Avaliação das características da seca e suas projeções para os reservatórios Ayres de Sousa, Taquara, Paulo Sarasate e Edson Queiroz

• Ano de defesa: 2018
• Autor(a) principal: Rodrigues, Rodrigo Mendes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual do Ceará
• Palavras-chave em Português: Geografia
• Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=85402

<div style="">Modificações nos padrões climáticos poderão resultar consequências que afetarão diretamente os sistemas naturais e humanos. De acordo com o 4°Relatório Mundial de Desenvolvimento da Água, desde 1900, mais de 11 milhões de pessoas morreram como resultado da seca e mais de dois bilhões foram atingidos pela seca, mais do que qualquer outro risco físico. As projeções atuais do IPCC sobre o aumento das temperaturas e os níveis do mar e a intensidade crescente de secas e tempestades sugerem que serão realizados deslocamentos substanciais da população nos próximos 30-50 anos, particularmente nas zonas costeiras. Neste sentido, foi realizada a avaliação no comportamento dos índices de seca padronizados (SPI e SPEI) para uma dada série histórica de precipitação nos açudes Ayres de Sousa, Taquara, Paulo Sarasate e Edson Queiroz, localizados na bacia hidrográfica do Acaraú, Ceará. A determinação dos índices padronizados de seca avaliará a intensidade e duração das secas ao longo da série histórica. Após quantificação dos índices, foi aplicada a metodologia da cadeia de Markov para determinar a mudança de estado, inferindo a probabilidade na transição dos estados com ênfase numa abordagem sistêmica na transição do estado de secas a pequeno prazo. No que se refere ao comportamento das transições de seca no contexto das mudanças climáticas, foram utilizadas simulações históricas do conjunto de modelos globais do CMIP5 (séries históricas), onde ocorreu, então, a simulação das condições físicas (temperatura, evapotranspiração, precipitação) para períodos futuros, comparando o comportamento desses modelos com base na forçantes climáticas RCP 8.5. Desta forma, os índices de secas foram recalculados com vistas a projeções dos cenários e, inseridos de modo a se obter uma previsão de médio a longo prazo. A metodologia aqui proposta servirá como base para avaliar as condições de estresse hídrico no reservatório ao longo do tempo (pequeno, médio e longo prazos)e, com isso, obter uma resposta antecipada na evolução da seca. Esta técnica poderá ser adaptada e aplicada ao modelo de gestão de secas. De um modo geral, as simulações dos modelos do CMIP5 para o futuro conservaram a prevalência das ocorrências das secas fracas e moderadas. A média da probabilidade de transição dos estados de secas dos reservatórios sugere que os resultados dos modelos refletem melhor as condições centrais do conjunto (médias dos MCG’s), ao invés de capturarem individualmente as mudanças de secas. A média dos MCG’s indica que os reservatórios analisados apresentam aumento na probabilidade de transitar para as secas excepcionais em todos os reservatórios, sugerindo assim a intensificação de secas mais severas. Todavia, é importante ressaltar que, devido principalmente as incertezas ligadas tanto à modelagem climática quanto à hidrológica das regiões hidrográficas é necessária uma 5 regionalização dos MCG’s (Downscaling) para obtenção de dados com maior confiança. Sendo assim, quando se fala em alterações dos sistemas atmosféricos futuros, este trabalho refere-se apenas a tendências e médias geradas pelos MCG’s. Desta maneira, fica evidente a importância da atuação dos modelos climáticos na gestão dos recursos hídricos frente incertezas hidroclimáticas. Um sistema de projeção possibilitaria a antecipação de fatores influenciáveis pelos possíveis cenários de mudanças climáticas, contribuindo com o processo de tomada de decisão e auxiliando assim na elaboração de ações mitigadoras e adaptativas às mudanças do clima. Palavras-chave: Mudanças climáticas. Índices de seca. Bacia hidrográfica do Acaraú. Markov.</div>