Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/36688
Arquivos associados a este item:
Arquivo TamanhoFormato 
ARTIGO_TimespaceCharacterizationDroughts.pdf2,96 MBAdobe PDFVisualizar/Abrir
Título: Time-space characterization of droughts in the São Francisco river catchment using the Standard Precipitation Index and continuous wavelet transform
Outros títulos: Caracterização espaço-temporal de secas na bacia do rio São Francisco utilizando o Índice Padronizado de Precipitação e a transformação contínua de ondaletas
Autor(es): Santos, Marcus Suassuna
Costa, Veber Afonso Figueiredo
Fernandes, Wilson dos Santos
Paes, Rafael Pedrollo de
ORCID: http://orcid.org/0000-0001-8773-0062
http://orcid.org/0000-0002-3848-2098
http://orcid.org/0000-0002-9731-2320
http://orcid.org/0000-0003-3216-8951
Assunto: Secas
Wavelets (Matemática)
Precipitação (Meteorologia)
Índices climáticos
Data de publicação: 2019
Editora: Associação Brasileira de Recursos Hídricos
Referência: SANTOS, Marcus Suassuna et al. Time-space characterization of droughts in the São Francisco river catchment using the Standard Precipitation Index and continuous wavelet transform. Revista Brasileira de Recursos Hídricos, v. 24, e28, 2019. DOI: https://doi.org/10.1590/2318-0331.241920180092. Disponível em: http://scielo.br/scielo.php?script=sci_arttext&pid=S2318-03312019000100224. Acesso em: 23 jan. 2020.
Resumo: Este artigo enfatiza a caracterização espaço-temporal de secas na bacia do rio São Francisco, com base na análise de ondaletas de séries temporais do Índice Padronizado de Precipitação (SPI). Para melhorar a estimação do SPI, os procedimentos para análise regional por momentos-L foram empregados na delimitação de regiões estatisticamente homogêneas. A transformada contínua de ondaletas foi utilizada para extrair informações da série temporal de SPI no plano tempo-frequência e para investigar possíveis teleconexões desses sinais com aqueles obtidos de amostras dos índices climáticos de larga escala ENSO e PDO. O uso de análise de frequência regional com momentos L resultou em melhorias na estimativa de séries temporais de SPI. Observou-se que, agregando informação regional, foram obtidas estimativas mais confiáveis de precipitação com baixa frequência de ocorrência. A análise de ondaleta dos índices climáticos sugere que os períodos secos mais extremos na área de estudo são observados quando a fase fria do ENSO e do PDO coincide. Embora não constituindo uma relação estrita de causa e efeito, ficou claro que as secas mais extremas são consistentemente observadas nessa situação. No entanto, é necessária uma investigação mais aprofundada para identificar as particularidades dos padrões de precipitação que não estão associados a anomalias climáticas em larga escala.
Abstract: This paper focuses on time-space characterization of drought conditions in the São Francisco River catchment, on the basis of wavelet analysis of Standardized Precipitation Index (SPI) time series. In order to improve SPI estimation, the procedures for regional analysis with L-moments were employed for defining statistically homogeneous regions. The continuous wavelet transform was then utilized for extracting time-frequency information from the resulting SPI time series in a multiresolution framework and for investigating possible teleconnections of these signals with those obtained from samples of the large-scale climate indexes ENSO and PDO. The use of regional frequency analysis with L-moments resulted in improvements in the estimation of SPI time series. It was observed that by aggregating regional information more reliable estimates of low frequency rainfall amounts were obtained. The wavelet analysis of climate indexes suggests that the more extreme dry periods in the study area are observed when the cold phase of both ENSO and the PDO coincides. While not constituting a strict cause effect relationship, it was clear that the more extreme droughts are consistently observed in this situation. However, further investigation is necessary for identifying particularities in rainfall patterns that are not associated to large-scale climate anomalies.
Licença: (CC BY) - This is an Open Access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
DOI: https://doi.org/10.1590/2318-0331.241920180092
Aparece nas coleções:Artigos publicados em periódicos e afins

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.