mais detalhes).

O espectro de potência das Onduletas (gráfico da transformada wavelet)

O espectro de potência da transformada onduleta é um gráfico em 3 dimensões, achatado em duas

dimensões para observação. A altura significa a importância de cada ponto da escala (eixo y). Ou seja,

a altura mede qual a frequência que mais aparece no conjunto de dados naquele exacto momento do



eixo x, onde o eixo x é o tempo, o eixo y é a escala e o eixo z é a amplitude dos coeficientes, ou a

própria transformada onduleta (Vilani e Sanches, 2011).



CAPÍTULO IV - RESULTADOS E DISCUSSÕES

Este capítulo apresenta os resultados obtidos e sua discussão. Numa primeira fase retrata a

variabilidade da precipitação média mensal e sazonal, assim como a média anual. Em seguida apresenta

a relação entre a variabilidade da precipitação e os fenómenos El Niño e La Niña. Também apresenta a

análise da tendência anual. Finalmente, a análise das séries estudadas.

4.1. Análise da Precipitação Média Mensal e Sazonal (1983-2013)

4.1.1. Estação de Maputo Observatório

De acordo com a análise dos dados para a estação de Maputo Observatório, nota-se que o mês de

Janeiro apresenta maior quantidade de precipitação, com 152 mm, seguindo o mês de Dezembro com

120 mm, Agosto é o mês com menor valor de precipitação com 13 mm, seguido de Julho com 17.4 mm

(Figura 7). Em termos de estações do ano, o verão é mais chuvoso que o inverno (Figura 8).

4.1.2. Estação de Beira Aeroporto

Analogamente as análises feitas anteriormente, agora para estação da Beira Aeroporto, observa-se que

os meses mais chuvosos são Dezembro, Janeiro, Fevereiro e Março todos com precipitação média

mensal superior a 250 mm (Figura 9), e coincidem com a época deverão (Figura 10) o mesmo

verificado em Maputo Observatório. Os meses menos chuvosos são Setembro, Agosto, Junho e Julho,

0.0

20.0

40.0

60.0

80.0

100.0

120.0

140.0

Verão Inverno

Precip

ita

çã

o (

mm

)

Época do ano

Estação Maputo Observatório

0

20

40

60

80

100

120

140

160

J F M A M J J A S O N D

Precip

ita

çã

o (

mm

)

Mês


Figura 8 - Variação sazonal da precipitação média

mensal nas duas épocas do ano, na estação de

Maputo Observatório (1983 - 2013).

Figura 7 - Variação mensal da precipitação média

mensal na estação de Maputo Observatório (1983

- 2013).



sendo Setembro o menos chuvoso nesta estação meteorológica, com 18.8 mm de precipitação e os

mesmos coincidem com o inverno.

4.1.3. Estação de Lichinga

A estação de Lichinga apresenta um cenário semelhante as estações anteriores (Maputo Observatório e

Beira Aeroporto). Observou-se nesta estação que os meses de Dezembro, Janeiro, Fevereiro e Março

são os que apresentaram maiores quantidades de precipitação, destacando Janeiro que registou maior

quantidade de precipitação (278 mm) da série. Setembro, Agosto, Julho e Junho com menores

quantidades, os três últimos com uma média de 2 mm cada (Figura 11). Verificou-se mais uma vez que

o verão apresenta maior quantidade de precipitação em relação ao inverno (Figura 12).

0

50

100

150

200

250

Verão Inverno

Precip

itação (

mm

)

Época do ano

Estação Beira Aeroporto

0.0

20.0

40.0

60.0

80.0

100.0

120.0

140.0

160.0

180.0

Verão Inverno

Precip

itação (

mm

)

Época do ano

Estação Lichinga

0

50

100

150

200

250

300


Precip

itação (

mm

)

Mês


0.0

50.0

100.0

150.0

200.0

250.0

300.0


Precip

ita

ção (

mm

)

Mês

Estação Lichinga

Figura 10 - Variação sazonal da precipitação média

mensal nas duas épocas do ano, na estação de Beira

Aeroporto (1983 - 2013).

Figura 9 - Variação mensal da precipitação média

mensal na estação de Beira Aeroporto (1983 -

2013).

Figura 12 - Variação sazonal da precipitação

média mensal nas duas épocas do ano, na estação de Lichinga (1983 - 2013).

Figura 11 - Variação mensal da precipitação

média mensal na estação de Lichinga (1983 -

2013).



Duma maneira geral, não observa-se uma discrepância entre os resultados obtidos nas três (3) estações,

isto é, em todas estações os meses menos chuvosos (M, J, J, A, S) coincidem com o inverno e os mais

chuvosos (N, D, J, F, M) com o verão. Estes resultados concordam com os obtidos por Alberto et al.

(2007). De referir que de acordo com o INGC (2009), durante a estação seca, espera-se que aumentos

na evaporação sejam provavelmente maiores que a precipitação em todas as regiões de Moçambique,

razão pela qual regista-se menor valor de precipitação no inverno. No entanto, na estação do centro

(Beira Aeroporto) observaram-se maiores valores no verão (205.87 mm) assim como no inverno (54.82

mm) comparativamente as outras estações, enquanto na do Norte (Lichinga) observou-se que tem verão

mais chuvoso (170.7 mm) em relação a do Sul (Maputo Observatório) (120.5 mm) e inverno menos

chuvoso (17.2 mm) em relação a mesma (24.9 mm). Segundo Benessene (2002), o verão é o período de

provável presença da Zona de Convergência Intertropical no Norte, facto que poderá ter influenciado

para maior queda de precipitação em relação ao Sul nesta época do ano.

4.2. Análise da Precipitação Média Anual (1983-2013)


Fazendo a análise da variabilidade da precipitação média anual, para a estação de Maputo Observatório

(Figura 13) para o período em estudo, nota-se que o ano de 2000 apresenta maior quantidade de

precipitação atingindo cerca de 133.4 mm de média anual, essa quantidade foi devido a ocorrência de

La Niña e ciclones (Eline, Gloria e Hudah), seguindo os anos de 1984, 1999 e 2010 com 105 mm e os

dois últimos com uma média de 95 mm respectivamente. Os menos chuvosos são 2002, 2003 com uma

média de 35 mm, 1986 e 1994, ambos com uma média de 40 mm.

Figura 13 - Variação anual da precipitação média anual na estação de Maputo Observatório (1983 - 2013).

0

20

40

60

80

100

120

140

160

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Precip

itação (

mm

)

Ano





Analogamente a mesma análise para Beira Aeroporto (Figura 14), identificaram-se os anos de 1988 e

2007 como sendo os mais chuvosos, chegando a atingir 180 mm de média anual, seguindo-se 1992 com

160 mm, 1990 e 2001, ambos com 155 mm. Os menos chuvosos são 2011, 2012 com 80 mm cada,

seguindo-se 1994 e 1995, ambos com uma média de 88 mm.

Figura 14 - Variação anual da precipitação média anual na estação de Beira Aeroporto (1983 - 2013).


Na estação de Lichinga, de acordo com a Figura 15, foram identificados os anos de 2009 e 2010 como

sendo os que registaram maiores quantidades de precipitação, com uma média anual de 180 e 170 mm

respectivamente. Por outro lado identificaram-se 1994 e 1995 com menores valores de precipitação, ou

seja, os que apresentam menores médias anuais, com 58.2 e 53.5 mm de precipitação respectivamente.

Figura 15 - Variação anual da precipitação média anual na estação de Lichinga (1983 - 2013).

0.0

50.0

100.0

150.0

200.0

1983

19

84

19

85

19

86

19

87

1988

19

89

19

90

19

91

19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

20

09

20

10

20

11

20

12

20

13

Precip

itação (

mm

)

Ano


0.0

50.0

100.0

150.0

200.0

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Precip

itação (

mm

)

Ano

Estação Lichinga



Comparando os resultados das três (3) estações, verificou-se que a estação de Maputo registou menor

quantidade de precipitação (32.1 mm) em 2002 e Lichinga maior quantidade (180.2 mm) em 2009.

Importa lembrar que o Sul com o seu clima de savana, tropical e seco, é mais propenso a secas do que

as regiões Centro e Norte, as quais são dominadas por um clima tropical chuvoso e clima

moderadamente húmido modificado pela altitude, respectivamente (INGC, 2009). No comportamento

interanual Beira registou maiores quantidades e Maputo menores quantidades de todas estações.

4.3. Relação entre a Variabilidade Anual da Precipitação e os Fenómenos El Niño e La Niña


Na estação de Maputo Observatório (Figura 16) observaram-se desvios positivos da precipitação nos

anos de 1985, 1999 e 2000, e os mesmos coincidiram com eventos ENSO negativos ou seja, com o

fenómeno La Niña. Destacando o ano 2000 que registou o maior desvio positivo de precipitação,

atingindo 68 mm. Segundo estudos feitos pelo MICOA (2005), para o ano de 2000, além da ocorrência

do La Niña também observou-se a ocorrência de três (3) ciclones tropicais (Eline, Gloria e Hudah). Os

anos de 1983, 1987, 1991, 1992, 1994 e 2002 registaram desvios negativos de precipitação e os

mesmos coincidiram com a fase quente do fenómeno ENSO ou seja evento El Niño. Resultados

similares foram obtidos em estudos feitos por Benessene (2002) e Alberto et al. (2007), que concluíram

que a fase quente do ENSO contribui para desvios negativos da precipitação e a fase fria deste, desvios

positivos. Contudo existem anos que coincidiram com o fenómeno La Niña e ocorreram desvios

negativos da precipitação como é o caso de 1988, 1989, 2008 e 2011. O inverso aconteceu nos anos de

1997 e 2004 que coincidiram com a ocorrência do fenómeno El Niño mas observaram-se desvios

positivos de precipitação. Possivelmente isto foi devido ao facto desta estação localizar-se junto ao

litoral e sofrer também influência dos ciclones tropicais, frentes, depressões e outros fenómenos.



Figura 16 - Relação entre desvio da precipitação média anual e os fenómenos El Niño e La Niña na estação de Maputo

Observatório (1983-2013).


A mesma análise para estação de Beira (Figura 17), mostra que os anos de 1985, 1988, 1999 e 2000

observaram desvios positivos de precipitação e os mesmos coincidiram com a ocorrência de eventos La

Niña. De referir o ano 1988 que registou desvio mais acentuado, chegando a atingir 50 mm. Nos anos

de 1987, 1991, 1994, 2002 e 2004 observaram-se desvios negativos de precipitação e nos mesmos anos

ocorreram fases quentes do fenómeno ENSO (El Niño), destacando-se o ano de 1994 que registou

maior desvio negativo de precipitação (40 mm). Nesta estação, ocorreram fenómenos El Niño e nos

mesmos anos registaram-se desvios positivos de precipitação, como os anos de 1992 e 1997 e

fenómenos La Niña que coincidiram com desvios negativos de precipitação, nos anos de 1989, 2008 e

2011. Destacando-se o ano de 2011 que registou maior desvio negativo de precipitação (48 mm) da

série. Isto possivelmente deveu-se ao facto de o elemento meteorológico precipitação, ser influenciado

também por outros factores dinâmicos da atmosfera tais como ciclones tropicais, depressões, ZCIT,

anticiclones e outros, e não somente pelo fenómeno ENSO.

-80

-60

-40

-20

0

20

40

60

80

-1.5

-1

-0.5

0

0.5

1

1.5

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Desv

io d

e P

recp

itação (

mm

)

EN

SO

Anos


El Niño La Niña Neutro DPMA



Figura 17 - Relação entre desvio da precipitação média anual e os fenómenos El Niño e La Niña na estação de Beira Aeroporto (1983-2013).


Na estação de Lichinga (Figura 18) observou-se a ocorrência de fenómenos El Niño e La Niña com

desvios negativos e positivos da precipitação para ambos fenómenos. Para o fenómeno La Niña os anos

que coincidiram com desvios positivos da precipitação foram 1988, 1989, 1999 e 2000, e com desvios

negativos de precipitação foram 1985, 2008 e 2011. Por outro lado, para o fenómeno El Niño

ocorreram desvios negativos de precipitação nos seguintes anos 1983, 1987, 1991, 1992, 1994 e 2004,

e positivos nos anos de 1997 e 2002. Nesta estação, como nas outras em estudo, observou-se uma certa

influência do fenómeno ENSO no elemento climático precipitação. Lembrando que a precipitação não

só depende do fenómeno ENSO, mas também de outros factores resultantes da interacção oceano –

atmosfera.

-60

-40

-20

0

20

40

60

-1.5

-1

-0.5

0

0.5

1

1.5

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Desv

io d

e P

recp

itação (

mm

)

EN

SO

Anos





Figura 18 - Relação entre desvio da precipitação média anual e os fenómenos El Niño e La Niña na estação de Lichinga

(1983-2013).

Comparando os resultados obtidos da relação entre o elemento meteorológico precipitação e os

fenómenos oceano – atmosfera El Niño e La Niña entre as (3) três estações em estudo, verificou-se que

os fenómenos El Niño e La Niña influenciam na precipitação de todas estações em estudo, sendo que

El Niño contribui para menores quantidades e La Niña contribui para maiores quantidades de

precipitação. Estes resultados concordam com os obtidos por Alberto et al. (2007) e Benessene (2002).

Contudo, essa influência dos fenómenos El Niño e La Niña, não é similar para todas estações, sendo

que ela mostrou uma tendência decrescente do sul para o norte, isto é, a sua influência é mais intensa

em Maputo Observatório, seguido da Beira Aeroporto e por fim Lichinga. Possivelmente, isto deveu-se

a localização das estações e dos outros factores dinâmicos da atmosfera que influenciam a precipitação

nessas regiões. Resultados similares foram obtidos por Rojas e Amade (1997) e Lobo (1999). Os anos

em que observou-se a ocorrência de El Niño coincidiram com os anos que MICOA (2004), identificou-

os como sendo secos e de ocorrência do fenómeno La Niña, o mesmo autor identificou-os como

húmidos.

4.4. Análise de Tendências Anuais de Precipitação (1983-2013)

A análise de tendência anual de precipitação baseia-se na verificação de uma mudança sistemática e

contínua, caracterizada por um suave acréscimo ou decréscimo nos valores no período de registo de

qualquer parâmetro de uma dada amostra.

-100

-50

0

50

100

-1.5

-1

-0.5

0

0.5

1

1.5

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Desv

io d

e P

recp

itação (

mm

)

EN

SO

Anos

Estação Lichinga




De acordo com os resultados apresentados pelas séries em estudo (Maputo Observatório, Beira

Aeroporto e Lichinga), aplicando o teste estatístico MK, observou-se que todas elas não apresentam

nenhuma tendência (de aumentar ou diminuir). Isto significa que de acordo com o teste MK para todas

séries não há mudanças no comportamento da precipitação para o período em análise (ver Tabela 2).

Tabela 2 - Análise da tendência anual da precipitação (1983-2013)

Tendência das séries - H0: Não há tendência - (α = 0,05)

Ztabelado = 1.96

Nome da Estação Zcalculado Mann-Kendall H0

Maputo Observatório -0.034 Aceita-se Não há tendência

Beira Aeroporto 0.034 Aceita-se Não há tendência

Lichinga 0.000 Aceita-se Não há tendência

Contudo, em todas séries observaram-se anos com diminuição e anos com aumento da precipitação,

portanto, um equilíbrio em termos de precipitação. Porém, isto não significa necessariamente que não

tenha havido anomalias que resultem numa determinada tendência, lembrando que este teste não deve

ser visto como conclusivo, mas sim, como indicador.

Observando os resultados da análise exploratória (linear) apresentados na Figura 19, nota-se que para

estação de Maputo Observatório há uma ligeira tendência de aumento da precipitação, com 0.215 de

coeficiente angular, na estação de Lichinga verifica-se uma tendência crescente com um coeficiente

angular da recta de 1.302 e finalmente na Beira uma ligeira tendência decrescente, com -0.444 de

coeficiente angular da recta. Estes resultados contrariam os obtidos através do teste estatístico MK.



Figura 19 - Tendência Anual da Precipitação nas Cidades em Estudo (1983-2013).

De uma forma geral observa-se que há uma discrepância entre os resultados obtidos através do teste

estatístico e os obtidos através da análise exploratória. Pode-se reafirmar desta análise exploratória, que

os testes estatísticos não são conclusivos. Vale lembrar os resultados do estudo feito pelo INGC (2009),

passo a citar, “no imediato não são perceptíveis tendências significativas passadas na pluviosidade,

devido à variabilidade interanual das chuvas em diferentes estações comparadas com o período de

registo”.

4.5. Análise do Comportamento das Séries Temporais (ENSO e Precipitação) Aplicando a

Transformada Onduleta (Wavelet Transform)

Transformada Onduleta é uma técnica útil para a análise de séries temporais de variáveis atmosféricas

em três dimensões (tempo, escala e intensidade de energia). A dimensão tempo é representada pelos

anos, a escala mostra a periodicidade do evento e a intensidade de energia a magnitude do evento

(amplitude). A linha branca em forma de U representa o cone de influência, que significa que tudo o

que estiver fora do mesmo não é estatisticamente válido. Os períodos que serão considerados para a

análise são os que se encontram dentro do cone.

4.5.1. Série do ENSO

A Figura 20 mostra a série temporal do ENSO para o período em análise (1983-2013). No gráfico

quando o índice oceânico for maior que +0.5, o período é caracterizado como El Niño, quando o índice

for menor que -0.5, o período é caracterizado como La Niña (Figura 20 a).

y = 0.215x + 62.18

y = -0.444x + 134.9

y = 1.302x + 78.55

0

50

100

150

200

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Pre

cip

itaç

ão (m

m)

Tendência Anual da Precipitação

PMA.M PMA.B PMA.L Maputo Beira Lichinga



A Figura 20 (a), apresenta a ocorrência dos fenómenos El Niño e La Niña, a Figura 20 (b) mostra a

série temporal do ENSO através do espectro de potência onduleta (wavelet).

Figura 20 - (a) Série temporal da ocorrência do ENSO (1983-2013). (b) Espectro de potência onduleta. A linha branca é o

cone de influência o que significa que tudo o que estiver fora não é confiável estatisticamente. O contorno em branco é o

nível de 5% de significância. (c) Espectro de potência global. Linha tracejada representa o nível de confiança de 95% (ou nível de significância de 5%) para o espectro global. (d) Série temporal da escala média da banda 32-64 meses. A linha

tracejada é o nível de 95% de confiança (ou nível de significância de 5%).

Observando a Figura 20 (b) nota-se que o fenómeno ENSO possui grande intensidade de energia na

banda que varia de 32-64 meses (2.7 a 5.3 anos) de 1983-2000 e 2008-2010, porém, de 1983-1986

encontra-se fora do cone, portanto esse período é negligenciado por não ser confiável estatisticamente.

O período de 1997/1998 para além de apresentar módulos com alta intensidade de energia na banda de

28-68 meses (2.3 a 5.7 anos) apresenta também módulos com grande intensidade de energia de 14-24

meses e coincidiu com o El Niño mais intenso para o período em estudo (Figura 20 a). Essa

periodicidade pode ser confirmada através do espectro global de potência (média temporal das

potências existentes entre o início e fim da série analisada) (Figura 20 c) e finalmente a Figura 20 (d) é

da potência da escala média de onduleta, ela é obtida pela média da Figura 20 (b), sobre todas as

escalas entre 32 a 64 meses, o que dá uma medida da variância média anual pelo tempo, ela mostra

períodos distintos quando a variância de ENSO for baixa, exemplo a segunda metade de 1990



(1992/1993) e picos importantes do espectro de potência podem ser identificados em 1987/1988 e

1997/1998 indicando claramente períodos de forte variância do ENSO.

4.5.2. Série de Maputo Observatório

A Figura 21 representa a série temporal da precipitação, para a estação de Maputo Observatório. Nesta

estação observa-se grande intensidade de energia na banda de 8 a 16 meses (Figura 21 b), o que prova

que a precipitação é uni modal (existe um sinal anual forte), isto é, existe uma época chuvosa para todo

período em estudo. Isto pode ser confirmado observando a figura do espectro global de potência

(Figura 21 c), ao nível de 95% de confiança. Contudo, existem também bandas temporárias que variam

de 2 a 8 meses dentro de cada época chuvosa. A Figura 21 (d) é referente a potência da escala média de

onduleta, ela é obtida pela média da Figura 21 (b), sobre todas as escalas entre 8 e 16 meses, o que dá

uma medida da variância média anual pelo tempo. Ela mostra períodos distintos quando a variância de

precipitação mensal for baixa e esses períodos estiveram abaixo de 95% de confiança (linha tracejada

vermelha) e picos importantes do espectro de potência podem ser identificados em 1984, 1990, 2000 e

2011, indicando claramente períodos de maior quantidade de precipitação. Nota-se que para o período

em análise os módulos não têm a mesma característica, isto é, eles vão variando ao longo do tempo.

Esta variação da forma dos módulos é resultado da variação da quantidade de precipitação ao longo da

série. Módulos mais largos estão relacionados com maiores quantidades e módulos mais finos

relacionam-se com menores quantidades de precipitação.



Figura 21 - (a) Série temporal da ocorrência da precipitação, Maputo (1983-2013). (b) Espectro de potência onduleta. A

linha branca é o cone de influência o que significa que tudo o que estiver fora não é confiável estatisticamente. O contorno

em branco é o nível de 5% de significância. (c) Espectro de potência global. Linha tracejada representa o nível de confiança

de 95% (ou nível de significância de 5%) para o espectro global. (d) Série temporal da escala média da banda 8-16 meses. A

linha tracejada é o nível de 95% de confiança (ou nível de significância de 5%).

4.5.3. Série de Beira Aeroporto

A seguir é feita a análise da transformada onduleta para estação da Beira. A Figura 22 apresenta o

comportamento da série da precipitação na estação de Beira. Para esta estação, nota-se grande

intensidade de energia na banda dos 12 meses para todo o período em estudo, e o módulo dominante é

quase que uniforme e contínuo em todo período em análise, além de apresentar também bandas

temporárias que vão até 6 meses. Isto mostra que esta série tem um sinal anual forte (Figura 22 b) e o

mesmo também verificou-se no espectro global de potência (Figura 22 c), que é uma média temporal

das potências existentes entre o início e fim da série analisada.

Contudo, verificaram-se períodos com mais intensidades de energia (1984, 1993, 1997, 2007) e

períodos com menos intensidade (1987, 1989, 1992, 2003), que confirmam-se observando a figura de

potência da escala média de onduleta (Figura 22 d), significando maior e menor quantidade de

precipitação respectivamente.



Figura 22 - (a) Série temporal da ocorrência da precipitação, Beira (1983-2013). (b) Espectro de potência onduleta. A linha

branca é o cone de influência o que significa que tudo o que estiver fora não é confiável estatisticamente. O contorno em

branco é o nível de 5% de significância. (c) Espectro de potência global. Linha tracejada representa o nível de confiança de

95% (ou nível de significância de 5%) para o espectro global. (d) Série temporal da escala média da banda 8-16 meses. A

linha tracejada é o nível de 95% de confiança (ou nível de significância de 5%).

4.5.4. Série de Lichinga

A Figura 23 representa a série temporal mensal da estação de Lichinga, no espectro onduleta (wavelet).

Nesta estação, de acordo com a Figura 23 (b), nota-se claramente que há uma grande intensidade de

energia também na banda de 12 meses durante todo período em análise (1983-2013) e bandas

temporárias que vão até 8 meses, principalmente a partir de 1996. Esta grande intensidade de energia

também pode ser confirmada observando-se a figura do espectro global de potência (Figura 23 c), onde

verificou-se pico significante centrado nos 12 meses. A potência da escala média está representada pela

Figura 23 (d), ela é uma série temporal da variância média na banda 8 a 16 meses, e é obtida através da

Figura 23 (b). Ela mostra períodos significativos quando a variância de precipitação mensal for baixa

(menor quantidade de precipitação), em 1987, 1991/92, 2007, 2009 e quando for alta (maior quantidade

de precipitação) em 1984, 1990, 2000 e 2011, todos períodos ao nível de 95% de confiança (linha

tracejada vermelha).



Observando o espectro para a estação de Lichinga, verificou-se que o módulo dominante é consistente

e persistente em todo período em estudo, contudo ele vai variando de largura.

Figura 23 - (a) Série temporal da ocorrência da precipitação, Lichinga (1983-2013). (b) Espectro de potência onduleta. A

linha branca é o cone de influência o que significa que tudo o que estiver fora não é confiável estatisticamente. O contorno

em branco é o nível de 5% de significância. (c) Espectro de potência global. Linha tracejada representa o nível de confiança

de 95% (ou nível de significância de 5%) para o espectro global. (d) Série temporal da escala média da banda 8-16 meses. A linha tracejada é o nível de 95% de confiança (ou nível de significância de 5%).

Fazendo uma comparação dos resultados obtidos nas três (3) estações em análise, notou-se que todas

elas apresentam uma periodicidade média de 12 meses (1 ano), ou seja, apresentam maior intensidade

de energia na banda que varia de 8-16 meses (sinal anual muito forte), essa periodicidade também foi

verificada no espectro global de potência. Porém, Maputo apresenta módulos isolados, seguido da

Beira e Lichinga apresentou módulo mais consistente ao longo de todo período. Isto possivelmente foi

devido ao facto de as estações localizarem-se em regiões diferentes e, portanto, a precipitação ser

influenciada por diferentes factores, dependendo da localização das estações.

Para a série do ENSO, observou-se maior intensidade de energia na banda de 32 a 64 meses, a mesma

também é confirmada através do espectro global de potência, ao nível de 95% de confiança. Essa

periodicidade concorda com a relatada por vários autores como é o caso de WHO (1999), Benessene

(2002), De Paula (2009).



CAPÍTULO V – CONCLUSÕES E RECOMENDAÇÕES

Neste capítulo são apresentadas as conclusões e recomendações de toda pesquisa realizada, assim como

as referências bibliográficas usadas.

5.1. Conclusões

Da análise referente aos dados da variável meteorológica precipitação e sua relação com o fenómeno

ENSO, conclui-se o seguinte:

A variabilidade média mensal e sazonal mostrou que os meses mais chuvosos coincidem com o

verão e os menos chuvosos com o inverno em todas estações estudadas. Contudo, no verão a

estação da Beira registou maiores quantidades (205.87 mm) e Maputo menores quantidades

(120.5 mm), enquanto para o inverno Lichinga registou menores quantidades (17.2 mm) e Beira

maiores quantidades (54.82 mm). Na análise anual, Maputo registou menor quantidade de

precipitação em 2002 (32.1 mm) e Lichinga maior quantidade em 2009 com uma média anual

de 180.8 mm.

Os fenómenos El Niño e La Niña influenciam significativamente na precipitação observada nas

estações em estudo. O fenómeno El Niño contribui para redução da quantidade de precipitação

(secas), enquanto La Niña para o aumento da mesma (cheias), em todas as estações estudadas.

Contudo, observaram-se também anos em que ocorreu La Niña, mas no entanto, verificou-se

diminuição na quantidade de precipitação. Nos anos em que ocorreu El Niño verificou-se

aumento na quantidade da precipitação. Estes factos podem ser atribuídos a dependência da

precipitação a outros factores (locais e regionais) como a continentalidade, frentes, anticiclones,

ciclones tropicais e outros.

A análise das séries temporais de precipitação, usando o método de Mann-Kendall, mostra que

não há tendência de aumento ou diminuição da quantidade de precipitação. Vale lembrar que

este teste não é conclusivo, apenas indicativo. Contudo, a análise exploratória mostrou uma

tendência crescente para Lichinga, decrescente para Beira e ligeiramente crescente para

Maputo.



Os espectros de potência das séries, mostraram grande concentração na banda de 32 a 64 meses

para o ENSO e na banda 8 a 16 meses para as séries de precipitação de todas estações

estudadas, revelando uma periodicidade de 2.7 a 5.3 anos para o ENSO e anual (1 ano) para

precipitação, o que foi confirmado pelos picos da integração dos vectores de magnitude da

transformada sobre o tempo, ou seja, o espectro global de potência, ao nível de 95% de

confiança.

5.2. Recomendações

As variabilidades temporais (Ex: mensal, sazonal e interanual) e espaciais (Ex: regional e local) do

parâmetro meteorológico precipitação são fundamentais para a agricultura, saúde, gestão dos recursos

naturais principalmente nos anos de ocorrência de fenómenos tais como La Niña (cheias) e El Niño

(secas). Por esse motivo e em função dos resultados obtidos neste estudo, recomenda-se:

Que se dê especial atenção as regiões mais afectadas pelo fenómeno ENSO, de modo que

medidas preventivas possam ser tomadas para reduzir possíveis impactos negativos causados

por esses eventos.

Que se façam estudos mais aprofundados, nos anos em que se verificou escassez ou excesso da

precipitação e que coincidiram com a ocorrência de fenómenos La Niña ou El Niño

respectivamente, com o objectivo de se identificar outros factores que poderão ter influenciado

a precipitação.

Que sejam usadas séries mais longas para se entender com mais profundidade a variabilidade e

periodicidade da precipitação.



REFERÊNCIAS BIBLIOGRÁFICAS

Alberto, Q., Manjate, T., Maúre, G. e Mosquito, D. (2007). Avaliação das vulnerabilidades dos

parâmetros climáticos de projecção de cenários climáticos.

Aragão, J. O. R. (1998). O impacto do ENSO e do Dipolo do Atlântico no Nordeste de Brasil. Bull. Inst. fr.

Étudesandines. Brasil.

Back, A. J. (2001). Aplicação de análise estatística para identificação de tendências climáticas. Pesq.

agropec. bras., Brasília, v. 36, n. 5, p. 717-726.

Benessene, M. (2002). Manual para a interpretação das previsões sazonais. INAM, Beira 43pp.

Blain, G. C. (2010). Tendência e variações climáticas em séries anuais de precipitação pluvial do Estado

de São Paulo. Bragantia, 69, 3, pp.765-770.

Buchir, L. M. S. T. (2013). Análise da influência de mudanças climáticas nas precipitações. Dissertação

de Mestrado em Engenharia de recursos Hídricos e Ambiental. Departamento de Hidráulica e

Saneamento, Sector de Tecnologia. Universidade Federal do Paraná.

CPTEC (2010). Centro de Previsões de Tempo e Estudos Climáticos. Disponível em

http://enos.cptec.inpe.br/. Acedido em Outubro de 2014.

Cambula, B. (2005). Relação entre a variabilidade da precipitação, temperatura, altitude e casos de

cólera em Moçambique. Tese de Licenciatura em Meteorologia. Faculdade de Ciências, Departamento

de Física. Universidade Eduardo Mondlane.

Cane, M. (2001). Understanding and predicting the world´s climate system in: Impacts of El Niño and

climate variability on agriculture. ASA Special Publication, Madison, p. 1-20.

Conselho Nacional Para o Desenvolvimento Sustentável.(2002). Relatório sobre a avaliação do grau de

implementação da agenda 21 em Moçambique. CNDS.

Cumbe, A. N. F. (2007). O património geológico de Moçambique: proposta de metodologia de

inventariação, caracterização e avaliação; Tese de Mestrado em Património Geológico e

Geoconservação, Escola de Ciências, Departamento de Ciências da Terra - Universidade do Minho,

Braga.

http://enos.cptec.inpe.br/



Da Cruz, L. (2011). A variabilidade da temperatura do ar e seu impacto na malária na Cidade de Maputo.

Tese de Licenciatura em Meteorologia. Faculdade de Ciências, Departamento de Física. Universidade

Eduardo Mondlane.

Davis, C. L. (2011). Risco climático e vulnerabilidade: Manual para a África Austral, Conselho para a

Investigação Científica e Industrial (CSIR). Pretória, África do Sul, p. 92

De Paula, G. M. (2009). O fenómeno El Niño-Oscilação Sul e a erosividade das chuvas em Santa Maria –

RS. Dissertação de Mestrado em Engenharia Agrícola. Centro de Ciências Rurais. Universidade

Federal de Santa Maria.

FAO, (2004). Drought impact mitigation and prevention in the Limpopo River Basin. In Land and water

discussion paper 4.

Francisco, B. J. (2001). Variabilidade interanual de precipitação em Moçambique. Tese de Licenciatura

em Meteorologia. Faculdade de Ciências, Departamento de Física. Universidade Eduardo Mondlane.

Gamoyo, M. J. (2012). Rainfal variability characteristic over the East African Coast. Thesis submitted in

partial fulfillment of the requirements for a Master’s Degree in Applied Marine Science. Faculty of

Science. University of Cape Town.

Instituto Nacional de Gestão de Calamidades. (2009). Study on the impact of climate change on disaster

risk in Mozambique synthesis report. [Asante, K., Brito, R., Brundrit, G., Epstein, P., Fernandes, A.,

Marques, M.R., Mavume, A., Metzger, A., Patt, A., Queface, A., SanchezdellValle, R., Tadross, M.,.

(eds)]. Mozambique: INGC.

International Painel of Climate Change (2007). Climate change 2007: The Physical Science Basis:

Summary for Policymakers. Geneva: IPCC, 18 p. Disponível em:

<http://www.ipcc.ch/SPM2feb07.pdf>. Acedido em: Abril de 2014

Instituto Nacional de Meteorologia. Acedido em Janeiro de 2015, emwww.inam.gov.mz.

KNMI Climate Explorer (2014). Monthly Climate Indices. Acedido em Dezembro de 2014, em:

http://climexp.knmi.nl/start.cgi?someone@somewhere.

Lopes, F., Marques, J., Diniz, G. (2007). Relação entre o multivariate enso index (MEI) e a TSM das

regiões dos niños com a precipitação em regiões homogêneas do estado do rio grande do sul. Anuário

do Instituto de Geociências – UFRJ. Pelotas-Brasil.

http://www.inam.gov.mz/



Lopes, F. (2006). Relação entre o mei (multivariate enso index) e a precipitação pluvial no estado do rio

grande do sul. Dissertação de Mestrado em Ciências. Universidade Federal de Pelotas. Faculdade de

Meteorologia. RS-Brasil.

Marengo, J. (2006). Mudanças climáticas globais e seus efeitos sobre a biodiversidade. Caracterização do

clima actual e definição das alterações climáticas para o território Brasileiro ao longo do século XXI.

BRASÍLIA – DF.

Marengo, J. (2007). Caracterização do clima no século XX e cenários no Brasil e na América do Sul para

o século XXI derivados de modelos de clima do IPCC. BRASÍLIA – DF.

Mavume, A. F., Rydberg, L., Rouault, M., & Lutjeharms, J. R. (2009). Climatology and Landfall of

Tropical Cyclones in the South-West Indian Ocean. Western Indian Ocean J. Mar. Sci., 8, 15-36.

Massequim, N. e Azevedo, T. (2010). Interferência de fenômenos climáticos em culturas temporárias na

Microrregião de Campo Mourão.

Meschiatti, M. C., Fontolan, M. R., Penereiro, J. C., Ferreira, D. H. L. (2012). Caracterização estatística

de tendências em séries anuais de dados Hidro-Climáticos no Estado de São Paulo. Rev. Geogr.

Acadêmica v.6, n.1, p. 52-64.

Ministério Para a Coordenação da Acção Ambiental. (2004). Síntese da informação disponível sobre

efeitos adversos das mudanças climáticas em Moçambique. Maputo73pp. MICOA.

Ministério Para a Coordenação da Acção Ambiental. (2005). Avaliação da vulnerabilidade as mudanças

climáticas e estratégias de adaptação. Maputo. MICOA.

NOAA (2014). ENSO: Recent Evolution, Current Status and Predictions. Acedido em Agosto de 2014 em

www.cpc.noaa.gov.

Oliveira, G. S. (2001). O El Niño e Você – O Fenómeno Climático. Editora Transtec. São José dos

Campos, São Paulo (SP). Disponível em:

http://www.cptec.br/mudancas_climaticas/pdf/EdmoCampos.pdf.

Pinto, N. L. S., Holtz, A. C. T., Martins, J. A., Gomide, F. L. S. (1976). Hidrologia Básica. Editora Edgard

Blecher Ltda. P13-35, 149. São Paulo, Brasil.

Preston, R. A. e Tyson, P. D. (2004). The weather and climate of Southern Africa. Oxford University press,

Cape Town.

http://www.cpc.noaa.gov/

http://www.cptec.br/mudancas_climaticas/pdf/EdmoCampos.pdf



Queface, A. (2009). Abordagem geral sobre desastres naturais e mudanças climáticas sobre Moçambique.

Randriamahefasoa, T. M. (2013). Variability of summer rainfall over southwestern Madagascar.

Dissertation presented for the degree of Master of Science. Department of Oceanography. University of

Cape Town.

Rojas, O. e Amade, J. (1996). Estudo agroclimático da precipitação e sua aplicação na segurança

alimentar. Maputo.

Rojas, O. e Amade, J. (1997). The EL Niño-Southern Oscillation (ENSO) impact on agriculture of

Mozambique. Maputo.

Santos, C. A. G., Freire, P. K. M, Torrence, C. (2013). A Transformada Wavelete sua Aplicação na Análise

de Séries Hidrológicas. Revista Brasileira de Recursos Hídricos, 18 n.3, P271-280.

Silva, L. V., Casaroli, D., Britto, B. V., Pereira R. M., Evangelista, A. W. P., Rosa, F. O. (2014). Influência

dos Fenómenos El Niño e La Niña na Precipitação Pluvial da Região do Matopiba. II INOVAGRI

INTERNATIONAL MEEING. Fortaleza-Brasil.

Silva, D. F., Sousa, F. A. S., Kayano, M. T. (2010). Análise da influência das multi-escalas temporais na

precipitação da bacia hidrográfica do rio mundaú através do IAC e ondeletas: baixo

Mundaú.UNOPAR Cient. Exatas Tecnol. Londrina, v. 9, n. 1, p. 19-26.

Torrence, C., Compo, G. P. (1998). A Practical Guide to Wavelet Analysis. Bulletin American

Meteorological Society, 79, n.1, 61-78.

Varejão, M. (2006). Meteorologia e climatologia. Versão digital 2. Recife.

Vilani, M. T., Sanches, L. (2011). Transformada wavelet aplicada à variável temperatura do ar para área

urbana e rural.

Wang, C., Deser, C., Yi Yu, J., DiNezio, P., Clement, A. (2012). El Niño and Southern Oscillation

(ENSO): A Review. A Chapter for Springer Book: Coral Reefs of the Eastern Pacific.

WHO, (1999). El Niño and Health. Protection of the Human Environment. Task Force on Climate and

Health. Geneva.

Zolho, R. (2010). Mudanças Climáticas e as Florestas em Moçambique, Edição: Amigos da Floresta -

Centro de Integridade Pública (CIP), Maputo.



Apêndices



Apêndice I - Valores da precipitação média mensal e anual, com os respectivos desvios (em mm) no

período de 1983-2013, da Estação de Maputo Observatório.

ANO JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ PMA

DPM

A

1983 110.9 38.0 29.2 7.9 75.2 9.6 10.6 15.8 6.2 34.7 241.3 72.8 54.4 -11.1

1984 280.7 180.1 359.7 90.1 16.5 26.7 136.3 9.6 29.7 72.4 47.2 12.3 105.1 39.7

1985 217.6 345.1 109.0 15.9 10.1 2.2 5.8 1.3 20.8 55.1 89.8 86.1 79.9 14.5

1986 130.6 53.9 25.3 50.4 4.8 5.0 0.4 0.0 17.8 19.9 65.8 110.8 40.4 -25.0

1987 120.8 7.7 64.1 48.1 8.4 5.3 14.3 49.1 111.0 39.1 49.6 39.9 46.5 -19.0

1988 18.4 69.4 132.4 53.8 4.0 42.3 7.2 3.3 12.4 141.3 24.4 102.9 51.0 -14.4

1989 37.0 127.4 25.1 32.6 8.5 40.8 5.0 2.7 24.1 27.2 122.5 244.2 58.1 -7.3

1990 325.6 52.4 163.3 17.5 25.3 1.1 0.4 24.3 1.0 31.5 28.7 210.1 73.4 8.0

1991 116.5 103.8 92.6 10.5 18.1 40.2 14.3 0.1 14.0 6.4 58.5 111.5 48.9 -16.5

1992 44.3 36.0 29.7 1.2 9.8 21.9 8.7 0.5 2.9 6.0 73.0 307.5 45.1 -20.3

1993 67.2 166.6 163.9 30.8 22.6 12.0 29.8 41.3 1.5 91.6 46.0 99.5 64.4 -1.0

1994 112.2 31.1 47.0 52.3 11.2 7.0 0.1 10.7 14.4 76.8 48.5 46.7 38.2 -27.2

1995 109.7 47.6 66.9 22.6 73.8 13.3 1.3 33.1 1.7 108.0 53.7 109.2 53.4 -12.0

1996 308.4 189.2 36.4 53.2 84.3 5.3 11.5 11.9 0.8 3.2 44.0 146.1 74.5 9.1

1997 129.5 88.2 84.6 27.7 69.0 19.8 71.6 33.0 63.0 79.3 273.0 61.0 83.3 17.9

1998 365.5 52.1 96.9 37.6 3.0 0.0 4.9 1.7 28.5 73.0 164.6 136.7 80.4 15.0

1999 100.4 263.8 97.8 65.8 44.3 14.6 0.0 27.4 77.9 161.5 162.6 124.2 95.0 29.6

2000 234.8 502.1 364.8 59.8 30.7 4.5 13.8 2.4 65.1 60.4 150.6 111.6 133.4 68.0

2001 76.9 148.6 33.6 32.2 40.5 4.8 10.4 3.5 1.3 69.3 290.9 150.7 71.9 6.5

2002 184.8 33.9 12.0 7.4 0.0 5.3 4.8 15.1 9.3 44.1 21.9 46.9 32.1 -33.3

2003 24.3 81.3 38.9 14.5 13.0 81.1 10.7 0.0 28.1 9.8 25.1 33.2 30.0 -35.4

2004 171.6 160.0 112.2 42.0 18.5 24.6 69.9 7.1 17.0 37.2 155.7 44.8 71.7 6.3

2005 155.3 75.5 73.7 37.1 22.2 4.6 29.1 0.6 5.9 11.5 76.6 42.8 44.6 -20.8

2006 255.6 148.3 69.7 78.5 8.7 4.4 17.5 21.1 39.5 40.5 112.1 119.7 76.3 10.9

2007 21.4 47.8 70.7 133.2 0.0 22.2 15.3 2.6 18.0 68.7 83.6 321.9 67.1 1.7

2008 79.7 29.9 82.9 64.9 28.4 42.9 11.8 1.5 11.5 5.9 89.4 184.0 52.7 -12.7

2009 138.7 222.7 55.4 8.7 23.7 165.0 1.9 61.8 3.6 29.3 103.2 37.0 70.9 5.5

2010 168.5 69.4 149.7 284.5 4.8 4.6 12.1 0.1 0.1 42.1 187.1 215.6 94.9 29.5

2011 200.1 21.4 161.9 67.5 25.7 12.6 16.2 16.6 22.2 32.8 79.4 125.7 65.2 -0.2

2012 140.7 64.8 111.7 10.3 2.4 1.0 0.2 0.0 122.5 232.4 21.3 114.9 68.5 3.1

2013 262.1 34.3 38.3 69.0 18.4 1.2 2.0 7.9 10.3 58.7 65.0 124.4 57.6 -7.8

PMM 151.9 112.7 96.8 49.3 23.4 20.8 17.4 13.1 25.2 57.1 98.6 119.2 65.4

PMA – Precipitação Média Anual; DPMA – Desvio da Precipitação Média Anual;

PMM – Precipitação Média Mensal; ------- – Sem informação.



Apêndice II - Valores da precipitação média mensal e anual, com os respectivos desvios (em mm) no

período de 1983-2013, da Beira Aeroporto.


DPM

A

1983 166.7 411.3 47.7 34.6 60.1 30.1 194.9 27.0 0.1 40.3 107.1 180.0 108.3 -19.6

1984 45.3 196.4 650.5 60.7 110.0 6.5 29.6 60.0 0.6 18.0 187.5 360.8 143.8 15.9

1985 254.9 225.1 298.2 179.6 117.3 10.8 32.7 39.5 175.5 70.5 79.3 281.8 147.1 19.2

1986 347.4 148.7 366.6 220.4 37.3 19.0 25.3 1.5 14.4 70.1 48.6 289.8 132.4 4.5

1987 250.1 72.8 127.2 70.6 115.0 90.8 4.4 33.9 15.6 23.4 12.6 465.6 106.8 -21.1

1988 305.0 209.3 509.8 121.2 247.7 66.5 201.8 46.5 0.5 115.7 91.4 211.8 177.3 49.4

1989 155.4 329.2 132.2 166.8 88.5 11.0 257.4 1.8 9.3 148.2 36.3 145.2 123.4 -4.5

1990 649.0 190.6 232.1 314.9 110.9 58.3 11.5 53.6 27.6 12.9 166.0 34.9 155.2 27.3

1991 93.8 355.2 415.6 22.8 15.6 26.5 31.9 7.6 25.4 1.3 86.5 90.4 97.7 -30.2

1992 127.2 251.5 126.5 159.8 38.6 41.4 3.4 29.3 0.6 86.5 90.4 955.2 159.2 31.3

1993 60.2 341.4 213.6 11.9 31.4 61.7 150.6 49.3 0.4 5.9 259.2 113.3 108.2 -19.7

1994 318.8 199.5 150.9 67.2 41.3 22.4 21.8 36.8 32.5 18.3 4.5 138.8 87.7 -40.2

1995 118.2 127.5 179.4 85.0 83.7 17.0 47.4 59.1 1.5 27.0 58.1 260.3 88.7 -39.2

1996 468.0 448.0 207.6 126.1 28.9 81.3 87.8 72.8 2.5 28.0 23.5 42.2 134.7 6.8

1997 208.5 292.0 302.5 202.5 7.6 6.8 39.9 2.1 46.2 77.5 161.8 215.2 130.2 2.3

1998 480.7 153.3 242.4 121.0 9.5 45.7 47.7 13.1 15.1 52.6 433.6 186.1 150.1 22.2

1999 532.5 502.5 99.5 141.0 35.4 36.3 55.2 63.7 13.6 24.1 48.9 160.5 142.8 14.9

2000 152.3 405.9 162.5 99.5 -- 80.9 66.6 51.3 4.8 157.8 86.4 288.6 141.5 13.6

2001 389.8 342.9 395.8 170.3 48.4 35.6 25.8 4.9 33.6 4.8 65.0 352.2 155.8 27.9

2002 83.6 229.8 145.4 145.8 26.6 63.2 112.6 42.0 33.0 213.6 61.9 48.4 100.5 -27.4

2003 -- 226.4 666.5 84.6 63.4 49.4 49.9 9.9 29.3 152.1 194.6 95.2 147.4 19.5

2004 319.5 227.0 414.9 123.6 28.3 38.8 35.7 6.0 8.8 28.5 8.1 261.9 125.1 -2.8

2005 392.6 274.6 229.5 133.0 49.6 61.5 52.5 3.6 12.5 0.8 14.2 444.8 139.1 11.2

2006 338.4 164.7 661.9 118.2 10.4 16.1 3.7 11.3 0.6 3.8 88.9 224.8 136.9 9.0

2007 610.6 234.0 173.4 281.6 40.0 60.3 17.4 28.6 0.3 48.8 91.9 567.9 179.6 51.7

2008 417.3 152.6 339.5 46.1 16.7 12.1 25.3 18.3 1.7 4.9 1.4 427.1 121.9 -6.0

2009 70.7 311.2 175.0 132.1 74.6 2.3 134.1 37.1 42.5 95.4 187.2 -- 114.7 -13.2

2010 129.3 261.0 144.5 146.2 136.5 56.4 72.4 25.0 15.4 10.9 96.7 -- 99.5 -28.4

2011 366.7 -- 195.2 -- 32.7 5.4 13.3 5.9 3.6 8.9 87.4 -- 79.9 -48.0

2012 195.3 22.7 260.4 137.1 30.6 8.0 9.8 5.3 11.8 42.9 195.2 -- 83.6 -44.3

2013 253.8 533.7 200.6 66.0 23.4 18.4 99.3 11.3 2.6 203.1 42.8 325.8 148.4 20.5

PMM 276.7 261.4 273.1 126.3 58.7 36.8 63.3 27.7 18.8 58.0 100.5 265.5 128.0


PMM – Precipitação Média Mensal; -------- – Sem informação



Apêndice III - Valores da precipitação média mensal e anual, com os respectivos desvios (em mm) no

período de 1983-2013, de Lichinga.


DPM

A

1983 180.3 231.3 132.7 59.4 4.4 6.1 17.1 0.0 0.3 5.5 48.4 206.9 74.4 -25.0

1984 148.4 188.6 152.2 80.0 2.9 2.2 6.0 0.0 0.4 10.5 209.2 245.5 87.2 -12.2

1985 188.6 195.4 153.8 22.7 18.9 1.2 4.9 9.0 5.8 6.2 245.7 300.6 96.1 -3.3

1986 294.6 128.2 114.9 89.6 10.0 3.2 0.0 0.0 0.0 37.3 102.0 239.2 84.9 -14.5

1987 228.1 185.7 264.4 28.7 0.2 0.5 0.0 0.0 0.0 42.6 23.9 95.6 72.5 -26.9

1988 321.6 323.0 123.1 24.4 27.7 0.0 0.0 0.0 0.0 24.9 131.4 238.8 101.2 1.8

1989 400.4 247.4 486.7 137.3 2.3 0.2 2.4 1.9 1.1 12.8 106.5 312.4 142.6 43.2

1990 216.9 248.7 120.9 109.0 25.9 0.0 0.0 0.0 16.8 0.0 42.8 140.0 76.8 -22.7

1991 214.0 176.9 280.7 47.5 24.4 0.4 9.1 0.0 0.0 14.3 120.3 201.2 90.7 -8.7

1992 318.8 109.1 121.9 9.0 87.8 0.0 0.4 0.6 0.0 4.1 65.1 152.9 72.5 -26.9

1993 242.5 284.1 188.2 147.9 13.9 3.1 0.0 7.7 0.0 11.2 117.4 168.0 98.7 -0.7

1994 271.8 153.5 85.9 56.7 0.0 1.2 0.5 2.9 0.0 13.3 64.8 47.3 58.2 -41.2

1995 246.4 223.9 -- 28.9 23.0 0.0 0.7 0.0 0.0 0.0 12.4 -- 53.5 -45.9

1996 221.8 220.0 257.6 86.6 67.6 1.1 0.2 0.0 188.4 5.2 0.7 146.6 99.7 0.3

1997 224.2 129.3 65.1 166.2 106.2 0.0 1.9 0.0 0.0 67.8 112.4 399.8 106.1 6.7

1998 286.5 61.5 156.5 71.9 4.8 0.0 0.0 0.0 0.0 81.4 9.5 70.1 61.9 -37.6

1999 370.6 291.4 558.0 94.5 30.9 15.3 0.5 6.6 0.2 6.2 110.1 94.4 131.6 32.2

2000 375.2 201.3 245.7 32.8 0.0 1.7 3.7 0.0 0.0 13.4 219.7 219.6 109.4 10.0

2001 183.0 247.2 359.8 39.9 12.5 0.0 0.0 1.4 0.0 24.7 -- 217.5 98.7 -0.7

2002 550.1 371.2 153.3 73.4 2.0 3.8 0.0 0.5 2.8 1.4 64.4 215.3 119.9 20.5

2003 402.2 266.8 351.3 30.6 0.0 0.0 4.5 1.3 0.0 0.0 113.4 249.3 118.3 18.9

2004 254.6 175.8 124.2 126.1 7.0 3.8 2.1 1.9 1.4 36.1 74.8 328.5 94.7 -4.7

2005 269.9 123.6 160.5 93.4 70.1 11.7 7.9 1.5 11.9 7.6 -- 327.7 98.7 -0.7

2006 257.4 221.7 318.2 49.1 15.8 0.2 0.4 0.2 0.0 33.3 279.7 101.1 106.4 7.0

2007 129.3 155.5 111.3 17.8 6.0 0.8 3.3 0.0 0.0 53.0 9.5 355.9 70.2 -29.2

2008 425.2 195.5 97.2 31.4 28.1 -- 0.2 8.2 0.0 -- -- -- 98.2 -1.2

2009 363.8 323.0 192.3 -- -- -- -- -- 0.0 24.9 -- -- 180.8 81.4

2010 287.4 315.0 182.0 50.0 17.0 -- -- -- -- -- -- -- 170.3 70.9

2011 234.7 296.6 275.1 65.2 2.6 0.0 0.0 0.0 0.0 19.3 63.9 108.2 88.8 -10.6

2012 261.4 222.7 184.9 86.7 22.4 1.3 0.0 4.9 4.8 0.0 116.0 243.2 95.7 -3.7

2013 248.3 112.5 169.9 -- 10.7 -- -- -- -- 30.8 -- 162.1 122.4 23.0

PMM 278.0 213.8 206.3 67.5 21.5 2.1 2.4 1.7 8.1 20.3 98.6 207.0 99.4


PMM – Precipitação Média Mensal; ------ – Sem informação



Apêndice IV - Índices dos fenómenos El Niño e La Niña, e suas respectivas médias anuais (1983-

2013).

Ano Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez

Média

anual

1983 2.37 2.00 1.52 1.07 1.05 0.74 0.86 -0.22 -0.51 -0.88 -1.06 -0.75 0.52

1984 -0.42 -0.03 -0.19 -0.37 -0.47 -0.58 -0.27 -0.08 -0.27 -0.50 -0.99 -1.19 -0.45

1985 -0.98 -0.63 -0.70 -0.74 -0.69 -0.61 -0.48 -0.48 -0.62 -0.43 -0.22 -0.38 -0.58

1986 -0.52 -0.47 -0.23 -0.02 -0.20 0.03 0.28 0.46 0.65 0.95 1.07 1.17 0.26

1987 1.25 1.28 1.26 1.02 0.93 1.13 1.41 1.72 1.71 1.43 1.33 1.03 1.29

1988 0.94 0.28 0.22 -0.10 -0.81 -1.33 -1.45 -1.04 -0.98 -1.81 -1.87 -1.89 -0.82

1989 -1.85 -1.39 -1.11 -0.83 -0.59 -0.29 -0.31 -0.33 -0.24 -0.33 -0.32 0.01 -0.63

1990 0.07 0.30 0.16 0.28 0.30 0.10 0.32 0.41 0.26 0.37 0.28 0.40 0.27

1991 0.52 0.38 0.15 0.44 0.59 0.88 1.07 0.97 0.70 0.97 1.32 1.73 0.81

1992 1.79 1.67 1.41 1.38 1.24 0.82 0.45 0.22 -0.04 -0.24 -0.01 0.14 0.74

1993 0.32 0.46 0.48 0.83 0.93 0.55 0.49 0.27 0.44 0.37 0.32 0.22 0.47

1994 0.19 0.23 0.28 0.44 0.49 0.56 0.57 0.64 0.54 0.90 1.35 1.44 0.64

1995 1.18 0.93 0.68 0.50 0.10 0.27 0.15 -0.33 -0.51 -0.57 -0.77 -0.70 0.08

1996 -0.71 -0.75 -0.49 -0.25 -0.13 -0.04 -0.09 0.00 -0.27 -0.15 -0.17 -0.45 -0.29

1997 -0.47 -0.28 -0.09 0.31 0.85 1.33 1.75 1.94 2.19 2.49 2.52 2.47 1.25

1998 2.42 1.97 1.43 0.99 0.70 -0.11 -0.58 -0.82 -1.04 -1.19 -1.11 -1.44 0.1

1999 -1.59 -1.16 -0.79 -0.74 -0.77 -0.86 -0.82 -0.93 -0.94 -1.03 -1.40 -1.60 -1.05

2000 -1.67 -1.49 -0.95 -0.67 -0.67 -0.56 -0.41 -0.29 -0.38 -0.52 -0.59 -0.73 -0.74

2001 -0.62 -0.48 -0.33 -0.27 -0.07 0.08 0.27 0.21 0.04 0.03 -0.13 -0.24 -0.13

2002 -0.06 0.09 0.26 0.33 0.66 0.95 0.92 0.90 1.03 1.29 1.53 1.52 0.79

2003 1.12 0.89 0.61 0.08 -0.35 0.04 0.56 0.58 0.40 0.69 0.54 0.50 0.47

2004 0.37 0.33 0.18 0.25 0.26 0.41 0.76 0.91 0.88 0.91 0.79 0.83 0.57

2005 0.76 0.44 0.40 0.36 0.52 0.46 0.35 0.37 0.10 0.08 -0.47 -0.76 0.22

2006 -0.89 -0.59 -0.43 -0.12 0.14 0.30 0.27 0.52 0.63 0.84 1.22 1.30 0.27

2007 0.83 0.26 0.03 -0.12 -0.23 0.01 -0.17 -0.46 -0.74 -0.89 -1.12 -1.18 -0.32

2008 -1.47 -1.54 -1.06 -0.69 -0.57 -0.38 -0.10 0.06 0.00 0.03 -0.28 -0.68 -0.56

2009 -0.83 -0.64 -0.44 -0.03 0.38 0.59 0.70 0.78 0.83 0.14 1.66 1.90 0.42

2010 1.68 1.40 1.09 0.77 0.24 -0.30 -0.72 -1.11 -1.39 -1.38 -1.29 -1.30 -0.19

2011 -1.47 -1.07 -0.86 -0.46 -0.11 0.12 -0.01 -0.22 -0.53 -0.66 -0.90 -0.97 -0.6

2012 -0.71 -0.57 -0.31 -0.13 -0.05 0.17 0.28 0.47 0.89 0.72 0.60 -0.32 0.09

2013 -0.67 -0.54 -0.35 0.14 0.00 -0.15 -0.15 -0.20 -0.15 0.01 -0.07 -0.37 -0.21



Apêndice V - Relação entre variabilidade da precipitação e os fenómenos El Niño e La Niña no

período de 1983-2013 na Estação de Maputo Observatório.

Ano DPMA

El Niño e La

Niña média anual

1983 -11.1 0.52

1984 39.7 -0.45

1985 14.5 -0.58

1986 -25.0 0.26

1987 -19.0 1.29

1988 -14.4 -0.82

1989 -7.3 -0.63

1990 8.0 0.27

1991 -16.5 0.81

1992 -20.3 0.74

1993 -1.0 0.47

1994 -27.2 0.64

1995 -12.0 0.08

1996 9.1 -0.29

1997 17.9 1.25

1998 15.0 0.1

1999 29.6 -1.05

2000 68.0 -0.74

2001 6.5 -0.13

2002 -33.3 0.79

2003 -35.4 0.47

2004 6.3 0.57

2005 -20.8 0.22

2006 10.9 0.27

2007 1.7 -0.32

2008 -12.7 -0.56

2009 5.5 0.42

2010 29.5 -0.19

2011 -0.2 -0.6

2012 3.1 0.09

2013 -7.8 -0.21

DPMA – Desvio da Precipitação Média Anual



Apêndice VI - Relação entre variabilidade da precipitação e os fenómenos El Niño e La Niña no

período de 1983-2013 na Estação de Beira Aeroporto.

Ano DPMA

El Niño e La Niña

média anual

1983 -20 0.52

1984 16 -0.45

1985 19 -0.58

1986 5 0.26

1987 -21 1.29

1988 49 -0.82

1989 -5 -0.63

1990 27 0.27

1991 -30 0.81

1992 31 0.74

1993 -20 0.47

1994 -40 0.64

1995 -39 0.08

1996 7 -0.29

1997 2 1.25

1998 22 0.1

1999 15 -1.05

2000 14 -0.74

2001 28 -0.13

2002 -27 0.79

2003 20 0.47

2004 -3 0.57

2005 11 0.22

2006 9 0.27

2007 52 -0.32

2008 -6 -0.56

2009 -13 0.42

2010 -28 -0.19

2011 -48 -0.6

2012 -44 0.09

2013 21 -0.21




Apêndice VII - Relação entre variabilidade da precipitação e os fenómenos El Niño e La Niña no

período de 1983-2013 na Estação de Lichinga.

Ano DPMA

El Niño e La

Niña média

anual

1983 -25 0.52

1984 -12 -0.45

1985 -3 -0.58

1986 -15 0.26

1987 -27 1.29

1988 2 -0.82

1989 43 -0.63

1990 -23 0.27

1991 -9 0.81

1992 -27 0.74

1993 -1 0.47

1994 -41 0.64

1995 -46 0.08

1996 0 -0.29

1997 7 1.25

1998 -38 0.1

1999 32 -1.05

2000 10 -0.74

2001 -1 -0.13

2002 21 0.79

2003 19 0.47

2004 -5 0.57

2005 -1 0.22

2006 7 0.27

2007 -29 -0.32

2008 -1 -0.56

2009 81 0.42

2010 71 -0.19

2011 -11 -0.6

2012 -4 0.09

2013 23 -0.21


universidade eduardo mondlanemonografias.uem.mz/bitstream/123456789/233/1/2015... · universidade...

Documents