As possíveis alterações climáticas, em diferentes escalas espaciais e temporais, alicerçam diversas pesquisas em climatologia a fim de compreender a dinâmica climatológica, bem como os atributos climáticos em tal processo. As chuvas, nesse sentido, representam a complexidade no entendimento da dinâmica atmosférica, uma vez que essas apresentam sua gênese apoiadas em diferentes processos atmosféricos. Com isso, o presente estudo compreende o comportamento das chuvas na região de São Carlos a partir da concentração, distribuição e variabilidade dessas nas estações climatológicas do CRHEA/USP, INMET/UFSCar e EMBRAPA sendo essas as adotadas de acordo com a proposta de Monteiro (1973) e a partir da série histórica de 1993 a 2014. No presente trabalho, foi realizado a revisão bibliográfica acerca da temática de gênese das chuvas para o Brasil e para o Estado de São Paulo, além da determinação do cálculo dos índices de PRCPTOT (precipitação total nos dias úmidos), CDD (dias consecutivos secos), CWD (dias consecutivos úmidos), SDII (índice simples de intensidade), RX 1 dia (máximo acumulado em um único dia), RX 5 dias (máximo acumulado em cinco dias) e Rnn (número de dias acima de 20, 35, 46 e 60 mm de chuvas) pelo software R com script RClimdex 1.1. Os dados calculados apresentaram grande flutuação ao longo da série histórica 1993-2014 para todos os índices adotados, o que configura a presença de anos abaixo e acima da média para cada índice, bem como questiona o apontamento de tendências significativas quanto a existência de mudanças climáticas locais e regionais. / The possible climate change, in different spatial and temporal scales, consolidates several climatology researches in order to comprehend the climatologic dynamics, as well as climate attributes in such process. Rain, in this meaning, represents the complexity on the atmospheric dynamic understanding, once it presents its genesis based on different atmospheric processes. With that, the following study comprehends the rain behavior in the region of São Carlos according to its concentration, distribution and variability in the climatological stations from CRHEA/USP, INMET/UFSCar and EMBRAPA, being these adopted according to propose of Monteiro (1973) and from the historical series from 1993 to 2014. In this study, the bibliographic revision was performed concerning the rain genesis for Brazil and for the state of São Paulo theme, apart from the determination of the PRCPTOT (total precipitation on wet days), CDD (consecutive dry days), CWD (consecutive wet days), SDII (simple intensity index), RX 1 day (maximum accumulated in one single day), RX 5 days (maximum accumulated in five days) and Rnn (number of day above 20, 35, 46 and 60 mm of rain) index calculus through the software R with the script Rclimdex 1.1. The calculated data present a great floating along the historical series 1993-2014 for all the admitted index, which sets the presence of years below and above the average for each index, as well as it questions the notation of significant trends as to the existence of local and regional climate changes.

Submitted by Miriam Rodrigues Silvestre null (miriam@fct.unesp.br) on 2016-04-12T19:42:55Z No. of bitstreams: 1 Tese_MRS.pdf: 22047618 bytes, checksum: 7c7834a117ebe81c7554b7808f8593b5 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-04-15T12:40:50Z (GMT) No. of bitstreams: 1 silvestre_mr_dr_prud_par.pdf: 1762323 bytes, checksum: 590891333b2addf8f715166f578950f5 (MD5) / Made available in DSpace on 2016-04-15T12:40:50Z (GMT). No. of bitstreams: 1 silvestre_mr_dr_prud_par.pdf: 1762323 bytes, checksum: 590891333b2addf8f715166f578950f5 (MD5) Previous issue date: 2016-03-08 / Essa tese aborda o uso da Estatística na Climatologia Geográfica, através da identificação das técnicas mais usuais e possíveis falhas em sua aplicação em análises geográficas do clima, bem como sugestões de alternativas para as diversas situações e necessidades, de acordo com as possibilidades. As fontes de informações utilizadas foram trabalhos apresentados no Simpósio Brasileiro de Climatologia Geográfica (SBCG) e artigos publicados na Revista Brasileira de Climatologia (RBClima). Entre os objetivos para os quais se aplicam técnicas estatísticas foram apresentadas técnicas para: preenchimento de falhas, análise exploratória de dados, escolha de anos padrão, análise de tendências em séries com modelos de regressão, testes para análise de tendência, rupturas e consistência de séries, correlação entre duas séries, modelos estatísticos para relacionar uma variável dependente com duas ou mais variáveis independentes, interpolação de dados no espaço, definição de regiões homogêneas, classificação climática e vulnerabilidade socioambiental. Concluiu-se que ainda há algumas aplicações incorretas das técnicas estatísticas e foram realizadas sugestões de outras técnicas que poderiam ser utilizadas. Espera-se que essa tese possa contribuir para a aplicação da Estatística e facilitar a interação entre o geógrafo e o estatístico no desenvolvimento de pesquisas na área de Climatologia Geográfica, bem como na Geografia do Clima. / This thesis discussed the use of Statistics in the Geographical Climatology, by identifying the most common technics and possible failures in its application in geographical climate analyzes and suggests alternatives to the different situations and needs, according to the possibilities. The sources of information used were papers presented at the Brazilian Symposium of Geographical Climatology (SBCG) and articles published in the Brazilian Journal of Climatology (RBClima). Among the objectives for which they apply statistical techniques, were discussed techniques for: gap filling, exploratory data analysis, pattern year choice, trend analysis in series with regression models, tests for trend analysis, ruptures and consistency of series, correlation between two series, statistical models to relate a dependent variable with two or more independent variables, data interpolation in space, definition of homogeneous regions, climatic classification and socio-environmental vulnerability. It was concluded that there is still some incorrect application of statistical techniques and were suggested that other techniques could be used. It is hoped that this thesis can contribute to the application of Statistics and facilitate interaction between the geographer and statistician in the development of research in the field of Geographical Climatology and Climate in Geography.

As possíveis alterações climáticas, em diferentes escalas espaciais e temporais, alicerçam diversas pesquisas em climatologia a fim de compreender a dinâmica climatológica, bem como os atributos climáticos em tal processo. As chuvas, nesse sentido, representam a complexidade no entendimento da dinâmica atmosférica, uma vez que essas apresentam sua gênese apoiadas em diferentes processos atmosféricos. Com isso, o presente estudo compreende o comportamento das chuvas na região de São Carlos a partir da concentração, distribuição e variabilidade dessas nas estações climatológicas do CRHEA/USP, INMET/UFSCar e EMBRAPA sendo essas as adotadas de acordo com a proposta de Monteiro (1973) e a partir da série histórica de 1993 a 2014. No presente trabalho, foi realizado a revisão bibliográfica acerca da temática de gênese das chuvas para o Brasil e para o Estado de São Paulo, além da determinação do cálculo dos índices de PRCPTOT (precipitação total nos dias úmidos), CDD (dias consecutivos secos), CWD (dias consecutivos úmidos), SDII (índice simples de intensidade), RX 1 dia (máximo acumulado em um único dia), RX 5 dias (máximo acumulado em cinco dias) e Rnn (número de dias acima de 20, 35, 46 e 60 mm de chuvas) pelo software R com script RClimdex 1.1. Os dados calculados apresentaram grande flutuação ao longo da série histórica 1993-2014 para todos os índices adotados, o que configura a presença de anos abaixo e acima da média para cada índice, bem como questiona o apontamento de tendências significativas quanto a existência de mudanças climáticas locais e regionais. / The possible climate change, in different spatial and temporal scales, consolidates several climatology researches in order to comprehend the climatologic dynamics, as well as climate attributes in such process. Rain, in this meaning, represents the complexity on the atmospheric dynamic understanding, once it presents its genesis based on different atmospheric processes. With that, the following study comprehends the rain behavior in the region of São Carlos according to its concentration, distribution and variability in the climatological stations from CRHEA/USP, INMET/UFSCar and EMBRAPA, being these adopted according to propose of Monteiro (1973) and from the historical series from 1993 to 2014. In this study, the bibliographic revision was performed concerning the rain genesis for Brazil and for the state of São Paulo theme, apart from the determination of the PRCPTOT (total precipitation on wet days), CDD (consecutive dry days), CWD (consecutive wet days), SDII (simple intensity index), RX 1 day (maximum accumulated in one single day), RX 5 days (maximum accumulated in five days) and Rnn (number of day above 20, 35, 46 and 60 mm of rain) index calculus through the software R with the script Rclimdex 1.1. The calculated data present a great floating along the historical series 1993-2014 for all the admitted index, which sets the presence of years below and above the average for each index, as well as it questions the notation of significant trends as to the existence of local and regional climate changes.

Fontes renováveis de energia representam alternativas para a mitigação da mudança do clima global, no entanto, são mais suscetíveis a mudanças nas condições climáticas. O sistema elétrico brasileiro (SEB) possui a peculiaridade de ter maior parte de sua energia gerada a partir de fontes renováveis, principalmente usinas hidrelétricas. Por essa razão, constitui uma amostra representativa das dificuldades de operar uma matriz energética de base predominantemente renovável. A geração predominantemente hidrelétrica de energia permite operar com baixas emissões e baixos custos operacionais, nada obstante a forte dependência dessa envolve considerável risco hidrológico, principalmente em um contexto em que as restrições à armazenagem de energia em grandes barragens são maiores. Por conseguinte, a combinação de investimentos inadequados na capacidade de geração com escassez de chuvas pode, eventualmente, levar a situações nas quais a capacidade de oferta seja inferior à demanda e até mesmo a racionamentos (2001). É evidente que a capacidade de prever com precisão o índice de chuvas e, consequentemente, as vazões disponíveis para o próximo período caracteriza-se como uma importante ferramenta para a operação do setor elétrico brasileiro. Hoje, as previsões de vazões futuras são realizadas com base na observação de vazões passadas sem incorporar nas análises as variáveis que as determinam (por exemplo, variáveis climáticas). Entretanto, existem evidências de que a variabilidade das vazões na América do Sul é cadenciada pelos sistemas acoplados do tipo oceano-atmosférico, os chamados fenômenos de grande escala como é o caso do El Niño. No entanto as técnicas tradicionais de previsão até então não utilizam de forma sistêmica as informações climáticas. A metodologia aqui apresentada incorpora informações sobre o clima para tomada de decisões envolvendo recursos hídricos, sendo demonstrada sua aplicação para a região Sudeste do Brasil. Demonstra-se que o manuseamento de variáveis climáticas (mais particularmente aquelas vinculadas ao fenômeno do El Niño) permite calcular a previsão de vazões tão bem quanto os programas oficiais, tendo como vantagem acompanhar as mudanças climáticas eminentes. A metodologia proposta é formada pelas seguintes partes: Modelo SARIMAX; Levantamento de Dados; Análise Gráfica de Correlações; Análise de Séries Temporais; Análise de Gráfica de wavelets e Análise de correlação em Mapas georreferenciados. Esses procedimentos são necessários para visualizar-se com clareza o histórico embutido nas informações analisadas e uma melhor compreensão para a fase de modelagem com o método SARIMAX. Os resultados indicam que o modelo SARIMAX, com variáveis macroclimáticas, é melhor que o NEWAVE. / Renewable energy sources represent alternatives to the mitigation of global climate change, but they are more susceptible to changing on weather conditions. The Brazilian electricity system has the peculiarity that most of its energy is generated from renewable sources, mainly by hydroelectric plants. For this reason, it provides a representative sample of the difficulties for operating a predominantly renewable basis energy matrix. On one hand, the main hydroelectric generation allows low emissions and low operating costs; on the other hand, the heavy dependence on hydropower involves considerable hydrological risks, specially in an environment where restrictions on energy storage (large dams) are high. Thus, the combination of inadequate investment in generation capacity with low rainfall may, eventually, lead to situations in which the supply capacity is less than the demand, leading even rationing (2002). It is then clear that the ability to accurately predict the rainfall index and hence flow rates available for the next period is an important tool for the operation of the Brazilian electric sector (SEB). Presently, future flows forecasting are only based on observation of past flows without incorporating the analysis of the variables that determine such flows (e.g. climate variables). However, there are evidences that the variability of flows in South America is punctuated by coupled ocean-atmosphere type systems, the so-called large-scale phenomena such as El Niño. However, the traditional forecasting techniques still do not use climate information in a systematic way. The methodology presented here incorporates weather information for decision making in water resources, and demonstrates its applicability to the Southeastern region of Brazil. It is showed that the use of climatic variables (particularly those related to the El Niño phenomenon) predicts streamflow forecasting as well as the official programs do, with the advantage of following eminent climate change. The proposed methodology is formed of the following parts, not necessarily in this order: Model SARIMAX; Data Collection; Graphic analysis of correlations; Time Series Analysis; Wavelets Graphical analysis and Correlation analysis of geo-referenced maps. These procedures are necessary to clearly see the embedded historical information of the information analyzed and better understanding of the modeling stage with SARIMAX method. The results indicate that the SARIMAX model, with large scale variables, is better than the NEWAVE.

Fontes renováveis de energia representam alternativas para a mitigação da mudança do clima global, no entanto, são mais suscetíveis a mudanças nas condições climáticas. O sistema elétrico brasileiro (SEB) possui a peculiaridade de ter maior parte de sua energia gerada a partir de fontes renováveis, principalmente usinas hidrelétricas. Por essa razão, constitui uma amostra representativa das dificuldades de operar uma matriz energética de base predominantemente renovável. A geração predominantemente hidrelétrica de energia permite operar com baixas emissões e baixos custos operacionais, nada obstante a forte dependência dessa envolve considerável risco hidrológico, principalmente em um contexto em que as restrições à armazenagem de energia em grandes barragens são maiores. Por conseguinte, a combinação de investimentos inadequados na capacidade de geração com escassez de chuvas pode, eventualmente, levar a situações nas quais a capacidade de oferta seja inferior à demanda e até mesmo a racionamentos (2001). É evidente que a capacidade de prever com precisão o índice de chuvas e, consequentemente, as vazões disponíveis para o próximo período caracteriza-se como uma importante ferramenta para a operação do setor elétrico brasileiro. Hoje, as previsões de vazões futuras são realizadas com base na observação de vazões passadas sem incorporar nas análises as variáveis que as determinam (por exemplo, variáveis climáticas). Entretanto, existem evidências de que a variabilidade das vazões na América do Sul é cadenciada pelos sistemas acoplados do tipo oceano-atmosférico, os chamados fenômenos de grande escala como é o caso do El Niño. No entanto as técnicas tradicionais de previsão até então não utilizam de forma sistêmica as informações climáticas. A metodologia aqui apresentada incorpora informações sobre o clima para tomada de decisões envolvendo recursos hídricos, sendo demonstrada sua aplicação para a região Sudeste do Brasil. Demonstra-se que o manuseamento de variáveis climáticas (mais particularmente aquelas vinculadas ao fenômeno do El Niño) permite calcular a previsão de vazões tão bem quanto os programas oficiais, tendo como vantagem acompanhar as mudanças climáticas eminentes. A metodologia proposta é formada pelas seguintes partes: Modelo SARIMAX; Levantamento de Dados; Análise Gráfica de Correlações; Análise de Séries Temporais; Análise de Gráfica de wavelets e Análise de correlação em Mapas georreferenciados. Esses procedimentos são necessários para visualizar-se com clareza o histórico embutido nas informações analisadas e uma melhor compreensão para a fase de modelagem com o método SARIMAX. Os resultados indicam que o modelo SARIMAX, com variáveis macroclimáticas, é melhor que o NEWAVE. / Renewable energy sources represent alternatives to the mitigation of global climate change, but they are more susceptible to changing on weather conditions. The Brazilian electricity system has the peculiarity that most of its energy is generated from renewable sources, mainly by hydroelectric plants. For this reason, it provides a representative sample of the difficulties for operating a predominantly renewable basis energy matrix. On one hand, the main hydroelectric generation allows low emissions and low operating costs; on the other hand, the heavy dependence on hydropower involves considerable hydrological risks, specially in an environment where restrictions on energy storage (large dams) are high. Thus, the combination of inadequate investment in generation capacity with low rainfall may, eventually, lead to situations in which the supply capacity is less than the demand, leading even rationing (2002). It is then clear that the ability to accurately predict the rainfall index and hence flow rates available for the next period is an important tool for the operation of the Brazilian electric sector (SEB). Presently, future flows forecasting are only based on observation of past flows without incorporating the analysis of the variables that determine such flows (e.g. climate variables). However, there are evidences that the variability of flows in South America is punctuated by coupled ocean-atmosphere type systems, the so-called large-scale phenomena such as El Niño. However, the traditional forecasting techniques still do not use climate information in a systematic way. The methodology presented here incorporates weather information for decision making in water resources, and demonstrates its applicability to the Southeastern region of Brazil. It is showed that the use of climatic variables (particularly those related to the El Niño phenomenon) predicts streamflow forecasting as well as the official programs do, with the advantage of following eminent climate change. The proposed methodology is formed of the following parts, not necessarily in this order: Model SARIMAX; Data Collection; Graphic analysis of correlations; Time Series Analysis; Wavelets Graphical analysis and Correlation analysis of geo-referenced maps. These procedures are necessary to clearly see the embedded historical information of the information analyzed and better understanding of the modeling stage with SARIMAX method. The results indicate that the SARIMAX model, with large scale variables, is better than the NEWAVE.

A heterogeneidade dos elementos que compreendem a climatologia tropical se evidencia no comportamento das chuvas nessa região macroclimática. Para tanto, compreender seu comportamento temporal e espacial assume grande relevância, em função do impacto dessas na dinâmica urbana e rural, bem como para seu planejamento estratégico. Verificar seu curso interanual em episódios diários é grande desafio, nesse sentido. Com isso, o estudo objetivou analisar as chuvas diárias na região de São Carlos/SP, a fim de compreender sua evolução temporal e espacial, além de avaliar possíveis tendências para essa, que se insere na dinâmica tropical (sazonalmente chuvoso/estiagem). Foram analisados 39 anos de dados diários de chuvas, em 7 postos pluviométricos, e que estiveram com, ao menos, 95% dos dados consistentes. Utilizou-se de índices climáticos (script RClimdex) e do Laplace trend factor para analisar os dados temporais históricos e de tendência. Observou-se que os valores dos índices flutuam entre as estações, mas que esses estão associados aos fenômenos da ZCAS (Zona de Convergência do Atlântico Sul) e dos SFs (Sistemas Frontais), que regem o clima no sudeste da América do Sul. Além disso, notou-se que o sul da área estudada apresenta maior concentração pluviométrica, em função dos aspectos geomorfológicos (e até de ocupação), bem como notou-se o aumento de episódios extremos de chuvas diárias. As chuvas diárias, portanto, tendem a concentração, uma vez que os volumes anuais diminuem ou aumentam (ciclicamente), mas notam-se precipitações pluviométricas mais intensas (mm) em dias chuvosos, além do aumento da tendência dos dias com chuvas extremas. Futuros estudos que ampliem a área de estudo e possíveis correlações poder-se-ão reafirmar tais resultados, conforme verificado em estudos prévios. / Rainfall shows the heterogeneity of tropical climatology. Temporal and spatial behavior is highly relevant to verify the impact on urban and rural dynamics and strategic planning. The inter-annual course in daily episodes is the biggest challenge in that regard. The objective of this study was to analyze daily rainfall in the São Carlos/SP region, understand its temporal and spatial evolution, as well as to evaluate possible trends for this, which are part of tropical (seasonally rainy/dry) dynamics. A total of 39 years of daily rainfall data were analyzed in 7 pluviometric stations, with at least 95% of the data consistent using Climatic indexes (RClimdex script), and the Laplace trend factor to analyze temporal and trend data. It was observed that the values of the indexes fluctuate between the stations. These are associated with the phenomena of the South Atlantic Convergence Zone (SACZ) and SFs (Frontal Systems), which regulates the climate in the south-east of South America. Also, the south of the studied area presents a higher rainfall concentration, due to the geomorphological (and even occupation) aspects, as well as the increase of extreme episodes of daily rains. Therefore, daily rains tend to concentrate, since annual volumes decrease or increase (cyclically), but the rainfall (mm) is more intense on rainy days, in addition to the increase in the tendency of the days with extreme rains. Future studies that broaden the area of study and possible correlations may reaffirm such results, as verified in previous studies.

L’étude de la variabilité du climat est désormais indispensable pour anticiper les conséquences des changements climatiques futurs. Nous disposons pour cela de quantité de données issues de modèles de circulation générale (GCMs). Néanmoins, ces modèles ne permettent qu’une résolution partielle des interactions entre le climat et les activités humaines entre autres parce que ces modèles ont des résolutions spatiales souvent trop faibles. Il existe aujourd’hui toute une variété de modèles répondant à cette problématique et dont l’objectif est de générer des variables climatiques à l’échelle locale àpartir de variables à grande échelle : ce sont les modèles de régionalisation ou encore appelés modèles de réduction d’échelle spatiale ou de downscaling en anglais.Cette thèse a pour objectif d’approfondir les connaissances à propos des modèles de downscaling statistiques (SDMs) parmi lesquels on retrouve plusieurs approches. Le travail s’articule autour de quatre objectifs : (i) comparer des modèles de réduction d’échelle statistiques (et dynamiques), (ii) étudier l’influence des biais des GCMs sur les SDMs au moyen d’une procédure de correction de biais, (iii) développer un modèle de réduction d’échelle qui prenne en compte la non-stationnarité spatiale et temporelle du climat dans un contexte de modélisation dite spatiale et enfin, (iv) établir une définitiondes saisons à partir d’une modélisation des régimes de circulation atmosphérique ou régimes de temps.L’intercomparaison de modèles de downscaling a permis de mettre au point une méthode de sélection de modèles en fonction des besoins de l’utilisateur. L’étude des biais des GCMs révèle une influence indéniable de ces derniers sur les sorties de SDMs et les apports de la correction des biais. Les différentes étapes du développement d’un modèle spatial de réduction d’échelle donnent des résultats très encourageants. La définition des saisons par des régimes de temps se révèle être un outil efficace d’analyse et de modélisation saisonnière.Tous ces travaux de “Climatologie Statistique” ouvrent des perspectives pertinentes, non seulement en termes méthodologiques ou de compréhension de climat à l’échelle locale, mais aussi d’utilisations par les acteurs de la société. / The study of climate variability is vital in order to understand and anticipate the consequences of future climate changes. Large data sets generated by general circulation models (GCMs) are currently available and enable us to conduct studies in that direction. However, these models resolve only partially the interactions between climate and human activities, namely du to their coarse resolution. Nowadays there is a large variety of models coping with this issue and aiming at generating climate variables at local scale from large-scale variables : the downscaling models.The aim of this thesis is to increase the knowledge about statistical downscaling models (SDMs) wherein there is many approaches. The work conducted here pursues four main goals : (i) to discriminate statistical (and dynamical) downscaling models, (ii) to study the influences of GCMs biases on the SDMs through a bias correction scheme, (iii) to develop a statistical downscaling model accounting for climate spatial and temporal non-stationarity in a spatial modelling context and finally, (iv) to define seasons thanks to a weather typing modelling.The intercomparison of downscaling models led to set up a model selection methodology according to the end-users needs. The study of the biases of the GCMs reveals the impacts of those biases on the SDMs simulations and the positive contributions of the bias correction procedure. The different steps of the spatial SDM development bring some interesting and encouraging results. The seasons defined by the weather regimes are relevant for seasonal analyses and modelling.All those works conducted in a “Statistical Climatologie” framework lead to many relevant perspectives, not only in terms of methodology or knowlegde about local-scale climate, but also in terms of use by the society.