Spatial distribution of the standardized precipitation index in the State of Pará in a decade

Authors

DOI:

https://doi.org/10.33448/rsd-v10i14.20807

Keywords:

Remote sensing; Precipitation; Geoprocessing.

Abstract

The distribution of rain is fundamental for the correct planning, at the governmental level, of strategies against natural disasters, water supply, energy generation and waterway transport, and at the production level, as it is important to manage activities that depend on the rain cycle . Aiming to know the reality of the state of Pará, the Standardized Rainfall Index was applied, between the years 2005 to 2015, in a semiannual series, to visualize the behavior of droughts. The data were obtained from the Giovanni platform, from NASA, and, after being processed and plotted by the Panoply application, they were spatialized in QGIS. The results showed a more evident concentration of moisture in the south and west of the state, which was corroborated by data from the National Institute of Meteorology. Finally, the use of the Standardized Precipitation Index proved to be adequate for semiannual observations of moisture distribution for Pará.

References

Balbino, A. (2016). Estação meteorológica: como funciona e sua importância na agricultura. Agrosmart cultivo inteligente. https://agrosmart.com.br/blog/estacao-meteorologica-funciona-importancia-agricultura/.

Brasil. (2020). Instituto Nacional de Meteorologia. Disponível em: https://tempo.inmet.gov.br/Graficos/A001.

Brasil. (2009). Ministério do Meio Ambiente. Inventário Estações Pluviométricas. (2a ed.), ANA, SGH, 495p.

Collischonn, B., Collischonn, W., Silva, B. C., & Tucci, C. E. M. (2016). Simulação hidrológica da bacia do rio São Francisco usando precipitação estimada pelo satélite TRMM: resultados preliminares. < http://rhama.net/download/artigos/artigo114.pdf >.

Embrapa. (2004). ABC da agricultura familiar. Formas de garantir água nas secas, vol.1. A chuva no sertão. 19p. https://ainfo.cnptia.embrapa.br/digital/bitstream/item/215833/1/A-chuva-no-sertao.pdf.

Grilli, M. (2021). Desmatamento e queimadas alteram ciclos de chuva e reduzem retenção de água no solo. Mudanças no uso da terra desregulam processo de evapotranspiração das plantas, afetando a disponibilidade hídrica. Um só planeta, Globo Rural Digital. https://revistagloborural.globo.com/Um-So-Planeta/noticia/2021/03/desmatamento-e-queimadas-alteram-ciclos-de-chuva-e-reduzem-retencao-de-agua-no-solo.html.

Huffman, G. J., Adler, R. F., Bolvin, D. T., Gu, G., Nelkin, E. J., Bowman, K. P., Hong, Y., Stocker, E. F., & Wolff, D. B. (2007). The TRMM multisatellite precipitation analysis: Quasi-global, multi-year, combined-sensor precipitation estimates at fine scale. Journal of Hydrometeorology, 8(1), 38– 55. https://dx.doi.org/10.1175/JHM560.1.

Instituto nacional de meteorologia-INMET. (2021). Sobre meteorologia. Previsão do tempo. https://portal.inmet.gov.br/sobre-meteorologia.

Mol, J. M. D. (2005). Estimativa de Precipitação por meio de Sensoriamento Remoto. Dissertação de Mestrado – Universidade de Brasília. Faculdade de Tecnologia. Departamento de Engenharia Civil e Ambiental. xv, 88 p. http://ptarh.unb.br/wp-content/uploads/2017/03/JulianaMaria.pdf

NASA – National Aeronautics and Space Administration. (2021). IMERG: Integrated Multi-satellitE Retrievals for GPM. https://gpm.nasa.gov/data/imerg.

NASA – National Aeronautics and Space Administration.(2020). NASA’s Applied Remote Sensing Training Program - ARSET. Applications of GPM IMERG reanalysis for assessing extreme dry and wet periods. https://appliedsciences.nasa.gov/join- mission/training/english/applications-gpm-imerg-reanalysis-assessing-extreme-dry-and-wet.

National Drought Mitigation Center. (2020). Universidade de Nebraska. https://drought.unl.edu/droughtmonitoring/SPI/MapInterpretation.aspx.

Pinheiro, M. P. M. A., Ramires, T., & Manzione, R. L. (2017). Análises estatísticas da similaridade entre dados agrometeorológicos de superfície e obtidos por sensores remotos orbitais. Anais do XVIII Simpósio Brasileiro de Sensoriamento Remoto-SBSR. 28-31 de maio. file:///C:/Users/franc/OneDrive/%C3%81rea%20de%20Trabalho/PONTOS%2019-2021/Hidrologia/galoa-proceedings--sbsr--59240.pdf.

Santos, G.G., Griebeler, N.P. & Oliveira, L.F.C. (2010). Chuvas intensas relacionadas à erosão hídrica. Revista Brasileira de Engenharia Agrícola e Ambiental 14(2), 115-123.

Silva, D. T., Bispo, B. R. S., Almeida, A. Q., Silva, R. M. & Cruz, M. A. S. (2020). Precipitação estimada por sensoriamento remoto no estado de Sergipe. Nativa, 8(2), 10.31413/nativa.v8i2.7821

Siqueira, B., & Nery, J. T. (2017). Análise do Índice Padronizado de Precipitação para o Estado de São Paulo. Revista brasileira de geografia física. 10(6). https://periodicos.ufpe.br/revistas/rbgfe/article/view/234110/27937.

Sparovek, G. (2014). Köppen’s climate classification map for Brazil. Meteorologische Zeitschirift, 22(6), 711-728.

Tessari, P. M. B., Oliveira Júnior, J. F., Góis, G., & Galvani, E. (2018). Variabilidade do Índice de Precipitação Padronizada na Região Norte do Estado do Paraná Associada aos Eventos El Niño - Oscilação Sul. Revista Brasileira de Meteorologia, 33(1).

U.S. Drought Portal. (2020). Data and Maps. https://www.drought.gov/drought/climate-and-drought-indices-python.

Vianello, R. L. (2011). A estação meteorológica e seu observador. Uma parceria secular de bons serviços prestados à humanidade. Instituto Nacional de Meteorologia. 19p. https://portal.inmet.gov.br/uploads/publicacoesDigitais/aestacaometeorologicaeseuobservador.pdf.

Wagner, P. D., Fiener, P., Wilken, F., Kumar, S., & Schneider, K. (2012). Comparison and evaluation of spatial interpolation schemes for daily rainfall in data scarce regions. Journal Hydrometeorology, 464–465, 388–400, 10.1016/j.jhydrol.2012.07.026.

Zhong, L. (2012). Comparison of precipitation estimates between Version 7 3-hourly TRMM Multi-Satellite Precipitation Analysis (TMPA) near-real-time and research products. Atmospheric Research, 153, 119-133. http://dx.doi.org/10.1016/j.atmosres.2014.07.032.

Published

25/10/2021

How to Cite

ALVES, B. E. dos S. .; SANTOS FILHO, A. F.; CALDEIRA, C. R. T. .; CARNEIRO, F. da S. .; SOUSA, F. B. B. de .; CHAGAS, G. F. B. das .; PINHEIRO, K. A. O. . Spatial distribution of the standardized precipitation index in the State of Pará in a decade. Research, Society and Development, [S. l.], v. 10, n. 14, p. e78101420807, 2021. DOI: 10.33448/rsd-v10i14.20807. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/20807. Acesso em: 14 jun. 2024.

Issue

Section

Exact and Earth Sciences