http://repositorio.unb.br/handle/10482/36688
Fichero | Tamaño | Formato | |
---|---|---|---|
ARTIGO_TimespaceCharacterizationDroughts.pdf | 2,96 MB | Adobe PDF | Visualizar/Abrir |
Título : | Time-space characterization of droughts in the São Francisco river catchment using the Standard Precipitation Index and continuous wavelet transform |
Otros 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 : | Santos, Marcus Suassuna Costa, Veber Afonso Figueiredo Fernandes, Wilson dos Santos Paes, Rafael Pedrollo de |
metadata.dc.identifier.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 |
Fecha de publicación : | 2019 |
Editorial : | Associação Brasileira de Recursos Hídricos |
Citación : | 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. |
Resumen : | 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 en las colecciones: | Artigos publicados em periódicos e afins |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.