| Popis: |
Esta pesquisa busca analisar e estimar cenarios futuros da temperatura maxima do ar nas capitais do Nordeste Brasileiro, com o intuito de evidenciar a importância das alteracoes climaticas hoje e no futuro. Para isso, utilizaram-se dados de precipitacao pluvial, velocidade do vento, umidade relativa e temperatura maxima do ar, disponibilizados pelo banco de dados meteorologicos de ensino e pesquisa do Instituto Nacional de Meteorologia, das noves capitais da regiao nordeste do Brasil no periodo de 1980 a 2019, e a tecnica via regressao dinâmica que combinam a dinâmica de series temporais e o efeito de variaveis explicativas . Os principais resultados mostraram que o modelo de regressao dinâmica, ajustou de forma satisfatoria a associacao entre as variaveis meteorologicas. Foram consideradas as funcoes de tendencia (sem defasagem) e de sazonalidade (com defasagem) em todas as capitais, apresentando a ocorrencia de diferentes defasagens conforme a capital e a variavel. De forma que, as temperaturas mais elevadas dentre as capitais analisadas ocorreram em Teresina/PI e as menos elevadas, em Salvador/BA. Em termos gerais, os cenarios otimistas (C1) apresentaram temperatura entre 32,5 e 35 oC, os pessimistas (C2) entre 36 e 37,5 oC e os extremos (C3) 35 e 39 oC, evidenciando que todos os cenarios futuros apresentam perigo para a populacao. Espera-se que os resultados obtidos possam auxiliar politicas publicas. Construction of future scenarios of maximum air temperature: Capitals of the Brazilian Northeast A B S T R A C T This research aims to analyze and estimate future scenarios of maximum air temperature in the capitals of northeastern Brazil, in order to highlight the importance of climate change today and in the future. For this, rainfall, wind speed, relative humidity and maximum air temperature data were used by the database meteorological activities of the National Institute of Meteorology, of the nine capitals of the northeastern region of Brazil from 1980 to 2019, and the dynamic regression technique that combines the dynamics of time series and the effect of explanatory variables.The main results showed that the dynamic regression model satisfactorily adjusted the association between meteorological variables.Trend (without lag) and seasonality (lag) functions were considered in all capitals, presenting the occurrence of different lags according to the capital and the variable. Thus, the highest temperatures among the capitals analyzed occurred in Teresina/PI and the least high, in Salvador/BA. In general terms, the optimistic scenarios (C1) presented temperature between 32.5 and 35 oC, the pessimists (C2) between 37.5 oC and extremes (C3) 35 and 39 oC, evidencing that all future scenarios present danger to the population. It is expected that the results obtained can help public policies. |
