Variabilidade E Tendência Da Precipitação Mensal E Anual Para O Estado Da Paraíba

Transcript

Giovanni Seabra (Organizador) Educação Ambiental & Biogeografia Ituiutaba, MG abril/2016 © Giovanni Seabra (Org.), 2016. Arte Gráfica e editoração: Alex David Silva de Assis, Claudia Neu, Diôgo da Silva Santos, Gabriel de Paiva Cavalcante, Laciene Karoline Santos de França e Talita Taisa Monteiro da Silva Arte da capa: Ana Neu Contatos: www.cnea.com [email protected] Editora: Barlavento Prefixo editorial: 68066 Braço editorial da Sociedade Cultural e Religiosa Ilé Asé Babá Olorigbin. CNPJ: 19614993000110 Caixa postal nº 9. CEP 38.300-970, Centro, Ituiutaba, MG. Conselho Editorial: Mical de Melo Marcelino (Editor-chefe) Anderson Pereira Potuguez (Editor da Obra) Antônio de Oliveira Junior Claudia Neu Giovanni de Farias Seabra Hélio Carlos Miranda de Oliveira Leonor Franco de Araújo Maria Izabel de Carvalho Pereira Jean Carlos Vieira Santos Educação Ambiental & Biogeografia / Giovanni Seabra (Organizador). Ituiutaba: Barlavento, 2016. Vol. II. 2750p. ISBN: 978-85-68066-25-6 1. Educação Ambiental; 2. Capital Natural; 3. Economia Verde I. SEABRA, Giovanni Os conteúdos a formatação de referências e as opiniões externadas nesta obra são de responsabilidade exclusiva dos autores de cada texto. Todos os direitos de publicação e divulgação em língua portuguesa estão reservados à Editora Barlavento e aos organizadores da obra. Ituiutaba, MG abril/2016 APRESENTAÇÃO Educação Ambiental & Biogeogafia No Capítulo VI, artigo 225, da Constituição Federal está gravado que ―todos têm direito ao meio ambiente ecologicamente equilibrado, bem de uso comum do povo e essencial à sadia qualidade de vida, impondo-se ao Poder Público e à coletividade o dever de defendê-lo e preserválo para as presentes e futuras gerações. Todavia, a instabilidade ambiental, os desastres naturais, a crise política, econômica e institucional que imperam no País, põem em dúvida a qualidade de vida e o bem estar da sociedade brasileira. Os graves problemas sociais como a inflação e o desemprego, com rebatimento na criminalidade, na saúde, na habitação e na educação básica e formal remetem a educação ambiental para segundo plano. A biogeografia, por sua vez, permite compreender as interações, organização e processos espaciais do presente e do passado, dando ênfase aos seres vivos. A geodiversidade, a biodiversidade, os ares e as águas constituem o capital natural, suporte essencial para garantir a vida na Terra. O meio ambiente saudável e a conservação da sociobiodiversidade pressupõem educação ambiental, definida pelo Ministério do Meio Ambiente como ―os processos por meio dos quais o indivíduo e a coletividade constroem valores sociais, conhecimentos, habilidades, atitudes e competências voltadas para a conservação do meio ambiente, bem de uso comum do povo, essencial à sadia qualidade de vida e sua sustentabilidade". As questões ambientais, sociais, éticas e morais que afligem atualmente a população brasileira balizaram o IV Congresso Nacional de Educação Ambiental e o VI Encontro Nordestino de Biogeografia realizados, simultaneamente, na cidade de João Pessoa, no período de 20 a 23 de abril de 2016. Os 22 eixos temáticos deram sustentação ao tema geral ―O capital natural na economia global‖, apontando as diretrizes para o desenvolvimento dos trabalhos acadêmicos e científicos apresentados nos artigos deste livro. Giovanni Seabra VARIABILIDADE E TENDÊNCIA DA PRECIPITAÇÃO MENSAL E ANUAL PARA O ESTADO DA PARAÍBA Paulo Roberto Megna FRANCISCO Pesquisador DCR CNPq/Fapesq, UFPB, Areia-PB [email protected] Raimundo Mainar de MEDEIROS Doutorando em Meteorologia, UFCG, Campina Grande-PB [email protected] Djail SANTOS Dr. em Ciência do Solo, Prof. Adjunto CCA, UFPB, Areia-PB [email protected] RESUMO: A precipitação é a variável climática com a maior variabilidade no tempo e no espaço. A análise de tendências em séries históricas de precipitações é importante para verificar a variabilidade climática interanual e decenal. Foram utilizados os valores históricos pluviométricos de 30 ou mais anos para calcular a média mensal e obtiveram-se valores médios de precipitação mensal e anual, desvio padrão, coeficiente de variância, mediana, precipitação máxima e mínima absoluta, a tendência polinomial central e de dispersão da precipitação histórica e utilizou o teste de Mann-Kendall para detectar tendências hidro climáticas nas séries pluviométricas. Os resultados demonstraram que a mediana é a medida de tendência central mais provável de ocorrer à estação chuvosa entre os meses de outubro a abril com valor médio do período de 846,5mm, correspondendo a 87% da precipitação anual; a tendência crescente ou decrescente de chuvas para todos os municípios analisados ocorreram tendência de variabilidade de precipitação em diversos locais; a tendência de maior variabilidade da precipitação centra-se entre os meses de outubro a abril que possui elevados índices de chuva; e que os menores índices pluviométricos centra-se entre os meses de maio a setembro, que possui baixos índices pluviométricos; a possibilidade de ocorrência de eventos extremos com chuvas de alta magnitude e em curtos intervalos de tempo pode ocorrer. Palavras-Chaves: regressão linear, variabilidade, tendência espaço temporal, dispersão. ABSTRACT: Rainfall is the climatic variable with the greatest variability in time and space. Trend analysis on historical rainfall series is important to check the interannual climate variability and decadal. The rainfall historical values of 30 or more years to calculate the monthly average and average values were obtained from monthly and annual precipitation were used, standard deviation, coefficient of variance, median, maximum rainfall and absolute minimum, the central polynomial 736 trend and dispersion the historical rainfall and used the Mann-Kendall test to detect climate hydro trends in rainfall series. The results showed that the median is a measure of central tendency most likely to occur to the rainy season between the months from October to April with an average of 846.5 mm period, corresponding to 87% of annual precipitation; the increasing or decreasing trend of rainfall for all cities analyzed occurred precipitation variability trend in several places; the trend towards greater rainfall variability focuses between the months from October to April which has high levels of rain; and that the lower rainfall focuses between the months of May to September, which has low rainfall; the possibility of occurrence of extreme events with high rainfall magnitude and short intervals may occur. Keywords: linear regression; variability and trend timeline; central tendency, dispersion. INTRODUÇÃO O conhecimento das condições climáticas de uma região é necessário para que se possam estabelecer estratégias, que visem o manejo adequado dos recursos naturais, planejando dessa forma, a busca por um desenvolvimento sustentável e a implementação das práticas agrícolas viáveis e seguras para o meio ambiente e a produtividade agropecuária (Sousa et al., 2010). A precipitação é a variável climática com a maior variabilidade no tempo e no espaço. Por essa razão, o estudo de eventos extremos de precipitação diária máxima anual está relacionado com danos severos as atividades humanas em quase todas as regiões do mundo, devido a seu potencial em causar saturação hídrica do solo, escoamento superficial e erosão (IPCC, 2007; Tammets & Jaagus, 2013). Ferreira da Costa (1998) afirma que a precipitação é fundamental para a caracterização climática e o seu monitoramento tem fundamental importância para a gestão e manutenção dos recursos hídricos, pois fornece dados que contribuem nos planejamentos públicos e nos estudos que buscam o uso sustentável da água. Conforme Viana (2010), nos dias atuais é perceptível a importância das pesquisas que envolvem o estudo do clima na busca da construção de novos parâmetros de conhecimento e consequente aplicação nas diversas atividades humanas que dependem dos dados e informações cada vez mais concisos sobre chuvas, secas, temporais e eventos extremos, enfim informações de médio e longo prazo geradas com um alto grau de acerto. A análise de tendências em séries históricas de precipitações é importante para verificar a variabilidade climática interanual e decadal para que assim sejam identificados como as mudanças climáticas podem modular estes padrões temporais de variabilidade (Silveira et al., 2011). Silveira et al. (2013) afirma que diversos autores avaliaram a tendência na precipitação observada no Nordeste brasileiro (NEB) durante o século XX. Por exemplo, Haylock et al. (2006) 737 fizeram uma análise da precipitação sobre a América do Sul, e observaram uma tendência de aumento do total anual de chuva sobre o NEB. O estudo realizado por Santos & Britto (2007), utilizando índices de extremos climáticos e correlacionando-os com as anomalias de TSM, também mostra tendência de aumento da precipitação total anual nos estados da Paraíba e Rio Grande de Norte. Santos et al. (2009) mostraram tendências de aumento de precipitação para o Estado do Ceará. Através da estatística descritiva, podemos ter características essenciais para a formação de histograma de frequências relativas de uma amostra de dados hidrológicos (Naghettini & Pinto, 2007). Assim têm-se como objetivo deste trabalho estudar a distribuição espaço temporal histórica e tendência futura da precipitação pluvial para o Estado da Paraíba utilizando-se da série histórica com dados observados superiores há 30 anos. MATERIAL E MÉTODOS A área de estudo compreende o Estado da Paraíba que está localizado na região Nordeste do Brasil, e apresenta uma área de 56.372 km², que corresponde a 0,662% do território nacional. Seu posicionamento encontra-se entre os paralelos 6°02’12” e 8°19’18”S, e entre os meridianos de 34°45’54” e 38°45’45”W (Francisco, 2010). Francisco (2010) relacionando relevo e clima do Estado da Paraíba define em três macrorregiões: a) Planície Atlântica, englobando a encosta oriental do Planalto da Borborema – o terço leste do Estado, com o clima, segundo a classificação de Köppen, do tipo As′ - Tropical Quente e Úmido com chuvas de outono-inverno. Nesta região, as chuvas são formadas pelas massas Atlânticas trazidas pelos ventos alísios de sudeste, e a altitude, na planície, inferior a 200 m, pode ultrapassar a 600 m, nos pontos mais elevados dos contrafortes do Planalto (Figura 2). A precipitação decresce do litoral (1800 mm.ano-1) para o interior da região (600 mm.ano-1) devido, principalmente, a depressão do relevo, e torna a subir nos contrafortes do Planalto para 1.450 mm.ano -1. b) Planalto da Borborema – porção central do Estado, com clima do tipo Bsh - Semiárido quente, precipitação predominantemente abaixo de 600 mm.ano -1, e temperatura mais baixa, devido ao efeito da altitude (400 a 700m). As chuvas da região sofrem influência das massas Atlânticas de sudeste e do norte; c) Sertão – região que ocupa o terço oeste do Estado, formada pela depressão do rio Piranhas e seus contribuintes, com clima do tipo Bsh - Semiárido quente, nas áreas mais baixas (<300 m), e Aw′ – Tropical Quente e Úmido com chuvas de verão-outono, nas áreas mais altas da depressão e 738 em todos os contrafortes e topo do Planalto de Princesa ao sul, divisa com Pernambuco, e na área a oeste, com o Estado do Ceará. Na metodologia foram utilizados os valores históricos de postos pluviométricos (Figura 1) de 30 ou mais anos cedidos pela Superintendência do Desenvolvimento do Nordeste (SUDENE) e pela Agência Executiva de Gestão das Águas do Estado da Paraíba (AESA). Figura 1. Distribuição espacial dos postos pluviométricos da área de estudo. Após, utilizando a planilha eletrônica, calculou-se a média mensal de cada ano e com os valores encontrados determinaram-se valores médios de precipitação mensal e anual, desvio padrão, coeficiente de variância, mediana, precipitação máxima e mínima absoluta. Elaboraram-se gráficos mensais e anuais, assim como a tendência polinomial central e de dispersão da precipitação histórica no período de estudo de acordo com Medeiros (2013). Para a geração dos mapas de valores mensais e anual do desvio padrão foi utilizado o programa Surfer 9.0 através da krigeagem utilizando as planilhas elaboradas. RESULTADOS E DISCUSSÃO A distribuição dos valores pluviométricos da média anual, com base nos dados da série climatológica, apresentou uma variação significativa da precipitação, para as regiões do Litoral, Agreste, Brejo, Cariri/Curimataú, Sertão e Alto Sertão conforme se observa na Figura 2. 739 Figura 2. Distribuição espaço temporal da precipitação anual. Na Figura 3 observa-se a distribuição espacial anual e na Figura 4 a distribuição dos dados do desvio padrão anual da área de estudo. Os maiores índices pluviométricos registrados nos municípios para a série pluviométricos superiores aos 30 anos de dados observados ocorreram nos municípios de Olho D’água 1.076,5 mm.ano-1; Bom Jesus 1.013 mm.ano-1; Catolé do Rocha 1.071,6 mm.ano-1; Amparo 1.023,5 mm.ano-1; Alcantil 1.054,5 mm.ano-1; Sertãozinho 1.091,3 mm.ano-1; Serraria 1.285 mm.ano-1; Pedro Régis 1.262,9 mm.ano-1; Curral de Cima 1.266 mm.ano1 ; Alagoa Nova 1.241,8 mm.ano-1; Rio Tinto 1.559,6 mm.ano-1; Pitimbu 1.979,3 mm.ano-1; Pedra de Fogo 1.406,1 mm.ano-1; Marcação 1.609,9 mm.ano-1; Lucena 1.623 mm.ano-1; João Pessoa 1.778,2 mm.ano-1; Alhandra 1.840,6 mm.ano-1. Figura 3. Variação espacial do desvio padrão anual da precipitação. Os menores índices pluviométricos registrados foram para os municípios de Aroeira 600,9 mm.ano-1; Montadas 519,5 mm.ano-1; Queimadas 478,5 mm.ano-1; Algodão de Jandaíra 363,6 mm ano-1; Barra de Santa Rosa 392,9 mm.ano-1; Barra de Santana 483 mm.ano-1; Cabaceiras 332 740 mm.ano-1; Caraúbas 389 mm.ano-1; Casserengue 375,2 mm.ano-1; Pedra Lavrada 391,4 mm.ano-1; Picuí 362,6 mm.ano-1 e Pocinhos 385,3 mm.ano-1. Estas variabilidades são decorrentes dos sistemas meteorológicos de grandes escalas atuantes nos referidos locais. Para a área do Estado da Paraíba em estudo, não é observada tendência de longo prazo, apenas verifica-se variabilidade interdecenal com décadas mais secas precedidas de décadas mais chuvosas e vice-versa. O teste aplicado à área de estudo nos fornece um nível de boa confiabilidade e de tendência bastantes significativas crescente ou decrescente de chuvas para todos os 223 locais analisados, e como há tendência de variabilidade de precipitação nos diversos municípios, esse fato é positivo para os recursos hídricos. 741 Figura 4. Variação espacial do desvio padrão mensal da área de estudo. Verifica-se uma elevada variabilidade espacial e temporal da precipitação pluvial nos meses de janeiro, fevereiro, março, abril e dezembro (Figuras 5a, 5b, 5c, 5d, 5m). As baixas variabilidades pluviométricas concentraram-se nos meses de junho, julho, agosto e setembro (Figuras 5f, 5g, 5h, 5i) e as moderadas variabilidades ocorrem nos meses de maio, outubro e novembro (Figuras 5e, 5j, 5l). 742 Figura 4. Distribuição espaço temporal da regressão linear das precipitações pluvial mensais de janeiro a dezembro. O período chuvoso inicia-se na segunda quinzena do mês de dezembro com chuva de préestação, e sua caracterização ocorre nos primeiros dias de janeiro e prolonga-se até o mês de agosto, tendo como trimestre mais chuvoso os meses de abril, maio e junho, e trimestre mais seco os meses de setembro, outubro e novembro. Na série de precipitação estudada observa-se que o regime de chuvas é muito complexo sendo bastante diversificado sazonalmente apresentando grande variabilidade interanual, interdecenal e intermunicipal. Na Tabela 1 verifica-se que os melhores coeficientes de determinação da regressão R2= 0,106; 0,0342 e 0,0369, foram para os meses de dezembro, novembro e abril respectivamente, e os piores coeficientes de determinação da regressão foram os meses de janeiro e outubro com R2= 0,2244 e 0,2103 respectivamente. Pode-se observar que quando o valor obtido é maior, indica o grau de aproximação do modelo às médias, já quando o valor obtido é menor, indica o grau de distanciamento do modelo às médias. Tabela 1. Equação linear, coeficiente de determinação da regressão, média histórica mensal e total anual da precipitação pluvial Mês Equação linear R² Média Janeiro Y=0,2291x+45,712 0,2244 70,9 Fevereiro Y=0,4148x+53,650 0,4613 99,3 Março Y=0,5461x+91,454 0,4446 151,5 Abril Y=0,1271x+134,180 0,0369 148,2 Maio Y=-0,492x+155,840 0,3615 101,7 Junho Y=-0,9723x+166,660 0,6027 89,7 Julho Y=-0,8874x+169,620 0,6752 72,0 Agosto Y=-0,5412x+98,369 0,6325 38,8 Setembro Y=-0,2675x+0,5995 0,5995 19,9 743 Outubro Novembro Dezembro Y=-0,0509x+16,940 Y=-0,0238x+16,692 Y= 0,0676x+21,633 0,2103 0,0342 0,1060 11,3 14,1 29,1 Observando-se a Figura 6, nota-se que os meses de fevereiro a maio concentram-se os maiores índices mensais médios de precipitação, com valor médio do período de 500,7 mm, correspondendo a 59% da precipitação anual. Os meses com os menores índices pluviométricos oscilam entre setembro, outubro e novembro que correspondem a 5% do total anual, mostrando-se ao longo do tempo, uma variabilidade espaço temporal característico das regiões Litoral; Agreste; Brejo; Cariri/Curimataú; Sertão e Alto Sertão. Figura 6. Histograma da média pluviométrica climatológica e tendência polinomial. Na Tabela 2, verifica-se que os valores da média e da mediana foram desconexos, mostrando que houve a presença de valores extremos discordantes na amostra. O mês de máximo índice pluviométrico foi março com 151,9mm. Os menores índices ocorrem entre os meses de setembro, outubro e novembro com 19,9; 11,3 e 14,1mm respectivamente. Destaca-se que as medianas apresentaram valores inferiores a média para os meses de setembro e novembro. Destacase ainda que os valores máximos ocorridos em quase todos os meses tiveram uma variação menor que a média anual, indicando uma dispersão no índice pluviométrico. Tabela 2. Medidas de tendência central e de dispersão Meses Janeiro Fevereiro Março Média Desvio Mediana (mm) Padrão (mm) (mm) 70,9 30,6 67,2 99,3 38,7 74,5 151,5 51,9 130,1 Coef. Variância Prec. Máxima Prec. Mínima (%) (mm) (mm) 0,4322 176,1 13,2 0,3898 191,5 33,2 0,3425 272,9 40,5 744 Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Anual 148,2 101,7 89,7 72,0 38,8 19,9 11,3 14,1 29,1 846,5 41,9 51,8 79,4 68,4 43,1 21,9 7,0 8,2 13,1 307,1 79,2 67,2 36,8 25,5 8,8 2,6 13,4 5,8 25,5 536,6 0,283 0,5097 0,8846 0,9499 1,1101 1,1003 0,6201 0,5804 0,4524 0,363 254,0 305,1 369,4 298,0 179,2 103,4 38,5 48,1 93,9 1979,3 60,8 36,5 14,9 1,8 1,0 0,0 1,2 0,6 6,8 332 No desvio padrão observa-se a influência dos menores desvios nos meses de outubro e novembro com flutuação de 7 e 8,2mm, sendo o mês de junho o de maior desvio com 79,4mm, mostrando a dispersão contundente dos dados. As variabilidades mensais na mediana indicam que esta medida de tendência central pode não ser o valor mais provável de ocorrer nesse tipo de distribuição. Observa-se ainda que as médias mensais superam os valores medianos. Dessa forma os modelos de distribuição de chuvas mensais são assimétricos, com coeficiente de assimetria positivo. Assim, a mediana tem maior probabilidade de ocorrência do que a média, conforme resultados encontrados também por Almeida & Pereira (2007). CONCLUSÕES Com base nos resultados verificou-se que: A mediana é a medida de tendência central mais provável de ocorrer à estação chuvosa entre os meses de outubro a abril com valor médio do período de 846,5mm, correspondendo a 87% da precipitação anual. Para todos os municípios analisados, ocorreu tendência de variabilidade de precipitação em diversos locais. A tendência de maior variabilidade da precipitação centra-se entre os meses de outubro a abril que possui elevados índices de chuva; e os menores índices pluviométricos centram-se entre os meses de maio a setembro. Existem diferenças espacial e sazonal na precipitação pluvial no Estado. AGRADECIMENTOS Ao CNPq/FAPESQ pela concessão de bolsa de estudo ao primeiro autor e a CAPES ao segundo autor. REFERÊNCIAS BIBLIOGRÁFICAS 745 AESA. Agência Executiva de Gestão das Águas do Estado da Paraíba. Disponível em: http://geo.aesa.pb.gov.br/. Acesso em 20/11/2011. FERREIRA DA COSTA, R. Variabilidade diária da precipitação em regiões de floresta e pastagem na Amazônia. Acta Amazônica, v.28, p.395-408, 1998. FRANCISCO, P. R. M.; PEREIRA, F. C.; BANDEIRA, M. M.; MEDEIROS, R. M.; SILVA, M. J. DA; SILVA, J. V. N. Mapeamento pedoclimático da cultura da mamona no Estado da Paraíba. Revista de Geografia, v.30, n.3, 2013. FRANCISCO, P. R. M. Classificação e mapeamento das terras para mecanização do Estado da Paraíba utilizando sistemas de informações geográficas. 2010. 122f. Dissertação (Mestrado em Manejo de Solo e Água). Centro de Ciências Agrárias, Universidade Federal da Paraíba, Areia, 2010. HAYLOCK, M.; PETERSON, T.; ALVES, L.; AMBRIZZI, T.; ANUNCIAÇÃO, M.; BAEZ, J.; BARROS, V.; BERLATO, M.; BIDEGAIN, M.; CORONEL, G.; CORRADI, V.; GARCIA, V.; GRIMM, A.; KAROLY, D.; MARENGO J. A.; MARINO, M.; MONCUNILL, D.; NECHET, D.; QUINTANA, J.; REBELLO, E.; RUSTICUCCI, M.; SANTOS, J.; TREBEJO, I.; VINCENT, L. Trends in Total and Extreme South American Rainfall in 1960–2000 and Links with Sea Surface Temperature. Journal of Climate, v. 19, n. 8, p. 1490-1512, 2006. INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE (IPCC). Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Edited by S. Solomon et al., 2007. Cambridge Univ. Press, Cambridge, U.K. MEDEIROS, R. M. Estudo agrometeorológico para o Estado da Paraíba. 2013. p.138. NAGHETTINI, M.; PINTO, E. J. A. Hidrologia Estatística. CPRM, 2007. 552p. SANTOS, C. A. C.; BRITO, J. I. B. Análise dos índices de extremos para o semiárido do Brasil e suas relações com TSM e IVDN. Revista Brasileira de Meteorologia, v. 22, n. 3, p. 303-312, 2007. SANTOS, C. A. C., BRITO, J. I. B., RAMANA RAO, T. V., MENEZES, H. E. A. Tendências dos índices de precipitação no Estado do Ceará. Revista Brasileira de Meteorologia, v. 24, p. 39-47, 2009. SILVEIRA, C. da S.; SOUZA FILHO, F. de A. de; COSTA, A. A.; CABRAL, S. L. Avaliação de desempenho dos modelos do CMIP5 quanto à representação dos padrões de variação da precipitação no século XX sobre a região Nordeste do Brasil, Amazônia e bacia do Prata e análise das projeções para o cenário RCP8.5. Revista Brasileira de Meteorologia, v.28, n.3, 2013. 746 SILVEIRA, C. S.; SOUZA FILHO, F. A.; ALVES, B. C. C.; LÁZARO, Y. M. C. Análise de tendência da precipitação dos modelos do IPCC-AR4 no Nordeste Setentrional Brasileiro para o cenário A1B no século XXI. In: Simpósio Brasileiro de Recursos Hídricos, 19, Maceió. Anais, 2011. SOUSA, E.S. de; LIMA, F.W.B.; MACIEL, G.F.; SOUSA, J. P.; PICANÇO, A.P. Balanço hídrico e classificação climática de Thornthwaite para a cidade de Palmas–TO. In: Congresso Brasileiro de Meteorologia, 16, Belém, Anais on-line, 2010. SUDENE. Superintendência do Desenvolvimento do Nordeste. Dados pluviométricos mensais do nordeste – Série pluviometria 5. Estado da Paraíba. Recife, 239p. 1990. TAMMETS, T; JAAGUS, J. Climatology of precipitation extremes in Estonia using the method of moving precipitation totals. Theoretical and Applied Climatology, v.111, n.3-4, p.623-639, 2013. VIANA, P. C. Estimativa e espacialização das temperaturas do ar mínimas, médias e máximas com base em um modelo digital de elevação para o Estado do Ceará. Trabalho de Conclusão de Curso – Curso de Graduação em Tecnologia em Irrigação e Drenagem. Instituto Federal de Educação e Ciência Tecnologia. Iguatu, 2010. 747