Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: URSULINO, Bruno e Silva
Orientador(a): MONTENEGRO, Suzana Maria Gico Lima
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
dARK ID: ark:/64986/001300002gqw3
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Programa de Pos Graduacao em Engenharia Civil
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Link de acesso: https://repositorio.ufpe.br/handle/123456789/64572
Resumo: Informações sobre a disponibilidade do conteúdo de água no solo são indispensáveis para fornecer alertas de intensidade das secas, início da estação chuvosa, datas de plantio e sinais antecipados de perdas de produção. As redes de monitoramento convencionais apresentam restrições quanto à cobertura espaço-temporal das variáveis agrometeorológicas, limitando o monitoramento efetivo da seca. Alternativamente, dados de sensoriamento remoto e modelagem têm sido utilizados para caracterização e previsibilidade dos diferentes tipos de secas. Dessa forma, este estudo objetiva investigar as relações entre secas meteorológicas, agrícolas e da vegetação e os possíveis impactos da teleconexão atmosférica em uma bacia de transição entre a Caatinga e a Mata Atlântica. Dados do produto Climate Hazard Group InfraRed Precipitation Satellite (CHIRPS) foram utilizados para a obtenção da precipitação e cálculo do Standardized Precipitation Index (SPI), adotado para caracterização da seca meteorológica. O índice Normalized Difference Vegetation Index (NDVI), proveniente do produto MOD13Q1, foi utilizado para quantificar a seca da vegetação (aNDVI). A umidade do solo, modelada no Soil and Water Assessment Tool (SWAT), foi utilizada para caracterização da seca agrícola, através do Standardized Soil Moisture Index (SSMI). Para compreender detalhadamente as relações entre as secas, os índices foram correlacionados tanto no nível de sub-bacia quanto em unidades de análise maiores. Uma abordagem utilizando análise wavelet foi aplicada para explorar a relação tempo-frequência entre a variabilidade das secas e os eventos El Niño–Oscilação Sul (ENSO). Os resultados mostraram que as secas meteorológicas de curto prazo (SPI-3) ocorreram com maior frequência no Agreste e, com o aumento da escala de tempo (SPI-6 e SPI-12), os eventos se tornaram mais severos e duradouros nessa região. A variabilidade da vegetação demonstrou estar diretamente relacionada à precipitação, com maior vigor vegetativo em anos chuvosos e limitações de crescimento em períodos secos, além de apresentar uma tendência decrescente do NDVI. O tempo de resposta da vegetação à precipitação ocorreu geralmente em um mês, com coeficientes de correlação maiores que 0,56, enquanto a seca na vegetação demonstrou maior sensibilidade ao efeito cumulativo da seca meteorológica de três e seis meses. O modelo SWAT foi eficaz na simulação da variabilidade mensal da umidade do solo, apesar de limitações na captura das vazões de pico e em áreas com regimes fluviais intermitentes. A relação entre as diferentes secas apresentou uma forte interação sazonal: secas meteorológicas se propagaram rapidamente para secas agrícolas, especialmente no outono e nas camadas superficiais, enquanto a transição para a seca da vegetação foi mais lenta, com maior duração no Agreste durante a primavera e no litoral no outono. Quanto à relação tempo-frequência, foi observada uma influência periódica do SPI precedendo o SSMI em escalas de 8 e 64 meses, enquanto os ciclos significativos entre SSMI e aNDVI variaram conjuntamente na maior parte dos anos, em períodos de 1 a 64 meses. Os eventos ENSO demonstraram modular fortemente as secas meteorológicas da bacia, ao mesmo tempo que a sua influência na seca agrícola foi mais fragmentada, principalmente no extremo oeste e na área de transição para a Zona da Mata.
id UFPE_9e187115acab8da1f263740d7adaaa63
oai_identifier_str oai:repositorio.ufpe.br:123456789/64572
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling URSULINO, Bruno e Silvahttp://lattes.cnpq.br/6482960769449224http://lattes.cnpq.br/7831378362627809MONTENEGRO, Suzana Maria Gico Lima2025-07-21T19:18:47Z2025-07-21T19:18:47Z2024-11-19URSULINO, Bruno e Silva. Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe. 2024. Tese (Doutorado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2024.https://repositorio.ufpe.br/handle/123456789/64572ark:/64986/001300002gqw3Informações sobre a disponibilidade do conteúdo de água no solo são indispensáveis para fornecer alertas de intensidade das secas, início da estação chuvosa, datas de plantio e sinais antecipados de perdas de produção. As redes de monitoramento convencionais apresentam restrições quanto à cobertura espaço-temporal das variáveis agrometeorológicas, limitando o monitoramento efetivo da seca. Alternativamente, dados de sensoriamento remoto e modelagem têm sido utilizados para caracterização e previsibilidade dos diferentes tipos de secas. Dessa forma, este estudo objetiva investigar as relações entre secas meteorológicas, agrícolas e da vegetação e os possíveis impactos da teleconexão atmosférica em uma bacia de transição entre a Caatinga e a Mata Atlântica. Dados do produto Climate Hazard Group InfraRed Precipitation Satellite (CHIRPS) foram utilizados para a obtenção da precipitação e cálculo do Standardized Precipitation Index (SPI), adotado para caracterização da seca meteorológica. O índice Normalized Difference Vegetation Index (NDVI), proveniente do produto MOD13Q1, foi utilizado para quantificar a seca da vegetação (aNDVI). A umidade do solo, modelada no Soil and Water Assessment Tool (SWAT), foi utilizada para caracterização da seca agrícola, através do Standardized Soil Moisture Index (SSMI). Para compreender detalhadamente as relações entre as secas, os índices foram correlacionados tanto no nível de sub-bacia quanto em unidades de análise maiores. Uma abordagem utilizando análise wavelet foi aplicada para explorar a relação tempo-frequência entre a variabilidade das secas e os eventos El Niño–Oscilação Sul (ENSO). Os resultados mostraram que as secas meteorológicas de curto prazo (SPI-3) ocorreram com maior frequência no Agreste e, com o aumento da escala de tempo (SPI-6 e SPI-12), os eventos se tornaram mais severos e duradouros nessa região. A variabilidade da vegetação demonstrou estar diretamente relacionada à precipitação, com maior vigor vegetativo em anos chuvosos e limitações de crescimento em períodos secos, além de apresentar uma tendência decrescente do NDVI. O tempo de resposta da vegetação à precipitação ocorreu geralmente em um mês, com coeficientes de correlação maiores que 0,56, enquanto a seca na vegetação demonstrou maior sensibilidade ao efeito cumulativo da seca meteorológica de três e seis meses. O modelo SWAT foi eficaz na simulação da variabilidade mensal da umidade do solo, apesar de limitações na captura das vazões de pico e em áreas com regimes fluviais intermitentes. A relação entre as diferentes secas apresentou uma forte interação sazonal: secas meteorológicas se propagaram rapidamente para secas agrícolas, especialmente no outono e nas camadas superficiais, enquanto a transição para a seca da vegetação foi mais lenta, com maior duração no Agreste durante a primavera e no litoral no outono. Quanto à relação tempo-frequência, foi observada uma influência periódica do SPI precedendo o SSMI em escalas de 8 e 64 meses, enquanto os ciclos significativos entre SSMI e aNDVI variaram conjuntamente na maior parte dos anos, em períodos de 1 a 64 meses. Os eventos ENSO demonstraram modular fortemente as secas meteorológicas da bacia, ao mesmo tempo que a sua influência na seca agrícola foi mais fragmentada, principalmente no extremo oeste e na área de transição para a Zona da Mata.Information on soil moisture availability is essential to provide drought intensity alerts, rainy season onset, planting dates, and early warnings of crop loss. Conventional monitoring networks present restrictions on the spatiotemporal coverage of agrometeorological variables, constraining effective drought monitoring. Alternatively, remote sensing data and modeling have been used in hydrological studies that seek to quickly understand the characteristics and predictability of different drought types. Thus, this study aimed to investigate the relationships between the meteorological, agricultural and vegetation droughts, and the possible impacts of atmospheric teleconnections in a transition basin between the Caatinga and the Atlantic Forest. Data from the Climate Hazard Group InfraRed Precipitation Satellite (CHIRPS) product were used to obtain the historical precipitation series of occurrences and calculate the Standardized Precipitation Index (SPI) to characterize meteorological drought. The Normalized Difference Vegetation Index (NDVI) from the MOD13Q1 product was used to quantify the vegetation drought (aNDVI). Soil moisture, modeled at different depths using the Soil and Water Assessment Tool (SWAT), was employed to characterize agricultural drought through the Standardized Soil Moisture Index (SSMI). To thoroughly understand the relationships between droughts, the indices were correlated considering different lags and time scales, both at the sub-basin level and in larger analysis units. A wavelet analysis approach was applied to explore the time-frequency relationship between drought variability and El Niño–Southern Oscillation (ENSO) events. The results showed that short-term droughts (SPI-3) occurred more frequently in Agreste, and as the time scale increased (SPI-6 and SPI-12), the events were more severe and prolonged in this region. Vegetation variability was directly related to precipitation, with greater vegetative vigor in rainy years and growth limitations in dry periods, in addition to presenting a decreasing trend of NDVI in most of the basin. Vegetation's response time to precipitation typically occurred within one month, with correlation coefficients above 0.56, while vegetation drought was more sensitive to the cumulative effect of meteorological drought over three and six months, on the coast and in the Agreste, respectively. The SWAT model was effective in simulating the monthly variability of soil moisture, despite limitations in capturing peak flows and in areas with intermittent river regimes. The relationship between the different droughts showed a strong seasonal interaction: meteorological droughts propagated quickly to agricultural droughts, particularly in autumn and in the superficial soil layers, while the transition to vegetation drought was slower, lasting longer in the Agreste during spring and along the coast in autumn. Regarding the time-frequency relationship, a periodic influence was observed, with SPI preceding SSMI on scales of 8 to 64 months, while significant cycles between SSMI and aNDVI varied jointly over most years, from 1 to 64 months, with greater coherence in deeper soil layers. ENSO events strongly modulated meteorological droughts in the basin, while their influence on agricultural drought was more fragmented, particularly in the far west and the transition area to the Atlantic Forest.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia CivilUFPEBrasilhttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessíndices de secaSWATPropagação da secaENSOTeleconexãoAnálise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALTESE Bruno e Silva Ursulino.pdfTESE Bruno e Silva Ursulino.pdfapplication/pdf9424799https://repositorio.ufpe.br/bitstream/123456789/64572/1/TESE%20Bruno%20e%20Silva%20Ursulino.pdfb6e979a36fde3a30e7eb6d8c5d332651MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/64572/2/license.txt5e89a1613ddc8510c6576f4b23a78973MD52TEXTTESE Bruno e Silva Ursulino.pdf.txtTESE Bruno e Silva Ursulino.pdf.txtExtracted texttext/plain305069https://repositorio.ufpe.br/bitstream/123456789/64572/3/TESE%20Bruno%20e%20Silva%20Ursulino.pdf.txt2fd13d8392783d90de0065bce70ea307MD53THUMBNAILTESE Bruno e Silva Ursulino.pdf.jpgTESE Bruno e Silva Ursulino.pdf.jpgGenerated Thumbnailimage/jpeg1239https://repositorio.ufpe.br/bitstream/123456789/64572/4/TESE%20Bruno%20e%20Silva%20Ursulino.pdf.jpg2806954f0893c72b896a318876f4643aMD54123456789/645722025-07-27 15:01:03.038oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212025-07-27T18:01:03Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
title Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
spellingShingle Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
URSULINO, Bruno e Silva
índices de seca
SWAT
Propagação da seca
ENSO
Teleconexão
title_short Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
title_full Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
title_fullStr Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
title_full_unstemmed Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
title_sort Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
author URSULINO, Bruno e Silva
author_facet URSULINO, Bruno e Silva
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6482960769449224
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7831378362627809
dc.contributor.author.fl_str_mv URSULINO, Bruno e Silva
dc.contributor.advisor1.fl_str_mv MONTENEGRO, Suzana Maria Gico Lima
contributor_str_mv MONTENEGRO, Suzana Maria Gico Lima
dc.subject.por.fl_str_mv índices de seca
SWAT
Propagação da seca
ENSO
Teleconexão
topic índices de seca
SWAT
Propagação da seca
ENSO
Teleconexão
description Informações sobre a disponibilidade do conteúdo de água no solo são indispensáveis para fornecer alertas de intensidade das secas, início da estação chuvosa, datas de plantio e sinais antecipados de perdas de produção. As redes de monitoramento convencionais apresentam restrições quanto à cobertura espaço-temporal das variáveis agrometeorológicas, limitando o monitoramento efetivo da seca. Alternativamente, dados de sensoriamento remoto e modelagem têm sido utilizados para caracterização e previsibilidade dos diferentes tipos de secas. Dessa forma, este estudo objetiva investigar as relações entre secas meteorológicas, agrícolas e da vegetação e os possíveis impactos da teleconexão atmosférica em uma bacia de transição entre a Caatinga e a Mata Atlântica. Dados do produto Climate Hazard Group InfraRed Precipitation Satellite (CHIRPS) foram utilizados para a obtenção da precipitação e cálculo do Standardized Precipitation Index (SPI), adotado para caracterização da seca meteorológica. O índice Normalized Difference Vegetation Index (NDVI), proveniente do produto MOD13Q1, foi utilizado para quantificar a seca da vegetação (aNDVI). A umidade do solo, modelada no Soil and Water Assessment Tool (SWAT), foi utilizada para caracterização da seca agrícola, através do Standardized Soil Moisture Index (SSMI). Para compreender detalhadamente as relações entre as secas, os índices foram correlacionados tanto no nível de sub-bacia quanto em unidades de análise maiores. Uma abordagem utilizando análise wavelet foi aplicada para explorar a relação tempo-frequência entre a variabilidade das secas e os eventos El Niño–Oscilação Sul (ENSO). Os resultados mostraram que as secas meteorológicas de curto prazo (SPI-3) ocorreram com maior frequência no Agreste e, com o aumento da escala de tempo (SPI-6 e SPI-12), os eventos se tornaram mais severos e duradouros nessa região. A variabilidade da vegetação demonstrou estar diretamente relacionada à precipitação, com maior vigor vegetativo em anos chuvosos e limitações de crescimento em períodos secos, além de apresentar uma tendência decrescente do NDVI. O tempo de resposta da vegetação à precipitação ocorreu geralmente em um mês, com coeficientes de correlação maiores que 0,56, enquanto a seca na vegetação demonstrou maior sensibilidade ao efeito cumulativo da seca meteorológica de três e seis meses. O modelo SWAT foi eficaz na simulação da variabilidade mensal da umidade do solo, apesar de limitações na captura das vazões de pico e em áreas com regimes fluviais intermitentes. A relação entre as diferentes secas apresentou uma forte interação sazonal: secas meteorológicas se propagaram rapidamente para secas agrícolas, especialmente no outono e nas camadas superficiais, enquanto a transição para a seca da vegetação foi mais lenta, com maior duração no Agreste durante a primavera e no litoral no outono. Quanto à relação tempo-frequência, foi observada uma influência periódica do SPI precedendo o SSMI em escalas de 8 e 64 meses, enquanto os ciclos significativos entre SSMI e aNDVI variaram conjuntamente na maior parte dos anos, em períodos de 1 a 64 meses. Os eventos ENSO demonstraram modular fortemente as secas meteorológicas da bacia, ao mesmo tempo que a sua influência na seca agrícola foi mais fragmentada, principalmente no extremo oeste e na área de transição para a Zona da Mata.
publishDate 2024
dc.date.issued.fl_str_mv 2024-11-19
dc.date.accessioned.fl_str_mv 2025-07-21T19:18:47Z
dc.date.available.fl_str_mv 2025-07-21T19:18:47Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv URSULINO, Bruno e Silva. Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe. 2024. Tese (Doutorado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2024.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/64572
dc.identifier.dark.fl_str_mv ark:/64986/001300002gqw3
identifier_str_mv URSULINO, Bruno e Silva. Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe. 2024. Tese (Doutorado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2024.
ark:/64986/001300002gqw3
url https://repositorio.ufpe.br/handle/123456789/64572
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Engenharia Civil
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/64572/1/TESE%20Bruno%20e%20Silva%20Ursulino.pdf
https://repositorio.ufpe.br/bitstream/123456789/64572/2/license.txt
https://repositorio.ufpe.br/bitstream/123456789/64572/3/TESE%20Bruno%20e%20Silva%20Ursulino.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/64572/4/TESE%20Bruno%20e%20Silva%20Ursulino.pdf.jpg
bitstream.checksum.fl_str_mv b6e979a36fde3a30e7eb6d8c5d332651
5e89a1613ddc8510c6576f4b23a78973
2fd13d8392783d90de0065bce70ea307
2806954f0893c72b896a318876f4643a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1866186210204975104