Análise retrospectiva de secas utilizando sensoriamento remoto e modelagem na bacia do Rio Capibaribe
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| 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 |