Sizeof

O pico dominante para o BM é da escala de 20,2 - 22 anos (Figura 4.21c). O EPG mostra outro pico dominante na escala de 4,6 - 5 anos. Picos não significativos ocorrem em escala mais curta de aproximadamente 2 anos. Essas informações são mais visíveis se acompanhadas do relatório gerado pelo Software Matlab ao realizar-se as análises de ondeletas e através do espectro global de wavelet.

Os picos significativos são resultantes de altos valores do EPW (Figura 4.21b) em 1935-1990 para o pico de aproximadamente 22 anos e em 1913-1918 e 1933-1940 para o pico de 5 anos. Nesses últimos períodos ocorreram os máximos valores do índice Prp no BM.

117 a) Índice de Prp do BM

b) Espectro de energia (EPW) c) Espectro global de wavelet (EPG)

Figura 4.21: a) Índice de precipitação para BM (Prp) normalizado pelo desvio padrão; b) Espectro de energia local para Prp. Contornos sombreados correspondem a valores de variância normalizados. Contornos tracejados correspondem a variâncias significativas ao nível de 95%. A curva em forma de U, representado o cone de influência, sob o qual o efeito de borda é importante; c) Espectro global de wavelet, o contorno tracejado indica que o espectro de wavelet global é significativo ao nível de confiança de 95%.

No período antes de 1977, a atmosfera apresentava-se influenciada pela fase fria da ODP, a qual propiciou maior número de La Niñas. Após 1977, aumentou o número de ocorrência de El Niño, que provocou diminuição de chuvas para o NEB. A influência dessa oscilação é claramente verificada no gráfico de Prp (Figura 4.21a), onde antes de 1977 os valores foram maiores que os do período posterior.

Para o MM, o pico dominante ocorre na escala de 18,5 anos que é devido a altos valores de EPW (Figura 4.22b) em quase todo o período de análise. Um pico secundário (não significativo) ocorreu na escala aproximada de 5 anos, que é devido a altos valores de EPW no período de 1960-1980 e de 1985-1995. Novamente enfatiza-se o fato de que essas

22 anos _{24 anos}

118 informações são mais visíveis se acompanhadas do relatório gerado pelo Software Matlab ao gerar as análises de ondeletas e através do espectro global de wavelet.

a) Índice de Prp do MM

b) Espectro de energia (EPW) c) Espectro global de wavelet (EPG)

Figura 4.22: a) Índice de precipitação para MM (Prp) normalizado pelo desvio padrão; b) Espectro de energia local para Prp. Contornos sombreados correspondem a valores de variância normalizados. Contornos tracejados correspondem a variâncias significativas ao nível de 95%. A curva em forma de U, representado o cone de influência, sob o qual o efeito de borda é importante; c) Espectro global de wavelet, o contorno tracejado indica que o espectro de wavelet global é significativo ao nível de confiança de 95%.

As escalas interanual e interanual curta apresentaram variâncias não significativas estatisticamente no EPG (Figura 4.22c), resultantes dos eventos de 1963 e 1992, por exemplo. Esses anos apresentaram altos valores no índice Prp. O período 1985-98 apresentou altos valores de Prp apesar da fase de ODP quente.

O pico dominante na EPG para o AM ocorreu na escala de 11 anos. O EPG (Figura 4.23c) mostrou também um pico dominante na escala de 22 anos. De acordo com a

119 literatura, citados em Da Silva (2003), períodos de aproximadamente 21 anos, podem estar relacionados com ciclos de atividade solar, variações de atração gravitacional entre Terra- Lua-Sol ou variações internas do sistema Terra-oceano-atmosfera. Já os de 11 anos são associados ao ciclo de manchas solares (Kerr, 1996 e Molion, 2005).

a) Índice de Prp do AM

b) Espectro de energia (EPW) c) Espectro global de wavelet (EPG)

Figura 4.23: a) Índice de precipitação para AM (Prp) normalizado pelo desvio padrão; b) Espectro de energia local para Prp. Contornos sombreados correspondem a valores de variância normalizados. Contornos tracejados correspondem a variâncias significativas ao nível de 95%. A curva em forma de U, representado o cone de influência, sob o qual o efeito de borda é importante; c) Espectro global de wavelet, o contorno tracejado indica que o espectro de wavelet global é significativo ao nível de confiança de 95%.

Os picos estatisticamente não significativos ocorrem principalmente para as escalas de tempo de 5 anos e de aproximadamente 2 anos. Os picos de 11 e 22 anos são resultantes de altos valores de EPW (Figura 4.23b) na maior parte do período de estudo. Já os eventos de escala de tempo interanual decorreram de altos valores de EPW em 1960-1965, 1973-

120 1990 para a escala de 5 anos e em 1955-1958, 1962-1965, 1972-1975, 1990-1992 para as escalas mais curtas. É importante notar que as variações de escalas mais curtas podem ser importantes na pluviometria, contribuindo para os altos valores de Prp (Figura 4.23a). Esses resultados são semelhantes aos encontrados por Andreoli et al. (2004) para Fortaleza.

Para as três sub-regiões da bacia hidrográfica as variações em escalas média e interanual contribuem positivamente para as precipitações locais. Esses resultados indicam que a variabilidade de precipitação na bacia é definida por multi-escalas temporais localizadas em certos intervalos de tempo; no entanto, a variância significativa dominante ocorre na escalas decadal para as três sub-regiões da bacia.

Verificou-se que principalmente a variabilidade interanual ligada ao ciclo de ENOS e a variabilidade decadal influenciam na variabilidade pluviométrica local. Esses resultados encontram-se de acordo com os observados por Andreoli et al. (2004), Markham (1974), Chu (1984) e Hastenrath e Kaczmarczyk (1981), todos realizados para Fortaleza, também no NEB.

Diante do fato de que eventos de escala temporal de 5 e 20 anos, no BM, de 18,5, no MM e de 11 e 22 anos no AM, pode-se planejar o armazenamento e aproveitamento das águas de chuva, além de prevenir a população ribeirinha e agricultores para eventos extremos e enchentes no AM. Essas escalas temporais que dominam sobre escalas de eventos meteorológicos atuantes são contribuintes para aumento do total pluviométrico e, através do acompanhamento pluviométrico, pode-se máximar o aproveitamento de água de chuva na gestão agrícola, pesqueira, social e energética, dentre outras.

121 4.2 EFEITOS DA VARIABILIDADE CLIMÁTICA GLOBAL NA PLUVIOMETRIA DA BACIA HIDROGRÁFICA DO RIO MUNDAÚ

Neste sub-item associaram-se as precipitações locais à variabilidade climática através de correlação linear, não-linear e múltipla entre anomalias de precipitação na bacia hidrográfica e 4 índices climáticos. Deste modo, quantificou-se tal relação, e como a mesma pode influir sobre vários fatores nos setores agrícola, social e econômico da bacia hidrográfica.