MARQUE COM UM “X” A OPÇÃO DESEJADA DE PUBLICAÇÃO DO

SEU ARTIGO NOS ANAIS DO EVENTO:

( ) apenas RESUMO
(X) Artigo COMPLETO
ESTUDO DA ESTACIONARIEDADE DAS SÉRIES
PLUVIOMÉTRICAS DO ESTADO DO CEARÁ, BRASIL
1 Isabela Arantes Ferreira, 2 Mariana Borges Albuquerque, 3 Bruno Henrique Toná Juliani, 4 Sandro
Rogerio Lautenschlager, 5 Cristhiane Michiko Passos Okawa, 6 Antonio Carlos Zuffo
1Universidade Estadual de Maringá, e-mail: [email protected]; 2 Universidade Estadual de Maringá, e-mail:
[email protected]; 3 SIMEPAR – Sistema de Tecnologia e Monitoramento Ambiental do Paraná, e-mail:
[email protected]; 4 Universidade Estadual de Maringá, e-mail:[email protected]; 5 Universidade Estadual de
Maringá, e-mail: [email protected]; 6 Universidade Estadual de Campinas, e-mail: [email protected].

Palavras-chave: Efeito José; Testes não-paramétricos; Gestão de recursos hídricos.

Resumo
O Efeito José Mandelbrot e Wallis (1968) criaram o termo Efeito José para definiré entendido como um fenômeno cíclico
consistido na alternação de longos períodos de estiagem e abundância de chuvas. Este se trata de um efeito de causa natural, que
provoca mudanças expressivas no regime hidrológico das regiões onde é verificado. Em regiões climaticamente vulneráveis e
que apresentam déficit hídrico, como é o caso do semiárido nordestino, a identificação do Efeito José se torna especialmente
relevante para subsidiar a tomada de decisão na gestão dos recursos hídricos. Nesse contexto, este trabalho tem como objetivo
investigar a estacionariedade das séries históricas de chuva em todo o estado do Ceará. Para isso, foram obtidos os dados
pluviométricos por meio da base de dados HIDROWEB; então, selecionou-se as estações que apresentam séries históricas com
mais de 60 anos de dados, com o menor número de falhas e distribuídas espacialmente de modo a procurar abranger toda a área
do estado. Após esta seleção, realizou-se o preenchimento de falhas por meio de regressão linear e utilizou-se os testes de Mann-
Kendall e Pettitt, aplicados com auxílio do pacote “trend” na linguagem de programação R, que são testes não-paramétricos de
análise de quebra de tendência e ponto de mudança em séries pluviométricas históricas longas. Após a aplicação dos testes,
constatou-se que a maioria das séries históricas das estações selecionadas apresentou comportamento estacionário, com exceção
da estação de Chorozinho. Essa apresentou estatística Z = 2,39 com p-valor de 0,018 para o teste de Mann-Kendall, ou seja,
rejeitando a hipótese nula de estacionariedade a 5% de significância e apresentando tendência monótona positiva. Para o teste
de Pettitt, a estação apresentou estatística U = 416 com p-valor de 0,022, rejeitando a hipótese nula de ausência de ponto de
mudança a 5% de significância, sendo identificado o ponto de mudança no ano de 1982. Conclui-se que não é possível afirmar,
no momento, que existe a ocorrência do Efeito José no estado do Ceará, para esse período de análise considerado nas séries
históricas selecionadas. Recomenda-se a realização de estudos com maior número de estações e em áreas mais abrangentes em
outros estados do semiárido brasileiro, já que o efeito José pode ainda estar no início de sua ocorrência, o que dificulta a sua
detecção nos testes estatísticos.
Introdução
Há décadas, a temática do aquecimento global é destaque nas pesquisas científicas ao redor do mundo. Os efeitos da
mudança climática já podem ser percebidos em todo o planeta; parte da comunidade científica acredita que estes se devem,
majoritariamente, à ação antrópica (STOTT, 2003); outros, ainda, defendem que se tratam de mudanças naturais, uma vez que o
homem não teria poder de influência sobre o clima terrestre (ZUFFO, 2015).
No que diz respeito a mudanças climáticas, a preocupação maior se dá em relação ao aumento da temperatura superficial
terrestre e à ocorrência de eventos extremos; estes são especialmente maléficos em áreas vulneráveis, como é o caso do semiárido
brasileiro. O semiárido, localizado na região Nordeste do país, apresenta historicamente períodos de enchentes e secas
prolongadas, que variam conforme os anos (MARENGO et al., 2011).
Na tentativa de melhor compreender eventos extremos de precipitação, Mandelbrot e Wallis (1968) cunharam os termos
Efeito Noé e Efeito José após estudos sobre a precipitação em bacias hidrográficas de grandes rios. O primeiro é a constatação
de que grandes precipitações podem ser, de fato, muito grandes; enquanto o último é a constatação de um comportamento cíclico
de longos períodos alternados, secos e chuvosos. Estes fenômenos seriam evidenciados por quebras de tendências nas estatísticas
das séries pluviométricas, que definem um comportamento não-estacionário.
A verificação da estacionariedade de séries pluviométricas é feita por meio de testes como t de Student, Sperman-Rho,
Mann-Kendall e Pettitt; segundo Juliani et al. (2019), “comportamentos não-estacionários de uma série pluviométrica histórica
podem estar conectados às mudanças climáticas globais”, principalmente mudanças naturais.
O conhecimento dos fenômenos hidrológicos de uma região possibilita a boa gestão de seus recursos hídricos. Numa
região como o Ceará, que, como parte integrante do semiárido nordestino, sofre com a escassez hídrica e a vulnerabilidade
climática, isto se torna especialmente relevante para a comunidade científica e para os órgãos públicos responsáveis, uma vez
que de acordo com Marengo (2016), “As mudanças na precipitação possuem implicações no ciclo hidrológico e nos recursos
aquíferos” de uma região.
Essas mudanças podem acarretar em diversos desafios, como o agravamento do déficit hídrico, dificuldade
de abastecimento de água para a população e para a agricultura, esvaziamento de reservatórios de usinas hidrelétricas, e inúmeros
outros.
A identificação do efeito José, em especial, faz-se necessária pelo fato de este se tratar de um efeito
cíclico e representar mudanças expressivas no regime hidrológico das regiões em que ocorre. Nesse contexto, esta pesquisa se
justifica, pois é preciso identificar em qual fase o Estado do Ceará se encontra sob a ocorrência o Efeito José, se está na
fase seca ou úmida. Deste modo, esta pesquisa pretende, por meio da investigação da
estacionariedade de séries pluviométricas históricas, diagnosticar o comportamento hidrológico de chuvas no estado.

Metodologia
O Ceará está localizado na Região Nordeste do Brasil, fazendo fronteira com os estados do Rio Grande do Norte e
Paraíba ao leste, Pernambuco ao sul, Piauí ao oeste e com o Oceano Atlântico, ao norte. O estado possui 184 municípios em uma
área de quase 150.000 km², com uma população estimada em aproximadamente 9,2 milhões de habitantes. O clima no estado é
semiarido, com 6 a 8 meses secos ao ano e temperaturas médias mensais maiores do que 18 ºC em todos os meses (IBGE, 2020).
Normalmente, estudos sobre precipitação e outras variáveis hidrológicas se dão no escopo das bacias hidrográficas. Este
estudo, no entanto, selecionou como área de estudo o Estado do Ceará a fim de subsidiar políticas públicas estaduais de
gerenciamento dos recursos hídricos. Neste contexto, destaca-se o Plano de Ações Estratégicas de Recursos Hídricos do Ceará
(PAE-RH), que, segundo a Secretaria dos Recursos Hídricos do Estado do Ceará (SRH-CE), busca efetivar as diretrizes e
programas contidos no Plano Estadual de Recursos Hídricos (2005), nos Planos de Bacia do estado e no Pacto das Águas (2009)
(SRH, 2018).
Na plataforma HIDROWEB, da Agência Nacional de Águas, a busca por estações pluviométricas no Ceará retornou
1294 resultados de séries pluviométricas históricas. Estes dados foram os utilizados nesta pesquisa. Os critérios para seleção das
estações pluviométricas analisadas foram: tamanho das séries históricas disponíveis, quantidade de falhas nos dados destas séries
e distribuição geográfica.
Primeiro, dentre as 1294 séries pluviométricas encontradas no banco de dados, buscou-se aquelas com ao menos 60
anos de dados registrados (começando a partir de 1959), uma vez que a detecção de estacionariedade exige séries históricas
longas; após, foram selecionadas, dentre as séries com ao menos 60 anos de dados, aquelas com menor número de falhas, com
o objetivo de minimizar erros devido ao preenchimento de falhas.
Por fim, as estações pluviométricas selecionadas foram locadas em um mapa para verificar sua distribuição espacial,
evitando assim que se selecionassem estações concentradas em apenas uma região do estado. Nota-se que, embora as estações
selecionadas não estejam uniformemente distribuídas pelo Estado do Ceará, os critérios anteriores adotados devem ser
respeitados. As estações pluviométricas selecionadas foram: Ubajara, Chorozinho, Cristais, Reriutaba e Arneiroz, plotadas no
mapa da Figura 1.
 Figura 1: Estações pluviométricas selecionadas.

Considerou-se falhas nas séries pluviométricas quaisquer dados faltantes ou dados do tipo 3 (duvidoso) que estivessem
dentro do período analisado, ou seja, entre os anos de 1959 e 2019.
O método selecionado para o preenchimento de falhas nas séries pluviométricas históricas foi o método da regressão
linear simples; este se trata de um procedimento de aplicação simples e com baixos desvios relativos (OLIVEIRA et al., 2010),
no qual se estabelece uma correlação entre a estação com falhas e uma estação vizinha, denominada auxiliar, obtendo-se uma
equação da reta (eq. 1) e um coeficiente de determinação R².

yc = ax + b (1)

Para o auxílio no preenchimento de dados faltantes, foram utilizadas como estações auxiliares aquelas geograficamente
mais próximas e que, preferencialmente, apresentassem coeficiente de determinação com a estação de interesse de pelo menos
R² ≥ 0,8, considerando-se mais de 80% de determinação um ajuste adequado dos dados à equação da reta.
Para deteccção de não-estacionariedade, foram empregados os testes não-paramétricos de Mann-Kendall e Pettitt. O
teste de Mann-Kendall é um teste não-paramétrico de tendência, desenvolvido por Mann (1945) no artigo “Non-parametric tests
against trend” a fim de detectar tendências monótonas temporais; mais tarde, o teste foi complementado por Sneyers (1975)
utilizando-se do estudo “Rank correlation measures” (KENDALL, 1975), possibilitando também a identificação de variações
não-lineares e pontos de inflexão. É um teste apropriado para mudanças climatológicas, uma vez que se trata de um método
robusto para outliers, pouco influenciado por mudanças abruptas e séries não-homogêneas e que fornece o ponto inicial da Formatado: Fonte: Itálico
tendência detectada (JULIANI et al., 2019; SALVIANO, GROPPO e PELLEGRINO, 2014; BACK, 2001).
Segundo Salviano, Groppo e Pellegrino (2014), a variável estatística do teste, S, é calculada para uma série de n dados
a partir da somatória dos sinais da diferença, par a par, de todos os valores da série, xi, em relação a seus valores posteriores, xj.
Isto é descrito pelas equações Equações 2 e 3.
n−1 n

S = ∑ ∑ sgn(xj − xi ) (2)
i=1 j=i+1

sgn = (xj − xi ){1, se xj > xi 0, se xj = xi − 1, se xj < xi } (3)

 O índice ZMK segue uma distribuição normal; valores positivos indicam tendência crescente, e negativos, tendências
decrescentes. Este índice é calculado por meio da Equação 4.

S−1
, se S > 0
√Var(S)
ZMK = 0, se S = 0 (4)
S+1
, se S < 0
Var(S)
{√ }

A hipótese nula do teste, H0, é a de que a série é independente com variáveis distribuídas aleatoriamente, não existindo
tendência a um determinado nível de significância α. A hipótese alternativa, H A, é de uma série que apresenta tendência
monótona, seja ela positiva ou negativa. Como o teste é bi-caudal, para que a hipótese nula seja rejeitada, é preciso que o valor
absoluto de ZMK seja superior a Zα/2 (SALVIANO, GROPPO e PELLEGRINO, 2014). Para este estudo, será considerado α =
0,05, mesmo nível adotado por Juliani et al. (2019); portanto, de acordo com a tabela de distribuição Distribuição normalNormal,
Zα/2 = 1,96.
O teste de Pettitt, elaborado em 1979 no artigo “A non-parametric approach to the change-point problem”, se trata-se
de um teste não-paramétrico de ponto de mudança que consiste na verificação de duas metades da amostra, x1, ..., xt e xt+1,...,xn
e na realização de testes de tendências estatísticas a fim de determinar se estas pertencem, ou não, a mesma população (equações
Equações 5 e 6) (JULIANI et al., 2019; ULIANA et al., 2015).
Conforme Uliana et al. (2015), a variável estatística Ut.n é calculada por meio da equação Equação 5.

Ut,n = Ut−1,n + ∑nj=1 sgn(xt − xj ) para t = 2, 3, ..., n (5)

OndeNa qual:

sgn = (x){1, se x > 0 0, se x = 0 − 1, se x < 0 } (6)

O teste identifica, então, o ponto máximo de mudança na tendência da série, k(t), para o qual o módulo da estatística
Ut,n é máximo, conforme equação Equação 7.

k(t) = max1≤t≤n |Ut,n | (7)

A hipótese nula, H0, é a ausência deste ponto de mudança, a um nível de significância P, conforme equação Equação 8.

−6Kn ²
{ } (8)
P = 2e n³+n²

OndeEm que:
n – número de anos da série histórica;
Kn – valor crítico.
Neste estudo, será adotado P a umcorrespondente a nível de 5% de nivel de significância (P ≤ 0,05), de maneira
análoga ao teste de Mann-Kendall.

Estes métodos foram aplicados por meio da ferramenta “trend” para testes não-paramétricos de tendência e ponto de
mudança, na linguagem de programação R (POHLERT, 2018).

Resultados e Discussão
O preenchimento de falhas foi realizado para as estações Ubajara e Reriutaba. A estação Ubajara apresentou falhas por
falta de dados nas datas 01/12/2010, 01/08/2011 e 01/09/2011. Já a estação Reriutaba também apresentou falhas por falta de
dados nas datas 01/07/1966, 01/07/2010 e 01/02/2018.
Para o preenchimento, as séries pluviométricas das estações foram organizadas em duas colunas, com auxílio do
software Microsoft Excel. Então, utilizando-se da ferramenta de gráficos do software, elaborou-se um gráfico linear onde os
dados da estação Reriutaba foram plotados no eixo X, e os dados da estação Ubajara, no eixo Y. A partir deste gráfico, obteve-
se a equação da reta, com coeficientes a = 1,2424 e b = 27,458 (eq. 9), e um coeficiente de determinação R² = 0,82, acima do
ideal, comprovando bom ajuste dos dados à equação da reta.

y = 1,2424x + 27,458 (9)

Então, obteve-se os dados mensais faltantes de ambas as séries a partir da substituição das variáveis x e y pelos valores
mensais correspondentes na equação da reta obtida. Os valores obtidos para Ubajara estão na Tabela 1; os valores obtidos para
Reriutaba, na Tabela 2.

Data x y
01/12/2010 244,6 331,4
01/08/2011 0 27,5
01/09/2011 0 27,5
Tabela 1: Valores obtidos no preenchimento de falhas da estação Ubajara.

Data x y
01/07/1966 14,2 45,1
01/07/2010 0 1,6
01/02/2018 194,8 269,5
Tabela 2: Valores obtidos no preenchimento de falhas da estação Reriutaba.

Aplicado o teste de Mann-Kendall, a estação Ubajara apresentou estatística Z = -1,2384 e p-valor de 0,2156; a hipótese
nula de estacionariedade não pode, portanto, ser rejeitada. Para o teste de Pettitt, a estação apresentou estatística U = 202 e p-
valor de 0,6921, não sendo possível rejeitar a hipótese nula de estacionariedade. A Figura 2 apresenta a plotagem do volume de
precipitação anual para a estação de Ubajara, em mm, junto com o traçado de uma linha de regressão linear.

3000
Altura precipitada

2500
[mm]

2000

1500

1000

500
1959 1969 1979 1989 1999 2009 2019
Ano

Figura 2: Precipitações médias totais anuais – Estação Ubajara e traçado de linha de regressão linear.

Ao aplicar o teste de Mann-Kendall, a estação Chorozinho retornou uma estatística de Z = 2,3586 e p-valor de 0,01835,
rejeitando-se, assim, a hipótese nula de estacionariedade. Já para o teste de Pettitt, a estatística foi de U = 416 com p-valor de
0,0222, rejeitando-se a hipótese nula de ausência de ponto de mudança. O ponto de mudança foi identificado na linha 25, que
corresponde ao ano de 1982.
Assim, a série pluviométrica da estação pode ser dividida em duas sub-séries, antes e depois do ponto de mudança, que
apresentam comportamentos distintos; segundo Hajani e Rahman (2018), a direção desta mudança identificada pelo teste de
Pettitt é feita através por meio da comparação entre as duas sub-séries. A Figura 3 apresenta o volumea altura
precipitadoprecipitada, em mm, ao longo dos anos na estação Chorozinho, com traçado de linha das médias de precipitação
precipitações médias de longo período (MLP), antes e depois do ano de 1982, a fim de representar esta comparação.
3000
Altura precipitada [mm]

2500
2000
1500
1000
500
0
1959 1969 1979 1989 1999 2009 2019
Ano
 Figura 3: Precipitações totais anuais – Estação Chorozinho e traçado das MLP antes e após
o ponto de mudança identificado.

Como pode ser visto na Figura 3, a diferença entre as médias de cada sub-série fica evidenciada, sugerindo tendência
de aumento no padrão da precipitação após o ano de 1982, o qual representa o ponto de mudança abrupto detectado pelo Teste
de Pettitt e também a tendência monótona positiva indicada pelo teste de Mann-Kendall. Deste modo, confirma-se a rejeição da
hipótese nula de ambos testes, atestando a não-estacionariedade da série pluviométrica desta estação.
A aplicação do teste de Mann-Kendall retornou uma estatística de Z = -0,87126 e p-valor de 0,3836 para a estação de
Cristais, não sendo possível rejeitar a hipótese nula de estacionariedade. Quanto ao teste de Pettitt, sua aplicação retornou uma
estatística de U = 167 e p-valor de 0,9683, não sendo possível rejeitar a hipótese nula de ausência de ponto de mudança. A Figura
4 apresenta o altura precipitada anual, em mm, para a estação de Cristais, com o traçado de linha de regressão
linear.

3800
Altura precipitada [mm]

3600
3400
3200
3000
2800
2600
2400
2200
2000
1959 1969 1979 1989 1999 2009 2019
Ano

Figura 4: Precipitações totais anuais – Estação Cristais e traçado de linha de regressão linear.

Aplicado o teste de Mann-Kendall, a estação Reriutaba retornou estatística de Z = -0,6845 e p-valor de 0,4936, não
sendo possível rejeitar a hipótese nula de estacionariedade. Para o teste de Pettitt, a aplicação retornou uma estatística de U =
226 e p-valor de 0,5298, não sendo possível rejeitar a hipótese nula de ausência de ponto de mudança. A Figura 5 representa o
altura precipitada, em mm, na estação de Reriutaba, com o traçado de uma linha de regressão linear.
2500
Altura precipitada [mm]

2000

1500

1000

500

0
1959 1969 1979 1989 1999 2009 2019
Ano

Figura 5: Precipitações totais anuais – Estação Reriutaba e traçado de linha de regressão linear.

A aplicação do teste de Mann-Kendall na estação Arneiroz retornou estatística Z = 0,15558 e p-valor de 0,8764, não
sendo possível rejeitar a hipótese nula de estacionariedade. Já o teste de Pettitt retornou estatística U = 131, com p-valor 1,0, não
sendo possível rejeitar a hipótese nula de ausência de ponto de mudança. A Figura 6 mostra as alturas
precipitadas anuais, em mm, para a estação de Arneiroz, com o traçado de uma linha de regressão linear.

1300
Altura precipitada [mm]

1100

900

700

500

300

100
1959 1969 1979 1989 1999 2009 2019
Ano

Figura 6: Precipitações totais anuais – Estação Arneiroz e traçado de linha de regressão linear.

Considerações Finais
Quanto aos testes paramétricos, o teste de Mann-Kendall não apresentou tendência para as séries das estações de
Ubajara, Cristais, Reriutaba e Arneiroz; já a estação Chorozinho apresentou tendência monótona positiva, com Z = 2,39 > 1,96,
representando uma tendência de aumento na precipitação da região.
O teste de Pettitt, por sua vez, não detectou pontos de mudança abrupta nos padrões de precipitação das séries, com
exceção da série da estação de Chorozinho, que apresentou ponto de mudança de tendência no ano de 1982.
Com base na definição de estacionariedade apresentada e nos testes não-paramétricos conduzidos neste estudo, pode-
se inferir que a maioria das estações avaliadas apresentam séries pluviométricas longas com comportamento estacionário, com
exceção da estação de Chorozinho, que apresentou quebra de tendência e ponto de mudança após aplicação dos testes estatísticos.
A estação de Chorozinho foi destacada entre as demais para melhor visualização, na Figura 7.
 Figura 7: Estações pluviométricas selecionadas com destaque para a estação de Chorozinho, única a apresentar
comportamento não-estacionário.

Como o Efeito José diz respeito a mudanças nos padrões de precipitação em ciclos de grande duração,
conclui-se que a análise das séries selecionadas e os testes utilizados não puderam detectar a ocorrência do Efeito José no estado
do Ceará, uma vez que apenas uma das estações analisadas apresentou comportamento não-estacionário, ou as mudanças foram
pequenas e os testes não conseguiram detectá-las. Este comportamento pode estar relacionado com mudanças naturais nos ciclos
solares, como explica Zuffo (2015), mas também pode ser decorrente de mudanças climáticas, mudanças na cobertura vegetal
ou no uso e ocupação do solo, conforme Juliani et al. (2019), o que explicaria a mudança observada em apenas uma das estações.
Hastenrath (2001) apud Salviano, Groppo e Pellegrino (2016) ainda propõe que as tendências de precipitação Formatado: Fonte: Itálico
identificadas por diversos estudos na região nordeste podem ser ocasionadas pelos deslocamentos da Zona de Convergência
Intertropical (ZCIT). Conforme Uvo e Nobre (1989), a ZCIT se trata de um sistema meteorológico atuante nos trópicos, cuja
influência na precipitação na região Nordeste é amplamente conhecida; sua movimentação antecipada ao norte provoca anos
secos, enquanto a permanência prolongada no sul produz anos chuvosos. Porém, se esta fosse a explicação, todas esas estações
teriam apresentado o mesmo comportamento, uma vez que a ZCIT englobaría todo o territorio cearense.

Conclusão
A compreensão de efeitos climáticos e do regime hidrológico de regiões vulneráveis e de déficit hídrico é de suma
importância para a adequada gestão de seus recursos hídricos. Neste sentido, este estudo contribui com uma análise dos padrões
de precipitação de algumas estações da região, buscando servir de base para a continuação de estudos sobre as chuvas e o Efeito
José no Ceará. Comentado [ACZ1]: O efeito Noé é caracterizado em um
Conclui-se que os objetivos gerais e específicos desta pesquisa foram alcançados; foi possível encontrar estações com único ano, com precipitação bem acima do normal. Períodos
dados suficientes, aplicar os testes de não-estacionariedade e, a partir dos resultados destes testes, compreender melhor o regime longos alternado as MLP caracteriza o Efeito José (vacas
hidrológico da região, identificando indícios da não ocorrência do Efeito José no estado do Ceará. magras de clima mais seco e vacas gordas de clima mais
Este trabalho pode ser replicado para qualquer região, bacia hidrográfica ou estado do Brasil, inclusive o Ceará, com a úmido)
utilização de séries pluviométricas distintas das selecionadas para este estudo. Contudo, deve-se observar que existem limitações
quanto aos métodos utilizados; o teste de Pettitt, por exemplo, divide as séries pluviométricas em apenas 2 períodos. Caso a série
apresente 2 alternâncias, esse efeito não seria identificado pelo teste, o que se configura como um fator limitador deste método
de identificação do efeito.
Outra limitação que se pode citar é a utilização de poucas estações, além da falta de séries pluviométricas mais longas,
com maior número de dados e maior consistência, o que dificulta a análise de efeitos cíclicos de longo período,
especialmente utilizando-se o teste de Mann-Kendall. De acordo com Goswami (2018), quanto mais longa a série pluviométrica,
mais efetivo é o teste na identificação de tendências.
Devido a estas limitações, faz-se necessária uma análise mais aprofundada para que se possa, de fato, negar a ocorrência
do Efeito José na região.
Para estudos futuros, é recomendável que se amplie o número de estações utilizadas, analisando-se padrões regionais
para as características de não-estacionariedade de áreas mais abrangentes (por exemplo, analisar separadamente as séries do
semiárido nordestino e da zona litorânea). Além disso, recomenda-se também estudos que busquem identificar a causa das
mudanças de padrões de precipitação em apenas algumas estações, principalmente em regiões nas quais as demais estações não
apresentam quebra de tendência.
É importante, também, a continuidade do monitoramento pluviométrico, que permitirá a análise posterior de séries
pluviométricas mais longas e com dados de maior qualidade. Assim, será possível aprofundar este estudo e entender com maior
clareza as mudanças de padrões de precipitação na região.

Agradecimentos
Os Autores gostariam de agradecer à Universidade Estadual de Maringá pelo apoio recebido e aos grupos de pesquisa GIAU –
Gestão Integrada de Águas Urbanas (UEM) e LADSEA – Laboratório de Apoio Multicritério à Decisão Orientada à
Sustentabilidade Empresarial e Ambiental (UNICAMP), cuja organização para a pesquisa em rede permitiu que os autores
trabalhassem em conjunto.

Referências Bibliográficas

GOSWAMI, B. Mann-Kendall test (mkt). Disponível em: https://up-rs-esp.github.io/mkt/. Acesso em 08 abr. 2021.

HAJANI, E.; RAHMAN, A. (2018). Characterizing changes in rainfall: a case study for New South Wales, Australia.
International Journal of Climatology 38, pp. 1452 – 1462.

HIDROWEB. Brasil: Agência Nacional de Águas e Saneamento Básico. Disponível em

http://www.snirh.gov.br/hidroweb/serieshistoricas. Acesso em 11 mar. 2021.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Ceará. Disponível em: https://www.ibge.gov.br/cidades-e-
estados/ce.html. Acesso em 18 jan. 2021.

JULIANI, B. H. T.; FERREIRA, I. A.; OKAWA, C. M. P.; ZUFFO, A. C. Mudanças nos padrões de precipitação para a cidade
de Tibagi, Paraná. Anais do XXIII Simpósio Brasileiro de Recursos Hídricos. Foz do Iguaçu, 2019.

KENDALL, M. G. Rank correlation measures. Charles Griffin, London, 736 p, 1975.

MANDELBROT, B. B.; WALLIS, J. R. Noah, Joseph and Operational Hydrology. Water Resources Research, vol. 4, n. 5, p.
909-918. Nova York, 1968.

MANN, H. B. Non-parametric tests against trend. Econometrica 13, pp. 245 – 259, 1945.

MARENGO, J. A. (2016) Mudanças climáticas, condições meteorológicas extremas e eventos climáticos no Brasil. Disponível
em http://www.fbds.org.br/cop15/FBDS_MudancasClimaticas.pdf. Acesso em 02 fev. 2020.

MARENGO, J. A.; ALVES, L. M.; BESERRA, E. A.; LACERDA, F. F. (2011). Variabilidade e mudanças climáticas no
semiárido brasileiro. Disponível em
http://plutao.dpi.inpe.br/col/dpi.inpe.br/plutao/2011/09.22.18.52.30/doc/Marengo_Variabilidade.pdf. Acesso em 02 fev. 2020.

OLIVEIRA, L. F. C.; FIOREZE, A. P.; MEDEIROS, A. M. M.; SILVA, M. A. S. Comparação de metodologias de

preenchimento de falhas de séries históricas de precipitação pluvial anual. Revista Brasileira de Engenharia Agrícola e Ambiental
v.14, n.11, p.1186–1192, 2010.

PETTITT, A. N. A non-parametric approach to the change-point problem. Applied Statistics 28, pp. 126 – 135, 1979.

POHLERT, T. Package ‘trend’. CRAN Repository. Disponível em: https://cran.r-project.org/web/packages/trend/trend.pdf.

Acesso em 20 de jan de 2021.

SALVIANO, M. F.; GROPPO, J. D.; PELLEGRINO, G. Q. Análise de Tendências em Dados de Precipitação e Temperatura no
Brasil. Revista Brasileira de Meteorologia, v. 31, n. 1, 64-73, 2016.

SECRETARIA DOS RECURSOS HÍDRICOS DO CEARÁ. Plano de Ações Estratégicas de Recursos Hídricos do Ceará – PAE
– RH. Disponível em: https://www.srh.ce.gov.br/wp-content/uploads/sites/90/2018/07/PLANO-DE-ACOES-
ESTRATEGICAS-DE-RECURSOS-HIDRICOS-CE_2018.pdf. Acesso em 15 abr. 2021.

SNEYERS, R. Sur l’analyse statistique des séries d’observations. Organisation Météorologique Mondial, p. 192, Genebra, 1975.

STOTT, P. A. (2003). Attribution of regional-scale temperature changes to anthropogenic and natural causes. Berkshire, UK:
Hadley Centre for Climate Prediction and Research.

ULIANA, E. M; SILVA, D. D; RODRIGUES, B. S; CORRÊDO, L. P. Análise da tendência de séries históricas de vazão e

precipitação: uso de teste estatístico não paramétrico. Revista Ambiente e Água, vol. 10, 2015.

UVO, C. R. B.; NOBRE, C. A. A Zona de Convergência Intertropical (ZCIT) e a precipitação no norte do Nordeste do Brasil.
Revista Climanálise, Vol. 4, No. 10, 1989. Disponível em:
http://marte3.sid.inpe.br/col/sid.inpe.br/iris@1905/2005/07.27.09.06/doc/6033.pdf. Acesso em 15 abr. 2021.

ZUFFO, A. C. O Sol, o motor das variabilidades climáticas. Revista DAE, 198ª ed., 2015.