Portal InstitucionalUFPEL

O prognostico climático, em especial a previsão sazonal (meses de antecedência) não possibilita a precisão dos dias em que ocorrerão as geadas, mas informações sobre a probabilidade de predomínio de determinados padrões atmosféricos é especialmente importante para as regiões produtoras de grãos. Na safra de 2006 ocorreu uma redução de cerca de 52% no rendimento de grãos de trigo, associada somente ao predomínio de frio intenso prolongado ( IBGE, 2009). O conhecimento prévio da probabilidade de mais ou menos frio (tendência mensal e sazonal) com certa antecedência é apontado como um importante subsídio na tomada de decisões do setor agropecuário. As variações mensais na Concentração de Gelo Marinho (CGM) ao redor do continente Antártico descreve a maior parte do padrão predominante da atmosfera sobre a região Polar. Conhecer as variações mensais das CGM pode contribuir com indicador climático significativo na previsibilidade nas variações das temperaturas mínimas no RS, especialmente no período outono-inverno.

Inicialmente realizar a atualização dos dados mensais de Temperatura Mínima Mensal de 32 estações meteorológicas (Figura 1) junto INMet (Instituto Nacional de Meteorologia). Atualização dos campos mensais de Concentração de Gelo Marinho na Antártida (Figura 2), com grade 1x1 (lat x lon), obtida junto NOAA (National Oceanic & Atmospheric Administration). Definição da climatologia (media e variância) das variáveis TM e CGM, para o período de maio a agosto, considerando as escalas mensais (Mai,Jun,Jul e Ago) e bimensais (Mai-Jun, Jun-Jul e Jul- Ago). A climatologia das variáveis TM e CGM servirá para identificar as variações mensais padrões (normal climatológicas), mas principalmente gerar as anomalias temporais do período estudado. Nas series de anomalias mensais e bimensais de TM no RS serão aplicadas Decomposição por Componentes Principais, descrita conforme Storch e Zwiers (2000). A técnica de Componentes Principais permite identificar os Principais Padrões de Oscilação (POP). Os POP (percentuais da variância total) representam novas variáveis que descrevem conjuntamente as variações combinadas de todas as estações meteorológicas no tempo, ou seja, uma nova serie temporal com uma função térmica geral do RS. Desta forma considera-se as anomalias de TM mais persistente entre todas as estações meteorológicas.
Sobre os POP (possivelmente os 2 primeiros) mensais e bimensais da TM serão aplicadas a técnica de agrupamento K-Means. O Método K-Means (K Medias) é uma técnica de agrupamento não hierárquica, o qual permite ser definido o numero de classes (grupos) a priori. O numero de classes serão testados inicialmente em cinco (5), definidos pelas Classes: Muito Frio, Frio, Próximo Normal, Quente e Muito Quente. Os extremos destas classes (Muito Frio e Muito Quente) representam os grupos das maiores anomalias mensais e bimensais de TM registradas ao longo do período estudado (classes de maior relevância no estudo). A superposição de campos (Campos Compostos) de anomalia de CGM para os períodos especiais de cada classe de anomalia de frio do RS mostrará as áreas com maiores pesos na correlação entre estas variáveis. Estas áreas possivelmente serão melhores identificadas nas classes extremas de frio (Muito Frio e Muito Quente). Espera-se que ao menos duas grandes áreas apresentem sinal de telecnecção significativa, possivelmente de sinais contrários (padrão presente na maioria dos campos de anomalias de dados oceânicos). As áreas identificadas serão analisadas em termo de anomalias com núcleos mais fortes. As series temporais destes núcleos de CGM serão combinadas de forma a gerar um único índice temporal. Por fim, serão aplicadas as tabelas de contingencia cruzando as classes de POP de TM e o índice de CGM, testando nível de significância das probabilidades condicionais.

Ao final da pesquisa espera-se identificar áreas oceânicas de Concentração de Gelo Marinho na periferia da Antártica relacionadas a probabilidades condicionais de ocorrer determinadas classes de intensidades de Temperatura Mínima no RS. Esta metodologia depois de testada poderá servir de indicador climático, especialmente estudado futuramente de forma desazada, ou seja, verificar as variações nas concentrações em períodos anteriores às variações de temperatura.
Frente a pouca bibliografia sobre o tema, acredita-se que por mais simples que sejam os resultados, estes serão uma fonte de investigação inicial para futuras pesquisas.