| Summary: | Submitted by Ana Lúcia Coelho (ana.coelho@cprm.gov.br) on 2017-12-14T08:48:47Z
No. of bitstreams: 1
Dissertação_adriana_weschwnfelder.pdf: 15257308 bytes, checksum: 3a1785c5df9ad849b3be9660650c1f0f (MD5) === Approved for entry into archive by Roberta Silva (roberta.silva@cprm.gov.br) on 2017-12-14T11:12:32Z (GMT) No. of bitstreams: 1
Dissertação_adriana_weschwnfelder.pdf: 15257308 bytes, checksum: 3a1785c5df9ad849b3be9660650c1f0f (MD5) === Approved for entry into archive by Roberta Silva (roberta.silva@cprm.gov.br) on 2017-12-14T11:13:06Z (GMT) No. of bitstreams: 1
Dissertação_adriana_weschwnfelder.pdf: 15257308 bytes, checksum: 3a1785c5df9ad849b3be9660650c1f0f (MD5) === Made available in DSpace on 2017-12-14T11:13:30Z (GMT). No. of bitstreams: 1
Dissertação_adriana_weschwnfelder.pdf: 15257308 bytes, checksum: 3a1785c5df9ad849b3be9660650c1f0f (MD5)
Previous issue date: 2017 === CPRM === Neste estudo foram analisadas possíveis tendências de aumento da precipitação em nove estações pluviométricas na sub-bacia 87, incluindo Porto Alegre, no Estado do Rio Grande do Sul, para 50 anos de dados. Eventos extremos são responsáveis por muitos problemas, principalmente em áreas urbanas, e a frequência e a magnitude destes eventos podem aumentar com as alterações climáticas. No intuito de avaliar o impacto de alterações climáticas, em Porto Alegre, utilizou-se o modelo Long Ashton Research Station - Weather Generator (LARS-WG). O LARS-WG é um gerador estocástico capaz de simular cenários climáticos em escala local. Para cada série histórica das estações analisadas, na sub-bacia 87, foi aplicado o teste estatístico de Mann Kendall para identificar possíveis tendências nos dados anuais e trimestrais. Na estação de Porto Alegre também foi realizada pesquisa para identificar o aumento na frequência de ocorrência de alturas de precipitação em diferentes faixas e análise de tendência noshttp://www.bibliotecadigital.ufrgs.br/da.php?nrb=001053508&loc=2017&l=5219eb420c00bf62 dados sub-diários. A geração de séries sintéticas de precipitação para diferentes cenários teve como base os dados pluviométricos da série de Porto Alegre, que consistiu na utilização do período de 1974 a 2014 na geração da linha de base para calibração do LARS-WG. Após a geração de séries sintéticas de precipitação para um clima atual, foi selecionado o máximo diário anual e este foi desagregado em dados subdiários. Na sequência avaliou-se o impacto das alterações em três cenários do IPCC, A1B, A2 e B1. Em cada um dos arquivos de precipitação diária, geradas por projeção no LARS-WG, foi realizada a desagregação em precipitações sub-diárias Os resultados da aplicação do teste de Mann Kendall indicam tendência no aumento do total anual e no número de dias chuvosos (NDC). O trimestre que mais contribuiu para este aumento corresponde à primavera. Entretanto nas estações de Porto Alegre e Sapucaia do Sul, na região metropolitana de Porto Alegre, São Lourenço no Litoral Sul e Renânia e Serra do Pinto numa região de relevo acidentado próximo ao Litoral Norte também se identificou tendência de aumento no verão e no outono. Em Porto Alegre não foi verificada tendência na precipitação diária máxima anual, permitindo a utilização do LARS-WG que assume que as séries de dados diários observados são estacionárias e gera séries sintéticas com características estatísticas semelhantes à série de dados observados. Uma análise comparativa dos resultados entre as IDFs projetadas com o LARS-WG e a IDF definida por Weschenfelder et al. (2015) indica aumento das precipitações intensas. No primeiro período de projeção no cenário A1B, os desvios ficaram na faixa de 8 a 16% para quatro dos modelos, no cenário A2 os desvios ficaram na faixa de 9 a 19% e no cenário B1 de 7 a 19% em cinco modelos. Para o segundo período de projeção apresentou uma grande variabilidade com desvios entre -3 e 40%. O caminho para reduzir as incertezas é o monitoramento continuado das variáveis meteorológicas, pois a modelagem do clima só pode ser aprimorada com a incorporação de dados reais aos modelos. === 2017
|
|---|
