ANÁLISE ESPAÇO-TEMPORAL DA VARIABILIDADE PLUVIOMÉTRICA NO SUL DE GOIÁS COM BASE EM SÉRIES HISTÓRICAS

Autores/as

  • Guilherme Pimenta Lopes da Silva
  • Felipe Corrêa Veloso dos Santos

DOI:

https://doi.org/10.63330/sasciencesv6n2-097

Palabras clave:

Cerrado, Precipitação, Séries temporais, Sul de Goiás, Variabilidade climática

Resumen

Este estudo analisa a variabilidade espaço-temporal da precipitação na região Sul do estado de Goiás, com base em séries históricas de dados pluviométricos referentes ao período de 1994 a 2024. Foram utilizados dados observacionais provenientes da plataforma CLIMABR/UFV para os municípios de Campo Alegre de Goiás, Goianésia, Marzagão e Três Ranchos, representativos do bioma Cerrado. A metodologia consistiu em estatística descritiva multiescalar (diária, mensal e anual), análise da sazonalidade e avaliação da variabilidade interanual da precipitação. Para a detecção de tendências temporais, aplicaram-se testes estatísticos não paramétricos, considerando a natureza não normal das séries pluviométricas. Os resultados evidenciam forte sazonalidade climática, com concentração das chuvas entre outubro e março, elevada variabilidade diária e interanual e ocorrência de anos excepcionalmente secos e chuvosos, sem a identificação de tendências lineares estatisticamente significativas nos totais anuais de precipitação. A análise comparativa entre os municípios revela heterogeneidade espacial associada a fatores fisiográficos e à dinâmica atmosférica regional. Conclui-se que, embora os totais anuais de precipitação permaneçam relativamente estáveis ao longo do período analisado, a variabilidade intra-anual e a ocorrência de eventos extremos constituem aspectos centrais do regime pluviométrico regional, com implicações relevantes para o planejamento hídrico e ambiental no Sul Goiano.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

AGÊNCIA NACIONAL DE ÁGUAS E SANEAMENTO BÁSICO (ANA). Hidroweb está disponível para usuários. Brasília, 2023. Disponível em: https://www.gov.br/ana/pt-br, Acesso em: 15 jul. 2026.

ALVES, R. C. M.; FERREIRA, W. P. M.; REIS, E. F. CLIMABR: plataforma integrada para análise e visualização de dados climáticos e agroclimáticos. Viçosa: Universidade Federal de Viçosa, 2021. Disponível em: <https://www.climabr.ufv.br/>. Acesso em: 25 out. 2025.

BOX, G. E. P.; JENKINS, G. M.; REINSEL, G. C.; LJUNG, G. M. Time series analysis: forecasting and control. 5. ed. Hoboken: Wiley, 2015.

CAMPOS, J. O.; CHAVES, H. M. L. Tendências e Variabilidades nas Séries Históricas de Precipitação Mensal e Anual no Bioma Cerrado no Período 1977-2010. Revista Brasileira de Meteorologia, v. 35, n. 1, p. 157-169, 2020. DOI: 10.1590/0102-7786351019. Acesso em: 21 jul. 2026.

CARVALHO, L. M. V. et al. The South Atlantic Convergence Zone: intensity, form, persistence, and relationships with intraseasonal to interannual activity and extreme rainfall. Journal of Climate, Boston, v. 17, n. 1, p. 88–108, 2004.

COSTA, H. C.; MARCUZZO, F. F. N.; FERREIRA, O. M.; ANDRADE, L. R. Espacialização e sazonalidade da precipitação pluviométrica do estado de Goiás e do Distrito Federal. Revista Brasileira de Geografia Física, Recife, v. 5, n. 1, p. 87–100, 2012.

HAMILTON, J. D. Time series analysis. Princeton: Princeton University Press, 1994.

INSTITUTO NACIONAL DE METEOROLOGIA (INMET). Normais climatológicas do Brasil: 1991–2020. Brasília: INMET, 2022. Disponível em: <https://portal.inmet.gov.br/>. Acesso em: 24 fev. 2026.

KENDALL, M. G. Rank correlation methods. 4. ed. London: Griffin, 1975.

LIEBMANN, B. et al. Onset and end of the rainy season in South America. Journal of Climate, Boston, v. 20, n. 10, p. 2037–2050, 2007.

LOPES, J. R. F.; SILVA, D. F. Aplicação do teste de Mann-Kendall para análise de tendência pluviométrica no estado do Ceará. Revista de Geografia, Recife, v. 30, n. 3, p. 126–139, 2013.

MARENGO, J. A. et al. Changes in climate and land use over the Amazon region: current and future variability and trends. Frontiers in Earth Science, Lausanne, v. 6, p. 1–21, 2018.

MANN, H. B. Nonparametric tests against trend. Econometrica, New York, v. 13, n. 3, p. 245–259, 1945.

NEVES, G. Z. F. A chuva no estado de Goiás e no Distrito Federal: aspectos espaciais, temporais e dinâmicos. Revista Brasileira de Climatologia, Curitiba, v. 25, p. 1–23, 2019.

NEVES, G. Z. F. et al. Índices de extremos climáticos e tendências de precipitação no estado de Goiás e Distrito Federal. Revista Brasileira de Climatologia, Curitiba, v. 34, n. 20, p. 730–755, 2024.

NIMER, E. Climatologia do Brasil. Rio de Janeiro: IBGE, 1989.

PENEREIRO, J. C.; MESCHIATTI, M. C. Tendências em séries anuais de precipitação e temperaturas no Brasil. Engenharia Sanitária e Ambiental, Rio de Janeiro, v. 23, n. 2, p. 319–331, 2018.

PETTITT, A. N. A non‐parametric approach to the change‐point problem. Applied Statistics, London, v. 28, n. 2, p. 126–135, 1979.

REBOITA, M. S. et al. Regimes de precipitação na América do Sul: uma revisão bibliográfica. Revista Brasileira de Meteorologia, São Paulo, v. 25, n. 2, p. 185–204, 2010.

SALVIANO, M. F.; GROPPO, J. D.; PELLEGRINO, G. Q. Análise de tendências em dados de precipitação e temperatura no Brasil. Revista Brasileira de Meteorologia, São Paulo, v. 31, n. 1, p. 64–73, 2016.

SANSIGOLO, C. A. Distribuições de extremos de precipitação diária em Piracicaba, SP (1917–2006). Revista Brasileira de Meteorologia, São Paulo, v. 23, n. 3, p. 341–346, 2008.

SEN, P. K. Estimates of the regression coefficient based on Kendall’s tau. Journal of the American Statistical Association, Washington, v. 63, n. 324, p. 1379–1389, 1968.

SILVA, L. P. et al. Métodos estatísticos para detectar tendências em dados climáticos históricos: revisão bibliográfica. Cadernos de Ciência & Tecnologia, Brasília, v. 39, p. 1–21, 2022.

WILKS, D. S. Statistical methods in the atmospheric sciences. 3. ed. Amsterdam: Academic Press, 2006.

Publicado

2026-07-24

Cómo citar

da Silva, G. P. L. ., & dos Santos, F. C. V. . (2026). ANÁLISE ESPAÇO-TEMPORAL DA VARIABILIDADE PLUVIOMÉTRICA NO SUL DE GOIÁS COM BASE EM SÉRIES HISTÓRICAS. South American Sciences, 6(2), e26318. https://doi.org/10.63330/sasciencesv6n2-097

Artículos más leídos del mismo autor/a