SECO
Onde P e P se referem aos valores de média de precipitação pluviométrica anual, durante o período de estudo (1999 a 2010) e V se refere ao desvio padrão para esse mesmo
período.
Essa classificação foi aplicada segundo cada posto pluviométrico. Para a visualização dos anos-padrão, foi utilizada a ferramenta formatação condicional, que editou cada série de dados de acordo com o resultado da fórmula obtido, o que atribuiu cores para classificar a série e possibilitou uma melhor visualização dos anos - padrão.
No que se refere à definição de anos-padrão pela técnica de percentis, esta também foi executada a partir do software de planilha eletrônica Microsoft Excel. Foram tomadas as médias anuais e foi aplicada a seguinte fórmula:
41 Onde:
Yi = média do posto P = percentil
Pi = número do posto / total de número de postos + 1
Assim como análise em que se utilizou a técnica com desvio padrão, nos percentis foram estabelecidas 5 (cinco) classes de chuva, representados pelas seguintes cores no painel têmporo-espacial, a saber:
Quadro 3: Limites de classe para definição dos anos-padrão segundo técnica dos quantis
CLASSES Limites das Classes Teóricos
CHUVOSO Yi ≥ Q(0,85)
TENDENTE A CHUVOSO Q(0,65) ≤ Yi < Q(0,85) HABITUAL Q(0,35) < Yi < Q(0,65) TENDENTE A SECO Q(0,15) < Yi ≤ Q(0,35)
SECO Yi ≤ Q(0,15)
Conforme representado no quadro 3, os limites de classe dos anos compreendem os 85% superiores (anos extremamente chuvosos), de 65 a 85% (tendentes a chuvosos), 35% a 65% (habituais), 15% a 35% (tendentes a secos) e 15% (secos).
A escolha por intervalos de classe de amplitude diferenciada entre si se deu pela necessidade de identificar os anos-padrão mais extremos. Por isso a escolha dos limiares de 15%, reconhecidos como os extremos chuvosos e extremos secos na série.
A análise multivariada de agrupamento, de acordo com Hair et al. (2009), constitui-se em um grupo de técnicas cuja finalidade é agregar objetos com base nas características que eles possuem. Foram utilizados os softwares R e Minitab v.15. Para estabelecer quais técnicas estatísticas de agrupamento seriam mais adequadas, foi realizada no software R a chamada “correlação cofenética”.
Esta análise se constitui em medida empregada para avaliar o grau de correlação, ou estabelecer uma medida de similaridade, de distância entre os pares de objetos produzidos por cada método de agrupamento, verificando a distância inicial entre os pares. O máximo valor da correlação cofenética é 1 (um), e indica correlação perfeita. Entretanto, esse valor é teórico e praticamente impossível de atingir. Por esse motivo, considera-se que valores próximos ou acima de 0.8 indicam uma boa correlação.
42 Foi aplicada a correlação cofenética aos dados de totais anuais de chuva da série histórica por posto pluviométrico.
Quadro 4: Métodos hierárquicos de agrupamento segundo valores de correlação cofenética
Métodos de Agrupamento Correlação Cofenética Ligação Simples (Single Linkage) 0.6794964 Ligação Completa (Complete Linkage) 0.7560984 Ligação Mediana (Median Linkage) 0.657406
Ligação Média (Average Linkage) 0.7600291 Método do Centróide (Centroid) 0.7141044
Método de Ward (Ward) 0.7532169
De acordo com o resultado produzido e ilustrado no quadro 4, optou-se pela utilização do método de Ward, que consiste num procedimento de agrupamento hierárquico no qual a similaridade utilizada para unir os agrupamentos é calculada como a soma de quadrados entre os dois agrupamentos somados sobre todas as variáveis. De acordo com Hair et al. (2009), esse método tende a resultar em agrupamentos de tamanhos aproximadamente iguais devido à minimização da variação interna.
A partir dessas informações, foram plotados os totais anuais por estação no software
MiniTab v. 15.0. O programa gerou dendrogramas, que se constituem em representações
gráficas dos dados que auxiliam a projetar observações atípicas, intuito deste trabalho. Os dendrogramas representaram graficamente a classificação dos anos nas 5 classes pré- estabelecidas e utilizadas também nas outras técnicas.
Foram realizados 35 (trinta e cinco) gráficos de análise rítmica para os eventos e episódios de chuva ocorridos no município. Conforme descrito, optou-se por duas naturezas de análise (eventos e episódios), que demandaram dois tipos de limiares para identificação de extremos: dias que apresentassem chuvas superiores a 20mm em 24h e os valores apresentados a partir da equação de intensidade. Esses limiares foram definidos para o município do Rio de Janeiro, sobretudo, em comparação com aquelas do Centro-Sul do Brasil. Os gráficos contaram com dados de precipitação (mm), pressão atmosférica (mb), umidade relativa do ar (%), temperaturas média compensada, máxima e mínima (oC), direção e velocidade do vento (m/s), nebulosidade (décimos), lunação e altura da maré (m). Foram utilizados dados de aproximadamente 4 a 6 dias antes do evento/episódio e 1 dia depois do evento/episódio, a fim de analisar o desenvolvimento rítmico dos sistemas atmosféricos. Sua identificação foi realizada com base em Monteiro (1969, 1971) e Boin e Zavattini (2013). Uma
43 linha com as classificações produzidas a partir do SSC foi inserida abaixo daquela dos sistemas atmosféricos no gráfico de análise rítmica.
Os 35 (trinta e cinco) gráficos fizeram parte da constituição das também 35 (trinta e cinco) pranchas analíticas produzidas neste trabalha. Com o objetivo de conjugar o maior número de informações possível para a análise dos eventos e episódios, ela incorporou, além dos gráficos de análise rítmica: mapas de média das chuvas na série histórica, mapa da média dos números de dias de chuva – NDC - na série histórica, mapa da chuva acumulada – CHA – do ano em análise, gráfico com o número de extremos (eventos e episódios) por ano e por posto, imagens do satélite GOES das datas mais críticas, bem como cartas sinóticas da Marinha do Brasil.
As figuras e mapas foram elaborados no software ArcGis 9.3, com a utilização do método de krigagem preditiva simples, com modelagem e definição das classes a partir de determinação manual.
Caracterização climática e análise sinótica por meio do Spatial Synoptic Classification (SSC) Uma breve caracterização das chuvas a partir das médias e dos totais mensais de chuva acumulada, número de dias de chuva e desvios percentuais em relação à média da série histórica (por posto pluviométrico) foi realizada. Os gráficos espaço-temporais de precipitação foram elaborados em software de planilha eletrônica, Microsoft Excel 2007.
Os dados foram organizados em planilha eletrônica e a os padrões definidos para as situações sinóticas foram determinados, inicialmente, de forma manual a partir da consulta à normal climatológica da cidade, aos valores médios da série histórica em estudo e a outras classificações realizadas a partir de postos localizados na faixa tropical dos Estados Unidos, nomeadamente Tampa e Miami (ambos situados na península da Flórida). A revisão bibliográfica sobre os principais sistemas atmosféricos atuantes no Rio de Janeiro, bem como os padrões e variabilidade dos elementos do clima foi realizada e serviu de subsídio ao estabelecimento dos valores para cada uma das 7 (sete) classificações produzidas pelo SSC. Os dados, já organizados, bem como os padrões já definidos para cada situação sinótica foram, assim, lançados no software SSC (SHERIDAN, 2002), sendo gerada a classificação sinótica diária para a estação meteorológica.
44 A cidade é, também, o lugar de mais efetiva
interação entre o Homem e a Natureza. Carlos Augusto de Figueiredo Monteiro (2003)
No Rio de Janeiro, a natureza encontra a história. Maurício de Almeida Abreu (2006)
CAPÍTULO 1