Geoestatística como ferramenta para estudos da variabilidade da precipitação pluviométrica no estado de Pernambuco, Brasil
DOI:
https://doi.org/10.30612/agrarian.v13i50.11982Palavras-chave:
Distribuição da precipitação pluviométrica. Semivariograma. Semiárido nordestino.Resumo
O conhecimento do comportamento espaço temporal da precipitação pluviométrica nesse contexto apresenta um papel relevante quando o objetivo é tomar decisões a respeito do recurso mais importante. O objetivo deste trabalho foi investigar a contribuição da longitude, da latitude e a covariável altitude, como variáveis auxiliares na obtenção de estimativas da distribuição espacial da precipitação anual média no estado de Pernambuco. Dentre os modelos testados o exponencial apresentou melhor ajuste aos dados observados, e as tendências apresentaram forte dependência espacial e estão diretamente correlacionadas com a precipitação pluviométrica média anual. A utilização da ferramenta apresentou-se eficaz na estimativa da precipitação pluviométrica, e pode ser empregada em diversas áreas do conhecimento, principalmente como ferramenta de apoio para tomada decisão.
Downloads
Referências
ANA. ANA discute recursos hídricos do Nordeste em Simpósio — Agência Nacional de Águas. Disponível em: https://www.ana.gov.br/noticias-antigas/ana-discute-recursos-hadricos-do-nordeste-em.2019-03-15.2688459806. Acesso em: 13 maio. 2020.
BAO, Z.; ZHANG, J.; LIU, J.; WANG, G.; YAN, X.; WANG, X.; ZHANG, L.l. Sensitivity of hydrological variables to climate change in the Haihe River basin, China. Hydrological Processes, v. 26, n. 15, p. 2294–2306, 15 jul. 2012.
BATTISTI, R.; BENDER, F. D.; SENTELHAS, P. C. Assessment of different gridded weather data for soybean yield simulations in Brazil. Theoretical and Applied Climatology, v. 135, n. 1–2, p. 237–247, 2019.
BENDER, F. D.; SENTELHAS, P. C. Solar radiation models and gridded databases to fill gaps in weather series and to project climate change in Brazil. Advances in Meteorology, v. 2018, 2018.
BOZDOGAN, H. Model selection and Akaike’s Information Criterion (AIC): The general theory and its analytical extensions. Psychometrika, v. 52, n. 3, p. 345–370, set. 1987.
BUTTAFUOCO, G.; CASTRIGNANÒ, A.; CUCCI, G.; LACOLLA, G.; LUCÀ, F. Geostatistical modelling of within-field soil and yield variability for management zones delineation: a case study in a durum wheat field. Precision Agriculture, v. 18, n. 1, p. 37–58, 1 fev. 2017.
CASTRIGNANÒ, A.; BUTTAFUOCO, G.; QUARTO, R.; PARISI, D.; VISCARRA ROSSEL, R.A.; TERRIBILE, F., LANGELLA, G., VENEZIA, A. A geostatistical sensor data fusion approach for delineating homogeneous management zones in Precision Agriculture. Catena, v. 167, p. 293–304, 1 ago. 2018.
CORTÉS, J.L.; BAUTISTA, F.; DELGADO, C.; QUINTANA, P.; AGUILAR, D.; GARCÍA, A.; FIGUEROA, C.; GOGICHAISHVILI, A. Distribución espacial de los metales pesados en polvos urbanos de la ciudad de Ensenada, Baja California, México. Revista Chapingo, Serie Ciencias Forestales y del Ambiente, v. 23, n. 1, p. 47–60, 1 jan. 2017.
DEXTER, A.R.; CZYZ, E.A.; RICHARD, G.; RESZKOWSKA, A. A user-friendly water retention function that takes account of the textural and structural pore spaces in soil. Geoderma, v. 143, n. 3–4, p. 243–253, 2008.
HOUNSOU-GBO, G.A.; SERVAIN, J.; ARAUJO, M.; MARTINS, E.S.; BOURLÈS, B.; CANIAUX, G.. Oceanic Indices for Forecasting Seasonal Rainfall over the Northern Part of Brazilian Northeast. American Journal of Climate Change, v. 05, n. 02, p. 261–274, 31 maio 2016.
MELLO, C. R.; VIOLA, M. R. Mapeamento de chuvas intensas no estado de Minas Gerais. Revista Brasileira de Ciencia do Solo, v. 37, n. 1, p. 37–44, jan. 2013.
MUÑOZ-NÁJERA, M.A.; TAPIA-SILVA, F.O.; BARRERA-ESCORCIA, G.; RAMÍREZ-ROMERO, P. Statistical and geostatistical spatial and temporal variability of physico-chemical parameters, nutrients, and contaminants in the Tenango Dam, Puebla, Mexico. Journal of Geochemical Exploration, v. 209, p. 106435, 1 fev. 2020.
NÓBREGA, R.L.B.; GUZHA, A.C.; LAMPARTER, G.; AMORIM, R.S.S.; COUTO, E.G.; HUGHES, H.J.; JUNGKUNST, H.F.; GEROLD, G. Impacts of land-use and land-cover change on stream hydrochemistry in the Cerrado and Amazon biomes. Science of the Total Environment, v. 635, p. 259–274, 2018.
QUEIROZ, M.G.; SILVA, T.G.F.; ZOLNIER, S.; SOUZA, C.A.A.; DE SOUZA, L.S.B.; NASCIMENTO ARAÚJO, G.; JARDIM, A.M. R.F.; MOURA, M.S.B. Partitioning of rainfall in a seasonal dry tropical forest. Ecohydrology and Hydrobiology, 8 fev. 2020.
RAVELLYS, L.; ALCÂNTARA, P. D.; ALVES, L.; RAYANE, I.; COSTA, D.A. Journal of Environmental mesorregiões do estado de Pernambuco Evaluation of probabilistic models for heavy rains in the mesoregions of the state of Pernambuco. v. 01, p. 90–103, 2019.
RIBEIRO JR., P. J.; DIGGLE, P. J. geoR: A package for geostatistical analysis. R-News, 2001.
SÁNCHEZ, E.; SOLMAN, S.; REMEDIO, A.R.C.; BERBERY, H.; SAMUELSSON, P.; DA ROCHA, R.P.; MOURÃO, C.; LI, L.; MARENGO, J.; CASTRO, M.; JACOB, D. Regional climate modelling in CLARIS-LPB: a concerted approach towards twentyfirst century projections of regional temperature and precipitation over South America. Climate Dynamics, v. 45, n. 7–8, p. 2193–2212, 1 out. 2015.
SHAPIRO, S. S.; WILK, M. B. An Analysis of Variance Test for Normality (Complete Samples). Biometrika, v. 52, n. 3/4, p. 591, 1965. Disponível em: http://www.jstor.org/stable/2333709?origin=crossref.
YONTS, C.D.; HAGHVERDI, A.; REICHERT, D.L.; IRMAK, S. Deficit irrigation and surface residue cover effects on dry bean yield, in-season soil water content and irrigation water use efficiency in western Nebraska high plains. Agricultural Water Management, v. 199, p. 138–147, 1 fev. 2018. Disponível em: https://www.sciencedirect.com/science/article/pii/S037837741730416X. Acesso em: 12 mar. 2019.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
Autores autorizam a publicação do texto na da revista;
É reservado aos editores o direito de realizar ajustes textuais e de adequação às normas da publicação;
A Agrarian não se responsabiliza pelas opiniões, ideias e conceitos emitidos nos textos, por serem de inteira responsabilidade de seus autores;
Autores garantem que a contribuição é original e inédita e que não está em processo de avaliação em outro periódico;
Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Atribuição-NãoComercial-CompartilhaIgual 3.0 Brasil (CC BY-NC-SA 3.0 BR) que permite: Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato e Adaptar — remixar, transformar, e criar a partir do material. A CC BY-NC-SA 3.0 BR considera os termos seguintes:
- Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
- NãoComercial — Você não pode usar o material para fins comerciais.
- CompartilhaIgual — Se você remixar, transformar, ou criar a partir do material, tem de distribuir as suas contribuições sob a mesma licença que o original.
- Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
- Após a publicação, os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online – em repositórios institucionais, página pessoal, rede social ou demais sites de divulgação científica, desde que a publicação não tenha fins comerciais.
