MAPEAMENTO DA PRECIPITAÇÃO NO ESTADO DE ALAGOAS POR MEIO DE TÉCNICAS GEOESTATÍSTICAS
DOI:
https://doi.org/10.18066/revistaunivap.v27i55.2580
Resumo
O objetivo desta pesquisa consistiu em estudar a dinâmica espacial da precipitação no Estado de Alagoas, localizado no Nordeste do Brasil. Para responder ao objetivo da pesquisa foram empregadas técnicas geoestatísticas para construção de mapas de chuvas. Os resultados encontrados nesta pesquisa evidenciam uma grande variabilidade na distribuição das chuvas. O Leste Alagoano é o que possui maior precipitação acumulada, enquanto no Sertão as chuvas são escassas. Os resultados obtidos neste estudo podem auxiliar os órgãos responsáveis pelo gerenciamento dos recursos hídricos na tomada de decisão e na prevenção de desastres ambientais causados pelo excesso ou pela escassez das chuvas.
Downloads
Não há dados estatísticos.
Referências
ALVARES, C. A. et al. Köppen's climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013. https://doi.org/10.1127/0941-2948/2013/0507.
BARBOZA, E. N. et al. Análise de precipitações pluviométricas entre 1974-2009 no município de Juazeiro do Norte, Ceará. Revista Brasileira de Gestão Ambiental, v. 13, n. 4, p. 20-26, 2019.
BARROS, A. H. C. et al. Climatologia do estado de Alagoas. Embrapa Solos. Recife: Embrapa Solos, 2012. 32 p. (Boletim de Pesquisa e Desenvolvimento, 211).
BHATTACHARJEE, S.; GHOSH, S. K.; CHEN, J. Semantic Kriging for Spatio-temporal Prediction. Singapore: Springer, 2019.
CEPED -CENTRO DE ESTUDOS E PESQUISAS EM ENGENHARIA E DEFESA CIVIL - UFSC. Atlas brasileiro de desastres naturais: 1991 a 2012.Florianópolis: Centro Universitário de Estudos e Pesquisas sobre Desastres, UFSC, 2013.
GONG, G.; MATTEVADA, S.; O’BRYANT, S. E. Comparison of the accuracy of kriging and IDW interpolations in estimating groundwater arsenic concentrations in Texas. Environmental Research, v. 130, p. 59-69, 2014. https://doi.org/10.1016/j.envres.2013.12.005.
HUIJBREGTS, C. J. Regionalized variables and quantitative analysis of spatial data. In: DAVIS, J. C.; MCCULLAGH, M.J. (eds.). Display and Analysis of Spatial Data. John Wiley, New York, 1975. p. 38-53.
IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Divisão Territorial Brasileira. 2020. Disponível em: https://www.ibge.gov.br/geociencias/organizacao-do-territorio/estrutura-territorial/23701-divisao-territorial-brasileira.html?=&t=acesso-ao-produto. Acesso em: 9 out. 2020.
ISAAKS, E.H.; SRIVASTAVA, R.M. 1989. An introduction to applied geostatistics. New York: Oxford University Press, 1989. 561p.
JOURNEL, A.G. Fundamentals of geostatistics in five lessons. Washington, DC: American Geophysical Union, 1989.40p. (Short Course in Geology, v. 8).
LUNDGREN, W. J. C.; SOUSA, I. D.; LUNDGREN, G. A. Estimativa pluviométrica através das técnicas da krigagem e cokrigagem no Estado de Sergipe. Revista Brasileira de Geografia Física, v. 10, n. 3, p. 854-865, 2017. https://doi.org/10.5935/1984-2295.20170055.
MEDEIROS, F. J.; LUCIO, P. S.; SILVA, H. J. F. Análise de Métodos de Krigagem na Estimativa da Precipitação no Estado do Rio Grande do Norte. Revista Brasileira de Geografia Física, v. 10, n. 5, p. 1668-1676, 2017. https://doi.org/10.26848/rbgf.v10.5.p1668-1676.
MEDEIROS, E. S.; OLINDA, R. A. Probability maps for the rainy quarter in the state of paraiba. Revista Univap, v. 25, n. 46, p. 19-29, 2018. http://dx.doi.org/10.18066/revistaunivap.v24i46.1902.
MEDEIROS, E. S. et al. Modeling Spatiotemporal Rainfall Variability in Paraíba, Brazil. Water, v. 11, n. 9, p.1843, 2019. https://doi.org/10.3390/w11091843.
MORIASI, D. N. et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE, v. 50, n. 3, p. 885-900, 2007. https://doi.org/10.13031/2013.23153.
PEBESMA, E. J. Multivariable geostatistics in S: the gstat package. Computers and geosciences, v. 30, n. 7, p. 683-691, 2004. https://doi.org/10.1016/j.cageo.2004.03.012.
PEREIRA, E. R. R. et al. Variabilidade do número de dias de chuva no estado de Alagoas. Applied Research and Agrotechnology, v. 5, n. 1, p. 7-26, 2012. https://doi.org/10.5777/paet.v5i1.1696.
R CORE TEAM. R: a language and environment for statistical computing. Version 3.6.0. Vienna, Austria: R Foundation for Statistical Computing, 2020.
SANTOS, M. A. A. et al. Diagnóstico do uso da água e do solo na pecuária no do Canal do Sertão de Alagoas. Brazilian Journal of Development, v. 6, n. 7, p. 52093-52107, 2020. https://doi.org/10.34117/bjdv6n7-745
TEIXEIRA-GANDRA, C. F. A.; DAMÉ, R. D. C. F.; SIMONETE, M. A. Predição da precipitação a partir das coordenadas geográficas no Estado do Rio Grande do Sul. Revista Brasileira de Geografia Física, v. 8, n. 3, p. 848-856, 2015. https://doi.org/10.5935/1984-2295.20150037
WANDERLEY, H. S.; AMORIM, R. F. C.; CARVALHO, F. O. D. Variabilidade espacial e preenchimento de falhas de dados pluviométricos para o estado de Alagoas. Revista Brasileira de Meteorologia, v. 27, n. 3, p. 347-354, 2012. https://doi.org/10.1590/S0102-77862012000300009
WEBSTER, R.; OLIVER, M. A. Geostatistics for environmental scientists. New York: John Wiley & Sons, 2007.
WICKHAM, H. ggplot2: Elegant Graphics for Data Analysis. Cham, Switzerland: Springer International Publishing, 2016.
Downloads
Publicado
2021-10-26
Como Citar
Comisso, H. S., & Medeiros, E. S. de. (2021). MAPEAMENTO DA PRECIPITAÇÃO NO ESTADO DE ALAGOAS POR MEIO DE TÉCNICAS GEOESTATÍSTICAS. Revista Univap, 27(55). https://doi.org/10.18066/revistaunivap.v27i55.2580
Edição
Seção
Ciências Exatas e da Terra
Licença
Esse trabalho está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional.
Esta licença permite que outros distribuam, remixem, adaptem e criem a partir do seu trabalho, mesmo para fins comerciais, desde que lhe atribuam o devido crédito pela criação original.
http://creativecommons.org/licenses/by/4.0/legalcode
DOI:
https://doi.org/10.18066/revistaunivap.v27i55.2580Resumo
O objetivo desta pesquisa consistiu em estudar a dinâmica espacial da precipitação no Estado de Alagoas, localizado no Nordeste do Brasil. Para responder ao objetivo da pesquisa foram empregadas técnicas geoestatísticas para construção de mapas de chuvas. Os resultados encontrados nesta pesquisa evidenciam uma grande variabilidade na distribuição das chuvas. O Leste Alagoano é o que possui maior precipitação acumulada, enquanto no Sertão as chuvas são escassas. Os resultados obtidos neste estudo podem auxiliar os órgãos responsáveis pelo gerenciamento dos recursos hídricos na tomada de decisão e na prevenção de desastres ambientais causados pelo excesso ou pela escassez das chuvas.
Downloads
Referências
ALVARES, C. A. et al. Köppen's climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013. https://doi.org/10.1127/0941-2948/2013/0507.
BARBOZA, E. N. et al. Análise de precipitações pluviométricas entre 1974-2009 no município de Juazeiro do Norte, Ceará. Revista Brasileira de Gestão Ambiental, v. 13, n. 4, p. 20-26, 2019.
BARROS, A. H. C. et al. Climatologia do estado de Alagoas. Embrapa Solos. Recife: Embrapa Solos, 2012. 32 p. (Boletim de Pesquisa e Desenvolvimento, 211).
BHATTACHARJEE, S.; GHOSH, S. K.; CHEN, J. Semantic Kriging for Spatio-temporal Prediction. Singapore: Springer, 2019.
CEPED -CENTRO DE ESTUDOS E PESQUISAS EM ENGENHARIA E DEFESA CIVIL - UFSC. Atlas brasileiro de desastres naturais: 1991 a 2012.Florianópolis: Centro Universitário de Estudos e Pesquisas sobre Desastres, UFSC, 2013.
GONG, G.; MATTEVADA, S.; O’BRYANT, S. E. Comparison of the accuracy of kriging and IDW interpolations in estimating groundwater arsenic concentrations in Texas. Environmental Research, v. 130, p. 59-69, 2014. https://doi.org/10.1016/j.envres.2013.12.005.
HUIJBREGTS, C. J. Regionalized variables and quantitative analysis of spatial data. In: DAVIS, J. C.; MCCULLAGH, M.J. (eds.). Display and Analysis of Spatial Data. John Wiley, New York, 1975. p. 38-53.
IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Divisão Territorial Brasileira. 2020. Disponível em: https://www.ibge.gov.br/geociencias/organizacao-do-territorio/estrutura-territorial/23701-divisao-territorial-brasileira.html?=&t=acesso-ao-produto. Acesso em: 9 out. 2020.
ISAAKS, E.H.; SRIVASTAVA, R.M. 1989. An introduction to applied geostatistics. New York: Oxford University Press, 1989. 561p.
JOURNEL, A.G. Fundamentals of geostatistics in five lessons. Washington, DC: American Geophysical Union, 1989.40p. (Short Course in Geology, v. 8).
LUNDGREN, W. J. C.; SOUSA, I. D.; LUNDGREN, G. A. Estimativa pluviométrica através das técnicas da krigagem e cokrigagem no Estado de Sergipe. Revista Brasileira de Geografia Física, v. 10, n. 3, p. 854-865, 2017. https://doi.org/10.5935/1984-2295.20170055.
MEDEIROS, F. J.; LUCIO, P. S.; SILVA, H. J. F. Análise de Métodos de Krigagem na Estimativa da Precipitação no Estado do Rio Grande do Norte. Revista Brasileira de Geografia Física, v. 10, n. 5, p. 1668-1676, 2017. https://doi.org/10.26848/rbgf.v10.5.p1668-1676.
MEDEIROS, E. S.; OLINDA, R. A. Probability maps for the rainy quarter in the state of paraiba. Revista Univap, v. 25, n. 46, p. 19-29, 2018. http://dx.doi.org/10.18066/revistaunivap.v24i46.1902.
MEDEIROS, E. S. et al. Modeling Spatiotemporal Rainfall Variability in Paraíba, Brazil. Water, v. 11, n. 9, p.1843, 2019. https://doi.org/10.3390/w11091843.
MORIASI, D. N. et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE, v. 50, n. 3, p. 885-900, 2007. https://doi.org/10.13031/2013.23153.
PEBESMA, E. J. Multivariable geostatistics in S: the gstat package. Computers and geosciences, v. 30, n. 7, p. 683-691, 2004. https://doi.org/10.1016/j.cageo.2004.03.012.
PEREIRA, E. R. R. et al. Variabilidade do número de dias de chuva no estado de Alagoas. Applied Research and Agrotechnology, v. 5, n. 1, p. 7-26, 2012. https://doi.org/10.5777/paet.v5i1.1696.
R CORE TEAM. R: a language and environment for statistical computing. Version 3.6.0. Vienna, Austria: R Foundation for Statistical Computing, 2020.
SANTOS, M. A. A. et al. Diagnóstico do uso da água e do solo na pecuária no do Canal do Sertão de Alagoas. Brazilian Journal of Development, v. 6, n. 7, p. 52093-52107, 2020. https://doi.org/10.34117/bjdv6n7-745
TEIXEIRA-GANDRA, C. F. A.; DAMÉ, R. D. C. F.; SIMONETE, M. A. Predição da precipitação a partir das coordenadas geográficas no Estado do Rio Grande do Sul. Revista Brasileira de Geografia Física, v. 8, n. 3, p. 848-856, 2015. https://doi.org/10.5935/1984-2295.20150037
WANDERLEY, H. S.; AMORIM, R. F. C.; CARVALHO, F. O. D. Variabilidade espacial e preenchimento de falhas de dados pluviométricos para o estado de Alagoas. Revista Brasileira de Meteorologia, v. 27, n. 3, p. 347-354, 2012. https://doi.org/10.1590/S0102-77862012000300009
WEBSTER, R.; OLIVER, M. A. Geostatistics for environmental scientists. New York: John Wiley & Sons, 2007.
WICKHAM, H. ggplot2: Elegant Graphics for Data Analysis. Cham, Switzerland: Springer International Publishing, 2016.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Esse trabalho está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional.
Esta licença permite que outros distribuam, remixem, adaptem e criem a partir do seu trabalho, mesmo para fins comerciais, desde que lhe atribuam o devido crédito pela criação original.
http://creativecommons.org/licenses/by/4.0/legalcode
