ResumoMudanças climáticas são cada vez mais evidentes no cenário atual, provocando alterações em processos físicos, químicos e biológicos. O aumento da precipitação, por exemplo, é uma consequência das mudanças do clima. Este estudo teve por objetivo analisar o comportamento tendencial de dados mensais e anuais, assim como os máximos, das estações de entorno da bacia do Ribeirão Concórdia no município de Lontras no estado de Santa Catarina. Foi analisada a normalidade dos dados utilizados, além de três testes de aferição de tendências; o da análise da linha de tendência, o teste Mann-Kendall e a técnica da DFA (Detrended Fluctuation Analysis), além de uma correlação com índices do clima global. Foram encontradas tendências positivas para grande parte das estações analisadas por ambos os métodos (16 de 20), com significância para 11 estações. Os dados de máxima precipitação diária no mês também apresentaram aumento. Por meio de métodos estatísticos simplificados não foi encontrada correlação entre os dados pluviométricos e os índices globais na área analisada.Palavras-chave: séries históricas, pluviometria, teste de Mann-Kendall, dimensão fractal.
Spatio-Temporal Analysis of Pluviometric Data from the Monitoring Stations Near the Concórida River Catchment, Lontras City (Santa Catarina -Southern Brazil) Aiming Their Integration in the Climate Change Context
AbstractClimate change is increasingly evident in the current scenario, causing changes in physical, chemical and biological processes. The precipitation increase, for example, is a consequence of the climate change. This study aimed to analyze the trend behavior of monthly and annual data, as well the maximum values, from the surrounding stations of the Concordia River catchment in Lontras municipality, State of Santa Catarina, southern Brazil. Normality tests and three trends analysis were performed; trend line analysis, Mann-Kendall test and technique of DFA (Detrended Fluctuation Analysis), besides a correlation test with global index responsible for the climate. Positive trends were found for means, maximums and annual for analyzed stations by both methods (16 of 20) with significance for 11 stations. Maximum data also showed an increase. However, considering the simplified statistical methods used in this work no correlation was found towards the global index.