1 Convênio de Cooperação Técnico-Científica entre INPE e VALE Coordenador: Dr. Carlos A. Nobre Coordenador Adjunto: Dr. Gilvan Sampaio Projeto: Estudos de mudanças climáticas e vulnerabilidades nos Estados do Pará e Maranhão Relatório I Detalhamento e regionalização dos estudos de alterações climáticas, com base em modelos matemáticos, envolvendo caracterização do clima presente e cenários futuros de clima Jose A. Marengo Guillermo O. Obregon Roger R. Torres
88
Embed
Projeto: Estudos de mudanças climáticas e ... · Detalhamento e regionalização dos estudos de alterações climáticas, ... de emissões de gases de efeitoestufa. Um desses estudos
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1
Convênio de Cooperação Técnico-Científica entre INPE e VALE
Coordenador: Dr. Carlos A. Nobre Coordenador Adjunto: Dr. Gilvan Sampaio
Projeto: Estudos de mudanças climáticas e vulnerabilidades
nos Estados do Pará e Maranhão
Relatório I
Detalhamento e regionalização dos estudos de alterações climáticas, com base
em modelos matemáticos, envolvendo caracterização do clima presente e
cenários futuros de clima
Jose A. Marengo
Guillermo O. Obregon
Roger R. Torres
2
SUMÁRIO Pág.
1 Introdução ......................................................................................................... 3 2 Objetivos ............................................................................................................ 4 3 Clima da região de estudo ................................................................................ 5 3.1 Características climáticas da região ............................................................. 5
3.2 Variabilidade interanual do clima na região de estudo ............................... 10
3.3 Variabilidade climática a longo prazo na região de estudo ......................... 13 4 Cenários de mudanças climáticas na região de estudo: uma revisão baseada
na análise dos estudos do IPCC AR4 do Relatório de Clima do INPE......... 15
5 Dados e metodologia ........................................................................................ 18 5.1 Dados observacionais .................................................................................... 18
5.2 Detecção de mudanças climáticas e extremos climáticos 21
5.3 Modelos climáticos regionais e cenários regionalizados do clima futuro..... 23
6 Resultados ......................................................................................................... 26 6.1 Detecção de Mudanças climáticas 26
6.2 Extremos de mudanças climáticas observadas 31
6.3 Experiências de modelagem regional na região de estudo 36
6.4 Resultados das simulações dos modelos regionais para as regiões de estudo 37
6.4.1 Projeções de precipitação e temperatura sazonais e anuais dos 3 modelos regionais para 2071-2100 relativo a 1961-1990 37
6.4.2 Projeções de Precipitação menos Evaporação (P-E) sazonais e anuais dos 3 modelos regionais para 2071-2100 relativas ao período: 1961-1990 51
6.4.3 Projeções de extremos de chuva e temperatura 57
6.5 Projeções de precipitação e temperatura anuais e sazonais do modelo HadRM3P para os períodos de 2010-2040, 2041-2070 e 2071-2100 67
7 Sumário e conclusões ....................................................................................... 78
– TX10p (inferior esquerda) e, Dias quentes – TX90p (inferior direita). Valores das
tendências são indicados entre parênteses. O asterisco indica tendências estatisticamente
significativas ao nível de 95% no teste de Mann-Kendall.
6.3 Experiências de modelagem regional na região de estudo
Resultados para Amazônia em escala anual desenvolvidos por Marengo e
Ambrizzi (2006), Ambrizzi et al. (2007) e Marengo et al. (2007) são apresentados na
Figura 6.11. As projeções de precipitação e temperatura média anual para a Amazônia
foram elaboradas para os cenários A2 e B2 do período 2071-2100 em relação a 1961-
1990. Estas projeções representam a média de 3 modelos regionais (Eta CCS do INPE,
RegCM3 da USP e HadRM3P do Hadley Centre do Reino Unido).
Analisando a Figura 6.11, observamos que as projeções de precipitação
apontam para um clima mais seco, particularmente no setor leste da Amazônia, onde as
reduções de chuva podem chegar a mais de 60% próximo à foz do rio Amazonas no
cenário A2. Em geral, o oeste da Amazônia apresenta reduções de precipitação entre 10-
20%, a área central 20-40% e o leste acima de 40%.
37
As projeções de temperatura média no período 2071-2100 para Amazônia
variam de 4-8 ?C para o cenário A2, e 3-5 ?C para o cenário B2, com grande variação
espacial. Ainda que o aquecimento seja maior na região tropical da América do Sul para
os vários modelos regionais utilizados, as projeções diferem sobre onde se dará o maior
aquecimento (acima de 6 ?C). Alguns modelos indicam que esse maior aquecimento
ocorrerá na Amazônia oriental, outros na Amazônia ocidental.
Figura 6.11. Anomalias anuais de chuva (%) (painéis superiores) e temperatura (ºC) (painéis
inferiores) para Amazônia, período 2071-2100 em relação a 1961-1990, para os
cenários A2 e B2. As projeções representam a média aritmética dos cenários
produzidos pelos modelos regionais (50 km) Eta CCS, RegCM3 e HadRM3P.
Fonte: J. Marengo, INPE.
6.4 Resultados das simulações dos modelos regionais para as regiões de estudo
6.4.1 Projeções de precipitação e temperatura sazonais e anuais dos 3 modelos
regionais para 2071-2100 relativo a 1961-1990
Nesta seção são apresentados detalhes temporais e regionais das projeções de
precipitação e temperatura para a área de estudo, estendendo-se a discussão para o
estado do Maranhão, que não apareceu nas análises da Figura 6.11. Os 3 modelos
38
regionais são tratados individualmente para as escalas de tempo sazonal e anual, e para
os cenários A2 e B2.
Analisando a anomalia anual de precipitação média para o período de 2071-
2100 em relação ao clima presente (Figura 6.12), observa-se que o modelo HadRM3P
indica para a região entre Roraima, todo o estado do Pará até o Nordeste, reduções de
chuva próximas a 40% no cenário A2 e 20-40% para o cenário B2, sendo maiores as
reduções no norte do Pará próximo a foz do Rio Amazonas e na região entre Maranhão
e Piauí. Aumentos na chuva são detectados nos estados de Rondônia, sul do Amazonas
e do Mato Grosso. Nos modelos RegCM3 e Eta CCS a tendência de redução de chuvas
para o período 2071-2100 também aparecem nas projeções para os dois cenários, porém
com intensidade maior, chegando a 60% em toda a região entre 4 ?N a 6 ?S, que inclui
Roraima, Amapá, a maior parte do Pará e Amazonas, e todos os estados do Nordeste.
Na Figura 6.13 é apresentada a anomalia anual de temperatura para 2071-2100
relativo a 1961-1990, para os cenários A2 e B2. Observa-se que todos os modelos
projetam aquecimento na área de estudo. No caso do modelo HadRM3P, o aquecimento
pode chegar até 7 ?C na área entre Pará, Maranhão e o norte de Piauí no cenário A2,
enquanto que no cenário B2 o aumento de temperatura pode chegar a 4-5 ?C. No modelo
RegCM3, o aquecimento no cenário A2 chega a 7 ?C também na mesma área que no
modelo HadRM3P, porém no cenário B2, o aquecimento é menor, ficando em
aproximadamente 2-3 ?C. No modelo Eta CCS, um aquecimento acima de 7 ?C é
detectado em Amazonas e Rondônia. No norte do Pará e Maranhão o aumento de
temperatura varia entre 2-4 ?C no cenário A2 e 1-3 ?C no cenário B2.
Para o verão no Hemisfério Sul (DJF) (e inverno no Hemisfério Norte) as
projeções do HadRM3P mostram reduções sistemáticas de chuva de até 40% no norte
do Pará na região da Foz do Amazonas e na costa do Maranhão, enquanto que no
cenário B2 o padrão é similar, porém com reduções menores (Figura 6.14). Nos outros
modelos regionais as projeções no Pará e Maranhão sugerem reduções de chuva que vai
além de 60% no cenário A2 e até 40% no cenário B2, especialmente no modelo Eta
39
CCS. No RegCM3 e HadRM3P, a parte sul dos estados do Pará e Maranhão tendem a
mostrar aumentos de chuva de até 20% no período de 2071-2100 (Figura 6.14).
HadRM3P
RegCM3
Eta CCS
Figura 6.12 – Anomalia anual da precipitação média (%) para os cenários A2 (esquerda) e B2
(direita), simulada pelos modelos HadRM3P (superior), RegCM3 (centro) e Eta
(inferior), para o período de 2071 a 2100.
40
HadRM3P
RegCM3
Eta CCS
Figura 6.13 – Anomalia anual da temperatura (?C) para os cenários A2 (esquerda) e B2 (direita),
simulada pelos modelos HadRM3P (superior), RegCM3 (centro) e Eta CCS
(inferior), para o período de 2071 a 2100.
41
Os mapas de projeção de temperatura para DJF do modelo HadRM3P (Figura
6.15) mostram que pode haver um aquecimento de até 6-7 ?C no norte do Pará e
Maranhão-Piauí no cenário A2. Para o cenário B2, este aquecimento tende a ser menor,
chegando a 6 ?C no norte do Pará. Similar ao comportamento anual, o RegCM3 mostra
intenso aquecimento na região de estudo de até 8 ?C no cenário A2, e um aumento de
temperatura muito menor (menos de 3 ?C) no cenário B2 (Figura 6.15). No modelo Eta
CCS, o maior aquecimento é detectado nos estados do Amazonas e Rondônia, enquanto
que na área de estudo esse aquecimento vai de 3 a 4 ?C no cenário A2 e 1 a 2 ?C no
cenário B2 (Figura 6.15).
O outono (MAM) corresponde à estação mais chuvosa no clima presente para
o leste do Pará e Maranhão. A Figura 6.16 indica reduções no volume de chuvas na
parte leste do Pará, Amapá e do Maranhão, que pode chegar até a 20% no cenário A2
para o modelo HadRM3P. As reduções tendem a ser maiores nos cenários gerados pelo
modelo RegCM3, chegando a 40-50% menos chuva no leste do Pará e Maranhão, no
cenário A2, e de 20-30% no cenário B2. No modelo Eta CCS, assim como no verão, a
redução de chuva pode chegar a 40-50 % em toda a região que vai desde a Amazônia
central até o Nordeste, nos dois cenários. Os mapas de projeção de temperatura para os
três modelos regionais nos meses de MAM (Figura 6.17), apontam um aquecimento no
cenário A2 que pode chegar a 6 ?C nos estados do Pará e Maranhão, e de até 4 ?C no
cenário B2 para as mesmas regiões. No modelo Eta CCS, o aumento de temperatura
poderá vir a ser de até 5 ?C na área de estudo, mas os máximos de aquecimento (maiores
a 7-8 ?C) até 2100 acontecem no estado do Amazonas.
A estação JJA corresponde aos meses de menor precipitação no clima atual
para o leste do Pará e Maranhão. Na Figura 6.18, a redução de chuvas durante a estação
de estiagem projetada pelo modelo HadRM3P poderá chegar a 40-60% no Maranhão,
enquanto que no leste da Amazônia este valor é de 20-30%, para os dois cenários
analisados. No modelo RegCM3 a situação muda um pouco em relação ao HadRM3P.
Para o cenário A2 o modelo projeta reduções de 20% no norte do Pará e de 40% no sul
do Pará e Maranhão, juntamente com aumento de chuva de até 40% na costa do
42
Maranhão. No cenário B2, as anomalias positivas de precipitação chegam a cobrir do
norte do Pará até a costa do Maranhão, com excessos de até 60% em relação ao
presente. Já o modelo Eta mostra reduções de 40-60% no volume de chuva em toda a
região Amazônica e Nordeste para os dois cenários. Em relação à temperatura do ar
(Figura 6.19), quase todos os modelos sugerem aquecimento entre 3 e 5 ?C nos dois
cenários. Apenas no cenário B2 do modelo RegCM3 é projetado um resfriamento de até
1 ?C no norte do Pará e Maranhão, consistente com aumentos de chuva nesta região.
Os meses de setembro, outubro e novembro (SON) correspondem ao início da
estação chuvosa em boa parte da região tropical e subtropical da América do Sul. Na
Figura 6.20, quase todos os modelos mostram reduções de chuva até 2100 em áreas que
vão desde o leste do Pará até o Nordeste, sendo as anomalias maiores no cenário A2
(chegando até 40-60%) e menores em B2 (20-40%). O modelo Eta CCS é aquele que
apresenta reduções mais drásticas, enquanto que o RegCM3 no cenário B2 apresenta
aumentos de chuva no centro e sul do Pará e Maranhão de mais de 40%. Em relação à
temperatura do ar (Figura 6.21) os modelos HadRM3P e RegCM3 apresentam
aquecimento nas áreas de estudo variando entre 5 e 6 ?C no cenário A2 e entre 3 e 4 ?C
no cenário B2. No modelo Eta CCS, o aquecimento tende a ser menor sobre o Pará e
Nordeste (2-4 ?C), enquanto que os máximos valores ocorrem no estado do Amazonas.
Em resumo, as projeções de mudanças climáticas para o período de 2071-2100
geradas pelos 3 modelos regionais na área compreendida entre os estados do Pará,
Maranhão e áreas circunvizinhas, sugerem reduções de precipitação nas áreas leste do
Pará (próximos a Foz do Rio Amazonas) e norte do Maranhão, que podem chegar a 40-
60% no cenário A2 e até 20-40% no cenário B2. A temperatura deve aumentar em toda
a região leste do Pará até o Nordeste, chegando a 5-7 ?C nas regiões do leste da
Amazônia e no norte do Maranhão no cenário A2, sendo o aquecimento menor (3-4 ?C)
no cenário B2. O aquecimento é observado na média anual e nos meses de verão e
inverno, e têm algumas variações entre os modelos. Enquanto o HadRM3P e RegCM3
mostram o maior aquecimento na região entre o leste da Amazônia (Pará) e os estados
do Nordeste, o modelo Eta CCS apresenta o maior aquecimento no oeste da Amazônia,
no estado do Amazonas.
43
HadRM3P
RegCM3
Eta CCS
Figura 6.14 – Anomalia para o verão (DJF) da precipitação média (%) dos cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior),
RegCM3 (centro) e Eta CCS (inferior), para o período de 2071 a 2100.
44
HadRM3P
RegCM3
EtaCCS
Figura 6.15 – Anomalia para o verão (DJF) da temperatura média (?C) dos cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior), RegCM3
(centro) e Eta CCS (inferior), para o período de 2071 a 2100.
45
HadRM3P
RegCM3
Eta CCS
Figura 6.16 – Anomalia para o outono (MAM) da precipitação média (%) dos cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior), RegCM3
(centro) e Eta CCS (inferior), para o período de 2071 a 2100.
46
HadRM3P
RegCM3
Eta
Figura 6.17 – Anomalia para o outono (MAM) da temperatura média (?C) dos cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior), RegCM3
(centro) e Eta CCS (inferior), para o período de 2071 a 2100.
47
HadRM3P
RegCM3
Eta CCS
Figura 6.18 – Anomalia para o inverno (JJA) da precipitação média (%) dos cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior), RegCM3
(centro) e Eta CCS (inferior), para o período de 2071 a 2100.
48
HadRM3P
RegCM3
Eta CCS
Figura 6.19 – Anomalia para o inverno (JJA) da temperatura média (?C) dos cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior), RegCM3
(centro) e Eta CCS (inferior), para o período de 2071 a 2100.
49
HadRM3P
RegCM3
Eta CCS
Figura 6.20 – Anomalia para a primavera (SON) da precipitação média (%) dos cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior),
RegCM3 (centro) e Eta CCS (inferior), para o período de 2071 a 2100.
50
HadRM3P
RegCM3
Eta CCS
Figura 6.21 – Anomalia para a primavera (SON) da temperatura média (?C) dos cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior), RegCM3
(centro) e Eta CCS (inferior), para o período de 2071-2100.
51
6.4.2 Projeções de Precipitação menos Evaporação (P-E) sazonais e anuais dos 3
modelos regionais para 2071-2100 relativas ao período: 1961-1990
As projeções de P-E podem ser consideradas como indicadores do balanço
hídrico e de condições de climas mais secos que o presente, assim como indicadores de
reduções nas vazões dos rios e do conteúdo de umidade do solo.
Na escala anual, os modelos HadRM3P e Eta CCS apontam para valores
negativos de P-E de mais de 2 mm/dia no norte do Pará, e valores entre 0.5 a 1 mm/dia
no restante do Pará, Maranhão e em todos os outros estados do Nordeste. As reduções
são ligeiramente maiores no cenário A2 comparado com B2. Para o modelo RegCM3,
valores negativos entre 1 e 2 mm/dia aparecem na região do litoral do Amapá, Pará e
Maranhão e na região entre Amazonas e Oeste do Pará, para ambos os cenários. Uma
região positiva de P-E aparece no nordeste do Pará e nos estados do Nordeste do Brasil.
A análise das projeções de P-E para 2071-2100 relativo a 1961-1990 sugere
que, de fato, uma redução da chuva e aumento da temperatura na área de estudo,
especialmente no norte do Pará e Maranhão, gera tendências de P-E negativas. Isto
significa que no futuro as mudanças climáticas projetadas para a região podem aumentar
a evaporação e evapotranspiração, criando desbalanços no ciclo hidrológico atmosférico
e continental. No caso da atmosfera, essas mudanças podem torná-la mais seca e menos
chuvosa, levando a um clima futuro diferente do clima atual, ou seja, menos chuvoso e
tropical. No caso do ciclo hidrológico continental, P-E negativo pode implicar na
redução da umidade armazenada no solo e também na diminuição das vazões dos rios
da região. Isto tem sido comprovado por Milly et al. (2005), que mostra que para o ano
2090 as vazões de rios, tais como o Parnaíba, e outros no leste da Amazônia, projetadas
pelos modelos globais do IPCC AR4, podem diminuir em até 20% devido ao
aquecimento global. As Figuras 6.22 a 6.26 apresentam os mapas de P-E anuais e
sazonais.
52
HadRM3P
RegCM3
Eta
Figura 6.22 – Anomalia anual de precipitação - evaporação (mm dia-1) para os cenários A2
(esquerda) e B2 (direita), simulada pelos modelos HadRM3P (superior),
RegCM3 (centro) e Eta (inferior), para o período de 2071 a 2100.
53
HadRM3P
RegCM3
Eta
Figura 6.23 – Anomalia de precipitação - evaporação (mm dia-1) para o verão (DJF) dos
cenários A2 (esquerda) e B2 (direita), simulada pelos modelos HadRM3P
(superior), RegCM3 (centro) e Eta (inferior), para o período de 2071 a 2100.
54
HadRM3P
RegCM3
Eta
Figura 6.24 – Anomalia de precipitação - evaporação (mm dia-1) para o outono (MAM) dos
cenários A2 (esquerda) e B2 (direita), simulada pelos modelos HadRM3P
(superior), RegCM3 (centro) e Eta (inferior), para o período de 2071 a 2100.
55
HadRM3P
RegCM3
Eta
Figura 6.25 – Anomalia de precipitação - evaporação (mm dia-1) para o inverno (JJA) dos
cenários A2 (esquerda) e B2 (direita), simulada pelos modelos HadRM3P
(superior), RegCM3 (centro) e Eta (inferior), para o período de 2071 a 2100.
56
HadRM3P
RegCM3
Eta
Figura 6.26 – Anomalia de precipitação - evaporação (mm dia-1) para a primavera (SON) dos
cenários A2 (esquerda) e B2 (direita), simulada pelos modelos HadRM3P
(superior), RegCM3 (centro) e Eta (inferior), para o período de 2071 a 2100.
57
6.4.3 Projeções de extremos de chuva e temperatura
Os extremos de temperatura para 2071-2100 relativo a 1961-90 para o modelo
HadRM3P (TN90p, TN10p, TX90p e TX10p) mostram em geral uma tendência de
aquecimento, caracterizados por um aumento na freqüência de noites e dias quentes, e
uma redução na freqüência de noites frias, para ambos os cenários utilizados (Figuras
6.27 e 6.29). As tendências mais intensas são encontradas no cenário A2 e abrangem o
Maranhão e o centro e sul do Pará, especificamente para os índices TN90 e TX90
(Figura 6.27).
As projeções de extremos de chuvas intensas derivadas do modelo HadRM3P
(índices R10mm, R95p e Rx5day) indicam uma redução na freqüência e intensidade de
extremos de chuva na região litoral do Pará, Amapá e Maranhão, e um aumento no
centro e sul dos estados do Amazonas e Pará. As tendências têm praticamente a mesma
distribuição geográfica nos cenários A2 e B2, mas com maior intensidade no cenário de
altas emissões A2 (Figuras 6.28 e 6.30). As projeções das tendências do índice CDD
(dias secos consecutivos) apontam para um aumento na freqüência de períodos secos
intensos em toda a região Nordeste e nos estados do Pará e Amapá. Os valores chegam
a 20 dias no cenário B2 e 30 dias no A2 para as regiões norte do Pará, Amapá e centro e
norte do Maranhão (Figuras 6.28 e 6.30).
As projeções do modelo RegCM3 mostram um comportamento diferente para
as projeções de extremos de temperatura (Figuras 6.31 e 6.32). Para o cenário A2, o
modelo projeta tendências de reduções na freqüência de noites e dias quentes em boa
parte dos estados do Maranhão e Pará, mas com tendências de aumento no norte do
Pará. Para noites e dias frios, a tendência é de redução somente na foz do rio Amazonas,
para ambos os cenários, sendo que no cenário A2 as magnitudes das mudanças são
maiores.
Os índices de chuva apresentam maior concordância com as projeções do
modelo HadRM3P. Eles indicam aumento na freqüência e intensidade de extremos de
chuva na região do Amapá, e no litoral e centro dos estados do Pará e Maranhão, com
58
maior intensidade para o cenário A2. O índice CDD projeta no cenário A2 um aumento
na freqüência de dias secos consecutivos de até 30 dias para o norte e centro do Pará
(similar às projeções do modelo HadRM3P) e na parte central do Maranhão.
Comparando as projeções dos modelos HadRM3P e RegCM3, os índices extremos de
chuva tendem a apresentar uma maior concordância que os de temperatura.
Os cenários de mudanças de extremos derivados dos modelos globais do IPCC
(Tebaldi et al. 2006) mostram que a média dos 22 modelos globais na região de estudo
apontam para um aumento na freqüência de extremos de chuva e na freqüência de dias
secos consecutivos, assim como reduções na freqüência de noites e dias frios, e aumento
na freqüência de noites e dias quentes, para a segunda metade do Século XXI. Estes
resultados são consistentes com o cenário projetado pelo modelo regional HadRM3P
para a região de estudo.
Tudo isso é consistente com um clima futuro mais seco que o atual, com
chuvas intensas concentradas em períodos curtos, seguidos de períodos longos sem
chuva, e com altas temperaturas diurnas e noturnas. Isso alteraria o balanço hidrológico,
ocasionando períodos de deficiência hídrica futura que não existem no clima atual,
afetando a vegetação nativa e a agricultura regional.
59
Figura 6.27 – Diferença entre as tendências projetadas pelo modelo regional HadRM3P nos
períodos 2071 – 2100 e 1961 - 1990, cenário A2, para os índices extremos:
noites quentes (TN90p), noites frias (TN10p), dias quentes (TX90p) e dias frios
(TX10p).
60
Figura 6.28 – Diferença entre as tendências projetadas pelo modelo regional HadRM3P nos
períodos 2071 – 2100 e 1961 - 1990, cenário A2, para os índices extremos: dias
com chuvas maiores que 10 mm (R10mm), dias com chuvas acima do 95?
percentil (R95p), eventos de chuva intensa durante 5 dias consecutivos (Rx5
day) e dias secos consecutivos (CDD).
61
Figura 6.29 – Diferença entre as tendências projetadas pelo modelo regional HadRM3P nos
períodos 2071 – 2100 e 1961 - 1990, cenário B2, para os índices extremos:
noites quentes (TN90p), noites frias (TN10p), dias quentes (TX90p) e dias frios
(TX10p).
62
Figura 6.30 – Diferença entre as tendências projetadas pelo modelo regional HadRM3P nos
períodos 2071 – 2100 e 1961 - 1990, cenário B2, para os índices extremos: dias
com chuvas maiores que 10 mm (R10mm), dias com chuvas acima do 95?
percentil (R95p), eventos de chuva intensa durante 5 dias consecutivos (Rx5
day) e dias secos consecutivos (CDD).
63
Figura 6.31 – Diferença entre as tendências projetadas pelo modelo regional REGCM3 nos
períodos 2071 – 2086 e 1961 - 1990, cenário A2, para os índices extremos:
noites quentes (TN90p), noites frias (TN10p), dias quentes (TX90p) e dias frios
(TX10p).
64
Figura 6.32 – Diferença entre as tendências projetadas pelo modelo regional REGCM3 nos
períodos 2071 – 2086 e 1961 - 1990, cenário A2, para os índices extremos: dias
com chuvas maiores que 10 mm (R10mm), dias com chuvas acima do 95?
percentil (R95p), eventos de chuva intensa durante 5 dias consecutivos (Rx5
day) e dias secos consecutivos (CDD).
65
Figura 6.33 – Diferença entre as tendências projetadas pelo modelo regional REGCM3 nos
períodos 2071 – 2086 e 1961 - 1990, cenário B2, para os índices extremos:
noites quentes (TN90p), noites frias (TN10p), dias quentes (TX90p) e dias frios
(TX10p).
66
Figura 6.34 – Diferença entre as tendências projetadas pelo modelo regional REGCM3 nos
períodos 2071 – 2086 e 1961 - 1990, cenário B2, para os índices extremos: dias
com chuvas maiores que 10 mm (R10mm), dias com chuvas acima do 95?
percentil (R95p), eventos de chuva intensa durante 5 dias consecutivos (Rx5
day) e dias secos consecutivos (CDD).
67
6.5 Projeções de precipitação e temperatura anuais e sazonais do modelo HadRM3P
para os períodos de 2010-2040, 2041-2070 e 2071-2100
Nesta seção é feita uma análise das projeções de temperatura e precipitação
geradas pelo modelo regional HadRM3P para o período de 1961 a 2100, em toda a área
de estudo e para uma média nos estados do Maranhão (Figuras 6.35 e 6.36) e Pará
(Figuras 6.37 e 6.38), utilizando os cenários de emissões A2 e B2. As anomalias são
estimadas com base no período de 1961 a 1990.
Em ambos os estados, as temperaturas tendem a aumentar até o final do Século
XXI. No Maranhão, o aquecimento é maior no cenário pessimista A2 quando
comparado com o cenário otimista B2. O aumento de temperatura até 2100 pode chegar
a 6 ?C no cenário A2, e 4.5 ?C no cenário B2.
No início do Século XXI os dois cenários não são muito diferentes, porém, a
partir de 2030-2040, as anomalias no cenário A2 começam a crescer mais que no B2.
Analisando a precipitação, os dois cenários apresentam anomalias negativas,
chegando a 1.5 mm/dia em 2100 no cenário A2 e 1.0 mm/dia no cenário B2. Tanto na
precipitação quanto na temperatura observa-se uma forte variabilidade interanual.
Tendências similares são observadas no estado do Pará, onde os aumentos de
temperatura podem chegar a 6.5 ?C em 2100 no cenário A2, e 4.5 ?C no cenário B2.
Assim como no Maranhão, as maiores diferenças entre os dois cenários aparecem após
2040. As reduções de chuva no Pará podem chegar a 1.3 mm/dia no cenário A2, e 1
mm/dia no cenário B2, com uma alta variabilidade interanual. Assim como nos modelos
globais do IPCC AR4, as maiores mudanças de temperatura e chuva na região tropical
entre os dois cenários de emissão aparecem a partir do ano 2040 e se intensificam até
2100.
68
2000 2020 2040 2060 2080 21000
2
4
6
8
10
12
Cenário A2 Cenário B2
σA2
= +/- 2,1σ
B2 = +/- 1,4
Maranhão
Ano
mal
ia d
e T
empe
ratu
ra (o C
)
Figura 6.35 – Série temporal de anomalia de temperatura média (?C) no estado do Maranhão,
para os cenários A2 (vermelho) e B2 (azul). As retas em vermelho e azul
representam a regressão linear dos cenários A2 e B2, respectivamente.
2000 2020 2040 2060 2080 2100-3,5
-3,0
-2,5
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0
Maranhão
Cenário A2 Cenário B2
σA2
= +/- 0,6σ
B2 = +/- 0,5
Ano
mal
ia d
e P
reci
pita
ção
(mm
dia
-1)
Figura 6.36 – Série temporal de anomalia de precipitação média (mm dia-1) no estado do
Maranhão, para os cenários A2 (vermelho) e B2 (azul). As retas em vermelho e
azul representam a regressão linear dos cenários A2 e B2, respectivamente.
69
2000 2020 2040 2060 2080 21000
2
4
6
8
10
12
Pará
Cenário A2 Cenário B2
σA2
= +/- 2,2σ
B2 = +/- 1,5
Ano
mal
ia d
e T
empe
ratu
ra (
o C)
Figura 6.37 – Série temporal de anomalia de temperatura média (?C) no estado do Pará, para os
cenários A2 (vermelho) e B2 (azul). As retas em vermelho e azul representam a
regressão linear dos cenários A2 e B2, respectivamente.
2000 2020 2040 2060 2080 2100-3,5
-3,0
-2,5
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0 Pará
Cenário A2 Cenário B2
σA2
= +/- 0,6σ
B2 = +/- 0,5
Ano
mal
ia d
e P
reci
pita
ção
(mm
dia
-1)
Figura 6.38 – Série temporal de anomalia de precipitação média (mm dia-1) no estado do Pará,
para os cenários A2 (vermelho) e B2 (azul). As retas em vermelho e azul
representam a regressão linear dos cenários A2 e B2, respectivamente.
70
As projeções do modelo HadRM3P até 2100 indicam aumento na temperatura
média anual em toda a região leste do Pará até o Nordeste, chegando até 7 ?C nas
regiões do leste da Amazônia e no norte do Maranhão no cenário A2, e a 3-4 ?C no
cenário B2 (Figura 6.40). Para as mesmas regiões, o modelo indica reduções de chuva
que variam entre 40-60% no cenário mais pessimista e 20-40% no cenário otimista
(Figura 6.39).
A redução da chuva apresentada pelo modelo HadRM3P é gradativa desde o
início do Século XXI. No período de 2011-2040, a redução estimada é de 5 a 10% e em
2041-2070 é de até 10-20% entre o leste do Pará e o estado do Maranhão, para os
cenários A2 e B2 (Figura 6.39). As diferenças se tornam maiores no final do Século
XXI, sugerindo que as reduções mais drásticas na precipitação só aparecem na segunda
metade do Século XXI.
Os campos de anomalias de temperatura também apresentam pouca diferença
entre os dois cenários para os períodos de 2011-2040 e 2041-2070 (Figura 6.40). As
anomalias na área de estudo podem chegar até a 1-2 ?C mais quente na área que abrange
o leste do Pará até o Maranhão entre 2010-2040, e até 3-4 ?C mais quente que no
presente em 2041-2070. Em 2071-2100, o aquecimento pode alcançar entre 6 e 7 ?C no
Pará, leste do Amazonas, Maranhão e norte do Tocantins.
No verão austral (DJF), as projeções do modelo HadRM3P até 2100 para a
região de estudo indicam reduções de chuva que variam entre 40 e 60% no cenário mais
pessimista, e entre 20 e 40% no cenário otimista, especialmente na região próxima ao
litoral desde o leste do Pará, Amapá até a foz do Amazonas e norte do Maranhão. No
sul destes estados as reduções são um pouco menores (Figuras 6.41 e 6.42). As reduções
na precipitação projetadas pelos dois cenários são menores na primeira metade do
século XXI, chegando a 20% para o período de 2011 a 2040 e um valor um pouco mais
elevado em 2041-2070. As mudanças na temperatura até 2100 para as regiões leste da
Amazônia e norte do Maranhão podem chegar a 7 ?C no cenário A2, sendo o
aquecimento menor (3-4 ?C) no cenário B2. Em 2011-2040 o aumento na temperatura
71
desde o norte do Pará até o Maranhão pode chegar a 2 ?C em 2011-2040 para ambos os
cenários, e até 4 ?C no período de 2041-2070 para o cenário A2.
Para o outono (MAM) (Figuras 6.43 e 6.44), as projeções indicam reduções de
chuva que variam entre 20 e 40%, tanto no cenário A2 quanto no B2, com pequenas
diferenças na distribuição geográfica das anomalias. As anomalias de chuva parecem se
intensificar a partir de 2040, estendendo-se desde o leste de Pará até o Nordeste do
Brasil. Este resultado é muito importante para o Nordeste, pois a estação chuvosa no
norte desse estado acontece nesta época do ano. As anomalias na temperatura até 2100
chegam a 4-6 ?C em todo o estado do Pará e os estados do Nordeste no cenário A2,
enquanto que no cenário B2 os aumentos são menos intensos, chegando a 3-4 ?C na foz
do Rio Amazonas, no leste do Pará e em todo o Nordeste. No período de 2011-2040, o
aquecimento é menos intenso nos dois cenários, ficando entre 1 e 2 ?C. Em 2041-2070
esse valor chega a 2-3 ?C, porém o maior aumento acontece no final do século XXI.
Para o período de inverno (JJA) (Figuras 6.45 e 6.46), que corresponde à
estação de estiagem na região de estudo, as projeções para 2100 sugerem reduções de
chuva que variam entre 20-40% em grandes áreas do Pará, Amapá e os estados do
Maranhão e Piauí nos cenários A2 e B2, com pequenas diferenças na distribuição
geográfica das anomalias para ambos os cenários. Analisando as anomalias de
temperatura para o final do século XXI (Figura 6.46), um aquecimento de 5 a 7 ?C é
projetado para o cenário A2 na região que se estende desde o leste do Amazonas até o
Maranhão. No cenário B2 este aumento varia entre 3 e 5 ?C, com as áreas mais quentes
localizadas entre o Pará e o Maranhão. Nos períodos de 2011-2040 e 2041-2070, o
aquecimento nos dois cenários varia entre 1-2 ?C e 2-3 ?C, respectivamente.
Para a primavera (SON) (Figuras 6.47 e 6.48), que corresponde à estação de
início das chuvas na região, as projeções para 2100 indicam uma redução de
precipitação de aproximadamente 40-60% em grandes áreas do Pará, Amapá e nos
estados do Nordeste, para ambos os cenários. As anomalias de chuva nos períodos de
2011-2040 e 2041-2070 indicam reduções de 20 a 30% no interior do Pará e Maranhão,
enquanto que no litoral destes estados e no Amapá, o modelo HadRM3P projeta um
72
aumento de chuva que pode chegar a 20% nos dois cenários. Estes aumentos de
precipitação, similares aos observados em SON no sul do Pará e Maranhão,
possivelmente se devem a erros na interpolação numérica. Os mapas de anomalias de
temperatura para 2100 mostram no cenário A2 aumentos de até 6-7 ?C na região entre o
estado de Roraima e sul do Maranhão, com um aquecimento relativamente menor (3-4 ?C) no litoral do Pará e Maranhão. O cenário B2 projeta um padrão similar, porém com
um aquecimento relativamente menor (4-6 ?C). Nas projeções para o início e meio do
Século XXI (2011-2040 e 2041-2070), o aquecimento no cenário A2 varia entre 2-3 ?C
e 4-5 ?C, respectivamente. No cenário B2 o aquecimento é 1-2 ?C menor que no cenário
A2, porém possuindo a mesma distribuição espacial.
73
Anomalia de Precipitação Anual
A2
B2
Figura 6.39 – Anomalia anual de precipitação (%) para os cenários A2 (superior) e B2 (inferior)
simulada pelo modelo HadRM3P para os períodos de 2011-2040, 2041-2070 e
2071-2100, relativos a 1961-90.
Anomalia de Temperatura Anual
A2
B2
Figura 6.40 – Anomalia anual de temperatura do ar (?C) para os cenários A2 (superior) e B2
(inferior) simulada pelo modelo HadRM3P para os períodos de 2011-2040, 2041-
2070 e 2071-2100, relativos a 1961-1990.
74
Anomalia de Precipitação DJF
A2
B2
Figura 6.41 – Anomalia de Dezembro-Janeiro-Fevereiro (DJF) de precipitação (%) para os
cenários A2 (superior) e B2 (inferior) simulada pelo modelo HadRM3P para os
períodos de 2011-2040, 2041-2070 e 2071-2100, relativos a 1961-1990.
Anomalia de Temperatura DJF
A2
B2
Figura 6.42 – Anomalia para Dezembro-Janeiro-Fevereiro (DJF) de temperatura do ar (?C) para
os cenários A2 (superior) e B2 (inferior) simulada pelo modelo HadRM3P para os
períodos de 2011-2040, 2041-2070 e 2071-2100, relativos a 1961-1990.
75
Anomalia de Precipitação MAM
A2
B2
Figura 6.43 – Anomalia para Março-Abril-Maio (MAM) de precipitação (%) para os cenários
A2 (superior) e B2 (inferior) simulada pelo modelo HadRM3P para os períodos
de 2011-2040, 2041-2070 e 2071-2100, relativos a 1961-1990.
Anomalia de Temperatura MAM
A2
B2
Figura 6.44 – Anomalia para Março-Abril-Maio (MAM) de temperatura do ar (?C) para os
cenários A2 (superior) e B2 (inferior) simulada pelo modelo HadRM3P para os
períodos de 2011-2040, 2041-2070 e 2071-2100, relativos a 1961-1990.
76
Anomalia de Precipitação JJA
A2
B2
Figura 6.45 – Anomalia para Junho-Julho-Agosto (JJA) de precipitação (%) para os cenários A2
(superior) e B2 (inferior) simulada pelo modelo HadRM3P para os períodos de
2011-2040, 2041-2070 e 2071-2100, relativos a 1961-1990.
Anomalia de Temperatura JJA
A2
B2
Figura 6.46 – Anomalia para Junho-Julho-Agosto (JJA) de temperatura do ar (?C) para os
cenários A2 (superior) e B2 (inferior) simulada pelo modelo HadRM3P para os
períodos de 2011-2040, 2041-2070 e 2071-2100, relativos a 1961-1990.
77
Anomalia de Precipitação SON
A2
B2
Figura 6.47 – Anomalia para Setembro-Outubro-Novembro (SON) de precipitação (%) para os
cenários A2 (superior) e B2 (inferior) simulada pelo modelo HadRM3P para os
períodos de 2011-2040, 2041-2070 e 2071-2100, relativos a 1961-1990.
Anomalia de Temperatura SON
A2
B2
Figura 6.48 – Anomalia para Setembro-Outubro-Novembro (SON) de temperatura do ar (?C)
para os cenários A2 (superior) e B2 (inferior) simulada pelo modelo HadRM3P
para os períodos de 2011-2040, 2041-2070 e 2071-2100, relativos a 1961-1990.
78
7 Sumário e conclusões
A detecção das mudanças climáticas mediante as análises das tendências da
precipitação e temperaturas extremas se vê reduzida ante a falta de informações de
períodos longos e da baixa densidade de postos observacionais, principalmente sobre o
estado do Pará. Estas informações precisam ser homogêneas e consistentes, tanto
temporalmente quanto espacialmente para se ter um conhecimento mais real da
variabilidade climática regional e para a detecção de mudanças climáticas com maior
confiabilidade.
As análises apresentadas sobre as tendências da precipitação anual sugerem o
controle de certos fatores regionais, tais como, o efeito do oceano Atlântico nas áreas
adjacentes, e prováveis fatores de grande escala associados a padrões remotos
oceânicos. Tais fatores parecem modular a variabilidade interanual, uma vez que as
tendências sazonais mais intensas e estatisticamente significativas seguem o ciclo anual
dos períodos chuvosos, enquanto que as séries temporais dos extremos climáticos não
apresentam modulações em escalas maiores que a escala interanual.
As tendências das temperaturas máximas médias anuais apresentam valores
bastante baixos e aparentemente também parecem responder a fatores muito regionais,
como é o caso das tendências negativas ao longo do rio Amazonas. Porém, é necessário
esclarecer que estes valores são representativos dos últimos 31 anos. Fato muito
diferente é observado durante as estações do ano, onde se observa predominância de
tendências positivas, estatisticamente significativas, com valores bastante intensos,
sobre toda a área de estudo. Similares comportamentos são apresentados pelas
tendências das temperaturas mínimas anuais e sazonais.
Destaca-se que a localidades de São Félix de Xingu apresenta tendências
contrastantes nas tendências de precipitação, em relação às estações mais próximas.
Este mesmo comportamento é observado nas tendências de temperaturas máximas e
mínimas anuais.
79
As análises de extremos de precipitação são coerentes com as tendências
climáticas das precipitações anuas e sazonais. Observa-se que o incremento de
precipitação sobre a área de estudo parece estar relacionado, mais com os extremos
climáticos que com alguma modulação de longa escala, como observados nas
tendências das precipitações acumuladas em 5 dias e dos dias com precipitação maior
que 10 mm. Porém, estas variações não apresentam modulações de longos períodos,
mas alta variabilidade interanual.
Por outro lado, os extremos das temperaturas mostram claramente o
aquecimento sobre toda a região de estudo. Ressalta-se que as séries temporais dos
extremos das temperaturas mínimas mostram tendências monotônicas, com alta
variabilidade interanual, diferente dos extremos das temperaturas máximas que
apresentam também tendências lineares, mas que são moduladas por oscilações de
escalas maiores
Os modelos regionais RegCM3, HadRM3P e Eta CCS apontam, para a
segunda metade do Século XXI, clima mais quente (até 6ºC no cenário de altas
emissões A2) e reduções de chuva que podem chegar até 2-4 mm/dia, quando
comparado ao clima presente para a região de estudo (que segundo o Relatório de Clima
do INPE pode chegar até 40-50%). Isto também é projetado pelos modelos globais do
IPCC AR4.
As projeções de extremos climáticos para a região, simuladas pelos modelos
globais do IPCC AR4 e pelos modelos regionais, são consistentes com um aumento na
freqüência e intensidade de extremos de chuva e no aumento da freqüência de dias secos
consecutivos. O aumento na freqüência de noites e dias quentes e a redução na
freqüência de noites e dias frios são projetados pelos modelos globais do IPCC AR4 e
estão em concordância apenas com o modelo regional HadRM3P.
Uma análise qualitativa dos impactos climáticos na região aparece na Tabela
III, onde são resumidas as mudanças nas variáveis climáticas e de extremos climáticos,
assim como as suas tendências para a segunda metade do Século XXI.
80
Esses resultados levam a concluir que a área de estudo apresenta uma
vulnerabilidade climática muito alta, comparável ao semi-árido do Brasil, consistente
com um clima futuro mais seco que o atual. Algumas áreas receberão chuvas intensas
concentradas em períodos curtos, seguidos de longos períodos sem a ocorrência de
chuva e com altas temperaturas diurnas e noturnas. Nestas condições, o balanço
hidrológico poderá sofrer alterações, ocorrendo períodos de deficiência hídrica futura,
inexistentes no clima atual, o que pode conseqüentemente afetar a vegetação nativa e a
agricultura regional.
Este Relatório I constitui a primeira parte do estudo de vulnerabilidades para a
região Amazônica, e norteará os relatórios subseqüentes sobre os efeitos econômicos,
sociais e ambientais nesta região.
81
Tabela III. Sumário das projeções climáticas para os cenários A2 e B2 derivadas dos modelos
globais do IPCC AR4, e dos modelos regionais HadRM3P e RegCM3. As variáveis
são temperatura e precipitação sazonal de verão e inverno, e P-E (Precipitação menos
Evaporação). As projeções correspondem ao período 2071-2100. +/- sugere
aumento/redução, ++/-- sugere aumentos/reduções com maior intensidade nas
mudanças. A confiabilidade é definida baseada na consistência qualitativa entre as
três fontes. Confiabilidade Alta: as três fontes coincidem; Média: 2 das 3 fontes
Verão (NDEF) Aumento (+) Aumento (++) Aumento Alta Temperatura Inverno (MJJA) Aumento (+) Aumento (++) Aumento Alta
Verão (NDEF) Redução (-) Redução (-) Redução Alta Precipitação Inverno (MJJA) Redução (-) Redução (-) Redução Alta
Verão (NDEF) Redução (-) Redução (--) Redução Média P-E Inverno (MJJA) Redução (-) Redução (--) Redução Média
Noites Frias Redução (-) Redução (--) Redução Alta
Noites Quentes Aumento (+) Aumento (++) Aumento Alta Dias Frios Redução (-) Redução (--) Redução Alta
Extremos de temperatura
Dias Quentes Aumento (+) Aumento (++) Aumento Média
Dias Secos Consecutivos Redução (-) Redução (-) Redução Alta Extremos de
chuva Freqüência de Chuvas Extremas Aumento (+) Aumento (++) Aumento Média
É importante relembrar que os cenários futuros do clima são derivados de
modelos globais ou regionais, e que são apenas projeções de prováveis mudanças que
possam vir a acontecer, como produto do aumento nas concentrações dos gases de efeito
estufa. O nível de incerteza ainda é grande em relação ao que de fato acontecerá. Um
aprimoramento nas diferentes parametrizações de convecção, topografia, processos de
superfície, entre outras, estará diretamente relacionado a uma diminuição das incertezas.
82
Referências Bibliográficas
Ambrizzi, T., R. Rocha, J. A., Marengo, I. Pisnitchenko, L. and Alves, (2007) Cenários regionalizados de clima no Brasil para o Século XXI: Projeções de clima usando três modelos regionais. Relatório 3, MINISTÉRIO DO MEIO AMBIENTE - MMA, SECRETARIA DE BIODIVERSIDADE E FLORESTAS –SBF, DIRETORIA DE CONSERVAÇÃO DA BIODIVERSIDADE – DCBio Mudanças Climáticas Globais e Efeitos sobre a Biodiversidade - Sub projeto: Caracterização do clima atual e definição das alterações climáticas para o território brasileiro ao longo do Século XXI. Brasília, Fevereiro 2007.
Botta A, Ramankuttym N, Foley J. A. 2003: Long-term variations of climate and carbon fluxes over the Amazon Basin. Geophysical Research Letters 29.
Chen TC, Takle ES, Yoon JH, ST Croix KJ, Hsieh P. 2003: Impacts on tropical South America Rainfall due to changes in global circulation. In Proceedings of the 7th International Conference on Southern Hemisphere Meteorology and Oceanography. Wellington, New Zealand. Ed. By American Meteorological Society, Boston, Massachusetts. pp 92-93.
Chu, P. S., YU, -P., Hastenrath, S, 1995: Detecting climate change concurrent with deforestation in the Amazon basin: which way has it gone?. Bull. Amer. Met. Soc., 75, 579-583.
Costa M, H. Foley J. A. 1999: Trends in the hydrologic cycle of the Amazon basin. J Geophys Res, 104: 14189-14198
Cox, P., Harris, P., Huntingford, C., R, Betts, Collins, M, Jones, C.,Jupp, T. Marengo J. A., Nobre, C. 2008: Increase risk of Amazonian Drought due to decreasing aerosol pollution. Nature (London), 453, 212 – 216.
Christensen, J.H., B. Hewitson, A. Busuioc, A. Chen, X. Gao, I. Held, R. Jones, R.K. Kolli, W.-T. Kwon, R. Laprise, V. Magaña Rueda, L. Mearns, C.G. Menéndez, J. Räisänen, A. Rinke, A. Sarr and P. Whetton, 2007: Regional Climate Projections. In: Climate Change 2007:The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
Curtis S, Hastenrath S. 1999: Trends of upper-air circulation and water vapor over equatorial South America and adjacent oceans. Int J Climatol, 19: 863-876.
Easterling, D. R.; Peterson, T. C., : A new method for detecting undocumented discontinuities in climatological time series. Int. J. of Climatology, 15, 369-377.
Dias DE Paiva EMC, Clarke R. 1995: Time trends in rainfall records in Amazonia. Bull Amer Met Soc., 75: 579-583.
Foley, JA, Botta A, Coe MT, Costa MH 2002: The El Niño/Southern Oscillation and the climate, ecosystems and rivers in Amazonia. Submitted, Global Biogeochemical Cycles.
83
Frich P, Alexander LV, Della-Marta P, Gleason B, Haylock M, Tank AMGK and Peterson T. 2002. Observed coherent changes in climatic extremes during the second half of the twentieth century. Climate Research, 19, 193-212.
Hirsch, R. M.; Slack, J. R.; Smith, R. A., 1982 Techniques of trend analysis for monthly water quality data. Water Resources Research, 18, 107-121.
Magrin, G., C. Gay García, D. Cruz Choque, J.C. Giménez, A.R. Moreno, G.J. Nagy, C. Nobre and A. Villamizar, 2007: Latin America. Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, M.L. Parry, O.F. Canziani, J.P. Palutikof, P.J. van der Linden and C.E. Hanson, Eds., Cambridge University Press, Cambridge, UK, 581-615.
Marengo, J. A., L. Alves, M., Valverde, R., Rocha, and R., Laborbe, (2007) Eventos extremos em cenários regionalizados de clima no Brasil e América do Sul para o Século XXI: Projeções de clima futuro usando três modelos regionais. Relatório 5, Ministério do Meio Ambiente - MMA, Secretaria de Biodiversidade e Florestas – SBF, Diretoria de Conservação da Biodiversidade – DCBio Mudanças Climáticas Globais e Efeitos sobre a Biodiversidade - Sub projeto: Caracterização do clima atual e definição das alterações climáticas para o território brasileiro ao longo do Século XXI. Brasília, Fevereiro 2007
Marengo, J, Jones, R. Alves, Valverde, M., (2008) Future change of temperature and precipitation extremes in South America as derived from the PRECIS regional climate modeling system, submitted to Int. J. Climatology.
Marengo, J. 2004: Interdecadal and long term rainfall variability in the Amazon basin. Theoretical and Applied Climatology. 78, 79-96.
Marengo J. A., Nobre, C., Tomasella, J, Oyama, M., Sampaio, G., Camargo, H., Alves, L. De Oliveira, R., 2008 a: The drought of Amazonia in 2005. Journal of Climate, 21, 495 – 516.
Marengo J. A., Nobre, C., Tomasella, J., Cardoso, M, M, OyamaHydro-climatic 2008b: and ecological behaviour of the drought of Amazonia in 2005. Philosophical Transactions of the Royal Society of London. Biological Sciences. 21, p.1 – 6.
Marengo J. A., Silva Dias M. Mudanças climáticas globais e seus impactos nos recursos hídricos In: Aguas Doces no Brasil-capital ecológico usos multiplos, exploração racional e conservacão.3 ed. : IEA/USP, 2006, p. 63-109.
Marengo, J., Tomasella, J., Uvo, C. 1998: Long-term stream flow and rainfall fluctuations in tropical South America: Amazônia, Eastern Brazil and Northwest Peru. J. Geophys. Res.103, 1775-1783.
Matsuyama, H., Marengo, J., Obregon, G., Nobre, C. A 2002: Spatial and temporal variability of rainfall in tropical South America as derived from the Climate Prediction Center Merged analysis of precipitation. Int. J. Climatol. 22, 175-195.
Meehl, G.A., T.F. Stocker, W.D. Collins, P. Friedlingstein, A.T. Gaye, J.M. Gregory, A. Kitoh, R. Knutti, J.M. Murphy, A. Noda, S.C.B. Raper, I.G. Watterson, A.J. Weaver
84
and Z.-C. Zhao, 2007: Global Climate Projections. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
Milly, P.C.D., K.A. Dunne, and A.V. Vecchia, 2005: Global pattern of trends in streamflow and water availability in a changing climate. Nature, 438, 347–350.
Nakicenovic N, Alcamo J, Davis G, de Vries B, Fenhann J, Gaffin S, Gregory K, Grubler A, Jung TY, Kram T, La Rovere EL, Michaelis L, Mori S, Morita T, Pepper W, Pitcher H, Price L, Riahi K, Roehrl A, Rogner H-H, Sankovski A, Schlesinger M, Shukla P, Smith S, Swart R, van Rooijen S, Victor N, Dadi Z (2000) Special report on emissions scenarios Cambridge 599pp
Obregón, G. O., Nobre, C. A., 2003: Rainfall trend in Brazil. Bulletin Of the American Meteorological Society, 84, 1008-1009.
Obregon, G., Marengo J, A. 2007: Caracterização do clima do Século XX no Brasil: Tendências de chuvas e temperaturas medías e extremas. Relatório 2, Ministério do Meio Ambiente-MMA, Secretaria de Biodiversidade e Florestas–SBF, Diretoria de Conservação da Biodiversidade –DCBio Mudanças Climáticas Globais e Efeitos sobre a Biodiversidade-Sub projeto:Caracterização do clima atual e definição das alterações climáticas para o território brasileiro ao longo do Século XXI Brasília, Fevereiro 2007 (disponível em: www.cptec.inpe.br/mudancas_climaticas).
Park, J.; Lindberg, C. R.; Vernon III, F. L. Multitaper spectral analysis of high-frequency seismograms. Journal of Geophysical Research, v. 92, n. B12, p. 12675-12684, Nov. 1987.
Peterson T. C; Easterling, D. R., 1994: Creation of homogeneous composite climatological reference series. Int. J. of Climatology, 14, 671-679
Rao, V. B.; Hada, K. Characteristics of rainfall over Brasil. Annual variations and connection with the Southern Oscillation. Theor. Appl. Climatolt., 42, 81-91. 1990.
Ronchail, J., Cochonneau, G., Molinier M., Guyot J. L., Gorreti, A., Guimarães, V., de Oliveira E, (2002) Interannual rainfall variability in the Amazon Basin and sea surface temperatures in the equatorial Pacific and the tropical Atlantic Oceans. Int. J. Climatol. 22: 1663–1686.
Salati, E., Salati, E, Campanhol, T., Villa Nova, N., 2007: Tendências das Variações Climáticas para o Brasil no Século XX e Balanços Hídricos para Cenários Climáticos para o Século XXI. Relatório 4, MINISTÉRIO DO MEIO AMBIENTE - MMA, SECRETARIA DE BIODIVERSIDADE E FLORESTAS –SBF, DIRETORIA DE CONSERVAÇÃO DA BIODIVERSIDADE – DCBio Mudanças Climáticas Globais e Efeitos sobre a Biodiversidade – Sub projeto:Caracterização do clima atual e definição das alterações climáticas para o território brasileiro ao longo do Século XXI. Brasília, Fevereiro 2007.
Sen, P. K. Estimates of the regression coefficient based on Kendalls’s tau. Journal of the American Statistical Association, v. 63, p. 1379-1389, 1968.
85
Trenberth, K.E., P.D. Jones, P. Ambenje, R. Bojariu, D. Easterling, A. Klein Tank, D. Parker, F. Rahimzadeh, J.A. Renwick, M. Rusticucci, B. Soden and P. Zhai, 2007: Observations: Surface and Atmospheric Climate Change. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
Zhou J, Lau KM 2001: Principal modes of interannual and Decadal variability of summer rainfall over South America, Int J Climatol, 21,1623-1644
86
Anexo 1
Média das simulações de nove modelos globais utilizados no IPCC AR4 de anomalias de
temperatura (?C) anual e sazonal, no período de 2071 a 2099, para os cenários A2 (esquerda) e
A1B (direita).
Tabela I – Modelos globais do IPCC AR4 utilizados nesse estudo.
Modelo Global País de Origem
1) CNRM_CM3 FRANÇA
2) CSIRO_MK3.0 AUSTRÁLIA
3) ECHAM5/MPI-OM ALEMANHA
4) GFDL-CM2.1 EUA
5) GISS-ER EUA
6) UKMO-HADCM3 REINO UNIDO
7) IPSL-CM4 FRANÇA
8) MIROC3.2 (medres) JAPÃO
9) MRI-CGCM2.3.2 JAPÃO
87
ANUAL
DJF
MAM
JJA
SON
Figura Ann-1 – Média das simulações de nove modelos globais utilizados no IPCC AR4 de
anomalias de precipitação (%) anual e sazonal, no período de 2071 a 2099, para os
cenários A2 (esquerda) e A1B (direita).
88
ANUAL
DJF
MAM
JJA
SON
Figura Ann-2 – Média das simulações de nove modelos globais utilizados no IPCC AR4 de
anomalias de temperatura (?C) anual e sazonal, no período de 2071 a 2099, para os cenários A2 (esquerda) e A1B (direita).