Considerações estatísticas relativas à oito séries de precipitação pluvial da Secretaria de Agricultura e abastecimento do Estado de São Paulo

Abstract

O correto entendimento das diversas sucessões dos tipos de tempo, que podem ser observadas em uma região, é uma das etapas fundamentais na redução do risco climático associado ao setor agrícola. O objetivo do trabalho foi analisar a variabilidade temporal dos dados mensais de precipitação pluvial de oito localidades do Estado de São Paulo. Investigações sobre possíveis tendências climáticas também foram realizadas. Por meio da análise de ondeletas, do teste da razão da máxima verossimilhança e do teste de Mann-Kendall, observa-se elevada variabilidade temporal dos valores de precipitação pluvial mensal nas oito regiões analisadas. O tratamento de tais séries como sendo estritamente estacionárias, ou a condução de análises apenas no domínio da freqüência acarretará em perda de informações sobre as forçantes moduladoras desse processo estocástico. Apesar dessa característica, não houve detecção de marcantes tendências de ordem climática no regime de precipitação pluvial. Sob o ponto de vista agrometeorológico, essa elevada variabilidade imprime, em um zoneamento, considerável grau de incerteza na determinação do potencial de atendimento hídrico às culturas. Tal incerteza deve ser considerada na determinação de áreas aptas, inaptas e marginais.The correct understanding of the weather variability is a fundamental step in reducing the agricultural climate risk. The aim of the study was to evaluate the temporal variability of monthly precipitation data from eight regions of the State of São Paulo, Brazil. Investigations related to possible climate trends were also held. Using the wavelet analysis, the likelihood ratio test, and the Mann-Kendall test, it was observed a very high temporal variability of the monthly precipitation data in the eight analyzed regions. The treatment of such series as strictly stationary, or the use of statistical models (such as Fourier spectral analysis), that only reveals what frequency (spectral) components exist in the precipitation signal, will lead to the loss of important information about the modulating forcing of the precipitation temporal variability. Despite the high temporal variability, no trends on the rainfall series were detected. In the sense of agrometeorological applications, the high temporal variability of the monthly precipitation signal should be considerate on the agricultural zoning model of the State of São Paulo, Brazil.