MARIA JOSÉ.pdf
Documento PDF (2.1MB)

Exibir conteúdo Baixar

                    UNIVERSIDADE FEDERAL DE ALAGOAS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS – ICAT
PROGRAMA DE PÓS-GRADUAÇÃO EM METEOROLOGIA

MARIA JOSÉ DA SILVA LIMA

ANÁLISE DAS CAUSAS CLIMÁTICAS SOBRE OS NÚCLEOS DE
DESERTIFICAÇÃO BRASILEIROS

Maceió
Junho, 2022

MARIA JOSÉ DA SILVA LIMA

ANÁLISE DAS CAUSAS CLIMÁTICAS SOBRE OS NÚCLEOS DE DESERTIFICAÇÃO
BRASILEIROS

Dissertação apresentada ao programa de
Pós-Graduação em Meteorologia, da
Universidade Federal de Alagoas, como
parte dos requisitos para obtenção do título
de Mestre em Meteorologia.

Orientadora: Prof.ª Dra. Djane Fonseca da
Silva

Maceió
Junho, 2022

Folha de Aprovação

MARIA JOSÉ DA SILVA LIMA

ANÁLISE DAS CAUSAS CLIMÁTICAS SOBRE OS NÚCLEOS DE
DESERTIFICAÇÃO BRASILEIROS

Dissertação apresentada ao programa de
Pós-Graduação em Meteorologia, da
Universidade Federal de Alagoas e
aprovada em 13 de maio de 2022.

__________________________________________________
Profª. Dra. Djane Fonseca da Silva (ICAT/UFAL) (Orientadora)

Banca examinadora:

__________________________________________________
Profa. Dra. Maria Luciene Dias de Melo
(Membro Interno)

_______________________________________________
Prof. Dr. Jório Bezerra Cabral Júnior
(Membro Externo)

RESUMO
A desertificação é um processo de modificação degradante dos solos, levando-os a aspectos
desérticos, em decorrência das variações climáticas e/ou atividades antrópicas. Este estudo tem
por objetivo geral estudar as possíveis causas climáticas que influenciam o processo de
degradação nos núcleos de desertificação existentes no Brasil. Foram utilizados dados de
precipitação e temperatura das cidades que compõem os Núcleos de desertificação do Brasil,
provenientes da Agência Nacional das Águas, do Instituto Nacional de Meteorologia e da
Fundação Cearense de Meteorologia e Recursos Hídricos para o período de 1981 a 2020 para
Irauçuba, 1961 a 2019 para Cabrobó, 1971 a 2019 para Gilbués e 1989 a 2019 para Seridó.
Também foram usados dados do Dipolo do Atlântico, Índice de Oscilação Sul, Oscilação
Interdecadal do Pacífico, Oscilação Decenal do Pacífico e Oscilação Multidecenal do Atlântico
obtidos do Earth System Research Laboratory/National Oceanic and Atmospheric
Administration. Observou-se a frequência de anos secos foi maior que dos anos úmidos, de
acordo com o Índice de Anomalia de Chuva (IAC) em Irauçuba, o ano de 2000 tornou-se um
ponto de inversão na distribuição da pluviosidade local. Para Cabrobó e Seridó o IAC registrou
mais ocorrências de anos úmidos que anos secos, no entanto, os eventos secos foram mais
frequentes e mostraram-se mais intensos, sendo que em alguns desses anos houve a atuação do
fenômeno El Niño. No núcleo de Gilbués os anos secos e úmidos ocorreram praticamente em
mesma proporção. Foram detectadas tendências de diminuição nas precipitações dos núcleos
indicando que as chuvas diminuíram ao longo do tempo, enquanto que nas séries de temperatura
foi apontada tendência de aumento. As análises de Ondaleta mostraram influência de diferentes
escalas temporais sobre as séries de precipitação e temperatura dos núcleos, sendo essas escalas
responsáveis por aumentos anômalos nas séries, quando atuando simultaneamente. As escalas
temporais que mais influenciam as séries de precipitação de Irauçuba são: a escala sazonal, a
escala de 4 a 8 anos e a escala de 11 anos. Cabrobó foi influenciada pela escala sazonal, a escala de
2 a 4 anos, a escala de 11 anos. A série de precipitação de Seridó sofre influência da escala sazonal, a
de 2 a 4 anos e a de 7 anos. A Presença da escala sazonal foi observada na série de precipitação

de Gilbués, a escala temporal de 2 a 4 anos, coincidindo com o período de atuação da escala de
11 e da escala de 16 anos. A Ondaleta cruzada mostrou inter-relações entre as séries de
precipitação dos núcleos e as séries dos índices climáticos das escalas dominantes de cada
núcleo. O máximo de precipitação no núcleo de Irauçuba ocorre 3 anos antes da máxima
ocorrência do Dipolo do Atlântico. Para Cabrobó, o máximo de precipitação ocorre de 27 a 54
meses antes do máximo do Dipolo do Atlântico. Em Seridó o máximo de precipitação ocorre
33 meses depois do máximo do IOS. Para Gilbués a coerência sugere que o pico máximo da
precipitação na localidade ocorre 72 meses antes do máximo do Dipolo do Atlântico. Revelando
assim, que a relação entre os fenômenos climáticos atuantes e as séries de precipitação podem
contribuem na previsão climática para os Núcleos de Desertificação.

Palavras-Chaves: ENOS, Nordeste do Brasil, Ondaleta Cruzada

ABSTRACT
Desertification is a process of degrading soil modification, leading to desert aspects, as a result
of climatic variations and/or human activities. This study has the general objective of studying
the possible climatic causes that influence the degradation process in the existing desertification
nuclei in Brazil. Rainfall and temperature data from the cities that make up the Desertification
Nuclei in Brazil were used, from the National Water Agency, the National Institute of
Meteorology and the Ceará Foundation for Meteorology and Water Resources for the period
from 1981 to 2020 for Irauçuba, 1961 to 2019 for Cabrobó, 1971 to 2019 for Gilbués and 1989
to 2019 for Seridó. Data from the Atlantic Dipole, Southern Oscillation Index, Pacific
Interdecadal Oscillation, Pacific Decennial Oscillation and Atlantic Multidecennial Oscillation
obtained from the Earth System Research Laboratory/National Oceanic and Atmospheric
Administration were also used. It was observed that the frequency of dry years was greater than
that of wet years, according to the Rain Anomaly Index (IAC) in Irauçuba, the year 2000
became a point of inversion in the distribution of local rainfall. For Cabrobó and Seridó, the
IAC recorded more occurrences of wet years than dry years, however, dry events were more
frequent and more intense, and in some of these years there was an El Niño phenomenon. In
the center of Gilbués, dry and wet years occurred practically in the same proportion. Decreasing
trends were detected in the precipitation of the cores indicating that the rains decreased over
time, while in the temperature series an increasing trend was pointed out. The Ondaleta analyzes
showed the influence of different temporal scales on the series of precipitation and temperature
of the nuclei, being these scales responsible for anomalous increases in the series, when acting
simultaneously. The time scales that most influence the Irauçuba precipitation series are: the
seasonal scale, the 4 to 8 year scale and the 11 year scale. Cabrobó was influenced by the
seasonal scale, the scale of 2 to 4 years, the scale of 11 years. The Seridó precipitation series is
influenced by the seasonal scale, from 2 to 4 years and from 7 years. The presence of the
seasonal scale was observed in the precipitation series of Gilbués, the time scale of 2 to 4 years,
coinciding with the period of action of the scale of 11 and the scale of 16 years. The cross
wavelet showed interrelationships between the precipitation series of the cores and the series
of climatic indices of the dominant scales of each core. The maximum precipitation in the
Irauçuba core occurs 3 years before the maximum occurrence of the Atlantic Dipole. For
Cabrobó, the maximum precipitation occurs 27 to 54 months before the maximum of the
Atlantic Dipole. In Seridó the maximum precipitation occurs 33 months after the maximum of
the IOS. For Gilbués, the coherence suggests that the maximum peak of precipitation in the
locality occurs 72 months before the maximum of the Atlantic Dipole. Thus revealing that the
relationship between the climatic phenomena and the series of precipitation can contribute to
the climate forecast for the Desertification Nuclei.

Keywords: ENOS, Northeast, Cross Wave

LISTA DE ILUSTRAÇÕES
Figura 1 – Áreas Susceptíveis à Desertificação com delimitação do Semiárido brasileiro, e com
destaque aos Núcleos de desertificação.....................................................................................24
Figura 2 – Média Climatológica e Desvio padrão em Irauçuba. Período de 1981 a
2020.......................................................................................................................................... 35
Figura 3 – Comparação entre a precipitação total mensal no período de 1981 a 2020 e a Média
climatológica de Irauçuba........................................................................................................ 36
Figura 4 – Índice de Anomalias de Chuva (IAC) para a série de totais anuais de
Irauçuba.....................................................................................................................................37
Figura 5 – a) Índice de precipitação (Prp) para Irauçuba (CE) normalizado pelo desvio padrão;
b) Espectro de potência de ondaleta (EPO) para Prp. A curva em forma de U representa o cone
de influência, sob a qual o efeito de borda é importante; c) Espectro de potência global
(EPG)........................................................................................................................................ 39
Figura 6 – a) Índice de Temperatura para Irauçuba (CE) normalizado pelo desvio padrão; b)
Espectro de potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o
cone de influência, sob a qual o efeito de borda é importante; c) Espectro de potência global
(EPG) ....................................................................................................................................... 40
Figura 7 – Ondaleta de Coerência (WTC) entre a precipitação da média da região que compõem
o Núcleo de Desertificação de Irauçuba e Dipolo do Atlântico (AMM) para o período de 19742020...........................................................................................................................................42
Figura 8 – Média Climatológica e Desvio padrão em Cabrobó. Período de 1961 a
2019.......................................................................................................................................... 43
Figura 9 – Comparação entre a precipitação total mensal no período de 1961 a 2020 e a Média
climatológica de Cabrobó........................................................................................................ 44
Figura 10 – Índice de Anomalias de Chuva (IAC) para a série de totais anuais de Cabrobó.......45
Figura 11 – a) Índice de Temperatura para Cabrobó (PE) normalizado pelo desvio padrão; b)
Espectro de potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o
cone de influência, sob a qual o efeito de borda é importante; c) Espectro de potência global
(EPG) ....................................................................................................................................... 47
Figura 12 – a) Índice de Temperatura para Cabrobó (PE) normalizado pelo desvio padrão; b)
Espectro de potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o
cone de influência, sob a qual o efeito de borda é importante; c) Espectro de potência global
(EPG) ........................................................................................................................................48
Figura 13 – Ondaleta de Coerência (WTC) entre a precipitação da média da região que
compõem o Núcleo de Desertificação de Cabrobó e Dipolo do Atlântico para o período de 19742020 ..........................................................................................................................................49
Figura 14 – Média Climatológica e Desvio padrão em Seridó. Período de 1989 a
2019...........................................................................................................................................50
Figura 15 – Comparação entre precipitação total mensal no período de 1989 a 2020 e a Média
climatológica de Seridó.............................................................................................................51
Figura 16 – Índice de Anomalias de Chuva (IAC) para a série de totais anuais de Seridó
(RN/PB) ....................................................................................................................................52
Figura 17 – a) Índice de Precipitação para Seridó (RN/PB) normalizado pelo desvio padrão; b)
Espectro de potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o
cone de influência, sob a qual o efeito de borda é importante; c) Espectro de potência global
(EPG) ........................................................................................................................................53
Figura 18 – a) Índice de Temperatura para Seridó (RN/PB) normalizado pelo desvio padrão; b)
Espectro de potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o

cone de influência, sob a qual o efeito de borda é importante; c) Espectro de potência global
(EPG) ........................................................................................................................................54
Figura 19 – Ondaleta de Coerência (WTC) entre a precipitação da média da região que
compõem o Núcleo de Desertificação de Seridó e IOS para o período de 19892019...........................................................................................................................................55
Figura 20 – Ondaleta de Coerência (WTC) entre a precipitação da média da região que
compõem o Núcleo de Desertificação de Seridó e DA para o período de 1961-2020 ..............56
Figura 21 – Média Climatológica e Desvio padrão em Gilbués. Período de 1971 a
2019...........................................................................................................................................58
Figura 22 – Comparação entre a precipitação total mensal no período de 1971 a 2019 e a Média
climatológica de Gilbués ..........................................................................................................58
Figura 23 – Índice de Anomalias de Chuva (IAC) para a série de totais anuais de Gilbués
(PI)............................................................................................................................................59
Figura 24 – a) Índice de Precipitação para Gilbués (PI) normalizado pelo desvio padrão; b)
Espectro de potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o
cone de influência, sob a qual o efeito de borda é importante; c) Espectro de potência global
(EPG) ........................................................................................................................................61
Figura 25 – a) Índice de Temperatura para Gilbués (PI) normalizado pelo desvio padrão; b)
Espectro de potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o
cone de influência, sob a qual o efeito de borda é importante; c) Espectro de potência global
(EPG) ........................................................................................................................................62
Figura 26 – Ondaleta de Coerência (WTC) entre a precipitação da média da região que
compõem o Núcleo de Desertificação de Gilbués e DA para o período de 1971-2020........... 63

LISTA DE TABELAS
Tabela 1 – Cidade, posto meteorológico escolhido e suas coordenadas geográficas..................26
Tabela 2 – Tendências encontradas nas séries de precipitação e temperatura de Irauçuba, usando
o Teste de Mann-Kendall, e resultado do teste de significância de T-Student ao nível de 95%..38
Tabela 3 – Tendências encontradas nas séries de precipitação e temperatura de Cabrobó, usando
o Teste de Mann-Kendall, e resultado do teste de significância de T-Student ao nível de 95%..46
Tabela 4 – Tendências encontradas nas séries de precipitação e temperatura de Seridó, usando
o Teste de Mann-Kendall, e resultado do teste de significância de T-Student ao nível de 95%..52
Tabela 5 – Tendências encontradas nas séries de precipitação e temperatura de Gilbués, usando
o Teste de Mann-Kendall, e resultado do teste de significância de T-Student ao nível de 95%..60

LISTA DE EQUAÇÕES
Equação 1 – Índice de Anomalia de Chuva (IAC) para anomalias positivas .............................28
Equação 2 – Índice de Anomalia de Chuva (IAC) para anomalias negativas ..........................28
Equação 3 – Teste de Mann-Kendall não paramétrico...............................................................28
Equação 4 – Média do Teste de Mann-Kendall .......................................................................29
Equação 5 – Variância Teste de Mann-Kendall ........................................................................29
Equação 6 – Teste de Mann-Kendall parametrizado..................................................................29
Equação 7 – Inclinação da tendência.........................................................................................29
Equação 8 – Teste T-Student .....................................................................................................30
Equação 9 – Anomalia normalizada ..........................................................................................30
Equação 10 – Função ondaleta...................................................................................................31
Equação 11 – Ondaleta Morlet...................................................................................................31
Equação 12 – Espectro de fundo................................................................................................32
Equação 13 – coeficientes de função .........................................................................................32
Equação 14 – Análise cruzada de ondaleta................................................................................32
Equação 15 – O espectro cruzado da ondaleta...........................................................................32
Equação 16 – Análise da coerência da ondaleta........................................................................32
Equação 17 – Minimização do custo total.................................................................................33

LISTAS DE ABREVIATURAS E SIGLAS
AMM SST
ANA
AO
AS
ASD
ATSM
CGEE
CPTEC
DA
EN
ENOS
EPG
EPO
IAC
IBGE
INMET
IOS
IPCC
LN
MMA
ND
NEB
ODP
OIP
OMA
OMJ
OMM
OS
PNMM
TSM
VCANs
ZCIT

Atlantic Meridional Mode Index Sea Surface Temperature
Agência Nacional das Águas
Análise de Ondaletas
América do Sul
Áreas Susceptíveis a Desertificação
Anomalia de Temperatura Superficial do Mar
Centro De Gestão E Estudos Estratégicos
Centro de Previsão do Tempo e Clima
Dipolo do Atlântico
El Niño
El Niño Oscilação Sul
Espectro de potência global
Espectro de potência de ondaleta
Índice de Anomalia de Chuvas
Instituto Brasileiro de Geografia e Estatística
Instituto Nacional de Meteorologia
Índice de Oscilação Sul
Intergovernamental Panel on Climate Change
La Niña
Ministério do Meio Ambiente
Núcleo de desertificação
Nordeste brasileiro
Oscilação Decadal do Pacífico
Oscilação Interdecadal do Pacífico
Oscilação Multidecal Do Atlântico
Oscilação de Madden e Julian
Organização Mundial de Meteorologia
Oscilação Sul
Pressão ao nível médio do mar
Temperatura Superficial do Mar
Vórtices Ciclônicos em Altos Níveis
Zona de convergência Intertropical

SUMÁRIO
1.

INTRODUÇÃO ...................................................................................................... 12
1.1 Objetivos ............................................................................................................... 13
1.1.1 Geral...............................................................................................................................13
1.1.2 Específicos....................................................................................................................13
2. REVISÃO BIBLIOGRÁFICA ................................................................................ 14
2.1 Núcleos de desertificação ..................................................................................... 14
2.1.1 Núcleo de Gilbués (PI) ...................................................................................... 14
2.1.2 Núcleo de Irauçuba (CE) ................................................................................... 15
2.1.3 Núcleo do Seridó (RN/PB) ................................................................................ 16
2.1.4 Núcleo de Cabrobó (PE) .................................................................................... 16
2.2 Causas antrópicas do processo de desertificação .................................................. 17
2.3 Causas climáticas do processo de desertificação .................................................. 19
2.4 Papel dos Oceanos e da Circulação atmosférica ................................................... 21
2.5 ENOS .................................................................................................................... 22
2.6 Oscilação Decadal do Pacifico (ODP) .................................................................. 23
2.7 Dipolo do Atlântico .............................................................................................. 23
2.8 Oscilação Multidecadal do Atlântico (OMA) ....................................................... 24
3. METODOLOGIA ................................................................................................... 25
3.1 Área de estudo ...................................................................................................... 25
3.2 Dados .................................................................................................................... 26
3.3 Comparação entre valores de precipitação e média climatológica ....................... 27
3.4 Índice de Anomalia de Chuva (IAC) .................................................................... 27
3.5 Tendências Mann Kendall .................................................................................... 28
3.6 Teste De Significância De T-Student ................................................................... 29
3.7 Análise de Ondaletas (AO), Ondaletas ou Wavelets ............................................ 30
3.8 Coerência e fase da Ondaleta ................................................................................ 31
4. RESULTADOS ....................................................................................................... 34
4.1 Irauçuba..................................................................................................................34
4.1.1 Análise Climatológica de Irauçuba .................................................................... 34
4.1.2 Comparação da precipitação e a Média climatológica de Irauçuba ................... 35
4.1.3 Classificação dos eventos secos e chuvosos utilizando o IAC .......................... 36
4.1.4 Tendência climática por Mann-Kendall ............................................................ 37
4.1.5 Identificação das causas climáticas em Irauçuba ............................................... 38
4.1.6 Análise das Ondaletas Cruzadas para precipitação de Irauçuba ........................ 41
4.2 Cabrobó..................................................................................................................42
4.2.1 Análise Climatológica de Cabrobó .................................................................... 42
4.2.2 Comparação da precipitação e a Média climatológica de Cabrobó .................. 43
4.2.3 Classificação dos eventos secos e chuvosos utilizando o IAC .......................... 44
4.2.4 Tendência climática por Mann-Kendall .......................................................... 375
4.2.5 Identificação das causas climáticas em Cabrobó ............................................... 46
4.2.6 Análise das Ondaletas Cruzadas para precipitação de Cabrobó ........................ 41
4.3 Seridó.....................................................................................................................34
4.3.1 Análise Climatológica de Seridó ....................................................................... 34
4.3.2 Comparação da precipitação e a Média climatológica de Seridó ...................... 50
4.3.3 Classificação dos eventos secos e chuvosos utilizando o IAC .......................... 51
4.3.4 Tendência climática por Mann-Kendall ............................................................ 52
4.3.5 Identificação das causas climáticas em Seridó .................................................. 52
4.3.6 Análise das Ondaletas Cruzadas para precipitação de Seridó ....................... 4155

4.4 Gilbués.................................................................................................................34
4.4.1 Análise Climatológica de Gilbués ..................................................................... 57
4.4.2 Comparação da precipitação e a Média climatológica de Gilbués .................... 58
4.4.3 Classificação dos eventos secos e chuvosos utilizando o IAC ...................... 3659
4.4.4 Tendência climática por Mann-Kendall ............................................................ 59
4.4.5 Identificação das causas climáticas em Gilbués ................................................ 38
4.4.6 Análise das Ondaletas Cruzadas para precipitação de Gilbués.......................... 62
5. CONCLUSÕES........................................................................................................64
6. REFERÊNCIAS BIBLIOGRÁFICAS .................................................................... 66

12

1. INTRODUÇÃO
A desertificação é um processo de modificação degradante dos solos, do regime hídrico
e da vegetação, acarretando à deterioração biológica dos ecossistemas, levando-os a aspectos
desérticos, o solo encontra-se em condição de irreversibilidade, em decorrência das variações
climáticas e atividades antrópicas, em ações conjuntas e/ou separadas (CGEE, 2016). Ocorre
nas regiões áridas, semiáridas e subúmidas secas, no Brasil, esse processo se limita ao
Semiárido Brasileiro, especialmente os estados do Nordeste, além de Minas Gerais e Espírito
Santo (MMA, 2020).
O fenômeno de desertificação no Nordeste brasileiro, está ligado a condições
geoambientais, como solos, substrato rochoso, e feições geomorfológicas, clima e vegetação.
Os efeitos da desertificação podem resultar de causas naturais somadas às antrópicas, como
excessivas explorações socioeconômicas, desmatamento, selagem do solo, queimadas,
superpastoreio, entre outros. Essas atividades ligadas ao manejo inadequado das terras em áreas
frágeis são causadoras de arejamento, empobrecimento e fertilização do solo, como também
redução/remoção dos nutrientes e dos micro-organismos. Além disso, salienta-se que o
crescimento das atividades agrícolas dificulta o crescimento da cobertura vegetal e desprotege
os solos das intempéries naturais (SANTOS; AQUINO, 2016). Desta forma, a degradação
continua se expandindo devido à contínua exposição dos solos às condições climáticas
expressivas. Em razão das elevadas taxas de evaporação, assoreamento de rios e açudes,
ressecamento de fontes, há uma redução dos recursos hídricos em regiões do semiárido (CGEE,
2016).
Como as áreas suscetíveis a desertificação (ASD) apresentam grande extensão
territorial, criaram-se os Núcleos de Desertificação (ND), esses núcleos foram delimitados por
Vasconcelos Sobrinho (1971), baseado na variação dos elementos do clima e condições
socioeconômicas, que são: Gilbués (PI), Irauçuba (CE), Seridó (RN/PB) e Cabrobó (PE)
(AQUINO, 2010).
É de extrema importância a abordagem climática para estudos sobre desertificação,
principalmente em relação aos aspectos pluviométricos, responsáveis pela formação ou
ampliação desse fenômeno de degradação ambiental (SILVA, 2017). Visto que o fator natural,
precipitação, é o condicionante mais importante, que somado à ação humana degradante,
promove a continuidade do processo, a persistência e até mesmo sua expansão temporal e
espacial desses núcleos.
Analisando cenários futuros frente às mudanças climáticas através de modelos e índices
de aridez, Dourado (2017) constatou que houve um aumento de aproximadamente 1 °C na

13

temperatura do ar e redução da precipitação em relação ao clima presente, o que levou ao
aumento do índice de aridez em áreas áridas e sua ampliação nas ASD. Desta forma, vê-se a
importância do fator clima e sua variabilidade sobre o estado dessas áreas já susceptíveis e
degradadas.
Segundo o MMA (2020) são 1.480 municípios com ASD no Brasil, o que representa
16% do território brasileiro, abrangendo uma população de 31.663.671 habitantes, áreas que
compreendem cerca de 85% da pobreza do país. Tendo em vista a permanência e tendência de
expansão desses núcleos de desertificação, compreender as causas climáticas que mais agravam
e corroboram com esse processo traz condições para mitigar os avanços nesses locais e em
outros ainda não atingidos severamente, contribuindo para melhoria da qualidade de vida da
população que vive nessas áreas.

1.1 OBJETIVOS
1.1.1 Geral:
Objetiva-se analisar, usando métodos estatísticos, as possíveis causas climáticas que
influenciam o processo de desertificação nos ND existentes no Brasil.
1.1.2 Específicos:
Analisar a variabilidade mensal e anual da precipitação para os quatro ND existentes no Brasil.
Analisar o comportamento pluviométrico para cada um dos quatro ND existentes no Brasil;
Averiguar os máximos e mínimos de precipitação e temperatura;
Identificar os períodos secos e chuvosos mais intensos e/ou mais duradouros;
Verificar se há tendência nas séries temporais de precipitação e temperatura do ar;
Analisar as variabilidades interanual e interdecenal das séries de precipitação e temperatura;
Compreender a relação das variabilidades dos regimes pluviais com diferentes índices
climáticos.

14

2. REVISÃO BIBLIOGRÁFICA
2.1 Núcleos De Desertificação
O conceito de desertificação é a degradação ambiental e socioambiental progressiva, em
particular nas zonas áridas, semiáridas e subúmidas secas, ocasionados por vários fatores,
incluindo variações climáticas e as atividades antropogênicas (CGEE, 2016; MMA, 2020). Este
processo torna terras agricultáveis em inférteis e improdutivas, gera diversos impactos
ambientais como a redução da disponibilidade de recursos hídricos, destruição da
biodiversidade, além de causar a perda física e química dos solos (DOURADO, 2017).
O fenômeno da desertificação é verificado nas terras secas em todo globo,
compreendendo uma área de aproximadamente de 41% da superfície terrestre, atingindo um
terço da população mundial – cerca de 2 bilhões de habitantes– o que evidencia a importância
de se estudar esse processo (SOARES et al., 2011).
A desertificação tem como consequências, queda da qualidade ambiental,
empobrecimento da população atingida e perda de biodiversidade e de território (LOPES;
SOARES, 2016).
As áreas onde o fenômeno de desertificação é mais acentuado no Nordeste brasileiro
(NEB) são chamadas de Núcleos de Desertificação. Estes ND foram criados devido as ASD
apresentarem, cada vez mais, grande extensão territorial, além de serem um ponto de partida
para os estudos de causas e efeitos desse fenômeno. Os ND são áreas com solos e vegetação
com elevados níveis de degradação, impulsionando um desiquilíbrio ambiental, são indicadores
primordiais para estudos sobre desertificação (SANTOS; AQUINO, 2016). A proposta de
estudos em núcleos de desertificação surgiu em decorrência da impossibilidade de uma pesquisa
abrangente em áreas extensas, bem como seria a de um estado ou de todo o polígono da seca
(DOURADO, 2017).
2.1.1 Núcleo de Gilbués (PI)
Localizado no Estado do Piauí, o núcleo de Gilbués apresenta uma área de
aproximadamente 6.131 km² abrangendo os municípios de Gilbués e Monte Alegre (LANDIM
et al., 2011). A gênese do fenômeno de desertificação nesse núcleo está associada a fragilidade
aos processos de erosão, que se origina na formação e morfologia de seus solos como também
na relação solo-paisagem. A dinâmica geológica provoca os processos de desertificação no sul
do Piauí, além das atividades humanas como a agricultura e pecuária no nível das encostas e a
extração de diamantes nos leitos dos rios, favorecem o agravamento da desertificação (PEREZMARIM, 2012).

15

Embora o núcleo de Gilbués seja localizado em uma zona de transição
Caatinga/Cerrado, essa área dispõe de uma pluviosidade média anual de cerca de 1.200 mm,
desse modo, não apresenta escassez hídrica, aridez, nem longos períodos secos (SANTOS;
AQUINO, 2016). Para Lopes e Soares (2016) as causas da degradação em Gilbués estão
relacionadas à natureza da estrutura geológica da área, como a atividade pecuária, o
desmatamento e a mineração.
Silva (2017) ao caracterizar a dinâmica pluviométrica dos núcleos de desertificação no
Brasil observou que o núcleo de Gilbués apresentou quantidades pluviométricas superiores aos
demais núcleos, devido estar localizado em área com clima tropical subúmido. O autor
observou a discrepância relativa a quantidade de precipitação entre as áreas analisadas.
Além desses, França et al. (2017) estudaram a fragilidade ambiental potencial e
emergente em ND no semiárido brasileiro mais especificamente do município de Gilbués,
utilizando mapas potenciais de fragilidade que levam em consideração fatores abióticos e
fragilidade emergente, concluíram que existe uma tendência à degradação ambiental, com
elevadas taxas de fragilidade variando de mediana à extremamente alta.

2.1.2 Núcleo de Irauçuba (CE)
Situado no noroeste do Estado do Ceará compreende uma área de 4.000 km² incluindo
os municípios de Irauçuba, Forquilha e Sobral. A quadra chuvosa estende-se de janeiro a abril,
e o mês de março apresenta os maiores valores pluviométricos; enquanto entre os meses de
maio a dezembro são os mais secos quando ocorre forte diminuição na quantidade
pluviométrica. A Zona de Convergência Intertropical (ZCIT) é a principal responsável pela
distribuição temporal das chuvas em latitudes próximas à linha do Equador, como por exemplo,
o estado do Ceará.
O processo de desertificação do ND do Estado do Ceará está relacionado com a
vulnerabilidade ambiental e ocupação exacerbada dos sistemas ambientais, contribuindo com a
degradação da biodiversidade, a diminuição da disponibilidade hídrica, assoreamento de
reservatórios dos vales, entre outros (CEARÁ, 2005).
Santos et al. (2014) ao analisarem os parâmetros ambientais e a distribuição temporal
da precipitação no ND de Irauçuba, observaram que houve uma redução no saldo de radiação
à superfície na região, acréscimo do fluxo de calor no solo, diminuição da energia usada para
evaporação e aumento da energia que é utilizada para aquecimento do solo e do ar, gerando
aumento da temperatura e do déficit de umidade no solo.

16

2.1.3 Núcleo do Seridó (RN/PB)
Este núcleo está localizado na região centro-sul do Rio Grande do Norte e centro- norte
da Paraíba, abrange uma área em torno de 2.341 km², no Rio Grande do Norte englobando
vários municípios: Acari, Carnaúba dos Dantas, Cruzeta, Currais Novos, Equador e Parelhas.
A desertificação neste núcleo ocorre em particular devido a fatores climáticos, ações antrópicas
e processos pedogenéticos. Os fatores climáticos mais atuantes sobre esse núcleo são a
temperatura e a precipitação baixa e irregular. Essa combinação acarreta em uma limitação
hídrica reduzindo estreitamente a intensidade de desenvolvimento de intemperismo químico
resultando, assim, em solos poucos intemperizados, quimicamente ricos, pouco profundos, com
muitos minerais primários facilmente intemperizáveis (PEREZ-MARIM, 2012). Tanto a área
quanto a população atingida por esse processo são bastante significativos, em torno de 2.987
km² com 260.000 habitantes (SILVA et al.,2016).
Para Costa et al. (2009) o ND do Seridó é um dos mais vulneráveis do semiárido
brasileiro. A região Seridó é bastante afetada pelo fenômeno de desertificação, a região
apresenta um intenso desgaste dos recursos naturais devido ao histórico dos usos da terra
associados à expansão da indústria de cerâmica vermelha, a partir da década de 1980
(ARAÚJO; SOUSA, 2017).
Segundo Almeida et al. (2014) os totais pluviométricos no núcleo de desertificação do
Seridó são bastante irregular, a estação chuvosa deste ND ocorre entre fevereiro e abril durando
apenas de três meses e chovendo 65 % do total anual. Para os autores a significativa deficiência
hídrica contribui para a vulnerabilidade do ND ao processo de degradação ambiental.

2.1.4 Núcleo de Cabrobó (PE)
Localizado no sul do Estado de Pernambuco, com uma área de 5.960 km², envolvendo
os municípios de Cabrobó, Belém de São Francisco, Carnaubeira da Penha, Floresta e Itacuruba
(LANDIM et al., 2011). Nesse núcleo o desenvolvimento da desertificação está associado com
condições climáticas, como índices pluviométricos em torno de 650 mm anuais, com elevadas
taxas de temperatura e evapotranspiração, e condições edáficas e de uso da terra, o que resulta
em sobrepastoreio, salinização do solo e desmatamento (PEREZ-MARIN, 2012; LOPES;
SOARES, 2016).
Soares et al. (2010) através de processamento de informações geográficas e de
observações parâmetros biofísicos com uso do sensoriamento remoto, indicaram que as áreas
de maior altitude do Município de Cabrobó, em relação à cobertura vegetal, são mais bem

17

preservadas, mostraram altos valores para o índice de vegetação. As áreas com grau de
desmatamento, ocupadas majoritariamente pelas atividades agropecuárias, exibiram baixos
valores para o índice de vegetação e elevados para o albedo e a temperatura à superfície,
evidenciando que a atividade antropogênica é primordial para a degradação na região.
Segundo Vieira et al. (2018) houve uma diminuição de 54% nas áreas florestadas da no
núcleo de Cabrobó-PE entre 2000 e 2016, essas áreas foram substituídas por áreas degradadas
e de solo descoberto. Houve uma maior temperatura da superfície do solo nas áreas degradadas
e ainda foram caracterizadas por aumento de 1⁰C entre 2009 a 2016.

2.2 Causas Antrópicas Do Processo De Desertificação
Na região Semiárida do Nordeste, especialmente na parte noroeste, a suscetibilidade à
degradação do solo é extremamente alta devido ao manejo inadequado do solo acompanhados
da expansão intensiva de terras agrícolas (VIEIRA et al., 2015).
O manejo excessivo e mal projetado em áreas excessivamente sensíveis do ponto de
vista ambiental e climático, levam a alta degradação do solo que se não for refreada pode
ocasionar o processo irreversível de desertificação (VIEIRA et al., 2018).
As atividades ligadas ao manejo inadequado das terras em áreas frágeis são causadoras
de arejamento, empobrecimento e fertilização do solo, como também redução/remoção dos
nutrientes e dos micro-organismos. Além disso, salienta-se que o crescimento das atividades
agrícolas dificulta o crescimento da cobertura vegetal e desprotege os solos das intempéries
naturais (SANTOS; AQUINO, 2016). Desta forma, a degradação de uma área já fragilizada
continua se expandindo devido à contínua exposição dos solos às condições climáticas
expressivas. Em razão das elevadas taxas de evaporação, assoreamento de rios e açudes,
ressecamento de fontes, há uma redução dos recursos hídricos em regiões do semiárido (CGEE,
2016).
O manejo inadequado do solo envolve todas as atividades de uso inapropriados como:
o cultivo excessivo que deteriora os solos, o desmatamento, que acaba com a cobertura vegetal
desprotegendo o solo de erosões, e a realização da irrigação em terras inapropriadas, levando a
salinização dos solos (SÁ et al., 2015). A cobertura vegetal é extremamente relevante para o
equilíbrio ambiental, devido garantir a proteção dos solos contra a erosão (AQUINO et al.,
2012). Além disso, a remoção da cobertura vegetal e consequentemente dos nutrientes do solo
causa a infertilidade do mesmo, ainda, nas áreas atribuídas à irrigação, a utilização de águas
com teores altos de sais, o uso incorreto dos ciclos de molhamento e a não drenagem favorecem

18

a salinização. A aplicação de equipamentos pesados em solos susceptíveis pode resultar na
compactação dos solos (SÁ et al., 2015).
A salinização é um grande potencial incentivador da desertificação, em virtude de causar
dificuldades na captação hídrica e de nutrientes do solo pela vegetação, corrompendo o
equilíbrio do desenvolvimento nas plantas e ocasionando mortes destas, impedindo a
distribuição de água nos solos, o que o leva a esterilidade dos solos (SOUSA, 2015).
Alterar áreas de vegetação nativa em áreas de solo exposto e degradadas causa
considerável aumento do albedo da superfície, ocasionando em alteração no balanço de
radiação da superfície e na quantidade de energia disponível para o aquecimento e,
consequentemente, a evaporação de água na baixa atmosfera (VIEIRA et al., 2018).
Um outro ponto agravante que colabora com o processo de desertificação é a elevada
densidade demográfica da região afetada, pois, exerce uma enorme pressão sobre os recursos
naturais disponíveis (DOURADO, 2017).
O crescimento irregular e desordenado das cidades causa diversas consequências como
aumento dos desmatamentos, exploração dos recursos naturais, ocupações em áreas
inadequadas, entre outros. Estas atividades, conjugadas às características físicas, são capazes
de potencializar o desenvolvimento de degradação ambiental de áreas, que ocorrem
particularmente quando as atividades agropecuárias são realizadas em solos com baixa aptidão,
contribuindo com a degradação (COSTA; VIEIRA, 2018).
Para Ferreira et al. (2018) a degradação dos solos nas regiões semiáridas tem sido em
função da excessiva atividade de pastejo, causando redução da capacidade produtiva, e
contribuindo para o processo de desertificação.
Segundo a ONU, o fator climático determina a escala de ocorrência de desertificação,
pelo índice de aridez. Contudo, segundo Dourado (2017), utilizar apenas o índice de aridez é
insuficiente para indicar áreas de risco de desertificação, devido ao fenômeno envolver outros
elementos, como as características do solo, e a cobertura vegetal, além do fator climático
considerado.
Segundo IPCC (2013) observações têm revelado aumento na concentração dos Gases de
Efeito Estufa, principalmente o CO2, CH4 e N2O na atmosfera em consequência das atividades
humanas (IPCC, 2013 Apud PEZZI et al., 2016). O Efeito Estufa acontece em razão dos gases
de Efeito Estufa (GEE) estarem presentes na atmosfera. Esses gases tanto absorvem a radiação
infravermelha terrestre quanto reemitem certa parte da radiação infravermelha de volta à
superfície terrestre e à atmosfera, causando aquecimento no sistema terrestre. As mudanças no
sistema climático, em grande parte, são atribuídas à níveis acima do esperado na absorção da

19

radiação infravermelha. A principal forma de emissão antropogênica de CO2 é a utilização de
combustível fóssil e alteração no uso do solo, e as emissões de CH4 e N2O estão ligadas à
agricultura. O aquecimento relacionado às ações humanas apresentam um papel decisivo no
clima da Terra (PEZZI et al., 2016).
2.3 Causas Climáticas Do Processo De Desertificação
Além das práticas antrópicas inadequadas no uso da terra, o fenômeno de desertificação
vem aumentando devido a fatores climáticos desfavoráveis e principalmente episódios de secas
prolongadas e consecutivas (LANFREDI et al., 2015; ARAÚJO; SOUSA, 2017).
Tanto a degradação da terra quanto a seca repetida regularmente resultam em fenômenos
de aquecimento que exercem uma pressão negativa sobre a vegetação local, dessa forma,
provocando um feedback positivo para a desertificação (LANFREDI et al., 2015).
Impactos nas anomalias climáticas, no nordeste brasileiro, ocasiona normalmente em
severas secas, dessa forma, a região semiárida será significativamente afetada e apresentará
tendência a cada vez mais árida, provando assim fortes impactos na biodiversidade, na
vegetação e nas ações que envolvem os recursos naturais (MARENGO, 2016).
O processo de desertificação é bastante vulnerável aos eventos climáticos, estando
relacionado a longos e intensos períodos de estiagens, ventos fortes, causando diversos
impactos sociais e econômicos. Todas as ASD no Brasil apresentam em comum suscetibilidade
às condições climáticas, são caracterizadas pela escassez hídrica, quantidade limitada e
irregularidades de distribuição das precipitações, e elevadas taxas de evaporação (SILVA,
2019).
Para o autor as condições climáticas caracterizadas pelo comportamento pluviométrico
mostram-se de suma relevância para avaliar e detectar a suscetibilidade ao fenômeno de
desertificação, visto que as condições climáticas podem caracterizar as ASD.
Medeiros et al. (2016) ao estudarem a variabilidade climática e os impactos ambientais
no processo de desertificação no município de Picuí no Estado da Paraíba, observaram que
temperaturas e amplitudes térmicas do ar, precipitação, nebulosidade, velocidade e direção do
vento, evaporação, evapotranspiração, insolação total, desvio padrão da precipitação,
coeficiente de variância, apresentam enorme contribuição para os aumentos da vulnerabilidade
a erosão dos solos, o que provoca condições favoráveis e potencializam o processo da
desertificação.
Os fatores do processo de desertificação associados às variações climáticas estão ligados
ao aumento da temperatura e evapotranspiração, escassez e irregularidade nas chuvas durante

20

diversos meses, ocasionando o fenômeno climático da seca, gerando severos desequilíbrios
hidrológicos e prejuízos nos sistemas de produção agrícola (BRASIL, 2004 Apud DOURADO,
2017).
Por exemplo, a presença de vegetação favorece a conservação da umidade do solo,
aplaca o aquecimento e modera a irradiação solar, amenizando a temperatura, em contraste, em
áreas atingidas pelo processo de desertificação, que têm uma menor área arborizada contribuem
para o aumento da temperatura, favorecendo ainda mais para o avanço do processo (SANTOS
et al., 2014).
Brito et al. (2018) analisaram a frequência, duração e severidade da seca no Semiárido
da Região Nordeste do Brasil, segundo os resultados obtidos a maioria das secas severas e
prolongada ocorreram em 2011–2016. Durante este período a seca dos últimos 5 anos foi mais
severa e frequente, afetando uma área maior com impactos consideráveis para a população,
como também as atividades econômicas. A maior severidade e frequência da seca pode
contribuir ainda mais para o processo de desertificação.
O clima regional e/ou local é modificado por interações de superfície com a atmosfera,
como pelas alterações no manejo da terra e dos recursos hídricos disponíveis, refletindo em
mudanças na evapotranspiração dessas áreas. A melhor compreensão da associação entre o
clima regional/local e as modificações no uso da terra e água é fundamental para se desenvolver
respostas de adaptação integradas (CGEE, 2016).
Alguns autores (MARENGO; VALVERDE, 2007; TOMASELLA et al., 2009;
NÓBREGA et al., 2011) que estudaram cenários futuros de mudanças climáticas para o Brasil,
apontaram aumento da temperatura planetária e mudança na distribuição e no volume das
chuvas nas últimas décadas. Os resultados destes trabalhos indicam um cenário climático que
coopera à expansão das ASD.
Ao estudarem projeções das mudanças climáticas na região NEB para os anos de 2079
– 2099, Guimarães et al. (2016) utilizaram modelos climáticos globais (CMIP5) e regionais
(CORDEX) e observaram que projeções indicaram aumento da temperatura de 2,1ºC e 4ºC, e
aumento de 15% na evapotranspiração em relação ao clima presente.
Vieira et al. (2015), estudaram as áreas suscetíveis a desertificação na região NEB, e
fizeram simulações de cenários para o futuro. Os resultados mostraram um aumento na classe
de alta suscetibilidade à desertificação de 0,4%. As áreas cobertas pela Mata atlântica foram as
áreas que apresentara maior avanço da susceptibilidade devido estar relacionado à maior taxa
de desmatamento.

21

Dourado (2017) utilizando modelos climáticos Eta-MIROC5 realizou simulações dos
impactos das mudanças climáticas, as simulações projetaram para o clima futuro (2021 - 2050)
aumento de temperatura, deslocamento das áreas com maiores taxas de evapotranspiração
potencial e diminuição da precipitação. As projeções evidenciaram uma expansão dos níveis de
susceptibilidade a desertificação no território baiano, em especial para as áreas classificadas
como de risco muito alto. Desta maneira, vê-se a relevância e importância do fator clima e sua
variabilidade sobre o estado dessas áreas já susceptíveis e degradadas.

2.4 Papel dos Oceanos e da Circulação Atmosférica
São extremamente complexos os processos que acontecem na interface entre a atmosfera e
o oceano. O acoplamento oceano-atmosfera ocorre por interações na interface entre a superfície
do mar e a camada limite atmosférica (CLA) exercendo as trocas de energia, momentum e gases
entre os dois sistemas. A atmosfera é suprida pelo oceano através do vapor d’água e energia
que, por sua vez, atuam no balanço energético da atmosfera e no ciclo hidrológico. No que diz
respeito a atmosfera, há um fornecimento de água em forma de precipitação para os oceanos
que influenciam a gênese das massas d’água, como também de momentum e energia calorífica,
forçando as correntes geradas pelo vento, as ondas e a circulação termohalina global. A TSM
desempenha um importante papel no equilíbrio de calor entre a atmosfera e o oceano, por
intermédio da TSM que há troca de a energia na forma de fluxos de calor. Alterações pequenas
de TSM podem gerar grandes variações nos fluxos de calor no sistema oceano-atmosfera e estes
apresentam um papel essencial na manutenção do clima do planeta (PEZZI et al., 2016).
As oscilações das variáveis climáticas podem ser influenciadas por eventos remotos, ou por
forçantes locais. Estas variações são transportadas no tempo e espaço pelas teleconexões do
sistema oceano-atmosfera, que incluem as circulações atmosféricas e correntes oceânicas. Por
meio da análise das interações entre oceano e a atmosfera, os padrões das teleconexões podem
ser utilizados para compreender os eventos anômalos em regiões remotas (BYRNE e
O’GORMAN, 2018).
O transporte de calor e umidade de uma determinada região para outra é dado pela
circulação geral da atmosfera, propiciando precipitação pluviométrica nas mais diversas áreas
continentais. A atmosfera acoplada com condições termodinâmicas dos Oceanos Pacífico e
Atlântico Tropicais interfere na variabilidade climática em diferentes regiões do planeta, como
em episódio do fenômeno ENOS, a circulação atmosférica é alterada, as regiões do Brasil são
afetadas com o aumento ou redução significativa na ocorrência e distribuição de precipitações
(LUCENA, 2017).

22

2.5 ENOS
O ENOS é o modo mais importante de variabilidade interanual no sistema oceano
atmosfera, pois, sabe-se que esta oscilação afeta tanto o clima regional quanto global.
Analisando longas séries de desvios da pressão ao nível médio do mar (PNMM) em volta das
respectivas médias, em toda a Bacia do Oceano Pacífico, Walker (1928) verificou a presença
de duas grandes áreas, tendo flutuações fora de fase: uma compreendendo a Austrália e a
Polinésia; a outra, na parte centro-sul do Oceano Pacífico tropical.
O El Niño é constituindo por anomalias positivas da temperatura da superfície do mar
(TSM) nas áreas anteriormente descritas, e quando essas anomalias de TSM são negativas, há
a fase fria do ENOS, La Niña (MOLION, 2017).
Em situações de El Niño, verifica-se no componente atmosférico do ENOS o
enfraquecimento (ou inversão no sentido) dos ventos alísios, um desvio da região com maior
formação de nuvens e a célula de Walker configura-se “bipartida”. No componente oceânico
observa-se aquecimento em aproximadamente toda a extensão do Pacífico equatorial, a
termoclina, região do oceano em que há uma rápida mudança de temperatura que desune as
águas mais quentes das águas mais frias, fica mais aprofundada perto à costa oeste da AS
(OLIVEIRA, 2013).
Um dos impactos mais importantes é aquele relacionado com as mudanças nos padrões
de precipitação. Secas severas e grandes inundações associadas ao ENOS ocorrem em diversas
partes do mundo afetando eminentemente importantes atividades econômicas, como a
agricultura, a economia, hidrologia, saúde e turismo das populações afetadas por tais
fenômenos.
Durante o El Niño, no setor leste da Amazônia e na região Nordeste acontece uma
diminuição nas chuvas. Essa diminuição pode alcançar até 80% do total médio do período
chuvoso (que na maior parte da Região ocorre de fevereiro a maio), algumas áreas do Sertão
(semiárido) nordestino. Salienta-se que, a seca não se limita apenas ao Sertão, pode também
atingir o setor leste do Nordeste (Agreste, Zona da Mata e Litoral), caso ocorra aliada com o
Dipolo do Atlântico Sul negativo (Dipolo Negativo ou desfavorável, quando o Atlântico Sul se
encontra com águas mais frias que a média histórica e águas mais quentes no Atlântico Norte)
(OLIVEIRA, 2013).
Landim et al. (2011) analisaram a desertificação em Irauçuba (CE) segundo os autores
a região é influenciada pelos eventos de El Niño e La Niña, o que possivelmente é um dos
fatores que alteram o ambiente, ocasionando redução no volume dos corpos hídricos em fases
quentes do ENOS e dessa maneira, sendo uma das causas da desertificação na região.

23

Garcia et al. (2019) com o objetivo identificar áreas susceptíveis à desertificação a partir
do estudo espaço temporal de imagens orbitais na Bacia do rio Moxotó (PE) notaram que os
municípios localizados na área de estudo apresentam déficit de vegetação arbórea mesmo
havendo planos de manejo florestal para as atividades extrativistas, em vista disso, os autores
sugeriram que os impactos das alterações climáticas acarretados pelos episódios ENOS podem
estar causando interferência na regeneração da caatinga.

2.6 Oscilação Decadal do Pacifico (ODP)
A Oscilação Decadal do Pacífico - ODP começou a ser estudada no final da década
de1990 por Mantua et al., 1997, mencionadas como variações da TSM do oceano Pacífico. A
ODP é constituída por correlações presentes entre as anomalias na TSM do Oceano Pacífico e
a pressão em superfície na região da baixa dos Aleutas (Alaska), no Oceano Pacífico Norte.
Esta Oscilação apresenta variabilidade temporal de aproximadamente 60-70 anos. No decorrer
da fase quente da ODP, ocorre aprofundamento da baixa pressão das Aleutas, causando
resfriamento anômalo a oeste e o centro do Pacífico Norte e aquecimento anômalo no Oceano
Pacífico Tropical central e leste (SILVA, 2015).
Uma marcante característica da ODP é a persistência das fases quentes (positivas) ou
frias (negativas) prevalentes por anos seguidos, por vezes, ao longo de duas décadas
(MANTUA et al., 1997 Apud DA SILVA, 2014).
Costa (2015) ao estudar a variação espaço-temporal da precipitação do Estado do Ceará
verificou-se que nos anos em que houve interação entre El Niño e ODP quente, favoreceu-se a
incidência de seca. Por outro lado, nos anos de La Niña e ODP fria, registraram-se chuvas acima
da média por aproximadamente todo o estado do Ceará, constatando a iminente interação do
ENOS e ODP sobre a pluviosidade no Nordeste brasileiro.

2.7 Dipolo do Atlântico
O Dipolo do Atlântico é um fenômeno do sistema oceano-atmosfera que apresenta
variabilidade de periodicidade decenal, caracterizado como uma modificação anormal na
temperatura superficial do mar no Oceano Atlântico Tropical, isto é, quando o Atlântico
Tropical Norte estão com suas águas quentes e as águas do Atlântico Equatorial e Tropical Sul
encontram-se mais frias ocasiona movimentos descendentes levando o ar frio e seco de altos
níveis da atmosfera para a região Nordeste impossibilitando a formação de nuvens diminuindo
assim a precipitação, essa é a fase positiva do Dipolo, podendo acarretar secas

24

(HASTENRATH; HELLER, 1977 Apud NOBRÉGA et al., 2016). No entanto, quando as águas
mais frias são as do Atlântico Tropical Norte e as mais quentes são do Atlântico Tropical Sul
existe um aumento nos movimentos ascendentes, aumentando a formação de nuvens, fase
negativa do Dipolo.
Quando há anomalias negativa no Oceano Atlântico Norte e anomalias positivas no setor
Sul do Oceano Atlântico configurando assim a fase negativa do Dipolo do Atlântico, ocorre
uma intensificação da precipitação sobre o Nordeste Brasileiro, o contrário ocorre em fase
positiva, a precipitação encontra-se a abaixo da média (ANDREOLI; KAYANO, 2007).
A ocorrência de anomalias positivas sobre o Pacífico leste (El Niño) e anomalias
negativas sobre o Atlântico Sul (Dipolo positivo), favorece o agravamento da intensidade das
secas (NOBRÉGA et al., 2016).

2.8 Oscilação Multidecadal do Atlântico (OMA)
A OMA é um modo de variabilidade climática, sendo de baixa frequência, por meio da
oscilação decadal da TSM, onde sua fase positiva é caracterizada pelo aquecimento com
características anômalas do Oceano Atlântico Norte e sua fase negativa pelo resfriamento
anômalo no Oceano Atlântico Equatorial (KNIGHT et al., 2006 Apud LINDEMANN et al.,
2019). Este modo de variabilidade climática também é classificado como a primeira Função
Ortogonal Empírica da TSM global sem o ENOS, o período de oscilação da OMA com de 6080 anos e está provavelmente ligado com a variabilidade na circulação termohalina do Oceano
Atlântico e o deslocamento de gelo marinho proveniente do Oceano Ártico (LINDEMANN et
al., 2019).
Lindemann et al. (2019) estudaram as oscilações decadais da temperatura do ar na
América do Sul durante o período de verão austral e suas relações com o Oceano Atlântico
Norte, os autores concluíram que durante a fase positiva da OMA a Bacia do Rio da Prata NE
do Brasil e Sul do Peru tendem a sofrer um aumento da temperatura do ar e de seus extremos,
em contrapartida nas regiões Centro-Oeste e Sudeste do Brasil e Oceano Atlântico Sul ocorre
uma diminuição da temperatura e seus extremos. Estes padrões ocorrem devido a fase positiva
da OMA ser marcada por uma ampliação da nebulosidade sobre a região de formação da ZCAS,
como também de um deslocamento da ZCIT para norte, o que faz com que a temperatura do ar
seja reduzida. No extremo Sul da América do Sul as anomalias negativas da Temperatura do ar
e Temperatura mínima do ar durante a positiva da AMO estão relacionadas com o transporte
de umidade do Oceano Atlântico Sul por meio do centro de alta pressão que se forma no litoral
da Argentina.

25

3. METODOLOGIA
3.1 Área de Estudo
Os núcleos de desertificação do Brasil (Figura 1) estão localizados na região NEB, no
domínio do Semiárido, área susceptível à desertificação, totalizando 1.488 municípios nos nove
Estados do Nordeste, além do norte do Estado de Minas Gerais e norte do Estado do Espírito
Santo (MMA, 2020).
Figura 1 – Áreas Susceptíveis à Desertificação com delimitação do Semiárido brasileiro,
e com destaque aos Núcleos de desertificação

Fonte: IBGE/ World Topographic Map/ MMA - Sistema de coordenadas
Geográficas, 2000.
Os núcleos de desertificação presentes do nordeste brasileiro, indicam as localidades
geográficas mais problemáticas e com maior potencial à desertificação (SILVA, 2017). O
núcleo de Gilbués-PI apresenta uma área de aproximadamente 6.131 km²; O núcleo de
Irauçuba-CE compreende uma área de 4.000 km²; O núcleo de Cabrobró-PE apresenta uma área
de 5.960 km² (LANDIM et al., 2011).

26

O núcleo de Seridó-RN localizado na região centro-sul do Rio Grande do Norte e centronorte da Paraíba, abrange uma área em torno de 2.341 km² (PEREZ-MARIM, 2012).
3.2 Dados
Os dados pluviométricos são provenientes da base de dados de séries históricas
pluviométricas da Agência Nacional das Águas - ANA, disponível no Sistema de Informações
Hidrológicas (www.hidroweb.ana.gov.br) e da base de dados da FUNCEME (Fundação
Cearense de Meteorologia e Recursos Hídricos) para as localidades sedes dos núcleos de
desertificação (Tabela 1): Cabrobó (PE), Irauçuba (CE), e Seridó (PB/RN); já para o núcleo de
Gilbués (PI) foi selecionado o município de Bom Jesus do Piauí que faz parte do Núcleo de
Gilbués (PI), visto que a cidade sede (Gilbués) não apresenta período de dados pluviométricos
suficientes para um estudo climático (30 anos); para a localidade de Cabrobó (PE) o período
disponível é de 1961-2019; 1981-2020 para Irauçuba (CE); 1995 a 2019 para a localidade de
Seridó (PB/RN); 1971-2019 para o Município de Bom Jesus do Piauí (Gilbués).
Na análise da Ondaleta Cruzada o período utilizado corresponde à média da região dos
núcleos de desertificação, visando aumentar o período de dados. Pois, se faz necessário um
longo período de dados na utilização dessa análise (BLAIN; KAYANO, 2011).
A fonte dos dados de temperatura média do ar é do Banco de Dados Meteorológicos
para Ensino e Pesquisa (BDMEP) do Instituto Nacional de Meteorologia (INMET),
disponibilizando em http://www.inmet.gov.br, dados para os municípios sedes que compõem
os núcleos de desertificação de Cabrobó (PE) e Seridó (RN), para os núcleos de Gilbués (PI) e
Irauçuba (CE) foram selecionados o município de Sobral (CE), que se situam na área do núcleo
de desertificação de Irauçuba (CE) e o município de Bom Jesus do Piauí que faz parte do Núcleo
de Gilbués (PI), visto que as cidades sede (Gilbués e Irauçuba) não apresentam período de dados
suficientes para um estudo climático (30 anos).
Tabela 1 – Cidade, posto meteorológico escolhido e suas coordenadas geográficas.

Período
Período
Município
Precipitação Temperatura Estação
1961-2019
1961-2019 839003
Cabrobó
945008
Gilbués
Bom Jesus
1971-2019
1971-2019 82975
(Gilbués)
1995-2019
1995-2019 636083
Seridó
1981-2020
339053
Irauçuba
1981-2020
340027
Sobral (Irauçuba)

Lon (º)
-39,3094
-45,3439

Alt
(m)
312
458

-9.06611 -44,36527
-6,93273 -3,63855
-3,75579 -39,7889
-3,68611 -40,34972

330,6
642
138
70

Lat (º)
-8,50548
-9,82510

Fonte: Elaborado pelo autor (2020).

27

Os dados de precipitação e temperatura média foram usados primeiramente para
conhecer climatologicamente cada ND separadamente, através da elaboração da média
climatológica. Posteriormente, esses dados foram também usados para análises de tendências
climáticas através do teste de Mann-Kendall.
Após conhecer climatologicamente cada ND e sua variabilidade nas séries de
temperatura e precipitação, foram buscadas as causas climáticas sobre cada ND, o foco do
estudo está em descobrir as causas climáticas que corroboram com o processo de desertificação
em cada núcleo, separadamente, e não comparar os núcleos entre si. A etapa de verificação das
causas climáticas dos ND é realizada através das Análises de Ondaletas (TORRENCE;
COMPO, 1998; BLAIN; KAYANO, 2011; SILVA, 2015; DA SILVA, 2017; NÓBREGA,
2019; VALE et al., 2020).
Foram obtidos os dados de índices climáticos Índice de Oscilação Sul (IOS), Oscilação
Multidecadal do Pacífico (ODP), Oscilação Interdecadal do Pacífico (OIP), Dipolo do Atlântico
(DA), e Oscilação Multivariada do Atlântico (OMA), em todos os índices há disponibilidade
de dados de 1948 a 2020, no entanto, foram utilizados os mesmos períodos correspondentes às
séries pluviométricas e séries de temperatura dos ND e desse modo, verificou-se a associação
entre esses fenômenos climáticos e a variabilidade local, relação essa mostrada através da
Ondaleta Cruzada revelando a coerência e fase das séries. Para representar a variabilidade do
Dipolo do Atlântico foi utilizado o índice do Modo Meridional do Atlântico SST (AMM SST),
que descreve a variabilidade meridional no Oceano Atlântico tropical.
Os dados do Índice de Oscilação Sul, da Oscilação Multidecadal do Pacífico, e da
Oscilação Multivariada do Atlântico e do Índice AMM SST foram obtidos através do site da
National

Oceanic

and

Atmospheric

Administration:

https://psl.noaa.gov/data/climateindices/list/.

3.3 Comparação Entre Valores de Precipitação e Média Climatológica
Essa etapa consiste em comparar valores mensais e a média climatológica, para isso foi
realizada a diferença entre esses dados, e assim pode-se visualizar os anos que estiveram acima
ou abaixo da média. A representação se dá através de gráficos de colunas, onde valores
negativos sugerem que a precipitação mensal foi menor que a média climatológica; e valores
positivos significam que o valor mensal é acima da média. Ainda neste item, gráficos do valor
mensal com seu desvio padrão são mostrados na tentativa de visualizar qual seria o valor
máximo que pode ocorrer em cada mês, além do mês com possibilidade de ocorrência de valor
distante da média ou do esperado.

28

3.4 Índice de Anomalia de Chuva (IAC)
Para analisar períodos anômalos de secas e chuvas, foi empregado o Índice de Anomalia
de Chuva (IAC) utilizando as séries de precipitação dos núcleos de desertificação. O IAC
classifica e compreende o regime pluviométrico em relação a intensidade dos períodos secos e
chuvosos, possibilitando a realização de comparações do regime pluviométrico através de uma
série de dados históricos de chuvas (SANTOS; AQUINO, 2016).
O Rainfall Anomaly Index (RAI) ou Índice de Anomalia de Chuva (IAC) foi proposto
e utilizado por Rooy (1965) e Da Silva (2009). O IAC é dado pelo cálculo conforme as equações
a seguir:
̅)
(𝑁−𝑁

𝐼𝐴𝐶 = 3 [(𝑀̅−𝑁̅)], para anomalias positivas
̅)
(𝑁−𝑁

𝐼𝐴𝐶 = −3 [(𝑋̅−𝑁̅)], para anomalias negativas

(1)
(2)

Sendo: N = precipitação atual, mensal ou anual, ou seja, do mês ou ano que será gerado
o IAC (mm); N = precipitação média mensal ou anual da série histórica (mm); M = média das
dez maiores precipitações mensais ou anuais da série histórica (mm); X = média das dez
menores precipitações mensais ou anuais da série histórica (mm); e anomalias positivas são
valores acima da média e negativas, abaixo da média.
3.5 Tendências Mann Kendall
As séries de temperatura do ar e precipitação dos núcleos de desertificação serão
submetidas à análise de tendência pelo teste de Mann-Kendall. O teste é indicado pela
Organização Meteorológica Mundial (OMM) para avaliação de tendências significativas em
séries dados temporais compatíveis com aplicações ambientais, é um teste não paramétrico.
Esse teste foi proposto a princípio por Mann (1945), posteriormente melhorado por Kendall
(1975), gerando a relação estatística. É amplamente utilizado para testar tendências em séries
temporais hidrológicas e climatológicas (XU, et al., 2005; BI et al., 2009; SILVA et al., 2010;
BLAIN; KAYANO, 2011; SOUZA NETO, 2019; CABRAL JÚNIOR et al., 2019; MEDEIROS
et al., 2021).
A estatística do teste é descrita como:
𝑆=∑𝑛𝑖=2 ∑𝑖=1
𝑗=1 𝑆𝑖𝑔𝑛(𝜒𝑖 − 𝜒𝑗)

(3)

29

Em que: xj são os dados estimados da sequência de valores, n é o comprimento da série
temporal e o sinal (xi – xj) é igual a -1 para (xi – xj) < 0, 0 para (xi – xj) = 0, e 1 para (xi– xj) >
0.
Kendall (1975) demonstrou que 𝑆 é, em geral, distribuída com média E(S) e variância
Var(S), para uma situação em que pode haver valores iguais de x, são expressas pelas equações:
𝐸[S] = 0

(4)
q

𝑉𝑎𝑟[S] =

n (n−1) (2n+5)− ∑p=1 tp (tp −1) (2tp +5)
18

(5)

Sendo (tp) é número de dados com valores iguais em um determinado grupo (pth) e q
é o número de grupos com valores iguais na série de dados em um certo grupo p. O segundo
termo corresponde a um ajuste para dados censurados.
O teste estatístico parametrizado (ZMK) é descrito pela seguinte equação:
S−1
√𝑉𝑎𝑟 (s)

𝑍𝑀𝐾 =

0

para S > 0;
para S = 0;

S+1

{ √𝑉𝑎𝑟 (s)

(6)

para S < 0

A presença de uma tendência estatisticamente significativa é avaliada usando o valor de
Z. Essa estatística é usada para testar a hipótese nula, ou seja, que não existe tendência. Um
valor positivo de ZMK indica um aumento da tendência; quando negativa, indica uma tendência
decrescente. Para testar a tendência crescente ou decrescente no nível de significância de p, a
hipótese nula é rejeitada se o valor absoluto de Z for maior que Z1-p/2, utilizando-se a tabela
da distribuição normal cumulativa padrão (SILVA et al., 2010). Os níveis de significância de
p = 0,01 e 0,05 foram adotados neste estudo. Uma estimativa não paramétrica para o valor da
inclinação da tendência é dada por:
𝜒𝑖−𝜒𝑗

𝛽=𝑀edi𝑎𝑛[ 𝑗−𝑖 ] 𝑝𝑎r𝑎 𝑖<𝑗

(7)

Em que: xj e xi são os pontos dados medidos no tempo j e i, respectivamente.
Esse método também foi utilizado conforme descrito por Xu, et al., (2005); Bi et al.
(2009); Blain (2009); Da Silva (2009); Silva et al., (2010); Blain; Kayano (2011); Nóbrega et
al. (2016); Da Silva (2017); Lima et al. (2019); Bonfim et al., (2020).

3.6 Teste de Significância de T-Student
Para se verificar se há ou não significância estatística nas tendências obtidas no teste de
Mann-Kendall, foi utilizado o teste T-Student.

30

Para amostras de tamanho N > 30, que são chamadas de grandes amostras, as
distribuições das amostras de diversas estatísticas são quase normais e melhores com o
crescimento de N. Já para amostras com tamanho N < 30, que são as pequenas amostras, as
distribuições amostrais de diversas estatísticas são ruins, e tornam-se piores com o decréscimo
de N, de tal forma que devem ser introduzidas as modificações adequadas.
Um dos testes de significância mais empregado é o “T-Student”, sendo amplamente
utilizado nos estudos de pesquisas na área da meteorologia (FIGUEROA, 1997; CASTRO,
2002; DA SILVA, 2009; SOUZA NETO, 2019; BONFIM et al., 2020), sendo descrita
conforme a equação 8:

𝑡𝑐 =

𝑡
√𝑛−2

+ 𝑡2

(8)

Em que: tc = valor do percentil e é o grau de liberdade. Foi usado p = 0,95 ou 95%; t = valor do
percentil tabelado de acordo com υ (n-1); n é o número de dados.

3.7 Análise de Ondaletas (AO), Ondaletas ou Wavelets
As séries de dados de temperatura e precipitação da “sede” dos núcleos de desertificação
serão sujeitas à análise de ondaletas (AO). As análises preliminares de ondaletas proporciona
uma indicação mais ampla e mais clara de quais escalas temporais predominam os
sistemas/fenômeno meteorológicos ao longo de toda série.
Os dados de precipitação pluviométrica e temperatura serão investigados com a intenção
de identificar possíveis tendências, períodos cíclicos, variações sazonais e interanuais, e
variações aleatórias, usando as ondaletas.
Primeiramente os índices de precipitação serão tratados, depois serão submetidos à AO.
Esses índices são anomalias das variáveis, calculadas a partir da climatologia mensal e
normalizados pelos desvios padrão (Da SILVA, 2017):
𝐴𝑉𝑎𝑟𝑖,𝑗 =

̅̅̅̅̅i)
(𝑉a𝑟і,ј−𝑉𝑎r
𝜎i

(9)

Em que: AVari,j é a anomalia normalizada da variável no ano j = 1, 2, 3, ..., N e mês i = 1,
2, 3, ..., 12; Vari,j é variável no ano j = 1, 2, 3, ..., N e mês i = 1, 2, 3, ..., 12, a qual foi calculada
sua anomalia; ̅̅̅̅̅
𝑉𝑎ri é a média climatológica do mês a ser calculado a anomalia e σi é o desvio
padrão utilizado para cada mês i específico. A variabilidade de precipitação na região NEB
apresenta sinal homogêneo, por este motivo, usou-se a série de anomalias normalizada como
índice de precipitação. Esse fundamento também foi aplicado por Kousky e Chu (1978),
Kayano e Blain (2007), Da Silva (2009), Blain e Kayano (2011), Da Silva (2017).

31

Define-se matematicamente a função ondaleta numa escala a e posição b, onde a e b são
valores reais, e a > 0, como sendo:
Ψa, b (t) =

1
√𝑎

b

Ψ (t − 𝑎)

(10)

A AO é bastante aplicada na análise de sinais, isso porque possibilita decompor uma
série temporal em distintos níveis de resolução tempo-frequência e, assim determinar, os
componentes da variabilidade dominante (TORRENCE; COMPO,1998; DA SILVA, 2017).
A Ondaleta é complexa e detém características análogos às de sinais meteorológicos,
como simetria ou assimetria, e variação temporal brusca ou suave. Segundo a literatura, este é
um critério para escolha da função ondaleta (WENG; LAU, 1994; MORETTIN, 1999, DA
SILVA, 2017).
Desta maneira será feita a escolha da função da ondaleta, conforme Blain e Kayano
(2011), Da Silva (2017) e a ondaleta Morlet representa uma onda modulada por um envelope
Gaussiano. É dada pela seguinte expressão:
2

𝛹(𝑡) = 𝑒 −𝑖𝜔0 𝜂 𝑒 −𝜂 ⁄2

(11)

Em que η = t/s, onde t é o tempo, s é a escala da ondaleta em função do tempo (= 2/dt) e ω0 é
uma frequência não-dimensional (lag1 = 0,7), escolhidos conforme Andreoli et al. (2004);
Todos introduzidos no “script” de programação do Software Matlab®.
3.8 Coerência e Fase da Ondaleta
A análise cruzada de ondaleta foi aplicada considerando-se as séries precipitação e dos
Núcleos de Desertificação versus às séries dos índices climáticos da ODP, IOS, DP e OIP, para
se avaliar as relações entre as séries de precipitação e os Índices climáticos.
A ondaleta cruzada é bastante eficaz para destacar regiões de energia simultâneas entre
dois sinais no domínio da ondaleta determinando assim a fase relativa entre esses sinais (VALE
et al., 2020).
Para determinar a significância do nível dos picos espectrais, seja na ondaleta, seja na
análise de Fourier, faz-se necessário escolher um espectro de fundo adequado. Dessa maneira,
é assumido que distintas realizações de um processo geofísico disseminam-se aleatoriamente
em torno do valor espectral desejado. Esse espectro de fundo é possível ser baseado em
processos de ruído branco ou vermelho para diferentes fenômenos físicos. Assim, hipótese nula
pode ser descrita através de um algoritmo em que um espectro médio é apresentado pela série
temporal dado pela Equação 12 (TORRENCE; COMPO, 1998 Apud BLAIN; KAYANO,
2011):

32

𝑃𝑘 =

Para k = 0...j/2

1−∝
1+∝2 −2∝cos(

∝=

e

𝑟1+√𝑟

(12)

2𝜋𝑘
)
𝑗

2

(13)

2

Em que 𝑟1 e 𝑟2 são os coeficientes da função autocorrelação (acf) para as defasagens
(lags) 1 e 2 da série com j dados. Verifica-se na Equação 12 que se a série em análise for
originaria de um processo de ruído branco, tem-se Pk constante para todo k. A distribuição de
nulidade para a potência local da ondaleta, relacionada à Ho, pode ser definida pela expressão
14. Sendo a equação 14 a forma de investigação estatística denominada de análise cruzada de
ondaleta (BLAIN; KAYANO, 2011):
𝑊 (𝑆) 2

1

| 𝜎𝑛 2 | = 2 𝑃𝑘 χ22

(14)

Em que: σ2 é a variância da série temporal; χ22 representa a distribuição qui-quadrado
com dois graus de liberdade.
O espectro cruzado da ondaleta é definido como (GRINSTED et al., 2004):
𝑤 𝑥𝑦 (𝑡, 𝑠) = 𝑤 𝑥 (𝑡, 𝑠)𝑤 𝑦∗ (𝑡, 𝑠)

(15)

Em que (*) é o complexo conjugado.

A análise da coerência da ondaleta é aplicada para permitir a identificação das bandas
de frequências e intervalos de tempo nos quais ambas as séries estão relacionadas (TANG et
al., 2014). Pode-se definir a coerência da ondaleta como a razão entre o quadrado do espectro
cruzado normalizado e o espectro de potência de ondaleta individual (NOBREGA, 2019).
Resultando na correlação cruzada entre as duas séries históricas estando em função da
frequência, sendo a variação desses valores compreendida entre 0 a 1 (GRINSTED et al., 2004).
A análise da coerência da ondaleta de duas séries temporais X e Y é descrita conforme
a equação 15 (TORRENCE; WEBSTER, 1999); GRINSTED et al., 2004):
2

𝑅𝑛2 (𝑠) =

|𝑆(𝑠 −1 𝑊𝑛𝑋 (𝑠)|
2

2

𝑆(𝑠 −1 |𝑊𝑛𝑋 (𝑠)| )𝑆(𝑠 −1 |𝑊𝑛𝑌 (𝑠)| )

(16)

Em que: Rn é a coerência; S é um operador de suavização
Através de minimização do custo total é possível detectar pontos de mudanças, sendo a
minimização do custo total formada pelo somatório do custo ligado a adequação da propriedade
estatística a ser analisar, ao seu grupo de observações (segmentos):
𝐶𝑡 = ∑𝑚+1
𝑖=1 [𝐶(𝑦(𝜏𝑖−1 ): 𝜏𝑖 )] + 𝛽𝑓(𝑚)

(17)

33

Em que m é o total de pontos de mudança; C(y(τi-1):τi) é a função de custo de cada segmento;
βf(m) é um fator de penalidade e Ct é o custo total (HAYNES; ECKLEY; FEARNHEAD,
2014).
As relações de fases ou defasagens entre as séries temporais são representadas pelo
ângulo de inclinação dos vetores. Setas orientadas na horizontal apontadas para a direita (0º)
indicam que as séries estão em fase; tem-se as séries em fases opostas quando as setas estão
orientadas para a esquerda (180º). Para ângulos negativos entre 0° e 180° (-45º, -90º ou -135º)
tem-se que o máximo da 1ª série ocorre antes do máximo da 2ª série, ou seja, a série 1 encontrase antecipada, ocorrendo antes da série 2; quando as setas se encontram verticalmente para
cima, com ângulos positivos (45º, 90º ou 135º) revelam que a 1ª série está defasada, o seu
máximo ocorre depois do máximo da 2ª série. É necessário a organização e conhecimento da
ordem em que as séries são processadas, ou seja, qual série é independente, série 1, qual a
dependente, série 2, para que, dessa forma, seja possível calcular o período das defasagens, ou
o quanto uma variável vai anteceder ou preceder a outra (SILVA, 2015; BLAIN; KAYANO,
2011).

34

4. RESULTADOS
4.1 Irauçuba
i. Análise climatológica de Irauçuba
As análises descritas na metodologia foram seguidas inicialmente para Irauçuba, cidade
sede do Núcleo de Desertificação de Irauçuba (CE), afim de se obter toda a análise climática e
assim compreender o comportamento climático do local, apontando quais sistemas e/ou
fenômenos climáticos relacionam-se, contribuindo para o processo de desertificação na
localidade.
Na Figura 2 encontra-se a média temporal da precipitação de Irauçuba dos anos de 1981
a 2020, com a quadra chuvosa de janeiro a abril, conforme corrobora Landim et al. (2011). Os
meses com maiores volumes de chuva são março e abril, sendo o mês de março o que apresentou
máximo registro de precipitações, com valor médio de 127,70 mm. Isto revela que os maiores
volumes de chuvas ocorrem nos primeiros meses do ano na localidade, esse conhecimento pode
ser um indicativo para tomada de ação da defesa civil no gerenciamento e manejo do solo. A
variabilidade sazonal das chuvas no Estado do Ceará é caracterizada especialmente pela ZCIT,
que atua nos primeiros meses do ano (MOLION; BERNARDO, 2002).
O período de estiagem (Figura 2) ocorre entre maio e dezembro, quando os totais
pluviométricos apresentam forte diminuição, principalmente nos meses de agosto a novembro,
quando a precipitação é quase zero, o que gera condições ideais para o agravo da
susceptibilidade a degradação ambiental como mostrado por Almeida et al. (2014). O
acumulado total médio anual registrado para a cidade foi de 462,38 mm de chuva, evidenciando
a baixa precipitação da região, típico de regiões semiáridas, principalmente de ND.
O mês de março já é pela média climatológica o mês com maior precipitação (Figura 2),
mas quando levado em consideração seu desvio padrão (Figura 3b), o mês de março pode atingir
valores acima de 200 mm, pois também apresenta o maior valor de desvio padrão. A média de
chuva é aproximadamente 125 mm e o desvio de 83 mm, e essas características são observadas
nos meses de março de 1985, março de 1995, março de 2009 e março de 2019, com chuvas bem
acima da média, como observado na Figura 3.

35

Figura 2: Média Climatológica e Desvio padrão da precipitação em Irauçuba. Período de
1981 a 2020.
Média da precipitação e desvio
padrão

140
120
100
80
60
40
20
0
jan

fev

mar

abr

mai

Precipitação

jun

jul

ago

set

out

nov

dez

Desvio padrão

Fonte: Autor, 2022.

4.1.2 Comparação entre precipitação e média climatológica de Irauçuba
Na Figura 3a observa-se a comparação entre a precipitação total mensal e a média
climatológica de Irauçuba. Os resultados obtidos mostram que janeiro de 2004 apresentou a
maior diferença entre total de precipitação e a média, registrando 374,67 mm acima da média.
Entre os anos de 1984 a 1986 houveram totais mensais de precipitação acima da média.
Os valores negativos evidenciam que a média climatológica foi maior que o total
mensal, ou seja, o total mensal está abaixo da média, e a maioria desses valores apresentaram
50 mm de diferença. De 2010 a 2015, aproximadamente, a localidade apresentou precipitação
abaixo da média nesses 5 anos. Silva et al. (2014) compararam as precipitações anuais e a
normal climatológica no Estado do Maranhão, os autores perceberam que nos últimos 10 anos
houve seis anos em que mais de 50% das estações distribuídas no Estado registraram
precipitação abaixo da média climatológica.

36

Figura 3: Comparação entre a precipitação mensal no período de 1981 a 2020 e a Média climatológica
de Irauçuba.

set/20

abr/19

nov/17

jan/15

jun/16

ago/13

mar/12

out/10

dez/07

mai/09

jul/06

fev/05

set/03

abr/02

jun/99

nov/00

jan/98

ago/96

out/93

mar/95

mai/92

jul/89

dez/90

set/86

fev/88

abr/85

nov/83

jan/81

jun/82

Diferença de precipitação
(mm)

400
350
300
250
200
150
100
50
0
-50
-100

Anos

Fonte: Autor, 2022.

4.1.3 Classificação dos eventos secos e chuvosos utilizando o IAC
Os eventos secos e os chuvosos para ND de Irauçuba (CE) são apresentados através do
IAC, tornando possível conhecer variabilidade temporal da localidade, como também
identificar os períodos mais intensos e/ou duradouros dos eventos. Na Figura 4 encontra-se o
IAC anual para ND de Irauçuba, valores positivos significam anos chuvosos/úmidos, os valores
negativos representam os anos secos. Verifica-se, que durante todo o período, tiveram 16 anos
com IAC positivos e 23 anos com IAC negativos, isto é, ocorreram mais anos secos que anos
úmidos. Costa e Da Silva (2015) também observaram esse fato para o Estado do Ceará.
Além disso, é interessante destacar que antes do ano de 2000, ocorreram 9 anos chuvosos,
10 anos secos; após esse ano, foram registrados 7 anos chuvosos e 13 anos secos, evidenciando
dessa forma, que o primeiro período da série é mais chuvoso, ou seja, o ano de 2000 torna-se
um ponto de inversão na distribuição da pluviosidade de Irauçuba, em virtude de ocorrer
mudança no padrão local entre os anos secos e chuvosos após esse ano, corroborando com
Landim et al. (2011); Costa e Da Silva (2015).
Os períodos secos (Figura 4) ocorreram nos seguintes períodos: entre 1981-1983, 19901993, 1997-2002, 2007-2008, sendo o período mais longo de 2010-2017, caracterizando 7 anos
consecutivos com eventos secos, estes episódios consecutivos e prolongados de secas
contribuem para o agravamento do processo de desertificação, como discutidos por Lanfredi et
al. (2015); Araújo e Sousa (2017). Além disso, segundo do relatório do Intergovernamental
Panel on Climate Change (IPCC, 2019) os últimos anos vêm tornando-se cada vez mais quentes,
conforme projeções do relatório, os riscos de déficits de chuva e secas são maiores.
Dentre esses períodos secos (Figura 4), a maioria dos anos foram classificados com muito
seco. Ademais, o ano de 1998 destaca-se com maior valor negativo (secos) de -3,93, sendo

37

classificado como muito seco, é interessante citar que, nesse ano houve atuação do El Niño com
forte intensidade (CPTEC, 2021). Possivelmente a ocorrência do fenômeno provocou impacto
no comportamento pluviométrico do ND de Irauçuba, o que pode levar a redução na
disponibilidade e distribuição da água na localidade.
Em relação aos eventos úmidos (Figura 4) observa-se que apenas nos anos de 2009 e 2020
foram classificados como extremamente úmido (IAC > 4). Têm-se os seguintes períodos
úmidos: de 1984-1986, 1988-1989, 1994-1996, 2003-2004, 2018-2020, estando caracterizados
em sua maioria como úmidos. O ano de maior valor positivo foi 2020, com IAC médio de 6,0.

7
6
5
4
3
2
1
0
-1
-2
-3
-4
-5

1981
1982
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
2014
2015
2016
2017
2018
2019
2020

IAC Irauçuba

Figura 4: Índice de Anomalias de Chuva (IAC) para a série de totais anuais de Irauçuba. Para o
período de 1981 a 2020.

Anos

Fonte: Autor, 2022.

4.1.4 Tendência climática por Mann-Kendall
A análise de tendência em séries históricas de precipitação e temperatura é uma das
formas de avaliar o comportamento temporal das séries, como também apontar a ocorrência de
mudança climática local, que auxilia na expansão das áreas em processo de desertificação, dessa
forma, as tendências temporais das séries de precipitação e temperatura de Irauçuba foram
realizadas através do teste de Mann-Kendall.
Para a série histórica de precipitação foram detectadas tendências de diminuição, com
tendências anual de -0,0226 mm e tendência na série de -0,9078 mm, essas tendências negativas
de precipitação indicam que as chuvas que ocorreram em Irauçuba vêm diminuindo
gradativamente ao longo do tempo. A redução das chuvas acarreta irregularidades
pluviométricas, diminuição da disponibilidade hídrica, gerando aumento na vulnerabilidade
ambiental e consequentemente, contribui para o aumento no processo de desertificação. Os
resultados de tendências de diminuição em séries de precipitação também foram encontrados
por Lopes e Da Silva (2016) para Sobral/Ibiapaba-CE.

38

A série temporal de temperatura apresentou leve tendência de aumento, sendo a tendência
anual igual a 0,0020 °C e 0,0833 °C em toda a série, sugerindo que a temperatura tende a
aumentar. Este resultado condiz com estudos realizados por alguns pesquisadores
(MARENGO; VALVERDE, 2007; TOMASELLA et al., 2009; NÓBREGA et al., 2011;
MARENGO, 2016; DOURADO, 2017; IPCC, 2019) que apontaram aumento da temperatura
planetária, indicando um cenário climático favorável à expansão das áreas suscetíveis à
desertificação. Além desses, Matheus et al. (2015) também observaram tendências de aumento
na temperatura do ar em todas as regiões cearenses. No teste de T-Student (Tabela 2) ambas as
séries de precipitação e temperatura não apresentaram significância estatística em suas
tendências de diminuição e aumento respectivamente.

Tabela 2 - Tendências encontradas nas séries de precipitação e temperatura de Irauçuba, usando o Teste
de Mann-Kendall, e resultado do teste de significância de T-Student ao nível de 95%.
Tendências por Mann-Kendall para Irauçuba
Tendências por ano Tendências na série
Teste de Significância T-Student
Precipitação (mm) -0,022697125
-0,9078
Diminuição – Sem significância
Temperatura (°C) 0,002083366
0,0833
Aumento - Sem significância
Fonte: Autor, 2022.

4.1.5 Identificação das causas climáticas de Irauçuba
Foram realizadas as Análise em Ondaletas para série de precipitação do ND de Irauçuba
(CE) e pode-se observar que as escalas temporais que influenciam a série de precipitação são:
a escala sazonal, a escala de 4 a 8 anos associado ao ENOS estendido (DA SILVA, 2017; DA
SILVA et al., 2020), a escala de 11 anos relacionada ao Dipolo do Atlântico (CLAUZET &
WAINER, 1999), podendo está ligado também com o ciclo de Manchas solares (ECHER,
2003). É possível observar na série temporal (Figura 5a) que o pico mais elevado de
precipitação ocorreu em 1985, com índice igual a 6,16, isto devido a atuação simultânea das
escalas temporais presentes na série, como discutido por Rockwood e Maddox (1988) ou ainda,
esses fenômenos climáticos podem estar ocorrendo em mesma fase, corroborando com
Gershunov e Barnett (1998) e Da Silva (2017).
A escala sazonal (Figura 5) mostrou-se presente apenas em 1985, já a escala do fenômeno
ENOS estendido ocorreu de 1984 a 1995, o Dipolo influenciou do início da série a 1990,
voltando a ocorrer de 2016 ao final da série, sendo esta a escala dominante. É interessante
enfatizar que o ENOS causou grandes acúmulos de precipitação nos anos de 1989 e 1994,
influenciando nos altos valores de Espectro de potência de ondaleta (EPO) como visto por Landim

39

et al. (2011) para Irauçuba. Já no ano de 1998 ocorreram baixos valores de índice de
precipitação, ano no qual não houve influência das escalas atuantes, apenas vestígios da escala
do ENOS estendido.

Figura 5: a) Índice de precipitação (Prp) para Irauçuba (CE) normalizado pelo desvio padrão; b) Espectro de
potência de ondaleta (EPO) para Prp. A curva em forma de U representa o cone de influência, sob a qual o efeito
de borda é importante; c) Espectro de potência global (EPG), com o contorno tracejado indicando que o EPG é
significativo ao nível de confiança de 95%.
6
4
2
0

Anos

b)

jul/18

jan/20

jan/17

jul/15

jan/14

jul/12

jan/11

jul/09

jan/08

jul/06

jan/05

jul/03

jan/02

jul/00

jan/99

jul/97

jan/96

jul/94

jul/91

jan/93

jul/88

jan/90

jul/85

jan/87

jul/82

jan/84

-2
jan/81

Índice de Prp para o
Núcleo de Irauçuba (CE)

8

a)

c)
Fonte: Autor, 2021.

A Figura 6 mostra a análise de ondaleta para a série temporal de temperatura para o núcleo
de desertificação de Irauçuba para o período de 1981 a 2020. Analisando o EPO (Fig. 6b), podese verificar que os valores significativos de potência se encontram na escala de 1-2 anos
associados a escala do ENOS atuante entre 1981 a 1985, porém sem significância estatística, e
ainda atuando com menor intensidade em 1999.
A escala do ENOS atuou em conjunto com as escalas de 3-8 anos ligadas ao ENOS
estendido, com a escala de 8-11 anos associadas ao Dipolo do Atlântico (CLAUZET;
WAINER, 1999), atuando também com a escala de 32 anos que pode estar ligada à OIP
(OLIVEIRA et al., 2017) e que apresenta um ciclo de variação entre 15 e 30 anos.
Como já mencionado, o acoplamento entre diferentes escalas levam ao aumento da
intensidade do evento (ROCKWOOD; MADDOX, 1988), como por exemplo nos anos de 1983
e 1998, ocorreram altos picos de temperatura devido a atuação simultânea de escalas, enquanto

40

que nos anos seguintes a temperatura apresentou grande queda, isto porque a interação entre as
escalas tornou-se menor, ou ainda, pode-se atribuir a possível oposição de fases entre os
fenômenos.
A escala de 32 anos mostrou-se dominante na série, estando presente em todos os anos,
no entanto, o pico espectral nessa escala não tem significância estatística, já que está fora do
cone de influência.
Outrossim, entre os anos de 2007 e 2014 ocorreram picos espectrais na escala de 2-4 anos
associada ao ENOS estendido agindo simultaneamente com a escala de 32 anos, ocasionando
índices negativos de temperatura em 2009, seguidos de picos positivos (Figura 6a) durante
2010, o que possivelmente está relacionado com mudanças de fases dos sistemas como
discutido por Gershunov e Barnett (1998), Da Silva e Kayano (2010), Da Silva (2017) e Bonfim
et al. (2020).

4
3
2
1
0
-1
-2
-3
-4

jan/81
jul/82
jan/84
jul/85
jan/87
jul/88
jan/90
jul/91
jan/93
jul/94
jan/96
jul/97
jan/99
jul/00
jan/02
jul/03
jan/05
jul/06
jan/08
jul/09
jan/11
jul/12
jan/14
jul/15
jan/17
jul/18
jan/20

Índice de Temperatura para
o Núcleo de Irauçuba

Figura 6: a) Índice de Temperatura para Irauçuba (CE) normalizado pelo desvio padrão; b) Espectro de potência
de ondaleta (EPO) para temperatura. A curva em forma de U representa o cone de influência, sob a qual o efeito
de borda é importante; c) Espectro de potência global (EPG), com o contorno tracejado indicando que o EPG é
significativo ao nível de confiança de 95%.

Anos

b)

a)

c)
Fonte: Autor, 2021.

41

Os resultados das análises de Ondaletas apontaram que as séries de precipitação e
temperatura contêm influências de diferentes escalas de variabilidades, como escalas do ENOS,
ENOS estendido, Manchas solares e Dipolo do Atlântico e OIP, os quais também influenciaram
a série de temperatura. Adicionalmente foi usada a análise de Ondaleta cruzada e coerência e
fase da Ondaleta na série de precipitação de Irauçuba com o índice climático do Dipolo do
Atlântico, que apresentou a sua escala como dominante sobre a série, afim de verificar a relação
entre ambas as séries temporais. A análise de Ondaleta cruzada e coerência e fase da Ondaleta
também foi aplicada nas séries de precipitação de todos os ND com seus respectivos índices
climáticos dominantes.
4.1.6 Análise das ondaletas cruzadas para precipitação
Na análise da Ondaleta Cruzada (Figura 7) as cores indicam máximas/mínimas
coerências entre as séries. As máximas estão representadas em amarelo, as mínimas em azul,
conforme está na escala numérica e de cores. Os valores com significância estatística são
contornados por uma linha preta, indicando o nível de significância estatística de 95% de
confiança.
O Espectro de Ondaleta cruzada da série de precipitação do Núcleo de Irauçuba
com o Índice Dipolo do Atlântico encontra-se na Figura 7. Para a série temporal do núcleo de
Irauçuba, foi realizada a média dos quatro Municípios que compõem o Núcleo, afim de obter
um maior período de dados, visto ser necessário maior série de dados para geração da Ondaleta
Cruzada, conforme sugerido por Blain e Kayano (2011).
As principais coerências ocorrem entre 1 e 3,5 anos ao longo da série. Entre as escalas
de 2 e 4 anos, há forte coerência entre as duas séries estudadas, aproximadamente entre 1980 e
1985.
No entanto de 1983 a 1985, com setas para cima, formando ângulo de 90 graus positivo,
indicam que o máximo de precipitação ocorre depois do máximo do índice de Dipolo. Com o
cálculo do ângulo de 90 graus, as escalas com maiores coerências, o máximo de precipitação
ocorreu de 3 a 10,5 meses após o máximo do índice de Dipolo, para período 1983-85.
Já na escala temporal de 3,5 anos, entre 1980 a 1985, com setas para cima e esquerda,
formando um ângulo de 135 graus positivo, o máximo de precipitação ocorreu 15,75 meses ou
1,3125 anos após o máximo do Dipolo do Atlântico.
Áreas com maior coerência na Figura 7, entre 2004 e 2010, com setas para esquerda
com ângulo de 180 graus, mostra que as variáveis estão fora de fase, coincidindo o máximo de
precipitação com mínimo do Dipolo. Nóbrega (2019) verificou que as séries do Dipolo do

42

Atlântico com a precipitação do Atlântico Nordeste Oriental, Parnaíba e Atlântico Nordeste
Ocidental também apresentaram ângulo de 180 graus, evidenciando a fase oposta entre as
variáveis. Além desses, na escala temporal de 8 anos, entre 1985 e 2004, também há forte
coerência entre as séries analisadas, com setas para baixo e esquerda, formando um ângulo de
135 graus negativos, indicando que o máximo de precipitação ocorre 36 meses ou 3 anos antes
do máximo do índice de Dipolo.

Figura 7: Ondaleta de Coerência (WTC) entre a precipitação da média da região que compõem o Núcleo de
Desertificação de Irauçuba e Dipolo do Atlântico (AMM) para o período de 1974-2020. Contornos contínuos
englobam variâncias significativas ao nível de confiança de 95%; a curva em U é o cone de influência.

Fonte: Autor, 2021.

4.2 Cabrobó
4.2.1 Análise climatológica de Cabrobó
A Figura 8 mostra a média temporal da precipitação em Cabrobó (PE), o regime
pluviométrico da série, dos anos de 1961 a 2019. Observa-se que o período chuvoso se estende
de janeiro a abril, com início das chuvas em dezembro, corroborando com Lucena et al. (2017)
tendo o mês de março como o mais chuvoso, visto que apresentou maiores registros de
precipitações, com valor médio de 117,94 mm.
O período seco (Figura 8) por sua vez, apresenta-se mais extenso/duradouro comparado
ao período chuvoso, e abrange os meses de maio a dezembro, sendo os meses de agosto e
setembro os que apresentam diminuição dos totais pluviométricos, quando a precipitação é 3,99
mm para agosto e 3,09 mm para setembro. A cidade de Cabrobó apresentou acumulado total
médio anual de 507,73 mm. As características climáticas do ND apresentam altas intensidades,
como elevada incidência de radiação solar e evaporação, baixa nebulosidade e baixas taxas de
umidade relativa (SOARES, 2012).

43

O mês de março apresenta tanto a maior precipitação, visto pela média climatológica
(Figura 8) quanto maior desvio padrão (Figura 8), podendo atingir valores acima de 200 mm,
pois também apresenta o maior valor de desvio padrão. A média de chuva do mês é
aproximadamente 118 mm e o desvio de 89 mm, e essas características são vistas nos meses de
março de 1985 e abril de 1988 com chuvas muito acima da média, como observado na Figura
9.
Figura 8: Média Climatológica e desvio padrão da precipitação em Cabrobó. Período de 1961 a
2019.
Média da Precipitação e Desvio padrão (mm)

140
120
100
80

60
40
20
-

jan

fev

mar

abr

mai
Média

jun

jul

ago

set

out

nov

dez

desvio

Fonte: Autor, 2022.

4.2.2 Comparação entre a precipitação e a média climatológica de Cabrobó
Na Figura 9 tem-se a comparação entre a precipitação total mensal e a média
climatológica de Cabrobó. Pode-se observar que janeiro de 2004 foi o que apresentou a maior
diferença positiva em toda a série, ou seja, o total mensal com 427,4 mm acima da média, e a
maioria dos valores positivos, que indicam o total maior que a média, ultrapassaram 130 mm
de diferença. Para a localidade, os meses que mostraram o total mensal das precipitações acima
da média apresentam maior diferença, em mm, que os meses abaixo da média.
Em março de 1985 e abril de 1988 os valores de precipitação total mensal excedem 200
mm acima da média. Os resultados de Lucena (2017) mostraram que em 1998 foi registrado
182,6 mm de precipitação, quase 20 mm, distribuídos em 21 dias na estação chuvosa, o que
correspondeu a 53% da média climatológica para o período.

44

Figura 9: Comparação entre a precipitação total mensal no período de 1961 a 2020 e a Média

jul/19

mai/17

jan/13

mar/15

set/08

nov/10

jul/06

mai/04

jan/00

mar/02

set/95

nov/97

jul/93

mai/91

jan/87

mar/89

set/82

nov/84

jul/80

mai/78

jan/74

mar/76

set/69

nov/71

jul/67

mai/65

jan/61

430
380
330
280
230
180
130
80
30
-20
-70
-120

mar/63

Diferença de precipitação (mm)

climatológica de Cabrobó.

Anos

Fonte: Autor, 2021.

4.2.3 Classificação dos eventos secos e chuvosos utilizando o IAC para Cabrobó
Na Figura 10 encontram-se caracterizados os anos secos e os chuvosos para o ND de
Cabrobó através do IAC anual. Verifica-se que, durante todo o período, ocorreram apenas 6
anos com IACs negativo, ou seja, poucos anos secos. No entanto, esses anos secos apresentaram
altos valores de IAC, como por exemplo, o ano de 1993 com valor de IAC igual a -11,56. Por
outro lado, os anos com IACs positivos registrados foram 53 anos, isto é, ocorreram mais anos
úmidos que anos secos.
É interessante destacar que, após a segunda metade do período analisado (Figura 10)
observar-se que os eventos secos foram mais frequentes, apresentando-se mais intensos,
podendo gerar condição favorável ao aumento da variação da área degradada. Os anos secos
foram: 1982, 1993, 2012, 2014, 2015 e 2017, destacando-se o ano de 1993, com maior registro
de IAC negativo, com classificação extremamente seco. Com exceção de 2015, todos os anos
secos foram intensos, o que colabora para o avanço e agravo da desertificação, concordando
com Araújo e Sousa (2017).
É relevante citar que, alguns desses anos foram anos de ocorrência do El Niño (CPTEC,
2021), o que pode ter influenciado no comportamento pluviométrico da localidade.
Dentre todos os eventos úmidos (Figura 10) apenas os anos de 1976 e 1985 foram
classificados como extremamente úmido (IAC > 4) concordando com Lucena (2017). Têm-se
os seguintes períodos úmidos: de 1962-1981, 1984-1992, 1994-2011. O ano de maior valor
positivo foi 1985, com IAC médio de 4,7.

45

Figura 10: Índice de Anomalias de Chuva (IAC) para a série de totais anuais de Cabrobó (PE). Para o
período de 1961 a 2019.
6
4
2

IAC Cabrobó

0
-2

-4
-6
-8
-10

1961
1963
1965
1967
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
2017
2019

-12

Anos

Fonte: Autor, 2021.

4.2.4 Tendência climática por Mann-Kendall
Foram identificadas tendências de diminuição para a série histórica de precipitação de
Cabrobó (Tabela 3) com tendências anual de -0,1313 mm e tendência na série de -7,7477 mm
com significância estatística de acordo com teste T-Student. Tendência negativa indica
diminuição na série, ou seja, a precipitação de Cabrobó tende a diminuir gradativamente ao
longo do tempo. A diminuição da precipitação pode favorecer a ocorrência de secas, com as
mudanças climáticas.
Diminuição em séries de precipitação também foram encontradas por Dourado (2017) ao
realizar simulações dos impactos das mudanças climáticas.
Para a série de temperatura (Tabela 3) foi detectado tendência de aumento, com tendência
anual igual a 0,0238°C e com 1,4089°C em toda a série, sem significância estatística, apontando
que a temperatura em Cabrobó se elevou, concordando com o relatório do IPCC (2019) que
apontou aumento de aproximadamente 1°C acima da média de aquecimento global.
De acordo com Oliveira et al. (2021) com o aumento da temperatura, aumenta-se as
ocorrências de ondas de calor, em maiores proporções de intensidade, duração e frequência, em
decorrências das mudanças climáticas. Essa intensificação dos eventos relacionados ao
aumento de temperatura pode resultar em um panorama climático susceptível à expansão do
processo de desertificação.

46

Tabela 3 - Tendências encontradas nas séries de precipitação e temperatura de Cabrobó, usando o Teste
de Mann-Kendall, e resultado do teste de significância de T-Student ao nível de 95%.
Tendências por Mann-Kendall para Cabrobó
Tendências por ano Tendências na série Teste de Significância T-Student
Precipitação (mm) -0,131317456
-7,747729885
Diminuição – com significância
Temperatura (°C) 0,023880386
1,408942774
Aumento - sem significância
Fonte: Autor, 2021.

4.2.5 Identificação das causas climáticas em Cabrobó
Pode-se observar através da Figura 11, que a série de precipitação foi influenciada por
diferentes escalas temporais, como a escala sazonal, a escala de 2 a 4 anos associado ao ENOS,
a escala de 11 anos relacionada ao Dipolo do Atlântico, sendo esta a escala dominante, a mais
atuante na série, tendo início em 1965, estendendo-se até aproximadamente 1990.
Através da Figura 11a pode-se verifica que em 1967 ocorreu um alto pico de
precipitação, com índice igual a 5,4; devido a ação conjunta da escala sazonal, com a escala
que corresponde ao ENOS, e a escala do Dipolo do Atlântico, esse acoplamento
acentua/intensifica os totais pluviométricos (ROCKWOOD; MADDOX, 1988), ocasionando
anos com precipitações anômalas.
Outros anos com valores anômalos de índices de precipitação foram 2004 e 2010
também causados pela interação das escalas temporais de períodos distintos, sendo esta
interação menor, visto que, nesses anos restou apenas vestígios do fenômeno do Dipolo do
Atlântico (Figura 11b).
Chen et al. (2015) estudando a mudança da relação entre as variações interanuais da
oscilação do Atlântico Norte, observaram a intrínseca relação entre fenômenos distintos, seus
resultados mostraram que eventos ENOS exercem um papel fundamental no início das
anomalias de Atlântico Norte através de mudanças na circulação atmosférica.

47

Anos

b)

jul/19

jan/15

abr/17

jul/10

out/12

jan/06

abr/08

jul/01

out/03

jan/97

abr/99

jul/92

out/94

abr/90

jan/88

out/85

jul/83

abr/81

jan/79

out/76

jul/74

abr/72

jan/70

out/67

jul/65

abr/63

7
6
5
4
3
2
1
0
-1
-2

jan/61

Índice de Prp para o Núcleo
de Cabrobó (PE)

Figura 11: a) Índice de Temperatura para Cabrobó (PE) normalizado pelo desvio padrão; b) Espectro de
potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o cone de influência, sob a
qual o efeito de borda é importante; c) Espectro de potência global (EPG), com o contorno tracejado indicando
que o EPG é significativo ao nível de confiança de 95%.

a)

c)
Fonte: Autor, 2021.

Na análise da série temporal de temperatura (Figura 12a) têm-se a escala interanual de 12 anos, estando mais atuante no início da série e em 1970, a de 2-4 anos associados a escala do
ENOS, atuando em maior intensidade a partir de 1997 a 2002, a de 11 anos associadas ao Dipolo
do Atlântico, ocorrendo a partir 1965 a aproximadamente 1980, e a escala de 16-18 anos, que
pode estar ligado ao ciclo de Saros, causado por parâmetros orbitais lunar (OLIVEIRA et al.,
2017) essa escala esteve presente de 2005 até o fim da série, sendo a escala dominante, mesmo
não apresentando significância estatística, por estar fora do cone de influência.
O maior pico positivo de temperatura ocorreu em 1998, quando houve a ação da escala
do ENOS, em contrapartida, no ano de 2002, também sob atuação do fenômeno, a figura 12a
mostra altos valores de diminuição na temperatura com índice igual a -2,81; o que se deve ao
fato do fenômeno ter entrado em fase oposta, ocasionando efeitos opostos (GERSHUNOV;
BARNETT, 1998; DA SILVA, 2017; BONFIM et al. 2020).
Além disso, entre os anos de 1980 a 1995 ocorreram muitos picos negativos de
temperatura (Figura 12a), isto porque, durante esses anos a existência de fenômenos diferentes

48

foi menor, ou até mesmo houve ausência deles. Ainda, de 2010 a 2015 tem-se simultaneamente
ação da escala do ENOS com a de 16 anos, ocasionando maiores ocorrências de índices
positivos de temperatura, o que pode indicar que a atuação conjunta desses fenômenos contribui
no aumento da temperatura.

Anos

b)

jul/19

jan/15

abr/17

jul/10

out/12

abr/08

jan/06

out/03

jul/01

jan/97

abr/99

jul/92

out/94

jan/88

abr/90

jul/83

out/85

abr/81

jan/79

out/76

jul/74

jan/70

abr/72

jul/65

out/67

jan/61

4
3
2
1
0
-1
-2
-3
-4
abr/63

Índice Temperatura para o
núcleo de Cabrobó (PE)

Figura 12: a) Índice de Temperatura para Cabrobó (PE) normalizado pelo desvio padrão; b) Espectro de
potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o cone de influência, sob a
qual o efeito de borda é importante; c) Espectro de potência global (EPG), com o contorno tracejado indicando
que o EPG é significativo ao nível de confiança de 95%.

a)

c)
Fonte: Autor, 2021.

4.2.6 Análise das Ondaletas Cruzadas para precipitação
A Ondaleta cruzada da série de precipitação de Cabrobó com o Índice Dipolo do Atlântico
é mostrada na Figura 13. As principais coerências são vistas entre 1-2 anos e 8 anos
aproximadamente ao longo da série. A coerência entre as duas séries nas escalas de 1 e 2 anos
ocorreram em aproximadamente 1998 e 2001, com setas direcionadas horizontalmente para a
direita, apontando que as séries se encontram em fase nessas escalas temporais.
Já na escala temporal de 6 a 12 anos, entre 1970 a 1988, têm-se forte coerência com
setas inclinadas para baixo e esquerda, formando um ângulo de 135 graus negativo, com o
cálculo do ângulo de 135 graus e a escala com maior coerência, o máximo de precipitação
ocorre de 27 a 54 meses antes do máximo do Dipolo do Atlântico.

49

Rocha et al. (2019) utilizando análise Ondaleta cruzada concluíram que períodos de
mesmas fases dos índices climáticos (ODP e OMA) apontavam um comportamento mais
definido para precipitações.
Figura 13: Ondaleta de Coerência (WTC) entre a precipitação da média da região que compõem o
Núcleo de Desertificação de Cabrobó e Dipolo do Atlântico para o período de 1974-2020. Contornos
contínuos englobam variâncias significativas ao nível de confiança de 95%; a curva em U é o cone
de influência.

Fonte: Autor, 2021.

4.3 Seridó
4.3.1 Análise Climatológica de Seridó
A Figura 14 mostra a climatologia mensal da precipitação para o núcleo de Seridó. Notase que a estação chuvosa se concentra nos quatro primeiros meses do ano, de janeiro a abril.
Nos meses de março e abril os valores médios mensais ultrapassam os 100 mm, com destaque
para o mês de abril que se apresentou como o mais chuvoso, com 142,4 mm. O total anual para
o núcleo foi de 557,4 mm.
Segundo Almeida et al. (2014) os totais pluviométricos no núcleo apresentam bastante
irregularidades, durante a estação chuvosa em apenas três meses (fevereiro a abril) chove o
equivalente a 65 % do total anual. Estes resultados corroboram com Cabral Júnior e Lucena
(2020); Lucena et al. (2013) que analisaram localidade de Caicó-RN.
O período seco (Figura 14) ocorre de junho a novembro, quando os totais mensais
apresentam diminuição, principalmente no mês de setembro, com total mensal próximo a zero
mm. Para Almeida et al. (2014) a deficiência hídrica significativa colabora para a
vulnerabilidade dos ND ao processo de degradação ambiental. Além do mais, a região apresenta

50

um intenso desgaste dos recursos naturais devido ao histórico de usos da terra, o que contribui
ainda mais para o processo de desertificação (ARAÚJO; SOUSA, 2017).
Abril é o mês que apresenta maior média climatológica e maior desvio padrão (Figura
14) para Seridó, no entanto janeiro (após abril) apresenta maior valor de desvio, podendo nesse
mês, ter ocorrências de chuvas bem acima da média, ou do esperado, mesmo janeiro tendo
média menor que fevereiro e março. Isso pode ser verificado em janeiro de 1990, janeiro de
1995, janeiro de 1996, janeiro de 2002 e janeiro de 2004.
Já os meses de abril que podem ter chuvas com maiores valores devido maiores médias
e maiores desvios padrão, são exemplificados em abril de 1989, abril de 2008, abril de 2009 e
abril de 2018. Em Marengo (2016), esses valores associados já são apontados em estudos para
identificação de períodos de maior ocorrência de eventos extremos.
Figura 14: Média Climatológica e desvio padrão da precipitação em Seridó. Período de 1989 a 2019.
média daprecipitação e desvio
padrão(mm)

160
140
120
100
80
60
40
20
0
jan

fev

mar

abr

mai
Média

jun

jul

ago

set

out

nov

dez

Desvio

Fonte: Autor, 2022.

4.2.2 Comparação entre a precipitação e a Média climatológica de Seridó
A comparação entre a precipitação total mensal e a média climatológica de Seridó
encontra-se na Figura 15, a qual mostra os valores de precipitação acima ou abaixo da média
na localidade. Os valores positivos indicam que nesses anos o total mensal da precipitação foi
maior que a média climatológica, sendo muitas vezes alta a diferença, como por exemplo, em
abril de 1989, janeiro de 2004, março de 2008, abril de 2018 que registraram 200 mm de
precipitação acima da média. Oliveira et al. (2019) constataram que os anos de 1994,1995, 2000
a 2002, 2004 a 2006 e 2008 a 2011 (total de 12 anos) apresentaram chuvas superiores à média
em Seridó da Paraíba.

51

Além desses, os meses abaixo da média também mostraram-se com altos valores de
diferença, com alguns meses próximos a 100 mm abaixo da média.
Figura 15: Comparação entre precipitação total mensal no período de 1989 a 2020 e a Média
climatológica de Seridó.
300
200
150
100
50

0
-50
-100

abr/18
mai/19

fev/16
mar/17

nov/12
dez/13
jan/15

set/10
out/11

jun/07
jul/08
ago/09

anos

abr/05
mai/06

jan/02
fev/03
mar/04

nov/99
dez/00

ago/96
set/97
out/98

jun/94
jul/95

mar/91
abr/92
mai/93

-150

jan/89
fev/90

Diferença de precipitação (mm)

250

Fonte: Autor, 2022.

4.3.3 Classificação dos eventos secos e chuvosos Para Seridó utilizando o IAC
O IAC anual para Seridó (Figura 16), caracteriza os anos secos e chuvosos. Verifica-se,
que ocorreram 18 anos com IACs positivos e 11 anos com IACs negativos, isto é, ocorreram
mais anos úmidos que anos secos, no entanto, os anos secos apresentaram-se mais intensos que
os úmidos. Segundo Cabral Júnior e Lucena (2020) a variabilidade da chuva é uma
característica intrínseca das condições diversas (localização geográfica, condições
atmosféricas, influência oceânica), típicas da região de clima tropical semiárido, ocorrendo
anos mais e outros menos chuvosos, com alta variabilidade mensal e anual.
Dentre os anos secos (Figura 16) destaca-se os anos de 1990, 1998 e 2012 com os maiores
valores de IAC negativo (seco), com classificação extremamente seco, sendo o ano de 1990 o
de maior registro com – 4,82, todos os anos secos foram intensos. A repetida ocorrência de
eventos de seca pode impactar na umidade do solo, e no escoamento superficial (IPCC, 2013).
Dentre todos os eventos úmidos (Figura 16) apenas os anos de 2009 e 2011 foram
classificados como extremamente úmido (IAC > 4). O ano de maior valor positivo foi 2009,
com IAC médio de 4,9.

52

Figura 16: Índice de Anomalias de Chuva (IAC) para a série de totais anuais de Seridó (RN/PB). Para
o período de 1989 a 2019.
6
4

IAC Seridó

2
0
-2

-4

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
2014
2015
2016
2017
2018
2019

-6

Anos

Fonte: Autor, 2022.

4.3.4 Tendência climática por Mann-Kendall
Na Tabela 4 encontram-se as tendências para a série histórica de precipitação e
temperatura para Seridó, para a série de precipitação a tendência foi positiva, com tendência
anual de 0,5764 mm e em toda a série de 17,8688 mm. O aumento da precipitação na cidade
não foi significante estatisticamente de acordo com o teste T-Student.
Na série de temperatura (Tabela 4) também foi encontrada tendência de aumento, com
tendência anual igual 0,0285°C e com 0,8863°C em toda a série, com significância estatística
pelo T-Student, concordando com alguns autores que em seus resultados apontaram aumento
na temperatura (NÓBREGA et al., 2011; MARENGO, 2016; DOURADO, 2017).

Tabela 4- Tendências encontradas nas séries de precipitação e temperatura de Seridó, usando o Teste
de Mann-Kendall, e resultado do teste de significância de T-Student ao nível de 95%.
Tendências por Mann-Kendall para Seridó
Tendências por ano Tendências na série Teste de Significância T-Student
Precipitação (mm) 0,576413502
17,86881855
Aumento – sem significância
Temperatura (°C) 0,028592784
0,886376295
Aumento – com significância
Fonte: Autor, 2022.

4.3.5 Identificação das causas climáticas
A análise de Ondaleta (Figura 17b) mostrou influência das seguintes escalas temporais
na série de precipitação: a de 0,25 anos, sazonal, a de 2 a 4 anos ligada ao ENOS e a de 7 anos
associada com eventos de ENOS estendido e Dipolo do Atlântico (CLAUZET; WAINER,

53

1999), sendo esta a escala dominante, atuando com maior intensidade do início da série a
aproximadamente ao ano 2000. A escala de 2 a 4 anos mostrou-se presente na série com maiores
picos espectrais no período de 2010 a 2015.
Na Figura 17a observa-se os maiores picos de precipitação nos anos; 2000, 2010, 2013
e 2014 com IAC 4,8; 5,1; 4,5; 4,3 respectivamente, todos esses anos tiveram em comum a
atuação simultânea das diferentes escalas presentes na série, evidenciando que a união de
escalas temporais resulta em aumento nos índices de precipitação, contribuindo com os
resultados encontrados por Rockwood e Maddox (1988), Gershunov e Barnett (1998), Da Silva
(2017).
Para Grim et al. (2020) um evento intenso/extremo ocorre, normalmente, quando
existem diferentes tipos de oscilações, interdecadais/interanuais. A combinação de fases de
oscilações distintas pode intensificar a frequência e a intensidade de eventos.

mai/19

mar/18

nov/15
jan/17

jul/13

set/14

mai/12

jan/10

mar/11

nov/08

jul/06

set/07

mai/05

mar/04

jan/03

set/00

nov/01

jul/99

mai/98

mar/97

jan/96

nov/94

jul/92

set/93

mai/91

jan/89

6
5
4
3
2
1
0
-1
-2

mar/90

Índice prp para o núcleo de
Seridó (PB)

Figura 17: a) Índice de Precipitação para Seridó (RN/PB) normalizado pelo desvio padrão; b) Espectro de
potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o cone de influência, sob a
qual o efeito de borda é importante; c) Espectro de potência global (EPG), com o contorno tracejado indicando
que o EPG é significativo ao nível de confiança de 95%.

Anos

a)

b)

c)
Fonte: Autor, 2022.

54

Na série de temperatura (Figura 18b) as escalas atuantes foram: a escala anual, a de 2 a
4 anos ligada ao ENOS, a escala de 7 anos associada ao ENOS estendido e a escala de 16 a 22
anos, que conforme Oliveira et al. (2017) pode estar relacionada à Oscilação Interdecadal do
Pacífico (OIP), pois apresenta um ciclo que varia entre 15 e 30 anos e atinge tanto o setor norte
quanto o setor sul do Oceano Pacífico. Esta escala mostrou-se a dominante na série, no entanto
o pico espectral nesta escala não apresentou significância estatística ao nível de significância,
pois estar fora do cone de influência.
É possível notar (Figura 18a) no início da série uma sequência de picos negativos de
temperatura, nos anos 1989, 1990, 1994 durante a ocorrência conjunta das escalas atuantes, a
escala da OIP, no entanto, apresentando sua menor intensidade. Já em 1998, 2013 e 2014, a
presença mais intensa da escala da OIP e a atuação menos intensa da escala de 7 anos
propiciaram picos positivos de temperatura.

mai/19

mar/18

nov/15
jan/17

jul/13

set/14

mai/12

jan/10

mar/11

nov/08

jul/06

set/07

mai/05

mar/04

jan/03

set/00

nov/01

jul/99

mai/98

mar/97

jan/96

nov/94

jul/92

set/93

mai/91

jan/89

3
2
1
0
-1
-2
-3
-4

mar/90

Índice de Temperatura para o
núcleo de seridó(RN/PB)

Figura 18: a) Índice de Temperatura para Seridó (RN/PB) normalizado pelo desvio padrão; b) Espectro de
potência de ondaleta (EPO) para temperatura. A curva em forma de U representa o cone de influência, sob a
qual o efeito de borda é importante; c) Espectro de potência global (EPG), com o contorno tracejado indicando
que o EPG é significativo ao nível de confiança de 95%.

Anos

a)

b)

c)
Fonte: Autor, 2022.

55

4.3.6 Análise das Ondaletas Cruzadas para precipitação
O Espectro de Ondaleta cruzada da série de precipitação do Núcleo de Seridó foi
realizado com os dois índices dominantes na análise de Ondaleta, com o Índice IOS (Figura 19)
e com o Dipolo do atlântico (Figura 20). Pode-se observar que na escala de 1 ano, há forte
coerência entre as séries analisadas, aproximadamente entre 2014 e 2016. Nessa coerência temse setas para baixo e direta, formando ângulo de 45 graus negativo, indicam que o máximo de
precipitação ocorre antes do máximo do IOS. Calculando o ângulo de 45 graus e as escalas com
maior coerência, o máximo de precipitação ocorreu de 1 mês e meio ou 0,125 anos antes do
máximo do índice IOS.
Entre 1996 a 2006, na escala temporal de 2 a 3 anos há forte coerência, com setas para
cima, formando um ângulo de 90 graus positivo, sugerindo que nessa escala o máximo de
precipitação ocorreu 6 meses a 9 meses após o máximo do IOS. Já na escala temporal de 4 anos,
entre 1985 e 2000, a coerência entre as séries analisadas mostra setas direcionadas para a cima
e esquerda, formando um ângulo de 135 graus positivos, revelando que o pico máximo da
precipitação na localidade para essa escala ocorre 18 meses ou 1,5 anos depois do máximo IOS.
Da Silva et al. (2022, no prelo) também utilizaram Ondaleta cruzada e observaram que o
máximo de precipitação ocorre depois do máximo de IOS para cidade de Santiago, Chile.
Ademais, na escala temporal de 11 anos, entre 1994 e 2006, também ocorreu forte
coerência entre as séries estudadas, com setas indicando um ângulo de 90 graus positivos,
revelando que o máximo de precipitação ocorre 33 meses ou 2,75 anos depois do máximo do
IOS.

Figura 19: Ondaleta de Coerência (WTC) entre a precipitação da média da região que compõem o
Núcleo de Desertificação de Seridó e IOS para o período de 1989-2019. Contornos contínuos
englobam variâncias significativas ao nível de confiança de 95%; a curva em U é o cone de influência.

Fonte: Autor, 2022.

56

A Ondaleta cruzada da série de precipitação de Seridó com o Índice Dipolo do Atlântico
(Figura 20), mostra coerências nas escalas semestral e de 1 ano em aproximadamente 1971 e
2020, em ambos os anos as setas apontam para a direita horizontalmente, indicando que as
séries estão completamente em fase.
Enquanto que na a coerência vista na escala de 2 anos apresenta setas posicionadas para
baixo e direita em 1970, formando um ângulo de 45 graus negativo, com o cálculo do ângulo,
tem-se o máximo da precipitação de Seridó tem avanço de 3 meses ou 0,25 anos em relação ao
máximo do Dipolo. Ao passo que, em 2010, as setas formam um ângulo de 90 graus positivos,
apontando que o máximo da precipitação ocorre 6 meses depois do máximo do Dipolo
Atlântico.
Também, há coerência na escala de 12-14 anos em 1975 a 2010, abrangendo a escala de
6 anos, a partir do ano 2000 aproximadamente, de 1975 até 2001 as setas encontram-se
inclinadas para baixo e esquerda, apontando o ângulo de 135 graus negativos, dessa forma, o
máximo da precipitação ocorre entre 54 e 63 meses ou entre 4,5 e 5,25 anos antes do máximo
do Dipolo Atlântico. Em contrapartida, a partir de 2002 a 2010, na escala de 6 a 14 anos, as
setas estão posicionadas para baixo, formando 90 graus negativos, o que indica que o máximo
de precipitação ocorre entre 18 a 42 meses antes do máximo do Dipolo do Atlântico.

Figura 20: Ondaleta de Coerência (WTC) entre a precipitação da média da região que compõem o
Núcleo de Desertificação de Seridó e DA para o período de 1961-2020. Contornos contínuos
englobam variâncias significativas ao nível de confiança de 95%; a curva em U é o cone de influência.

Fonte: Autor, 2022.

57

4.4 Gilbués
4.4.1 Análise Climatológica de Gilbués
É mostrado na Figura 21 a média temporal da precipitação de Gilbués dos anos de 1971
a 2019, demonstrando o comportamento mensal das chuvas na localidade. Pode-se observar
que o período de maior pluviosidade compreende os meses de dezembro a março,
caracterizando cinco meses mais chuvosos, os meses de fevereiro e março apresentaram os
maiores totais de chuva, sendo o valor médio para o mês de março 163,53 mm (máximo valor
na sua série) e 161,95 mm para o mês de fevereiro.
De acordo com Silva (2017) a distribuição pluviométrica de Gilbués apresenta-se de
forma concentrada entre os meses de dezembro-janeiro-fevereiro, segundo o autor, nesses
meses as elevadas ocorrências pluviométricas contribuem para um maior poder erosivo, o que
gera aumento da vulnerabilidade aos processos erosivos em decorrência dos eventos pluviais
intensos.
O período de estiagem (Figura 21) compreende os meses de maio a outubro, durante os
meses de junho, julho e agosto ocorre diminuição da pluviosidade local, quando a precipitação
é muito abaixo da média. O acumulado total médio anual registrado para a cidade foi de 920,62
mm de chuva.
O mês de março é o que apresenta a maior média climatológica, no entanto o mês de
fevereiro apresenta alto valor de desvio padrão, podendo algumas chuvas nesse mês, ultrapassar
260 mm, acima do esperado para março (Figura 21). São observados altos valores de
precipitação em março de 1974, fevereiro de 1980, fevereiro de 1994, março de 2008 e fevereiro
de 2019. Em Marengo (2016), no Sudeste do Brasil, cidades em que ocorreram eventos
extremos fora do mês mais chuvoso, apresentaram 85% dos casos de eventos extremos, em
meses com maior desvio padrão.

58

Figura 21: Média Climatológica e Desvio padrão da precipitação em Gilbués. Período de 1971 a
2019.
Média da Precipitação e Desvio padrão
(mm)

180
160
140

120
100
80
60
40
20
0
jan

fev

mar

abr

mai
Média

jun

jul

ago

set

out

nov

dez

Desvio

Fonte: Autor, 2022.

4.4.2 Comparação entre a precipitação e a Média climatológica de Gilbués
Na Figura 22 encontra-se a comparação entre a precipitação total mensal e a média
climatológica de Gilbués. A figura mostra o mês de fevereiro de 1980 com o máximo valor de
precipitação acima da média em toda a série analisada, tendo diferença de 393,94 mm, seguido
por fevereiro de 1992 com diferença de 288,64 mm, e novembro de 1989 com 246,16 mm.
A maioria dos anos que apresentam o total mensal abaixo da média, ultrapassaram a
diferença de 50 mm. sendo fevereiro de 2013 maior diferença negativa com 155 mm abaixo da
média.

350
250
150
50

-50
-150

jan/71
set/72
mai/74
jan/76
set/77
mai/79
jan/81
set/82
mai/84
jan/86
set/87
mai/89
jan/91
set/92
mai/94
jan/96
set/97
mai/99
jan/01
set/02
mai/04
jan/06
set/07
mai/09
jan/11
set/12
mai/14
jan/16
set/17
mai/19

Diferença de precipitação (mm)

Figura 22: Comparação entre a precipitação total mensal no período de 1971 a 2019 e a Média
climatológica de Gilbués.

Anos

Fonte: Autor, 2022.

59

4.4.3 Classificação dos eventos secos e chuvosos Para Gilbués utilizando o IAC
O IAC anual para ND de Gilbués encontra-se na Figura 23, é possível visualizar que,
ocorreram 25 anos com IACs positivos e 22 anos com IACs negativos, ou seja, durante todo o
período os anos secos e úmidos ocorreram quase que em mesma proporção, no entanto, os anos
secos apresentaram maior intensidade, principalmente nos anos de 1972 e 1985, ambos os anos
com IAC igual a -6,61. É interessante observar que, os anos chuvosos vêm diminuindo de
intensidade da metade da série em diante, dando espaço a maiores ocorrências de eventos secos.
Os anos secos (Figura 23) ocorreram separadamente em maior parte da série, tendo um
período seco registrado entre 2001- 2007 caracterizando 6 anos consecutivos com eventos
secos, esses episódios prolongados e consecutivos de secas podem afetar/contribuir no
agravamento do processo de desertificação.
Em relação aos eventos úmidos, observa-se que apenas os de 1974 e 1980 foram
classificados como extremamente úmido (IAC > 4). Têm-se os maiores períodos úmidos: de
1977-1981, 1986-1989.
Figura 23: Índice de Anomalias de Chuva (IAC) para a série de totais anuais de Gilbués (PI). Para o
período de 1971 a 2019.
6
4

IAC Gilbués

2
0

-2
-4

-6

2019

2017

2015

2013

2011

2009

2007

2005

2003

2001

Anos

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

1979

1977

1975

1973

1971

-8

Fonte: Autor, 2022.

4.4.4 Tendência climática por Mann-Kendall para Gilbués
Na Tabela 5 encontram-se as tendências para a série temporal de precipitação e
temperatura para Gilbués, foi detectada tendência negativa, com tendências anual de -0,1761
mm e em toda a série de -8,6308 mm. A diminuição da precipitação não apresentou
significância estatística conforme o teste T-Student.

60

Já na série de temperatura (Tabela 5) foi identificada tendência de aumento, com
tendência anual igual 0,0804°C e com 3,9441°C em toda a série, concordando com alguns
autores que em seus resultados apontaram aumento na temperatura (NÓBREGA et al., 2011;
MARENGO, 2016; DOURADO, 2017).

Tabela 5 - Tendências encontradas nas séries de precipitação e temperatura de Gilbués, usando o Teste
de Mann-Kendall, e resultado do teste de significância de T-Student ao nível de 95%.
Tendências por Mann-Kendall para Gilbués
Tendências por ano Tendências na série Teste de Significância T-Student
Precipitação (mm) -0,176140306
-8,63088
Diminuição – sem significância
Temperatura (°C) 0,080491987
3,94410
Aumento – sem significância
Fonte: Autor, 2022.

4.4.5 Identificação das causas climáticas em Gilbués
A Presença da escala sazonal foi observada na série de precipitação de Gilbués (Figura
24b) como também a escala temporal de 2 a 4 anos, estando relacionadas com eventos do
ENOS, sendo mais atuante do início a metade da série, coincidindo com o período de atividade
da escala de 11 anos, que está ligada a variabilidade do Dipolo do Atlântico e da escala de 16
anos, o que possivelmente resultou no período de maiores ocorrências de índices positivos de
precipitação. Como vê-se na Figura 24a, de 1971 a 1995 concentram-se a maioria dos picos
pluviométricos, ou seja, esses altos valores de índices, que indicam anomalias pluviométricas,
ocorrem devido à existência simultânea de diferentes escalas temporais, corroborando com
Andreoli et al. (2004). A escala anual também foi encontrada em alguns períodos específicos,
no entanto mostrando-se menos intensa.
Os três maiores índices positivos da série (Figura 24a) foram encontrados em 1971,
1975 e 2002, expondo que esses anos apresentaram ocorrências de chuvas anômalas. O motivo
destes aumentos anômalos deve-se a presença conjunta das escalas: sazonal, semestral,
interanual, entre 1-2 anos, e a escala de 11 anos, sendo esta a escala dominante na série, em
todos os três anos, sendo apenas o ano de 2002 o que mostrou menos interação entre as escalas.
Segundo Rockwood e Maddox (1988) a simultaneidade de fenômenos meteorológicos de
escalas temporais distintas resulta em intensificação na precipitação.

61

8
6
4
2

0
-2
-4

jan/71
nov/72
set/74
jul/76
mai/78
mar/80
jan/82
nov/83
set/85
jul/87
mai/89
mar/91
jan/93
nov/94
set/96
jul/98
mai/00
mar/02
jan/04
nov/05
set/07
jul/09
mai/11
mar/13
jan/15
nov/16
set/18

Índice PRP para o núcleo de
Gilbués

Figura 24: a) Índice de Precipitação para Gilbués (PI) normalizado pelo desvio padrão; b) Espectro de potência
de ondaleta (EPO) para temperatura. A curva em forma de U representa o cone de influência, sob a qual o efeito
de borda é importante; c) Espectro de potência global (EPG), com o contorno tracejado indicando que o EPG é
significativo ao nível de confiança de 95%.

Anos

a)

b)

c)
Fonte: Autor, 2022.

Para a série de temperatura (Figura 25a) verifica-se um longo período com índices
negativos, evidenciando baixas temperaturas em maior parte da série, de 1971 a 2001. O que
ocorre devido à ausência de diferentes escalas temporais nesse período, como discutido por
Silva (2017), a escala atuante no início da série foi a de 22 anos, sendo esta a escala dominante.
Os picos de máximos valores positivos para a temperatura em Gilbués (Figura 25a)
deram-se a partir de 2002 ao fim da série, revelando que durante esses anos as temperaturas
foram mais anômalas, em virtude de, durante estes anos as escalas de 1 ano, 2-4 anos ligada ao
ENOS, a 11 anos relacionada ao Dipolo do Atlântico e a de 22 anos ocorreram em mesmo
período, sendo este o fator principal das temperaturas anômalas, corroborando com Rockwood
e Maddox (1988); Grim et al. (2020).

62

4
3
2
1
0
-1
-2
-3

jan/71
out/72
jul/74
abr/76
jan/78
out/79
jul/81
abr/83
jan/85
out/86
jul/88
abr/90
jan/92
out/93
jul/95
abr/97
jan/99
out/00
jul/02
abr/04
jan/06
out/07
jul/09
abr/11
jan/13
out/14
jul/16
abr/18

Índice de Temperatura para o
núcleo de Gilbués

Figura 25: a) Índice de Temperatura para Gilbués (PI) normalizado pelo desvio padrão; b) Espectro de potência de
ondaleta (EPO) para temperatura. A curva em forma de U representa o cone de influência, sob a qual o efeito de
borda é importante; c) Espectro de potência global (EPG), com o contorno tracejado indicando que o EPG é
significativo ao nível de confiança de 95%.

Anos

a)

b)

c)
Fonte: Autor, 2022.

4.4.6 Análise das Ondaletas Cruzadas para precipitação
O Espectro de Ondaleta cruzada da série de precipitação do Núcleo de Gilbués com o
Índice Dipolo do Atlântico encontra-se na Figura 26. A cruzada das séries mostrou algumas
coerências na escala sazonal, anual, de 2 e 3 anos, e na escala de 16 anos. Observa-se maiores
coerências na escala de 3 anos, aproximadamente entre 2001 a 2015, com setas horizontalmente
posicionadas para a direita, formando ângulo de 0 graus, o que revela estarem em mesma fase,
nessa escala temporal.
Outra forte coerência apresenta-se na escala temporal de 16 anos, durante toda a série, no
entanto, sendo significativa estatisticamente entre 1990 a 2000, nessa coerência as setas estão
posicionadas para baixo e esquerda, formando um ângulo de 135 graus negativos, sugerindo
que o pico máximo da precipitação na localidade ocorre 72 meses ou 6 anos antes do máximo

63

do Dipolo do Atlântico. Pereira (2017) também encontrou relação significativa para escala de 10
a 16 anos na série do modo meridional do Atlântico.

Figura 26: Ondaleta de Coerência (WTC) entre a precipitação da média da região que compõem o
Núcleo de Desertificação de Gilbués e DA para o período de 1971-2020. Contornos contínuos
englobam variâncias significativas ao nível de confiança de 95%; a curva em U é o cone de influência.

Fonte: Autor, 2022.

64

5. CONCLUSÕES
Pode-se concluir que, o período de maior pluviosidade nos núcleos de Irauçuba, Cabrobó
e Seridó ocorrem nos primeiros meses do ano, e em Gilbués o período chuvoso compreende os
meses de dezembro a março. Em Irauçuba no período de estiagem a precipitação é praticamente
ausente. Na localidade de Cabrobó o período seco demonstrou-se mais duradouro que o período
chuvoso, sendo os meses de agosto e setembro os que apresentam maiores diminuições dos
totais pluviométricos. O período seco de Seridó ocorre de junho a novembro, quando os totais
mensais apresentam diminuição, principalmente no mês de setembro, com total mensal próximo
a zero mm. Para Gilbués esse período compreende os meses de maio a outubro.
Em Irauçuba, janeiro de 2004 apresentou a maior diferença entre total mensal de
precipitação e a média climatológica. Sendo, no entanto, o mês de março o que pode atingir
valores acima de 200 mm, pois apresenta alto valor de desvio padrão. De 2010 a 2015, a
localidade apresentou precipitações abaixo da média. Para a localidade de Cabrobó, os meses
que mostraram o total mensal das precipitações acima da média apresentam maior diferença,
em mm, que os meses abaixo da média. Por outro lado, a comparação entre a precipitação total
mensal e a média climatológica de Seridó mostraram os meses abaixo da média apresentaram
altos valores de diferença, com alguns meses próximos a 100 mm abaixo da média. Gilbués, no
entanto, tem o mês de fevereiro de 1980 com o máximo valor de precipitação acima da média,
seguido por fevereiro de 1992. A maioria dos anos que apresentam o total mensal abaixo da
média, ultrapassaram a diferença de 50 mm. O mês de fevereiro apresenta alto valor de desvio
padrão, podendo algumas chuvas nesse mês, ultrapassar 260 mm, acima do esperado para
março.
Durante todo o período analisado a frequência de anos secos foram maiores, de acordo
com o IAC em Irauçuba, o ano de 2000 tornou-se um ponto de inversão na distribuição da
pluviosidade local. Para Cabrobó o IAC registrou mais ocorrências de anos úmidos que anos
secos, no entanto, os eventos secos foram mais intensos e mostraram-se mais intensos, sendo
que em alguns desses anos houveram a atuação do fenômeno El Niño. O IAC para Seridó, assim
como o de Cabrobó, verificou mais ocorrências de anos úmidos que anos secos, no entanto, os
secos sendo mais intensos que os úmidos. Em Gilbués ocorreram 25 anos com IAC positivos e
22 anos com IAC negativos, ou seja, durante todo o período os anos secos e úmidos ocorreram
quase que em mesma proporção, no entanto, os anos secos apresentaram maior intensidade, ou
seja, as secas são mais intensas; os anos chuvosos diminuíram em intensidade a partir da metade
da série.

65

Ademais, na série histórica de precipitação de todas as localidades foram encontradas
tendências de diminuição, ou seja, as chuvas que ocorrem nos núcleos de desertificação vêm
diminuindo gradativamente ao longo do tempo. Por outro lado, as temperaturas tendem a
aumentar.
Nos quatro ND estudados resultou-se através da análise de Ondaletas que os picos mais
elevados de precipitações existentes ocorreram devido à atuação simultânea de diferentes
escalas temporais presentes nas séries, ou seja, os acoplamentos dos fenômenos acentuaram os
totais pluviométricos. Do mesmo modo, os maiores registros de temperatura também
aconteceram na ocorrência simultânea de diferentes escalas temporais, essa junção de escala
contribui aumentado a intensidade do evento.
A Ondaleta cruzada mostrou que há inter-relação com variações em mesma frequência
entre as séries de precipitação dos núcleos com as séries dos índices climáticos dos fenômenos
mais dominantes de cada núcleo. O máximo de precipitação no núcleo de Irauçuba ocorre 3
anos antes da máxima ocorrência do Dipolo do Atlântico. Para Cabrobó, o máximo de
precipitação ocorre de 27 a 54 meses antes do máximo do Dipolo do Atlântico. Para Seridó, o
máximo de precipitação ocorre 33 meses ou 2,75 anos depois do máximo do IOS. Em Gilbués
o pico máximo da precipitação na localidade ocorre 72 meses ou 6 anos antes do máximo do
Dipolo do Atlântico. Dessa forma, evidenciando que as relações desses fenômenos com as
séries de precipitação podem contribuem na obtenção de previsão climática para os ND.
Desse modo, os procedimentos estatísticos usados mostraram os fenômenos climáticos
que contribuem no processo de desertificação nos núcleos de desertificação do Brasil de forma
direta e conjunta colaborando na atenuação dos efeitos gerados.

66

6. REFERÊNCIAS BIBLIOGRÁFICAS

ALMEIDA, H. A., AGUIAR, D. B., SILVA, J. N., DAMASCENO, J. Indicadores hídricos do
núcleo de desertificação da microrregião do Seridó ocidental da Paraíba. Revista Brasileira
de Geografia Física, v.07, n.05, p. 84-797, 2014.
ANDREOLI, R.V.; KAYANO, M. T. A importância relativa do Atlântico Tropical Sul e
Pacífico Leste na variabilidade de precipitação do Nordeste do Brasil. Revista Brasileira de
Meteorologia, v. 22, n.1, p.63-74, 2007.
ANDREOLI, R.V.; KAYANO, M. T.; GUEDES, R. L.; OYAMA, M. D.; ALVES, M. A. S.
A influência da temperatura da superfície do mar dos Oceanos Pacífico e Atlântico na
variabilidade de precipitação em Fortaleza. Revista Brasileira de Meteorologia, v.19, n.3,
p.337-344, 2004.
AQUINO, C. M. S.; ALMEIDA, J.A. P.; OLIVEIRA, J. G. B. Estudo da cobertura
vegetal/uso da terra nos anos de 1987 e 2007 no núcleo de degradação/desertificação de São
Raimundo Nonato -Piauí. RA ́EGA, Curitiba, Departamento de Geografia –UFPR, n.25, p.
252-278. 2012.
AQUINO, C. M. S. Estudo da degradação/desertificação no núcleo de São Raimundo
Nonato - Piauí. 2010. Tese (Doutorado em Geografia) – Universidade Federal de Sergipe,
São Cristóvão, 2010.
ARAÚJO, J. A.; SOUZA, R. F. Abordagens sobre o processo de desertificação: uma revisão
das evidências no Rio Grande do Norte. Geosul, Florianópolis, v. 32, n. 65, p. 122-143, 2017.
BI, H. X., LIU, B., WU, J., YUN, L., CHEN, Z. H., CUI, Z. W. Effects of precipitation and
land use on runoff during the past 50 year in a typical watershed in Loess Plateau, China,
Internacional Journal Sediment Research, 24, 352–364, 2009.
BLAIN, G. C. Considerações estatísticas relativas à oito séries de precipitação pluvial da
Secretaria de Agricultura e Abastecimento do Estado de São Paulo, Revista Brasileira de
Meteorologia, São José dos Campos, v.24, n. 1 p.12-23, 2009.
BLAIN, G. C.; KAYANO, M. T. 118 Anos de dados mensais do Índice Padronizado de
precipitação série meteorológica de Campinas, Estado de São Paulo. Revista Brasileira de
Meteorologia, v.26, n.1, p.137-148, 2011.
BONFIM, O. E. T.; DA SILVA, D. F.; KAYANO, M. T.; ROCHA, L. H. S. Análise dos
Eventos Climáticos Extremos e de suas Causas Climáticas para Redução de Riscos nas Bacias
Hidrográficas Aguapeí e Peixe. Revista Brasileira de Meteorologia, v. 35, n. Especial, 755768, 2020.
BRITO, S. S. B.; CUNHA, A. P. M. A.; CUNNINGHAM, C. C.; ALVALÁ, R. C.;
MARENGO, J. A.; Carvalho, M. A. Frequency, duration and severity of drought in the
Semiarid Northeast Brazil region. International Journal of Climatology, v.38, n.2, p. 517529, 2018.

67

BYRNE, M. P.; O’GORMAN, P. A. Trends in continental temperature and humidity directly
linked to ocean warming. Proceedings of the National Academy of Sciences of the United
States of America, v.19, p.4863-4868, 2018.
CABRAL JÚNIOR, J. B.; LUCENA, R. L. Analysis of Precipitations by Non-Parametric
Tests of Mann-Kendall and Kruskal-Wallis. Mercator, Fortaleza, v. 19, dec. 2019.
CABRAL JÚNIOR, J. B.; SANTOS E SILVA, C. M.; ALMEIDA, H. A.; BEZERRA, B. G.;
SPYRIDES, M. H. C. Detecting linear trend of reference evapotranspiration in irrigated farming
areas in Brazil’s semiarid region. Theoretical and Applied Climatology. v.138, p. 215–225.
2019.
CASTRO, C. A. C. Interações Trópicos-Extratrópicos na escala de tempo intra-sazonal
durante o verão austral e seus efeitos na América do Sul. Dissertação de Mestrado, São
Paulo: Instituto Nacional de Pesquisas Espaciais, 2002.
CEARÁ. Secretária de Meio Ambiente e Recursos Hídricos. Panorama da Desertificação
no Estado do Ceará. Fortaleza: SRH, 2005.
CGEE-CENTRO DE GESTÃO E ESTUDOS ESTRATÉGICOS. Desertificação,
degradação da terra e secas no Brasil, Brasília- DF, p. 252, 2016.
CHEN, S., WU, R. E CHEN, W.: The Changing Relationship between Interannual Variations
of the North Atlantic Oscillation and Northern Tropical Atlantic SST, J. Clim., 28(2), 485–
504, 2015.
CLAUZET, G.; WAINER, I. Identificação da variabilidade de baixa frequência em algumas
regiões da costa sudeste-nordeste do Brasil. Revista Brasileira Oceanografia, v. 47, n. 1, p. 6978, 1999.
COSTA, G. J. A; VIEIRA, C. I. D. Geotecnologias para análise da vulnerabilidade ambiental
do núcleo de desertificação do Piauí. Caderno Prudentino de Geografia, Presidente
Prudente, n.40, v.2, p.59-76, Jul/Dez. 2018.
COSTA, J. A. Distribuição Espaço-Temporal do Índice de Anomalia de Chuva Para o
Estado do Ceará. Trabalho de Conclusão de Curso (Bacharelado em Engenharia
Agronômica). Universidade Federal do Cariri, Crato, 2015.
COSTA, J.A; DA SILVA, D.F. Ciclos e períodos de eventos extremos na bacia hidrográfica
do Rio Salgado (CE). Fortaleza, Congresso Técnico e Cientifico da Engenharia e
Agronomia- CONTECC, 2015.
COSTA, T. C. C.; OLIVEIRA, M. A. J.; ACCIOLY, L. J. O.; SILVA, F. H. B. B. Análise da
degradação da caatinga no Núcleo de Desertificação do Seridó (RN/PB). Revista Brasileira
de Engenharia Agrícola e Ambiental, v.13, (Suplemento), p.961–974, 2009.
CPTEC/INPE. La Niña. El Niño. 2021. Disponível em: http://enos.cptec.inpe.br/. Acesso em
20/03/2021.

68

DA SILVA, D.F. Análise de aspectos climatológicos, agroeconô-micos, ambientais e de
seus efeitos sobre a Bacia hidrográfica do rio Mundaú (AL E PE). 2009. 212 f. Tese
(Doutorado em Recursos Naturais) - UFCG, Campina Grande-PB, 2009.
DA SILVA, D. F. Previsão Hidro-climática para prevenção de desastres naturais do leste do
Nordeste do Brasil utilizando análises estatísticas avançadas. Projeto Edital Universal –
CNPq, p. 4-21, 2014.
DA SILVA, D. F. Aplicação de Análises de Ondaletas para Detecção de Ciclos e Extremos
Pluviométricos no Leste do Nordeste do Brasil. Revista Brasileira de Meteorologia, 32,
187–198, 2017.
DA SILVA, D. F.; KAYANO, M. T.; ALMEIDA, H. R. R. C.; SANTOS SILVA, F. D.;
PEREIRA, M. P. S. COSTA, R. L. Coerência entre extremos no Oceano Pacífico e extremos
climáticos em Santiago (Chile). Revista de Geografia Norte Grande. No Prelo, 2022.
DA SILVA, D. F.; KAYANO, M. T.; SOUSA, F.A.S. Uso de ferramentas estatísticas para
acompanhamento climático e prevenção de riscos na Bacia Hidrográfica do rio Mundaú
(Brasil). Revista Territorium, v. 17, p. 17-26, 2010.
DA SILVA, D. F.; LIMA, M. J. S.; SOUZA NETO, P. F.; GOMES, H.; SILVA, F. D. S.;
ALMEIDA, H. R. R. C.; PEREIRA, P. M. S.; COSTA, R. L. Caracterização de eventos
extremos e de suas causas climáticas com base no Índice Padronizado de Precipitação Para o
Leste do Nordeste. Revista Brasileira De Geografia Física, v. 13, p. 449-464, 2020.
DOURADO, S.C. Áreas de risco de desertificação: cenários atuais e futuros frente às
mudanças climáticas. 2017. 141f. Tese (Doutorado em Engenharia Agrícola) -Universidade
Estadual de Campinas Faculdade de Engenharia Agrícola. Campinas-SP, 2017.
ECHER, E.; RIGOZO, N. R.; NORDEMANN, D. J. R.; VIEIRA, L. E. A.; PRESTES, A.;
FARIA, H. H, O número de manchas solares, índice da atividade do sol. Revista Brasileira
de Ensino de Física, São Paulo, v, 25, n, 2, 2003.
FERREIRA, M. P. S.; ARTUR, A. G.; QUEIROZ, H. M.; ROMERO, R. E.; COSTA, M. C.
G. Changes in attributes of soils subjected to fallow in desertification hotspot. Revista
Ciência Agronômica, Fortaleza-CE, v. 49, n. 1, p.22-31, jan. 2018.
FIGUEROA, S. N. Estudo dos sistemas de circulação de verão sobre a América do Sul e
suas simulações com modelos numéricos. Tese (Doutorado em Meteorologia) Instituto
Nacional de Pesquisas Espaciais, São José dos Campos, 1997.
FRANÇA, L. C. J.; PIUZANA, D.; ROSS, J. L. S. Fragilidade ambiental potencial e
emergente no núcleo de desertificação no semiárido brasileiro (Gilbués, Piauí). Espacios,
Caracas, Venezuela, v. 38, n. 21, p.1-10, 2017.
GARCIA, M.A. C. S.; FILHO, J. C. A.; SILVA, H. P. S. P.; CARVALHO, R. M. C. M. O.
Estudo espaço temporal de áreas susceptíveis à desertificação do semiárido brasileiro. Revista
Gestão e Sustentabilidade Ambiental., Florianópolis, v. 8, n. 3, p. 352-370, jul/set. 2019.

69

GERSHUNOV, A.; BARNETT, T.P. Interdecadal modulation of ENSO teleconnections.
Bulletin of the American Meteorological Society, v. 79, n. 12, p. 2715-2725, 1998.
GRIMM, A. M.; ALMEIDA, A. S.; BENETI, C. A. A.; LEITE, E. A. (2020). The combined
effect of climate oscillations in producing extremes: the 2020 drought in southern
Brazil. RBRH, Porto Alegre, v. 25, e48, 2020.
GRINSTED, A.; MOORE, J. C.; JEVREJEVA, S. Application of the cross wavelet transform
and wavelet coherence to geophysical time series, Nonlinear processes in geophysics, v.11,
p. 561-566, 2004.
GUIMARÃES, S. O.; COSTA, A. A.; VASCONCELOS JÚNIOR, F. das C.; SILVA, E. M.;
SALES, D. C.; ARAÚJO JÚNIOR, L. M.; SOUZA, S. G. Projeções de Mudanças Climáticas
sobre o Nordeste Brasileiro dos Modelos do CMIP5 e do CORDEX. Revista Brasileira de
Meteorologia, v.31, n.3, p.337-365, 2016.
HAYNES, K.; ECKLEY, I.A.; FEARNHEAD, P. Efficient penalty search for multiple
changepoint problems. arXiv preprint arXiv:1412.3617, 2014.
IPCC - INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE. Climate Change
2013: the physical science basis. Contribution of Working Group I to the Fifth Assessment
Report of the Intergovernmental Panel on Climate Change. United Kingdom and New York,
p.1535, 2013.
IPCC - INTERGOVERNAMENTAL PANEL ON CLIMATE CHANGE. Special Report on
the Ocean and Cryosphere in a Changing Climate. Pörtner, H.O.; Roberts, D.C.; MassonDelmotte, V.; Zhai, P.; Tignor, M.; Poloczanska E.; Mintenbeck, K.; Alegría, A.; Nicolai, M.;
Okem, A.; Petzold, J.; Rama, B.; Weyer, N.M. Disponível em https://www.ipcc.ch/site/
assets/uploads/sites/3/2019/12/ SROCC_FullReport_FINAL.pdf, acesso em 10/03/2021.
KAYANO, M. T.; BLAIN, G. C. Análisis de ondeletas de series mensuales de precipitación,
temperaturas máximas y mínimas mensuales en Campinas. In: CONGRESO VENEZOLANO
DE AGROMETEOROLOGIA, 4. 2007. Maracay, Anais Fundacite Táchira.
KENDALL, M. G., Rank Correlation Methods, 4th ed,, Charles Griffin: London, 1975.
KOUSKY, V.E.; CHU, P.S. Fluctuations in annual rainfall for northeast Brazil. J. Meteor.
Soc. Japan, v. 56, n. 5, p. 457- 466, 1978.
LANDIM, R. B. T. V.; DA SILVA, D. F.; ALMEIDA, H. R. R. C. Desertificação em
Irauçuba (CE): Investigação de Possíveis Causas Climáticas e Antrópicas. Revista Brasileira
de Geografia Física. v. 1, p. 01-21. 2011.
LANFREDI, M.; COPPOLA, R.; SIMONIELLO, T.; COLUZZI, R.; D’EMILIO, M.;
IMBRENDA, V.; MACCHIATO, M. Early identification of land degradation hotspots in
complex Bio-Geographic Regions. Remote Sensing, v. 7, n. 6, p. 8154-8179, 2015.
LIMA, M. J. S.; DA SILVA, D. F.; CAVALCANTE, I. B. S; SOUZA NETO, P. F. .
Identificação períodos de aquecimento e resfriamento no planeta através de dados

70

paleoclimáticos. In: VIII Simpósio Internacional de Climatologia, 2019, Belém. Identificação
períodos de aquecimento e resfriamento no planeta através de dados paleoclimáticos, 2019.
LINDEMANN, D. S., FREITAS, R.A.P., RODRIGUES, J.M., NUNES, M.D., PINTO, L.B.
Oscilações decadais da temperatura do ar na América do Sul durante o período de verão
austral e suas relações com o Oceano Atlântico Norte. Revista Brasileira de Geografia
Física, v.06, n.06, p.2163-2176. 2019.
LOPES, J. R. F.; DA SILVA, D. F. Tendências e distribuição espacial de variáveis climáticas
no estado do Ceará. Ambiência - Revista do Setor de Ciências Agrárias e Ambientais. v.12
n.1, jan./abr. 2016.
LOPES, L. S. de O; SOARES, R. C. Suscetibilidade à desertificação das terras secas de
Gilbués (Estado do Piauí) e Cabrobó (Estado do Pernambuco), Nordeste do Brasil. Revista
Geográfica de América Central, v.1, n.56. p.307–323. 2016.
LUCENA, J. A. Dinâmica atmosférica e a precipitação pluvial no núcleo de
desertificação de Cabrobó-PE. 2017. 119 f. Tese (Doutorado em Geografia). Recife. 2017.
LUCENA, J. A., NÓBREGA, R. S., WANDERLEY, L. S. A. Aspectos temporais, espaciais e
rítmicos da variabilidade pluviométrica no Núcleo de Desertificação de Cabrobó/PE. Revista
Brasileira de Geografia Física. v.10, n.06, p.1784-1801. 2017.
LUCENA, R. L.; FERREIRA, A. M.; FERREIRA, H. F. P. A.; STEINKE, E. T.
Variabilidade climática no município de Caicó/RN: secas e chuvas num arquétipo do clima
semiárido do Nordeste brasileiro. CLIMEP – Climatologia e Estudos da Paisagem. Rio Claro
(SP) – v.8, n.2, p. 67-89, 2013.
MANN, H. B. Non-parametric tests against trend. Econometrica, v,13, p,245-259, 1945.
MANTUA, N.J.; HARE, S. R.; ZHANG, Y.; WALLACE, J.M.; FRANCIS, R.C. A Pacific
interdecadal climate oscillation with Impacts on salmon production, Bulletin American
Meteorolical Society, v. 78, p. 1069-1079, 1997.
MARENGO, J.A.O. Mudanças climáticas, e Eventos Extremos no Brasil. Disponível em
http://www.fbds.org.br/cop15/FBDS_MudancasClimaticas.pdf. Acesso em 03-04-2021, 2016.
MARENGO, J. A.; VALVERDE, M. C. Caracterização do clima no Século XX e Cenário de
Mudanças de clima para o Brasil no Século XXI usando os modelos do IPCC-AR4. Revista
Multiciência, Campinas – São Paulo, n. 8, Mai. 2007.
MATEUS, A. E.; DA SILVA, D. F.; COSTA, I. M.; LOPES, J. R. F. Perspectivas em
Variáveis Meteorológicas para o Estado do Ceará. Revista Brasileira de Geografia Física. v.
08 n. 05, p.1383-1392. 2015.
MEDEIROS, R. M.; FRANCISCO, P. R. M.; TAVARES, A. L.; SILVA, V. M. A.; FILHO,
M. F. G. Variabilidade climática e impactos ambientais no processo de desertificação no
município de Picuí – PB. Revista Conexão Geografia. Campina Grande-PB. 2016.
MEDEIROS, F. J.; OLIVEIRA, C. P.; GOMES, R. S.; SILVA. M. L.; CABRAL JÚNIOR, J.
B. Hydrometeorological conditions in the semiarid and east coast regions of Northeast Brazil

71

in the 2012-2017 period. 93 (1), 2021. GEOSCIENCES, Anais Academia Brasileira de
Ciências.
MMA - Ministério do Meio Ambiente. Convenção das Nações Unidas de Combate à
Desertificação e Mitigação dos Efeitos da Seca. Disponível em:
https://www.mma.gov.br/gestao-territorial/combate-a-desertificacao/convencao-da-onu.html.
Acesso em: 15 jun. 2020.
MOLION, L. C. B.; BERNARDO, S. O. Dinâmicas das chuvas no Nordeste brasileiro. In: XI
CONGRESSO BRASILEIRO DE METEOROLOGIA. Anais Sociedade Brasileira de
Meteorologia – SBMET CL00132, Rio de Janeiro, RJ, 1 CD-ROM, 2002.
MOLION, L. C. B. Gênese do El Niño. Revista Brasileira de Climatologia. v. 21, jul/dez
2017.
MORETTIN, P.A. Ondas e Ondeletas: Da Análise de Fourier à Análise de Ondeletas,
EDUSP, p, 193, 1999.
NOAA PHYSICAL SCIENCES LABORATORY (PSL). Climate Indices: Monthly
Atmospheric and Ocean Time-Series. Disponível em: https://psl.noaa.gov/. Acesso em: 26
de fev. 2021.
NÓBREGA, J. N. da. Estudos de variabilidades interanual e interdecenal da precipitação
pluvial das regiões hidrográficas da parte setentrional oriental do Brasil utilizando a
análise de ondaletas. 2019. 160 f. Tese (Doutorado em Meteorologia) – Pós-Graduação em
Meteorologia, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina
Grande, Paraíba, Brasil, 2019.
NÓBREGA, M.T., COLLISCHONN, W., TUCCI, C.E.M., PAZ, A.R. Uncertainty in climate
change impacts on water resources in the Rio Grande Basin, Brazil. Hydrol. Earth Syst. Sci.,
v. 15, p. 585–595, 2011.
NÓBREGA, R. S.; SANTIAGO, G. A. C. F.; SOARES, D. B. Tendências do controle
climático oceânico sob a variabilidade temporal da precipitação no Nordeste do Brasil.
Revista Brasileira de Climatologia, v. 18, p. 276-292, 2016.
OLIVEIRA, E. M.; SÁ, E. S. S. C. G.; SELVA, V. S. F.; SANTOS, J. S. Produção de feijão e
milho com base na precipitação em área susceptível à desertificação no Seridó da Paraíba.
Revista GeoNordeste, São Cristóvão, Ano XXX, n. 3, p. 227-245, jul./dez. 2019.
OLIVEIRA, D. S.; COSTA, P. D. P.; BEZERRA, L. M.; AVILA, A. M. H.; FARIA, E. C.
Hotter, Longer and More Frequent Heatwaves: An Observational Study for the Brazilian City
of Campinas, SP. Revista Brasileira de Meteorologia, v. 36, n. 2, p. 305-316, 2021.
OLIVEIRA M. J.; CARNEIRO C.D.R.; VECCHIA F.A.S.; BAPTISTA G.M.M. Ciclos
climáticos e causas naturais das mudanças do clima. Terra e Didática, v. 13, n. 3, p. 149184, 2017.
OLIVEIRA, S. S. Influência de diferentes tipos de enos na precipitação da América do
Sul. 2013. 84 f. Dissertação (Mestrado em Clima e Ambiente) – UEA. Manaus. 2013.

72

PEREIRA, T. A. S. Análise e previsão de chuvas na estação seca do Leste do Nordeste do
Brasil: Aplicações nas bacias dos rios Mundaú e Paraíba do Meio (AL/PE). Tese de
Doutorado (Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2017.
PEREZ-MARIN, M. A.; CAVALCANTE, A. M. B.; MEDEIROS, S. S.; TINÔCO, L. B. M.;
SALCEDO, H. I. Núcleos de desertificação no semiárido brasileiro: ocorrência natural ou
antrópica?. Parc. Estrat. Brasília-DF. v.17, n.34, p.87-106. 2012.
PEZZI, L. P.; SOUZA, R. B.; QUADRO, M. F. L. Uma Revisão dos Processos de Interação
Oceano-Atmosfera em Regiões de Intenso Gradiente Termal do Oceano Atlântico Sul
Baseada em Dados Observacionais. Revista Brasileira de Meteorologia, São
Paulo, v.31, n.4, p.428-453. 2016.
ROCHA, R. V.; SOUZA, F. de A.; SILVA, S. M. O. Analysis of the Relationship Between
the Average Rainfall of Orós Reservoir, Brazil-Ceará, and the PDO and AMO Indexes
Through Changepoint Analysis and Wavelet Transform. Revista Brasileira de
Meteorologia, v. 34, p. 139-149, 2019.
ROCKWOOD, A.A.; MADDOX, R.A. Mesoscale and synoptic scale interactions leading to
intense convection: The case of 7 June 1982. Weather and Forecasting, v. 3, p. 51-68, 1988.
SÁ, I. B.; CUNHA, T. J. F.; TAURA, T. A.; DRUMOND, M. A. Mapeamento da
desertificação da Região de Desenvolvimento Sertão do São Francisco com base na cobertura
vegetal e nas classes de solos. Revista Brasileira de Geografia Física, Recife, v.8, n°
especial, p.510-524, nov. 2015.
SANTOS, E. G.; SANTOS, C. A. C.; BEZERRA, B. G.; NASCIMENTO, F. C. A. Análise de
parâmetros ambientais no núcleo de desertificação de Irauçuba – CE usando imagens de
satélite. Revista Brasileira de Geografia Física. v.7, n.5, p.915-926. 2014.
SANTOS, F. A.; AQUINO, C. A. S. Panorama da desertificação no nordeste do Brasil:
Características e suscetibilidades. Revista de geografia e interdisciplinaridade, Grajaú/MA.
v.2, n.7, p.144-161, 2016.
SILVA, A. R.; SANTOSA, T. S.; QUEIROZB, D. E.; GUSMÃO, M. O.; SILVA, T. G. F.
Variações no índice de anomalia de chuva no semiárido. Journal of Environmental
Analysis and Progress, v.2, n.4, p.377-384. 2017.
SILVA, I. A. S. Núcleos de desertificação do Nordeste brasileiro: suscetibilidade e dinâmica

pluviométrica. XVII Simpósio de Geografia Física Aplicada. Campinas-SP, 2017.
SILVA, I. A. S. CONEXÕES ENTRE CLIMA E DESERTIFICAÇÃO: trajetórias e
suscetibilidade no nordeste brasileiro. Revista Equador (UFPI), v. 8, n. 2, p.468 – 488.
2019.
SILVA, R. A.; SILVA, V. P. R; CAVALCANTI, E. P.; SANTOS, D. N. Estudo da
variabilidade da radiação solar no Nordeste do Brasil. Revista Brasileira de Engenharia
Agrícola e Ambiental, v. 14, n.5, p. 501-509, 2010.

73

SILVA, R. A. Padrões de variabilidade multiescalar na temperatura da superfície do mar
no Atlântico Tropical e Norte e seus efeitos nas chuvas da América do Sul. Tese (Doutorado
em Clima e Ambiente) – INPA, Manaus-AM, 2015.
SILVA, W. T. M.; LEONARDO, F. A. P.; SOUTO, J. S.; SOUTO, P. C.; LUCENA, J. D. S.;
NETO, P. H. M. Deposição de serapilheira em áreas de caatinga no núcleo de desertificação
do Seridó. ACSA, Patos-PB, v.12, n.4, p.383-390, 2016.
SOARES, D. B. et al. Geoprocessamento e sensoriamento remoto como ferramentas de
identificação de áreas em processo de desertificação. In: GALVÍNCIO, J. D (org). Mudanças
climáticas e impactos ambientais. Recife: Editora Universitária da UFPE, 2010.
SOARES, D. B.; MOTA FILHO, F. O.; NÓBREGA, R. S. Sobre o Processo de
Desertificação. Revista Brasileira de Geografia Física. v. 01 p. 174-188. 2011.
SOARES, D. B. Degradação ambiental no semiárido pernambucano: contribuição ao
estudo da desertificação. (Dissertação de Mestrado). Programa de pós-graduação em
Desenvolvimento e Meio Ambiente. Pernambuco: PRODEMA/UFPE, 2012.
SOUZA, B. I.; ARTIGAS, R. C.; LIMA, E. R. V. Caatinga e desertificação. Mercator
(Fortaleza), Fortaleza, v. 14, n. 1, p. 131-150, 2015.
SOUZA NETO, P. F. Identificação de impactos da variabilidade climática sobre os
Oceanos. 2019. Trabalho de Conclusão de Curso. (Graduação em Meteorologia) Universidade Federal de Alagoas, 2019.
TANG, C.; CHEN, D.; CROSBY, B. T.; PIECHOTA, T.C.; WHEATON, J.M. Is the PDO or
AMO the climate driver of soil moisture in the Salmon River Basin, Idaho? Global and
Planetary Change, v. 120, p. 16-23, 2014.
TOMASELLA, J.; RODRIGUEZ, D. A.; CUARTAS, L. A.; FERREIRA, M.; FERREIRA, J.
C.; FERREIRA, J.C.; MARENGO, J. Estudo de impacto das mudanças climáticas sobre os
recursos hídricos superficiais e sobre os níveis dos aquíferos na Bacia do Rio Tocantins.
CCST/INPE, Cachoeira Paulista, 2009.
TORRENCE, C., COMPO, G. P., A practical guide to wavelet analysis. Bulletin of the
American Meteorological Society, v, 79, p, 61-78, 1998.
TORRENCE, C.; WEBSTER, P. Interdecadal changes in the ENSO-monsoon system,
Journal of Climate, v.12, p.2679 – 2690, 1999.
VALE, R. S.; SANTANA, R. A.; DIAS-JÚNIOR, C.Q. Análise de Dados Climáticos Usando
Transformada em Ondeletas Cruzada e Coerência. Revista Brasileira de Geografia Física,
v.13, n.02, p. 641-647, 2020.
VASCONCELOS SOBRINHO, J. Núcleos de desertificação no polígono das secas. Anais
…ICB. Recife: UFPE, v.1, n.1, p. 69- 73, 1971.

74

VIEIRA, R.M.S.P.; CUNHA, A.P.M.A.; BARBOSA, A. A.; RIBEIRO NETO, G. G.;
TOMASELLA, J.; ALVALÁ, R. C. S.; SANTOS, F. C.; SANTANA, M. DE O. Análise das
interações entre dados climáticos e o processo de desertificação no núcleo de desertificação de
Cabrobó-PE, Brasil. Revista Sustentabilidade em Debate. v.9, n.2, p.72 – 87. 2018.
VIEIRA, R.M.S.P.; TOMASELLA, J.; ALVALÁ, R.C.S.; SESTINI, M.F.; AFFONSO, A.
G.; RODRIGUEZ, D.A.; BARBOSA, A.A.; CUNHA, A.P.M.A.; VALLES, G.F.; E.
CREPANI; OLIVEIRA, S.B.P.; SOUZA, M.S.B.; CALIL, P.M.; CARVALHO, M.A.;
WALKER, G. T. Ceará (Brazil) famines and the general air movement. Beitragezur Physik
der freien Atmosphare, v. 14, p. 88-93, 1928.
WENG, H. LAU, K-M. Wavelets, period doubling, and time-frequency localization with
application to organization of convection over the Tropical Western Pacific. Journal of
the Atmospheric Sciences, v.51, n.17, p.2523-2541, 1994.
XU, Z. X.; TAKEUCHI, K.; ISHIDAIRA, H.; LI, J. Y. Long-term trend analysis for
precipitation in Asian Pacific river basins. Hydrological Processes, 19, 3517–3532. 2005.