Variabilidade espacial e preenchimento de falhas de dados pluviométricos para o estado de Alagoas

Abstract

A região tropical é marcada por apresentar grande variabilidade quanto à distribuição dos seus regimes pluviométricos, e o conhecimento dessa variabilidade torna-se fundamental para obtenção dos padrões definidores dos regimes hidrológicos e climatológicos desta região. No entanto, a falta de informação quanto à distribuição da precipitação é um sério obstáculo para se compreender e modelar sua variabilidade, surgindo a necessidade de se obter informações para regiões que não apresentam estações de medições ou que apresentem falhas em seu banco de dados através da interpolação. O método consiste em utilizar técnicas geoestatísticas na compreensão da variabilidade espacial e no preenchimento de falhas de dados pluviométricos para o Estado de Alagoas. Para o estudo foram selecionados dados de 63 estações pluviométricas, provenientes da Agência Nacional de Águas (ANA) entre os anos de 1965 a 1980. A utilização da geoestatística, com a análise variográfica, mostrou que as características estruturais estudadas da precipitação estão correlacionadas e apresentam forte dependência espacial. A estimativa da precipitação obtida pelo método de Krigagem Ordinária apresentou resultados satisfatórios, para a distribuição espacial da precipitação, bem como para o preenchimento de falhas. Palavras chaves: Geoestatística, krigagem ordinária, preenchimento de falhas. ABSTRACT: SPATIAL VARIABILITY AND MISSING PRECIPITATION DATA FILLING IN ALAGOAS STATETropical region is characterized by great variability in the distribution of the rainfall regimes, and knowledge of this variability is fundamental to achieve the standards that define the climatologic and hydrological regimes of this region. However, lack of information regarding the distribution of rainfall is a serious obstacle to understanding and modeling its variability, resulting in the need to obtain information for regions that do not have measuring stations or shows flaws in its database, by interpolation. The method uses geostatistic technique to understand the spatial variability and on the filling of rainfall data missing on the Alagoas state. For the study 63 rainfall gauge stations of the Agência Nacional de Águas (ANA) in the period 1965 to 1980 were selected. The use of geostatistic with variographic analysis showed that the structural characteristic of the studied rainfall are correlated and have strong spatial dependence. The estimation of rainfall obtained by ordinary kriging method showed satisfactory results for the spatial distribution of rainfall as well as in filling the missing data values.

Rainfall Variability and Soil Erosivity in Semi-Arid Regions: Case of the Western Algerian Region

“…In order to assess the evolution of rainfall over the years, the rainfall index method was applied. This method was widely tested in Africa for having the advantage of highlighting the surplus and deficit periods (ELLOUZE et al, 2009;NOUACEUR et al, 2013;ZAMRANE et al, 2016).Thus, for each of the selected rainfall stations, an interannual rain index was determined (BEKKOUSSA et al, 2008),according to the following equation:…”

Biologia populacional da carapeba listrada, Eugerres brasilianus (Cuvier, 1830), próximo í­Â foz do Rio São Francisco (Brasil)

“…O período chuvoso está compreendido entre os meses de abril e julho, enquanto o período seco, entre outubro e janeiro. Assim, os meses de agosto e setembro correspondem à transição do período chuvoso para o período seco nesta região (WANDERLEY, 2012). Em razão de os pontos de estudo estarem localizados na mesma área, situada no baixo estuário, as análises de dados dos dois pontos foram realizadas em conjunto.…”

Identificação De Interpoladores Adequados a Dados De Chuva a Partir De Parâmetros Estatísticos

“…Segundo Wanderley et al (2012), a Krigagem (KRG) se destaca de outros métodos por possibilitar a análise da variância dos dados através da análise variográfica, o que demonstra a descontinuidade espacial da amostra. A KRG pode ser entendida como uma série de técnicas de análise de regressão que procura minimizar a variância estimada a partir de um modelo prévio, que leva em consideração a dependência estocástica dos dados distribuídos no espaço georreferenciado.…”