Cálculos de Índices de Seca - Passo A Passo

ISSN 1678-9644
Dezembro, 2009
Empresa Brasileira de Pesquisa Agropecuria

Embrapa Arroz e Feijo
Ministrio da Agricultura, Pecuria e Abastecimento
Documentos 244
ndices para a Quantificao da

Seca
Diego Simes Fernandes
Alexandre Bryan Heinemann
Rosidalva Lopes da Paz
Andr de Oliveira Amorim
Aparecida Socorro Cardoso

Santo Antnio de Gois, GO
2009
Exemplares desta publicao podem ser adquiridos na:

Rod. GO 462, Km 12
Caixa Postal 179
75375-000 Santo Antnio de Gois, GO
Fone: (0xx62) 3533 2100
Fax: (0xx62) 3533 2123
www.cnpaf.embrapa.br
sac@cnpaf.embrapa.br
Comit de Publicaes
Presidente: Lus Fernando Stone
Secretrio-Executivo: Luiz Roberto Rocha da Silva
Supervisor editorial: Camilla Souza de Oliveira

Normalizao bibliogrfica: Ana Lcia D. de Faria
Reviso de texto: Camilla Souza de Oliveira
Capa: Sebastio Jos de Arajo
Editorao eletrnica: Fabiano Severino
1a edio
1a impresso (2009): 500 exemplares
Todos os direitos reservados

A reproduo no-autorizada desta publicao, no todo ou em parte,
constitui violao dos direitos autorais (Lei no 9.610).
Dados Internacionais de Catalogao na Publicao (CIP)
ndices para a quantificao da seca / Diego Simes Fernandes ...[et al.].
Santo Antnio de Gois : Embrapa Arroz e Feijo, 2009.
48 p. - (Documentos / Embrapa Arroz e Feijo, ISSN 1678-9644 ; 244)
1. Condio ambiental. 2. Dano seca. 3. Seca ferramentas para
monitoramento. I. Fernandes, Diego Simes. II. Embrapa Arroz e Feijo. III. Srie.

CDD 632.12 (21. ed.)

Embrapa 2009
Autores

Meteorologista, Mestrando em Cincias
Atmosfricas, Bolsista DTI-CNPq,
Santo Antnio de Gois, GO,
diegosifer@cnpaf.embrapa.br
Engenheiro agrnomo, Doutor em Irrigao e
Drenagem, pesquisador da
Embrapa Arroz e Feijo,
Santo Antnio de Gois, GO,
alexbh@cnpaf.embrapa.br
Bacharel em Fsica, Mestranda em Engenharia
do Meio Ambiente, Sistema de Meteorologia
e Hidrologia do Estado de Gois/SIMEHGO
Secretaria de Estado de Cincias e Tecnologia/
SECTEC, Goinia, GO,
dalvapaz@yahoo.com.br

Gegrafo, Mestrando em Engenharia Agrcola,
Sistema de Meteorologia e Hidrologia do Estado
de Gois/SIMEHGO Secretaria de Estado de
Cincia e Tecnologia/SECTEC , Goinia, GO,
amorim_go@yahoo.com.br
Bacharel em Geografia, Sistema de Meteorologia
e Hidrologia do Estado de Gois/SIMEHGO
Secretaria de Estado de Cincia e Tecnologia/
SECTEC , Goinia, GO, cida-cardoso@oul.com.br
Apresentao
A seca um dos fenmenos climticos que mais causa prejuzos na

agricultura, pois seu incio e fim so de difcil determinao. Ocorre em
uma regio quando a precipitao, para determinado perodo de tempo,
apresenta valores abaixo da normal climatolgica.
As secas podem ser diagnosticadas, com base em uma srie histrica
de dados meteorolgicos, por meio de ndices quantificadores de secas
e anlises estatsticas. Esses ndices diagnosticam os perodos de seca
ou umidade em uma rea pontual ou regional a partir de equaes empricas. A utilizao de ndices para quantificar a seca se faz necessria
para determinar a intensidade, a durao e a frequncia em que essa
anomalia ocorre.
Assim, esse documento aborda o clculo de diferentes ndices de seca,
contribuindo com o desenvolvimento de pesquisas que visem quantificar a seca em uma determinada regio.
Os autores
Sumrio
Introduo . .................................................................9
Tipos de Seca...............................................................9
Seca
Seca
Seca
Seca
Meteorolgica.................................................................
Hidrolgica.....................................................................
Agrcola.........................................................................
Socioeconmica..............................................................
10
10
11
11
Porcentagem Normal...............................................................
Decis.....................................................................................
ndice de Precipitao Padronizada............................................
ndice de Anomalia de Chuva....................................................
ndice de Seca de Bhalme & Mooley..........................................
ndice de Seca de Bhalme & Mooley Modificado..........................
ndice de Severidade de Herbst.................................................
ndice de Abastecimento de gua em Superfcie.........................
ndice de Reparao de Seca....................................................
ndice de Umidade da Cultura...................................................
ndice de Estresse Hdrico da Cultura ........................................
ndice de Desvio de Chuva de Lamb..........................................
ndice de Seca Efetiva.............................................................
ndice de Severidade de Seca de Palmer.....................................
15
16
17
22
23
25
26
29
32
32
33
35
36
38
ndices de Seca . ........................................................12
ndices de aridez.........................................................41
ndice de Aridez de Martonne................................................... 41

ndice de Chuva de Langs....................................................... 42
ndice de Aridez...................................................................... 43
Referncias ...............................................................43
ndices para a quantificao

da seca
Introduo
A seca um fenmeno natural desastroso, que tem um impacto significativo nas esferas socioeconmicas, agrcolas, e ambiental. Difere de outros desastres naturais por seu processo se dar de forma lenta e ter seu incio e fim
de difcil determinao. Por ser um processo lento, frequentemente a seca
no atrai a ateno da comunidade, persistindo seu impacto mesmo depois
do trmino do evento. As secas normalmente atingem uma vasta extenso
espacial e temporal (MOLINA; LIMA, 1999).
A seca percebida de diferentes maneiras em regies com caractersticas
climticas variadas e com diferentes nveis de utilizao de gua. Isso contribui de forma negativa para uma definio rigorosa de seca que seja aceita
universalmente e de um modelo uniforme para abordagem de seu estudo.
No entanto, todos os estudos relacionam as secas com situaes de escassez de gua, resultado de precipitao insuficiente, elevada evapotranspirao e demasiada explorao dos recursos hdricos ou de uma combinao
destes parmetros.
Tipos de Seca
Existem diversas maneiras de se definir seca, dependendo principalmente da temtica da abordagem. Essas abordagens podem ser relaciona-
10
ndices para a quantificao da seca
das a precipitao, agricultura, hidrologia e a socioeconmica. Sendo

assim, vrios autores (WILHITE; GLANTZ,1987; BYUN; WILHITE,
1999; MCKEE et al., 1993) definiram quatro tipos de secas: meteorolgica, agrcola, hidrolgica e socioeconmica.
Embora as secas estejam classificadas nesses quatro tipos, todas so
originadas da deficincia de precipitao, que resulta na falta de gua
para o desenvolvimento de atividades ou para a sobrevivncia dos seres
vivos (WILHITE, 2003).
Seca Meteorolgica
A seca meteorolgica expressa apenas com base no grau de secura
e na durao do perodo seco comparados a algum estado normal,
ou seja, caracterizada pelo dficit da precipitao em relao ao
valor normal. Caracteriza-se pela falta de gua induzida pelo desequilbrio entre a precipitao e a evaporao, a qual depende de outros
elementos como a velocidade do vento, temperatura, umidade do ar e
insolao.
Portanto, definies de seca meteorolgica devem ser consideradas
como especficas de uma regio, em virtude de as condies que conduzem falta de precipitao variarem consideravelmente de regio
para regio (PIRES, 2003). Esse tipo de seca existe quando numa determinada regio ocorre precipitaes abaixo dos 70% a 75% do valor
normal durante um perodo prolongado (INSTITUTO NACIONAL DE
GESTO DE CALAMIDADES, 2003).
Seca Hidrolgica
Esse tipo de seca est relacionado com a reduo dos nveis mdios de
gua em reservatrios de superfcie e subterrneos por um determinado perodo de tempo, podendo ser de dias, semanas, meses ou anos
sucessivos. Normalmente est defasado da seca meteorolgica, sendo
necessrio um perodo maior para que as deficincias de precipitao se
traduzam em deficincias nos reservatrios (PIRES, 2003). Geralmente ocorre no fim de um perodo muito longo de seca meteorolgica. A
seca hidrolgica traz consequncias como a reduo de abastecimento
de gua nos centros urbanos, industriais, nos sistemas de irrigao e na

produo de energia eltrica.
Seca Agrcola
As combinaes dos tipos de seca meteorolgica e hidrolgica esto
diretamente ligadas aos impactos na agricultura, ocasionando assim, a
seca agrcola. Esse tipo de seca est basicamente associado disponibilidade de gua no solo para suportar o crescimento e desenvolvimento
das plantas.
A umidade deficiente no solo junto cultura pode afetar a germinao,
o crescimento e o desenvolvimento da planta, conduzindo reduo do
rendimento final. A seca agrcola geralmente manifesta-se aps a seca
meteorolgica, mas antes da seca hidrolgica (PIRES, 2003).
Seca Socioeconmica
A seca socioeconmica est relacionada com o impacto da seca
sobre as atividades humanas, incluindo os impactos diretos e
indiretos na produo agrcola e outras atividades econmicas.
Ocorre quando o dficit de gua induz a falta de bens ou servios
(energia eltrica, alimentos, entre outros) devido a um volume de
gua inadequado, resultante de uma m distribuio das chuvas, de
um aumento no consumo, ou ainda de um mau gerenciamento dos
recursos hdricos.
O esquema apresentado na Figura 1 mostra a sucesso e a possvel
evoluo temporal na cadeia de fenmenos resultantes de uma seca,
passando por todos os tipos de seca citados anteriormente. Tem incio pela seca meteorolgica, a qual desencadeia uma srie de eventos que resultam em uma seca agrcola e, mais tarde, em funo da
longa durao do perodo da seca, torna-se uma seca hidrolgica
com impactos na afluncia para reservatrios e lagos. Por ltimo,
ocorre a seca socioeconmica, que impacta os setores sociais, ambientais e econmicos. A dimenso e a gravidade do problema so
basicamente dependentes da extenso e da durao da seca meteorolgica.
11
12
Fig. 1. Evoluo das secas em funo da durao e dos impactos.

Fonte: adaptado de Silva et al. (2005).
ndices de Seca
A compreenso mais eficaz para investigar a seca e seus impactos,
incluindo seu comeo e o seu fim, est na utilizao de ndices criados
por vrios pesquisadores para medir a severidade da seca. Os ndices
de seca assimilam vrios anos de variveis meteorolgicas como: precipitao, temperatura do ar, evapotranspirao, escoamento superficial
(runoff), umidade do solo, entre outras variveis, e assim as combinam
a fim de identificar o incio de um perodo de seca. Este documento
identifica alguns dos mais utilizados ndices de seca. Nenhum ndice
perfeito para todas as situaes. A Tabela 1 resume de forma bem
simples os ndices de seca revisados neste documento.
Tabela 1. Resumo dos ndices de seca apresentados nesse documento.

Dados de
ndice de seca
Escala
Aplicao
Prs/Contras
entrada
ndice
Prs: Um simples clculo efetivo para comparao
Porcentagem
entre uma nica regio ou estao.
Normal (PN)
MeteorolContras: Desde que a normal uma construo
P
S, M, A
Percent of
gico
matemtica baseada em um nmero limitado de
Normal
anos, no pode sempre refletir tendncias climticas.
Prs: Remove algumas fraquezas de aproximao
PN, fornecendo uma medida estatstica exata
Decis (D)
Meteorol- do
P
M
da
precipitao.
Deciles
gico
Contras: Exige no mnimo 30 anos de registro de
dados.
ndice de
Prs: O SPI pode ser calculado para diferentes esPrecipitao
calas de tempo. Possibilita o aviso prvio da seca
Padronizada (SPI)
Meteorole ajuda a avaliar a severidade da seca, alm de ser
P
M
Starterized
gico
menos complexo que o PDSI.
Precipitation
Contras: Os valores de SPI so baseados em dados
Index
preliminares e podem mudar.
Prs: Difere do ndice SWSI por adicionar o valor
ndice de Anomalia
de temperatura. Diferenas entre o RAI e os mais
de Chuva (RAI)
Meteorol- complexos ndices de Palmer so insignificantes.
P
M,
A
Rainfall Anomaly
gico
Contras: O indicativo de ano seco, nem sempre
Index
garante a ausncia de cheias em uma regio estudada.
Prs: O ndice (Z) de umidade do algoritmo de Palmer foi substitudo por um ndice mais simples de
ndice de Seca de
precipitao mensal calculado somente com dados
Bhalme & Mooley
Meteorol- de precipitao. O ndice eficaz para analisar as
(BMDI)
P
M, A
gico
regies tropicais.
Bhalme & Mooley
Contras: Como considera somente os dados de
Drought Index
precipitao, no um bom indicador regional de
seca.
ndice de Seca
Prs: Melhoria e adaptao do ndice BMDI s conde Bhalme &
dies regionais. Sensvel variao da umidade
Mooley Modificado
solo.
Meteo- do
(MBMDI)
Contras: O MBMDI, assim como o ndice de PalP,
T
D,
M,
A
rolgico,
Modified Bhalme
vlido apenas para locais com solos de comAgrcola mer,
& Mooley Drought
posies fsicas idnticas.
Index
ndice de
Severidade de
Herbst (HSI)
Herbst Severity
Index
Prs: O HSI uma ferramenta que melhor se aplica em locais que tenham secas de longo perodos,
Meteorol- como o nordeste brasileiro.
gico
Contras: Como o total de precipitao varia de ano
a ano, espera-se que as culturas tpicas estejam
ajustadas variabilidade mdia de precipitao.
13
14
Tabela 1. Continuao...
Dados de
ndice de seca
Escala
entrada
ndice de
Abastecimento
de gua em
Superfcie (SWSI)
Surface Water
Supply Index
P, QN,
FS, R
ndice de
Recuperao
de Seca (RDI)
Reclamation
Drought Index
P, T, QN,
FS, R
ndice de Umidade
da Cultura (CMI)
Crop Moisture
Index
P, T, US
ndice de Estresse
Hdrico da Cultura
(CWSI)
Crop Water
Stress Index
ndice de Desvio
de Chuva de Lamb
(LRDI)
Lamb Rainfall
Departure Index
P, T, US
S, M
ndice de Seca
Efetiva (EDI)
Effective Drought
Index
ndice de
Severidade de
Seca de Palmer
(PDSI)
Palmer Drought
Severity Index
P, T, US
Aplicao
Prs/Contras
Prs: O ndice supriu elementos hidrolgicos que

faltaram ao PDSI.
Contras: Mudar uma estao de coleta de dados
Hidrolgico ou as polticas de gerenciamento de gua requer
que um novo algoritmo seja calculado. O ndice
nico para cada bacia, o que limita a comparaes
entre bacias.
Prs: Como o SWSI, o RDI calculado nvel de
bacia, s que adiciona ao clculo a varivel temperatura. Sua caracterstica principal esclarecer
Hidrolgico fatores climticos e o suprimento de gua.
Contras: Devido ao fato do ndice ser nico para
cada bacia, as comparaes entre bacias so limitadas.
Prs: Identifica potenciais secas agrcolas.
Contras: No eficiente na monitorao longo
Agrcola prazo da seca.
Agrcola
Prs: Vrios autores enfatizam o uso do CWSI em

programas de irrigao e monitoramento de estresse hdrico de culturas em regies ridas.
Prs: Uma das principais vantagens desse ndice

todas as sries de precipitao, mesmo apreMeteorol- que
sentando
falhas, podem ser usadas na determinagico
o do ndice regional.
Prs: O ndice calculado em escala diria e
uma funo da precipitao necessria, ou seja,
que est faltando para retornar para as condies
(climatolgicas). Os valores de EDI so
Meteorol- normais
normalizados, podendo comparar secas de divergico
sas localidades.
Contras: Utiliza dados dirios de precipitao, muitas vezes esses dados no esto disponveis para
as regies que se pretende estudar.
Prs: Utiliza um algoritmo para calcular o balano
hdrico e a umidade do solo, baseado na tempeMeteo- ratura e precipitao como dados de entrada,
rolgico, alm de ser particularmente til para aplicaes
Agrcola agrcolas.
Contras: Os valores de Palmer podem no identificar as secas to facilmente como outros ndices.
Abreviaturas: P Precipitao, T Temperatura, QN Quantidade de Neve, FS Fluxo em Superfcie, R Runoff, US

Umidade do Solo, D Decendial, S Semanal, M Mensal, A Anual.
ndice de Porcentagem Normal (Percent of Normal PN)

O ndice de Porcentagem Normal (PN) facilmente calculado e serve
bem s necessidades dos previsores do tempo e do pblico em geral.
Esse ndice baseado na precipitao, que facilmente medida em diversos locais. Tais anlises so eficazes quando usadas para uma nica
regio ou uma nica estao.
O clculo feito dividindo a precipitao atual pela precipitao normal
(considerada a mdia de 30 anos) e multiplicado por 100, para obter o
resultado em porcentagem, conforme mostra a equao 1. Esse ndice
pode ser calculado em diversas escalas de tempo, como semanas, dcadas, meses, sazonal e anual. Tem como grandes vantagens a simplicidade e a facilidade de determinao e a existncia de dados disponveis na maioria das estaes.
Uma desvantagem potencial de se usar esse ndice quanto distribuio da precipitao no perodo considerado, que no obedece a uma
distribuio normal. Nessas circunstncias, h uma diferena entre a
mdia e a mediana, sendo a mediana o valor com uma probabilidade
e ocorrncia de 50%. Isso ocorre porque a maioria dos valores hidrolgicos aleatrios em escalas mensais ou sazonais no apresenta uma
distribuio normal.
P = 6 PPpp(atual)
(normal) @ X 100%
r
(eq. 01)
sendo:
P= porcentagem da precipitao normal (%);
Pr p (atual) = precipitao medida em um dado local ou estao (mm);
Pr p (normal)= precipitao normal do local ou estao considerada (mm).
A Tabela 2 ilustra a classificao dos valores do ndice de Porcentagem Normal divididos em onze categorias, adaptada por Gois
(2005).
15
16
Tabela 2. Classificao do ndice de Porcentagem Normal.

PN
100% a 90%
70% a 89,9%
50% a 69,9%
30% a 49,9%
10% a 29,9%
-9,9% 0 9,9%
-10% a 29,9%
-30% a 49,9%
-50% a 69,9%
-70% a 89,9%
-90% a -100%
Classificao
Extremamente mido
Umidade alta
Umidade moderada
Umidade baixa
Umidade inicial
Normal
Seca inicial
Seca suave
Seca moderada
Seca severa
Seca extrema
Decis (Deciles - D)
Desenvolvido por Gibbs e Maher (1967), o mtodo dos Decis remove
algumas das limitaes na aproximao da Porcentagem Normal.
Esse mtodo agrupa as ocorrncias mensais de precipitao em decis
(dcimos da distribuio dos dados), ou seja, divide a srie de precipitao em dez partes iguais por ordem crescente, da precipitao mais
baixa a mais elevada. O 1 decil corresponde aos valores da precipitao que no excedam os 10% dos valores mais baixos. O 2 decil
corresponde aos valores da precipitao que no excedam os 20% dos
valores mais baixos. Por definio, o 5 decil igual mediana, que
equivalente quantidade de precipitao no excedida de 50% das
ocorrncias durante o perodo de registro. Com base nessa diviso,
determina-se a probabilidade de ocorrncia de um determinado evento e
classifica-se qualitativamente a seca. Por exemplo, um valor inferior ou
igual ao 2 decil, um valor que acontece em cerca de 20% dos anos,
o que equivale a dizer que tem uma probabilidade de ocorrncia de
20%. Os decis so fceis de calcular e fornecem uma estatstica exata
da precipitao medida, entretanto, exigem um longo prazo, 30 anos de
registro de dados.
Para a classificao qualitativa das secas segundo esse mtodo, os
decis so agrupados em cinco classes distintas, como indicado na
Tabela 3.
Tabela 3. Classificao do mtodo dos Decis.

Decis
1-2
3-4
5-6
7-8
9 - 10
Categoria
Abaixo de 20%
Igual ou inferior a 20%
Mdia de 20%
Igual ou superior a 20%
Superior a 20%
Classificao
Extremamente mido
Muito mido
Moderadamente mido
Muito seco
Extremamente seco
ndice de Precipitao Padronizada (Standardized Precipitation Index - SPI)

O dficit de precipitao possui diferentes impactos na gua subterrnea, no armazenamento do reservatrio, na umidade do solo e nos
escoamentos dos rios. Isso fez com que McKee et al. (1993) desenvolvessem o ndice de Precipitao Padronizado (SPI). Esse ndice
quantifica o dficit de precipitao para mltiplas escalas de tempo
que refletem o impacto da seca na disponibilidade de fontes de gua.
As condies de umidade de solo respondem s anomalias de precipitao em uma escala de tempo relativamente curta. O armazenamento
de gua subterrnea, dos fluxos de rios e do reservatrio refletem as
anomalias de precipitao a longo prazo. Por essa razo, McKee et al.
(1993) originalmente calcularam o ndice em escalas de tempo de trs,
seis, doze, vinte e quatro e quarenta e oito meses.
O clculo do ndice SPI para qualquer local baseado no registro de
precipitao de longo prazo ajustado a uma distribuio de probabilidade. Essa distribuio ento transformada para uma distribuio
normal, de modo que o SPI mdio para uma localizao e perodo desejados seja zero (EDWARDS; MCKEE, 1997). Os valores positivos de SPI
indicam a precipitao maior do que a mediana ou mdia e os valores
negativos indicam precipitaes menores que a mediana ou mdia.
Devido ao fato do SPI ser normalizado, climas mais secos ou midos
podem ser representados no mesmo modo. Assim, perodos midos
podem tambm ser monitorados usando o SPI.
Para o clculo do SPI, deve-se utilizar uma base de dados de precipitao com pelo menos 30 anos, sendo ajustado por meio da distribuio
17
18
gama, que posteriormente transformada em uma distribuio normal,

que por definio, apresenta sua mdia com valor zero e varincia
unitria. A distribuio gama definida pela funo de densidade de
probabilidade dada pela equao 2:
-
a-1
b

g (x) = 1
x
e
C (a) ba
(eq. 02)
sendo:
a > 0 = parmetro de forma (admensional);
b > 0 = parmetro de escala (mm);
> 0 = total de precipitao (mm);
() = funo gama.
A funo gama obtida por meio da equao 3:
(a) = ya-1 e-y dy
(eq. 03)
Para estimar os parmetros de forma a e b, utiliza-se o mtodo da mxima verossimilhana (THOM, 1966), equaes 4, 5 e 6:
a = 1 c1 +
4A
1 + 4A m
3
(eq. 04)
b= X
a
_ 1 N
A = In (x) - --- ln (x)
N i=1
(eq. 05)
(eq. 06)
sendo:
_
X = mdia aritmtica da precipitao pluvial (mm);
ln = logaritmo neperiano;
N = nmero de observaes de precipitao.
Os resultados dos parmetros de forma e escala so ento usados para
encontrar a probabilidade cumulativa de um evento de precipitao observado para uma escala de tempo mensal. A probabilidade cumulativa
dada pela equao 7:
G (x) = #
0
g (x) dx = a 1
#
b C (a) 0
a-1
x e
x
b
dx
(eq. 07)
Substituindo t = , a equao 7 transforma-se na funo gama incomb

pleta, equao 8:
X
G (x) =
a-1 -t
1
#
t
e dt
C (a)0
(eq. 08)
Desde que a funo gama indeterminada para x = 0 e uma distribuio de precipitao pode conter zeros, a probabilidade cumulativa toma
o seguinte aspecto, equao 9:
H (x) = q + (1 - q) G (x)
(eq. 09)
sendo:
H (x) = distribuio de probabilidade cumulativa;
q = probabilidade de ocorrncia de valores nulos (zeros);
G (x) = distribuio cumulativa terica.
Se m o nmero de zeros em uma srie temporal de precipitao,
Thom (1966) indica que q pode ser estimado por m /n + 1. Thom (1966)
usa tabelas da funo gama incompleta para determinar a probabilidade
cumulativa G (x). McKee et al. (1993) usam um mtodo analtico junto
com um cdigo de software sugerido por Press et al. (1988) para determinar a probabilidade cumulativa.
A distribuio de probabilidade cumulativa H(x) ento transformada
em uma varivel aleatria normalizada (Z) com mdia zero e desvio
padro 1, onde a varivel (Z) corresponder ao valor de SPI. Essa uma
transformao equiprobabilstica que Panofsky e Brier (1958) definiram
como uma caracterstica essencial para transformar uma varivel de dis-
19
20
tribuio gama para uma varivel com uma distribuio normal, onde a
probabilidade de ser menor que um valor dado ser igual probabilidade de ser menor que o valor correspondente da varivel transformada.
As probabilidades cumulativas empricas foram bem desenvolvidas por
Panofsky e Brier (1958), onde os dados de precipitao so ordenados
em ordem crescente de magnitude, de forma que os valores so baixos
e onde o tamanho da amostra dado pela equao 10:
m
q = ----------
n+1
(eq. 10)
sendo:
m = nmero de ordem dos valores de zero em uma srie climatolgica;
n = tamanho da amostra.
Visto que seria desnecessrio reproduzir vrios grficos para cada localidade e em todas as escalas temporais possveis e para cada ms do ano,
o valor de (Z) ou SPI obtido mais facilmente pela aproximao matemtica desenvolvida por Abramowitz e Stegun (1965), que converte a
probabilidade cumulativa em uma distribuio normal a varivel (Z).
Em que Z definido pelas equaes 11 e 12:

Z = SPI = -
C0+C1t+C2t2
t - -------------------------- para 0 < H (x) 0,5

1+d t+d t +d t
1
C +C t+C t2
0
1
2
para 0,5 < H (x)
Z = SPI = + t - --------------------------
1+d1t+d2t2+d3t3
(eq. 11)
(eq. 12)
Sendo t definido pelas equaes 13 e 14:
t=
In ;
1
E
(H (x)) 2
t=
In ;
1
E
1 - (H (x)) 2
para 0 < H (x)
0,5
para 0,5 < H (x)
Os coeficientes utilizados nas equaes 11 e 12 so:
(eq. 13)
(eq. 14)
Co = 2,515517;
C1 = 0,802853;
C2 = 0,010328;
d1 = 1,432788
d2 = 0,189269;
d3 = 0,001308.
Conceitualmente, o SPI representa o z-score, ou seja, o nmero de
desvios padro acima e abaixo do qual um evento (valor) se encontra
em relao mdia. Entretanto, isso no totalmente correto para escalas curtas de tempo, visto que a distribuio original da precipitao
original no assimtrica. No entanto, a Figura 2 ilustra que durante o
perodo base, no qual os parmetros gama so estimados, o SPI ter
uma distribuio normal com valor esperado 0 e varincia 1. Um ndice
com essas caractersticas desejvel de modo a permitir comparaes
de valores do ndice para diferentes localidades e regies significantes.
Fig. 2. Distribuio normal

com o SPI tendo uma mdia
de 0 e uma varincia de 1.
Fonte: Domingos (2006).
McKee et al. (1993) usaram os valores de SPI para definirem a existncia ou no de seca e o seu grau de intensidade. Segundo os
autores, a seca ocorre sempre que o valor do SPI continuamente
negativo, atingindo uma intensidade igual ou menor que menos um
(-1,0). A seca termina quando o valor do SPI se torna positivo. A classificao feita com base nos limites indicados na Tabela 4, permitindo caracterizar no somente as secas, mas tambm os perodos mais
midos. Esse mtodo tem a grande vantagem de padronizar a anlise,
permitindo comparar regies totalmente distintas, como por exemplo
regies com climas mais midos e chuvosos com regies mais ridas
e secas.
21
22
Tabela 4. Classificao do ndice de Precipitao Padronizada.
SPI
2,00
1,00 a 1,99
0,50 a 0,99
0,49 a - 0,49
-0,50 a - 0,99
-1,00 a -1,99
-2,00
Classificao
Extremamente mido
Muito mido
Moderadamente mido
Prximo ao normal
Moderadamente seco
Muito seco
Extremamente seco
ndice de Anomalia de Chuva (Rainfall Anomaly Index RAI)

O ndice de Anomalia de Chuva foi desenvolvido por Rooy (1965) e incorpora um procedimento de classificao para ordenar magnitudes de
anomalias de precipitaes positivas e negativas. Esse ndice considerado muito simples, dada a sua facilidade de procedimento computacional, que consiste da determinao de anomalias extremas. Rooy (1965)
descreve que o ndice visa tornar o desvio da precipitao em relao
condio normal de diversas regies passveis de comparao. O procedimento para o clculo apresentado nas equaes 15 e 16:
RAI =3 ;
(p - p
E
m -p
RAI = - 3 ;
(p - p
E
x -p
(eq. 15)
(eq. 16)
sendo:
p = preciptao observada (mm);
p = precipitao mdia (mm);
m = representa a mdia dos dez valores mais altos;
x = representa a mdia dos dez valores mais baixos.
Para anomalias positivas, o parmetro m a mdia dos dez valores mais
elevados da precipitao do perodo estudado; para as anomalias negativas, o parmetro x representa os dez valores mais baixos da precipitao
do mesmo perodo. Os valores do ndice so ordenados em um esquema
de classificao de nove categorias, Tabela 5, variando de extremamente
mido a extremamente seco (Rooy, 1965). Oladipo (1985) encontrou
que diferenas entre o ndice de Anomalia de Precipitao e os mais
complicados ndices de Palmer e Bhalme-Mooley so insignificantes.
Tabela 5. Classificao do ndice de Anomalia de Precipitao.

RAI
4,00
3,00 a 3,99
2,00 a 2,99
0,5 a 1,99
-0,49 a 0,49
-1,99 a -0,5
-2,00 a -2,99
-3,00 a - 3,99
- 4,00
Classificao
Extremamente mido
Umidade alta
Umidade moderada
Umidade baixa
Normal
Seca suave
Seca moderada
Seca alta
Extremamente seca
ndice de Seca de Bhalme & Mooley (Bhalme & Mooley

Drought Index BMDI)
Bhalme e Mooley (1980), ao estudarem as regies tropicais da ndia, encontraram alguns problemas para aplicar o ndice de Severidade de Seca
de Palmer, assim como outros estudos (HAVENS, 1969; ALLEY, 1984;
GUTTMAN, 1991) demonstraram que o ndice de Palmer no era um
bom indicador das condies de umidade, principalmente nos perodos
secos. Outra desvantagem encontrada no PDSI foi que a regularizao
da vazo superficial no considerada. McDonald (1989), ao estudar a
aplicao do PDSI na Austrlia, apresentou algumas consideraes para a
aplicao do ndice: a) seriam necessrios pelo menos 30 anos de dados
dirios de precipitao e de temperatura para se estimar a capacidade de
umidade do solo; b) o mtodo calcula a frequncia e a severidade, tanto
dos perodos midos quanto dos perodos secos; e c) o ndice pode ser
usado em bacias hidrogrficas de pequeno porte.
Com os problemas encontrados, Bhalme e Mooley desenvolveram o
ndice de Seca de Bhalme & Mooley (BMDI) para avaliar a intensidade de
seca usando somente a precipitao. Os detalhes do clculo do BMDI e
do PDSI so geralmente semelhantes, com apenas algumas diferenas.
Bhalme e Mooley substituram o ndice (Z) de umidade no algoritmo de
Palmer por um ndice mais simples de precipitao mensal (M), calculado
somente dos dados de precipitao. Alm disso, o BMDI no envolve o
seguimento simultneo de pseudos ndices dos perodos de seca, midos
ou no estabelecidos, que poderiam ser confusos.
23
24
Para obter o BMDI, primeiramente calcula-se a precipitao mdia

mensal e o desvio padro, a seguir, se obtm o ndice (M) de umidade,
conforme equao 17:
M = 100
(p - p)

v
(eq. 17)
sendo:
p = precipitao observada no ms considerado;
p = precipitao mdia ocorrida no perodo;
= desvio padro das precipitaes pluviomtricas mensais.
Em seguida so obtidas as mdias dos mais altos valores negativos do
ndice de umidade durante vrios meses para todos os postos que apresentam uma boa homogeneidade nos dados de chuva.
A intensidade da seca do ms k obtida pela equao 18:
=/
Mk

i = 1 60,25( a + bk)@
(eq. 18)
sendo:
i=1
Mk = a + bk = corresponde a uma reta de mnimos quadrados
obtida com base na soma acumulada dos valores negativos mais altos
do ndice de umidade (M);
a e b = constantes de regresso;
k = nmero de meses.
Fazendo-se k = 1 na equao 18, obtem-se a contribuio de cada
ms do ndice de umidade para a seca, dada pela equao 19:
I1 =
M1

60, 25 (a + b)@
(eq. 19)
Para o ms inicial, I0 = 0 e ento:
I1 = I1 - I0 = I1
Assim, dado um ms inicial seco, para os meses seguintes deve existir
um termo adicional, conforme a equao 20:
9Ik =
Mk

60, 25 (a + b) + cIk - 1@
Fazendo-se 0,25(a+b) = d e
Ik =
(eq. 20)
Ik = Ik - Ik-1 , obtm-se a equao 21:
Mk

6 d + (1 + c) + Ik - 1@
(eq. 21)
sendo:
c e d = so constantes obtidas atravs dos coeficientes da reta de
mnimos quadrados.
A equao 21 denominada ndice de severidade de seca. A Tabela 6
ilustra a classificao do ndice de Seca de Bhalme & Mooley.
Tabela 6. Classificao do ndice de Seca de Bhalme & Mooley.
BMDI
4,00
3,00 a 3,99
2,00 a 2,99
1,00 a 1,99
0,99 a -0,99
-1,00 a -1,99
-2,00 a -2,99
-3,00 a -3,99
- 4,00
Classificao
Extremamente mido
Umidade alta
Umidade moderada
Umidade leve
Prximo ao normal
Seca leve
Seca moderada
Seca severa
Extremamente seco
ndice de Seca de Bhalme & Mooley Modificado (Modified Bhalme & Mooley Drought Index)
O ndice de Seca de Bhalme e Mooley Modificado (MBMDI) representa
uma tentativa de melhoria e adaptao do ndice de Seca de Bhalme e
Mooley (BMDI) s condies climticas regionais. O BMDI calculado
considerando apenas a pluviometria, no sendo o melhor indicador para
condies regionais. Segundo Azevedo e Silva (1995), o MBMDI mostrou
uma sensvel variao de umidade do solo e um bom desempenho na
identificao dos perodos secos e midos, alm do grau de severidade
da seca. Segue a mesma metodologia do BMDI (equaes 18 a 21) no
que se refere determinao de uma reta, caracterizando seca extrema
atravs do ndice de umidade acumulada, sendo que no MBMDI, o ndice
de umidade (MM) extrado do balano hdrico, equao 22:
25
26
(p ETP)
MM - + R
(p-ETP)
(eq. 22)
O primeiro termo do lado direito do ndice de umidade (equao 22) fornece,

de forma relativa, a quantidade de gua que permanece no solo, enquanto que o segundo e ltimo termo expressa a perda relativa de gua para a
atmosfera, dada pela razo entre a evapotranspirao real e a potencial,
conhecido como ndice R (Yao, 1968), representado pela equao 23:
R - ETR
ETP
(eq. 23)
A equao 23 expressa o relacionamento entre o suprimento e a demanda de umidade. Quando o solo estiver completamente abastecido,
essa relao ser igual a 1.
Tanto o MBMDI quanto o ndice de Palmer, por serem baseados no
balano hdrico local, so vlidos apenas para locais com solos de composio fsica idnticas. O BMDI, PDSI, RAI, e outros, expressam uma
medida de seca ou de umidade do solo em escalas de tempo mensais.
Entretanto, o MBMDI, por ser desenvolvido para aplicao em sistemas
operacionais, pode ser expresso em escalas de tempo decendiais.
ndice de Severidade de Herbst (Herbst Severity Index HSI)

Para perodos de secas histricas, que se estendem por uma vasta
regio e duram muitos anos, como ocorre no Nordeste Brasileiro, se
faz necessrio um diagnstico completo e preciso dos perodos histricos de secas, de forma a se ter uma estimativa tanto da frequncia
de ocorrncia desses eventos, quanto de seus parmetros caractersticos, como: durao, severidade e magnitude. Assim, para anlise
dessas secas, Herbst et al. (1966) desenvolveram um ndice conhecido
como Herbst Severity index (HSI). O HSI baseia-se na anlise da srie
de precipitao mensal, de modo que a durao e a severidade, bem
como o ms de incio e fim de um perodo seco possam ser calculados.
Segundo Freitas (2005), uma premissa bsica desse mtodo que a
agricultura praticada em uma determinada regio , de certa maneira,
adaptada s condies climticas vigentes na rea. Sendo que o total
precipitado varie entre anos, espera-se que as culturas tpicas sejam
ajustadas variabilidade mdia de precipitao. Por isso, somente os

meses nos quais o dficit de precipitao permanece acima do dficit
mdio daquele ms so classificados como meses secos.
O procedimento para o clculo desse ndice inicia-se com a subtrao da
precipitao mdia de um dado ms da precipitao atual do ms, de modo
que resulte em um dficit ou excesso. Esse valor , ento, multiplicado por
um peso correspondente ao ms seguinte e o produto resultante, o qual ser
positivo ou negativo, adicionado precipitao atual do ms em questo.
Essa soma final denominada precipitao efetiva, equao 24:
NEFij = (Nij-1 - Nj-1) * Wj +Nij
(eq. 24)
sendo:
NEFij = precipitao efetiva do ano i, ms j;
Nij-1 = precipitao no ano i , ms j -1;
Nj-1 = precipitao mdia do ms j -1;
Wj = peso do ms j
;
Nij = precipitao efetiva do ano i , ms j.
O peso pode ser obtido atravs da equao 25:
Nj

Wj =0, 1 1 +
e
1 *MJN o
12
(eq. 25)
sendo:
MJN = precipitao mdia anual.
Essa formulao emprica baseia-se no fato de que o efeito de transferncia
ou retardo, em meses importantes do ponto de vista agrcola, so meses
com elevado nvel pluviomtrico comparado aos meses normalmente secos.
Para a determinao do incio de uma seca, foi introduzido um teste
que faz uma comparao entre a soma de todas as diferenas negativas com os doze valores determinados por meio de interpolao entre
a precipitao mensal mxima mdia da srie e o dficit anual mdio. O
primeiro dos doze valores corresponde exatamente ao valor de MMMN.
27
28
O segundo valor resulta da soma de MMMN com a taxa de crescimento

x. O terceiro corresponde soma de MMMN com duas vezes o valor
x, e assim por diante. O ltimo valor corresponde exatamente MJD.
O clculo desses doze volumes pode ser expresso atravs da taxa de
crescimento x, dada pela equao 26:
x= MJD-MMMN
11
(eq. 26)
sendo:
MMMN = precipitao mensal mxima mdia;
MJD = dficit anual mdio.
A determinao do dficit mensal mdio para cada ms estabelecida
atravs da diferena entre a precipitao efetiva e a precipitao mdia
mensal.
O incio potencial de uma seca confirmado caso em um determinado ms
ocorra um dficit (diferena entre a precipitao mdia e a atual). Aps a
confirmao de um incio potencial de seca ento iniciado, para os prximos doze meses de precipitao da srie, um teste sequencial por meio da
taxa de crescimento x, para se estabelecer um incio real de seca.
Aps a determinao de um incio real de seca, inicia-se, imediatamente, o teste das condies relativas a um fim potencial deste perodo
seco: caso um ou mais meses, depois de um ms inicial com diferenas
positivas, apresentem diferenas positivas, ento se caracteriza um fim
potencial de uma seca. Esse fim potencial comprovado por meio de
dois outros testes: o primeiro teste empregado para se certificar se
essa precipitao acima da mdia representa apenas uma interrupo
do perodo seco ou se realmente corresponde a um final de seca. Esse
teste inicia-se pelo clculo da soma de todas as diferenas algbricas do
ms inicial at o n-simo ms. Caso essa soma torne-se negativa, esse
perodo seco visto apenas como uma pequena interrupo da precipitao. Esse teste repetido para o prximo ms com diferena positiva,
que segue o ms em questo. O segundo teste engloba dez testes sucessivos. De incio computada a soma dos trs primeiros meses testados.
Depois, compara-se essa soma com a soma dos trs maiores valores da
srie de precipitao mensal. Caso a primeira soma seja a maior, ento
constatado um fim de seca. Caso contrrio compara-se a soma dos quatro primeiros meses com a soma dos quatros maiores valores de precipitao mensal, e assim por diante. Caso o fim da seca seja comprovado,
inicia-se o teste para a determinao de incio de um novo perodo de
seca, a partir do ms seguinte ao fim da seca.
Nesse item so calculados os parmetros caractersticos dos perodos de
seca, quais sejam: a durao (D) em meses, o dficit acumulado ou a severidade e o dficit mensal mdio, tambm denominado de magnitude (M).
O conceito estatstico de decil foi aplicado em sries de precipitao por
Gibbs e Maher (1967) na investigao e classificao de perodos secos
na Austrlia. Totais mensais e anuais de precipitao podem ser classificados em ordem decrescente e divididos em dez classes (decil) com auxlio
de uma distribuio de probabilidade acumulada. O primeiro decil representa o total precipitado dos 10% menores. segunda classe corresponde a
precipitao correspondente ao intervalo 10-20%, e assim por diante.
dcima classe pertencem os 10% maiores valores de precipitao. Essa
classificao a chave do sistema de alerta de seca australiano. Uma seca
, por exemplo, denominada extrema quando o total precipitado da quinta
classe no ultrapassado durante um perodo de trs ou mais meses.
Podem-se adotar, ao invs do decil, os quantis 0,15 e 0,33 para a classificao em anos muito secos e secos, respectivamente, e os quantis
0,67 e 0,85 para a classificao em anos midos e muito midos. Caso
a precipitao anual encontre-se entre os quantis 0,33 e 0,67, diz-se que
o ano normal. Um exemplo de aplicao desses quantis, para trs categorias (seco, normal e mido) pode ser visto em Freitas (1996, 1997).
ndice de Abastecimento de gua em Superfcie (Surface Water Supply Index SWSI)

O ndice de Abastecimento de gua na Superfcie (SWSI) foi desenvolvido por Shafer e Dezman (1982). Este ndice foi formulado para uso em
reas montanhosas onde a neve tem um papel significativo. Os percentis
29
30
sazonais de precipitao, neve, fluxo em superfcie e reservatrio de armazenamento so determinados separadamente, combinados em um nico ndice com pesos e dispostos em uma escala de -4 a +4, tpica escala do ndice de Palmer. A questo de como determinar o peso permanece
em aberto, eles precisam variar durante o ano, para estimar os elementos
como a neve, que desaparece no vero, ou para elementos que so pequenos ou valores artificialmente manipulados, como os reservatrio de
armazenamento. Como combinar os efeitos de grandes reservatrios com
pequena variabilidade relativa e pequenos reservatrios com grande variabilidade na mesma bacia de drenagem tambm um problema. O SWSI
mais sensvel a mudanas em valores de classificao prximo ao centro
de sua escala e menos sensvel prximo aos extremos.
O objetivo do ndice SWSI incorporar caractersticas hidrolgicas e
climatolgicas em um nico valor de ndice, assemelhando-se ao ndice
de Palmer. Os valores do ndice podem ser normalizados para permitir
comparaes entre bacias. So necessrios quatro valores de entrada
de dados dentro do SWSI: bloco de neve, fluxo em superfcie, precipitao e armazenamento de reservatrio. Devido ao fato desse ndice ser
dependente da estao do ano, no inverno o SWSI calculado somente
com dados de neve, precipitao e armazenamento do reservatrio. Durante os meses de vero, o fluxo de superfcie substitui o bloco de neve
como um componente dentro da equao do SWSI. Para determinar o
SWSI para uma bacia em particular, dados mensais so coletados e somados para todas as estaes de precipitao, reservatrios e fluxo em
superfcie/bloco de neve em estaes de medio sobre a bacia. Cada
componente normalizado usando um anlise de frequncia acumulada de uma srie de dados histricos. A probabilidade de no excesso
(a probabilidade que somas subsequentes da qual a componente no
exceder a soma corrente) determinada para cada componente com
base na anlise de frequncia. Isso permite que comparaes das probabilidades sejam feitas entre as componentes. Cada componente em
um peso atribudo a ele, dependendo de sua contribuio tpica para
a gua em superfcie dentro dessa bacia. Esses componentes pesados
so somados para determinar um valor de SWSI representando a bacia
inteira. A equao 27 representa o ndice SWSI.
SWSI =
aPsnow + bPprec + cPstrm + dPresv-50

12
(eq. 27)
sendo:
a, b, c, d= pesos para neve, precipitao, fluxo em superfcie e armazenamento de reservatrio, respectivamente.
P = probabilidade (%) de no excesso para cada um destes quatro
i
componentes do balano hdrico.
Subtrair 50 e dividir por 12 so os procedimentos de normalizao designados para fazer os valores de SWSI ter uma escala similar ao ndice
PDSI. Os clculos so executados com um escala de tempo mensal. Para
cada ms, os valores de cada componente medido em todas as estaes
(ou reservatrios) atravs da regio/base so somados. Cada soma
normalizada e sua probabilidade de no excesso determinada. Os pesos
so atribudos a cada componente do balano hdrico, dependendo de
sua contribuio tpica para a gua em superfcie dentro de uma bacia.
Esse ndice relativamente fcil de calcular e d uma medida representativa da disponibilidade de gua atravs de uma bacia de rio ou de
uma regio selecionada. Entretanto, improvvel que possa ser usado
com sucesso para grandes regies com significante variabilidade
hidrolgica espacial. Os pesos podem diferir substancialmente de uma
regio para outra (DOESKEN et al., 1991). Se as medidas em qualquer
estao de coleta de dados forem interrompidas, ou as observaes
em uma ou mais componentes tambm forem interrompidas, uma
nova distribuio de frequncia precisar ser calculada. Similarmente, novas represas ou desvios na bacia requerero modificaes dos
pesos para cada componente do balano hdrico. Eventos extremos
podem causar um problema se eles no tiverem sido registrados previamente, assim uma distribuio de frequncia de uma componente
relevante precisa ser revisada.
Assim como o ndice de Palmer, o SWSI centrado em zero e tem uma
escala entre -4 e 4, como pode ser observado na Tabela 7.
31
32
Tabela 7. Classificao do ndice de Suprimento de gua na Superfcie.

SWSI
-4,00 a -3,00
-2,99 a -2,00
-1,99 a -1,00
-0,99 a 0,99
1,00 a 1,99
2,00 a 2,99
3,00 a 4,00
Classificao
Extremamente seco
Seca moderada
Seca inicial
Normal
Suprimento acima do normal
Suprimento moderado
Suprimento abundante
ndice de Recuperao de Seca (Reclamation Drought

Index RDI)
Assim como o SWSI, o ndice de Reparao de Seca (RDI) calculado a
nvel da bacia de rio, incorporando a temperatura bem como a precipitao,
neve, fluxo em superfcie e nveis de reservatrio como dados de entrada
(WEGHORST, 1996). Incluindo a componente temperatura, o RDI tambm
considera a evaporao. usado pelo Departamento de Reparao dos Estados Unidos como um disparador para liberar fundos de socorro de emergncia de seca. As classificaes do RDI esto listadas na Tabela 8.
Tabela 8. Classificao do ndice de Recuperao de Seca.
RDI
4,0 ou mais
1,5 a 4,0
1 a 1,5
0 a -1,5
-1,5 a -4,0
- 4 ou menor
Classificao
Extremamente mido
Moderadamente mido
Normal para meio mido
Normal para meio seco
Moderadamente seco
Extremamente seco
O RDI foi desenvolvido como uma ferramenta para definir a durao e

a severidade da seca, e para prever o incio e o fim do perodo da seca.
Difere do SWSI, no qual se constri uma componente de temperaturabase e durao dentro do ndice. A caracterstica principal do RDI sua
habilidade para esclarecer fatores climticos e de fornecimento de gua.
ndice de Umidade da Cultura (Crop Moisture Index

CMI)
O ndice de Umidade de Cultura (CMI), desenvolvido por Palmer (1968),
utiliza uma aproximao meteorolgica para monitorar as condies das
culturas numa escala semanal. Em comparao com o PDSI, que monito-
ra longos perodos de umidade e seca meteorolgica, o CMI foi projetado

para avaliar as condies de umidade em um curto perodo de tempo nas
principais regies de produo agrcola. baseado na temperatura mdia
e precipitao total semanal dentro de uma diviso climtica e incorpora
o valor do CMI da semana anterior. O CMI responde rapidamente s condies de mudana e influenciado pelo local e pelo tempo.
Devido ao CMI ser projetado para monitorar as condies de umidade em
curto prazo para o desenvolvimento da cultura, ele no uma boa ferramenta de monitoramento de seca em longo prazo. Sua resposta rpida
para mudanas nas condies em curto prazo pode fornecer informaes
errneas sobre condies em longo prazo. Por exemplo, uma precipitao
proveitosa durante uma seca pode permitir que o valor de CMI indique
condies de umidade adequadas, enquanto a seca em longo prazo persiste no local. Outra caracterstica de limitao que o CMI tipicamente
inicia e termina em cada estao de crescimento prximo a zero. Isso
impede que o CMI seja usado para monitorar as condies de umidade
fora da estao de crescimento principal, especialmente em secas que se
estendem sobre vrios anos. Alm disso, o CMI pode no ser aplicvel
durante a fase de germinao da semente.
ndice de Estresse Hdrico da Cultura (Crop Water

Stress Index CWSI)
O ndice de Estresse Hdrico da Cultura (CWSI), desenvolvido por Jackson (1982), um mtodo terico baseado na relao entre a evapotranspirao real e a potencial e tambm na gua disponvel no solo.
Nesse caso, so valores estimados para culturas generalizadas, nos
quais o coeficiente de cultura kc no empregado. Porm, as anlises
so feitas envolvendo culturas dvidas por grupos em funo da profundidade efetiva da raiz, definidos por: Z1 (25 cm) = batata, cebola, alho,
arroz, hortalias; Z2 (50 cm) = feijoeiro, amendoim, milho e sorgo; Z3
(75 cm) = soja e algodo e Z4 (100 cm) = citrus, cafeeiro e cana-deacar. A diviso por profundidade efetiva procura diferenciar a capacidade de absoro de gua no solo pela planta, que pode ser refletida
em um maior ou menor volume de explorao das razes. Como nesse
caso analisamos somente a resposta da cultura, o valor mdio da razo
33
34
entre a evapotranspirao real e potencial no perodo indica a situao.

Essa razo fica definida como (Z). Temos assim, uma combinao de
(Z) para cada valor de Disponibilidade Atual de gua no Solo (DAAS). O
clculo de (Z) obtido atravs das equaes 28 e 29:
Z=`CWDF * ETR j
ETP
(eq. 28)
CWDF= DAAS
DISPMAX
(eq. 29)
sendo:
CWDF = fator hdrico de desenvolvimento da cultura;
ETR = evapotranspirao real;
ETP = evapotranspirao potencial (mdia);
DAAS = disponibilidade atual de gua no solo;
DISPMAX = disponibilidade mxima.
O clculo do CWSI obtido atravs da equao 30; a classificao do
mesmo est apresentada na Tabela 9.
CWSI = 1 - Z
(eq. 30)
Tabela 9. Classificao do ndice de Estresse Hdrico da cultura.

CWSI
0 = CWSI 0,1
0,1 CWSI 0,2
0,2 CWSI 0,4
0,4 CWSI 0,6
0,6 CWSI 0,8
0,8 CWSI 1,0
Condies de satisfao hdrica

timas
Favorveis
Adequadas
Razoveis
Desfavorveis
Crticas
Podemos ter tambm a acumulao do ndice CWSI, demonstrado na

equao 31. A Tabela 10 informa a classificao das condies mdias
do estresse hdrico.
n
ACWSI =/ CWSI/n
i=1
(eq. 31)
Por outro lado, se quisermos saber como o CWSI ou o estresse hdrico

variam em torno das condies razoveis ou adequadas para a cultura, teremos o ndice de estresse hdrico normalizado (normalized crop
water stress index) determinado pela equao 32. A Tabela 11 mostra
a classificao das condies normalizadas de satisfao hdrica.
CWSIN =/ c CWSI m
0, 4
i=1
n
(eq. 32)
Tabela 10. Classificao do ndice de Estresse Hdrico da cultura acumulado.

ACWSI
0,8 ACWSI 1,0
0,6 ACWSI 0,8
0,4 ACWSI 0,6
0,2 ACWSI 0,4
0,1 ACWSI 0,2
ACWSI < 1,0
Condies mdias de estresse hdrico

Crticas
Desfavorveis
Razoveis
Adequadas
Favorveis
timas
Tabela 11. Classificao do ndice de Estresse Hdrico da cultura normalizado.

CWSIN
CWSIN = 1,0
0,75 CWSIN 1,0
0,25 CWSIN 0,75
0,0 CWSIN 0,25
- 0,5 CWSIN 0,0
- 0,1 CWSIN 0,5
CWSIN - 1,0
Condies normalizadas de satisfao hdrica

timas
Favorveis
Adequadas
Razoveis
Desfavorveis
Inadequadas
Crticas
ndice de Desvio de Chuva de Lamb (Lamb Rainfall Departure Index LRDI)

O ndice de Desvio de Chuva de Lamb (LRDI), desenvolvido por Lamb et
al. (1986), consiste de um procedimento de normalizao atravs do qual
os desvios mdios da precipitao de diversos postos de uma dada regio
so agrupados na determinao do ndice. Uma das principais vantagens
desse ndice que todas as sries de precipitao, as quais normalmente
apresentam muitas falhas, podem ser usadas na determinao do ndice
regional. Obtm-se os valores do LRDI atravs da equao 33:
tj
LRDI = 1 /
t j i=1
Nij - N i

Si
(eq. 33)
35
36
sendo:
Nij = precipitao no ano j, na estao i ;
N i = precipitao mdia anual da estao i ;

Si = desvio padro de precipitao anual da estao i ;
tj = precipitao efetiva do ano i , ms j .
ndice de Seca Efetiva (Effective Drought Index EDI)

Os ndices de secas atuais, mesmo aqueles mais populares, apresentam algumas limitaes. Como exemplo, a unidade de tempo para
avaliao , s vezes, demasiadamente longa, e tambm a dificuldade que certos ndices tm na identificao do incio e do fim de
uma seca, alm do clculo de durao da mesma. Para superar essas
limitaes, Byun e Wilhite (1999) desenvolveram o Effective Drought
Index (EDI). O ndice calculado em um perodo de tempo dirio e
uma funo da precipitao necessria para retornar s condies
normais (PRN) (MORID et al., 2006). O ndice EDI normalmente varia
de - 2,5 a 2,5 e os valores do EDI so padronizados. Assim, as secas
severas podem ser comparadas em diferentes localidades. A Tabela
12 ilustra a classificao do EDI. A durao da seca pode agora ser
definida, similarmente ao SPI, como um perodo onde o ndice consistentemente negativo. A seguir, seguem os procedimentos para o
clculo do EDI.
O primeiro passo calcular a precipitao efetiva diria (EP), equao
34, que definida como uma funo da precipitao do dia corrente
e a precipitao do dia anterior - com mais baixa carga. A durao do
perodo anterior, sobre o qual a soma de EP calculada, pode variar,
mas por simplicidade pode ser fixada em 365 dias.
EPj=/ ;c/ Pm m /n E
i
n=1
m =1
onde:
j = o ndice de um dia (atual);
i = durao sobre qual a soma calculada;
Pm = a precipitao m-1 dias antes do dia corrente.
(eq. 34)
Por exemplo, se i = 3 ento a EP diria = (P1+P2)/2+(P1+P2+P3)/3),

se i = 365, o processo do clculo iniciar no primeiro dia do segundo ano.
O prximo passo inclui o clculo da EP mdia para cada dia do ano MEPj. Se h um histrico de 30 anos, h 30 dias similares. Isso seguido pelo clculo do desvio dirio de EP para MEP (DEP), desvio padro
(ST(EP)) para cada dia do ano e o valor padronizado dos desvios dirios
(SEP), equao 35, o qual permite a severidade de seca em dois ou
mais locais serem comparadas sem levar em considerao as diferenas
climticas entre esses locais.
SEP= DEP
ST (EP)
(eq. 35)
A durao da seca pode agora ser definida, similarmente ao SPI, como

um perodo onde SEP consistentemente negativo. Depois de calcular
os valores dirios de DEP, possvel calcular a precipitao necessria
para um retorno s condies normais (PRN), equao 36. Por descrio, PRN precipitao, a qual necessria para a recuperao do
dficit acumulado. Os valores dirios de PRN devem, entretanto, levar
em considerao a durao real sobre a qual os valores de DEP foram
calculados:
PRN j=
DEPj

/Nj=1 (1/N)
(eq. 36)
onde:
j = durao real;
DEP = desvio dirio de EP.
Finalmente, o EDI calculado como o valor padronizado de PRN, equao 37:
EDI j =
PRN j

ST (PRN j)
sendo:
PRN = condies de retorno normal de precipitao;
ST(PRN) = desvio padro de cada dia de PRN.
(eq. 37)
37
38
Tabela 12. Classificao do ndice de Seca Efetiva (EDI).

EDI
> 2,5
1,5 a 2,49
0,7 a 1,49
-0,69 a 0,69
-1,49 a 0,7
-2,49 a -1,5
< -2,5
Classificao
Extremamente mido
Umidade severa
Umidade moderada
Prximo ao normal
Seca moderada
Seca severa
Extremamente seco
ndice de Severidade de Seca de Palmer (Palmer Drought Severity Index - PDSI)
O ndice de Severidade de Seca de Palmer (PDSI) um ndice de umidade de solo desenvolvido para regies homogneas. O ndice mede
a perda e a demanda de fornecimento de umidade do solo (PALMER,
1965). O objetivo do PDSI fornecer medidas normalizadas das condies de umidade de modo que comparaes usando o ndice possam
ser feitas entre localidades e entre meses.
O PDSI responde s condies meteorolgicas que tm um estado de
anormalidade de seca (ou anormalidade de umidade). O ndice calculado utilizando como dados de entrada todos os termos da equao do
balano hdrico, incluindo evapotranspirao, runoff, recarga do solo e
perda de umidade na camada de superfcie.
Palmer desenvolveu o PDSI para incluir a durao de uma seca ou um
perodo de umidade. Sua motivao foi a seguinte: um ms anormalmente mido no meio de um perodo de seca no tem um impacto maior no
ndice e uma srie de meses com precipitao prxima ao normal seguido
a uma seca drstica no significa que a seca acabou. Consequentemente, Palmer desenvolveu critrios para determinar quanto um perodo de
seca ou de umidade comea e termina.
Em tempo quase-real, o ndice de Palmer no um ndice meteorolgico,
mas transforma-se em um ndice hidrolgico. Referenciado como ndice
Hidrolgico de Seca de Palmer (PHDI), baseado no ganho de umidade
(precipitao), perda e armazenamento de umidade do solo (KARL; KNIGHT, 1985).
O PDSI geralmente varia de -4,0 a +4,0 e designado de modo que uma
seca extrema (-4,0) em uma diviso climtica tenha o mesmo significado
em termos de dficit de umidade que uma seca extrema em qualquer outra

diviso climtica (ALLEY, 1984). A classificao do ndice est descrita na
Tabela 13. O PDSI calculado tipicamente em base mensal.
Tabela 13. Classificao do ndice de Severidade de Seca de Palmer (PDSI).
PDSI
4,00
3,00 a 3,99
2,00 a 2,99
1,00 a 1,99
0,50 a 0,99
0,49 a - 0,49
-0,50 a -0,99
-1,00 a -1,99
-2,00 a -2,99
-3,00 a - 3,99
- 4,00
Classificao
Extremamente mido
Umidade alta
Umidade moderada
Umidade baixa
Umidade inicial
Normal
Seca inicial
Seca suave
Seca moderada
Seca severa
Seca extrema
Alley (1984) identificou trs benefcios primrios do PDSI. O PDSI fornece

decises confiveis com uma medida da anomalia de eventos de tempo
recente para uma regio e lugares de condies atuais em uma perspectiva
histrica. Igualmente, fornece detalhamentos espaciais e temporais de secas histricas. Esse ndice, segundo Willeke et al. (1994), mais eficiente
nas medies de impactos sensveis para condies de umidade de solo,
assim como agricultura. Finalmente, os administradores dos recursos hdricos, nos Estados Unidos, descobriram ser til suplementar os valores de
PDSI com valores de PHDI como uma maneira de analisar as informaes
hidrolgicas importantes para decises de gerenciamento de gua.
As limitaes do PDSI envolvem sua inabilidade de caracterizar inteiramente parmetros hidrolgicos, climticos e geogrficos e a varincia
em cada parmetro dentro das bacias dos rios (ALLEY, 1984; KARL;
KNIGHT, 1985).
O PDSI pode ser obtido pela equao 38:
PDSII=0,897 PDSIi-1 +` Z i j
3
sendo:
i = ms de interesse do ndice;
(eq. 38)
39
40
Zi= ndice de anomalia de umidade.

O ndice de anomalia (Zi) obtido pela equao 39:
_
Zi = (Pi - Pi) Ki
(eq. 39)
sendo:
P
_ i = precipitao observada no ms i;
Pi = precipitao climatologicamente apropriada no ms i, para as condies existentes;
Ki = constante de padronizao.
A precipitao climatologicamente apropriada para as condies existentes pode ser obtida pela equao 40:
Pi=ai ETPi + bi PRi+ci PROi- di PLi
(eq. 40)
sendo:
ETP = evapotranspirao potencial;
PR = recarga potencial de umidade do solo;
PRO = escoamento superficial potencial;
PL = perda potencial de umidade do solo.
Os parmetros , , e so definidos mensalmente, num perodo de
calibrao, equaes 41 a 44:
a= ETR
ETP
(eq. 41)
b= R
PR
c= RO
PRO
(eq. 42)
d= L
PL
sendo:
ETR = evapotranspirao real;
(eq. 43)
(eq. 44)
R = recarga;
RO = escoamento superficial;
L = perda de umidade do solo.
As constantes de padronizao Ki tambm so definidas mensalmente,
por um perodo de calibrao; equao 45:
12
Ki =17, 67Ki
Pj-P j K j
(eq. 45)
j=1
na qual
Ki obtido pela equao 46:
Ki=1,5 log10;
(K j+2, 8
E+0,5
|Pi-Pi|
(eq. 46)
Kj a razo entre a demanda e o suprimento de umidade, pode ser obtido pela equao 47:
K j= (ETRi + Ri + ROi)
(Pi + Li)
(eq. 47)
ndices de Aridez
Aridez a caracterstica do clima que relaciona a insuficincia de precipitao adequada para manter uma vegetao. O grau de aridez de certa
regio depende da quantidade de gua proveniente da precipitao e da
perda mxima possvel de gua atravs da evaporao e transpirao, ou
Evapotranspirao Potencial. Podemos encontrar vrios tipos empricos de
ndices de aridez, nesse documento procurou-se explicar o ndice de Aridez
de Martonne (MAI), o Lang Rainfall Index (LRI) e o ndice de Aridez de
Thornthwaite (AI), que o mais conhecido. O MAI e o LRI foram desenvolvidos antes do AI, sendo o AI o mais utilizado e aceito mundialmente.
ndice de Aridez de Martonne (Martonne Index of Aridity MIA)

Uma tentativa emprica simples para estabelecer uma medida quantitativa
da relao de temperatura e precipitao foi o ndice de Aridez de Martonne (MIA), desenvolvido por Martonne (1926). Esse ndice pode ser
calculado atravs da equao 48:
41
42
MIA =
P
T +10
(eq. 48)
onde:
P = precipitao anual (mm);
T = temperatura mdia anual(C).
Martonne (1926) tem servido como um conceito de tentativas mais
sofisticadas para relacionar temperatura e precipitao. O MIA tem a
vantagem bvia de mostrar a transio de uma rea para outra, mas
pode logicamente ser combatido por causa de sua natureza emprica.
Apesar disso, ele serve como uma ferramenta discreta, til em ilustrar a
transio lenta entre ambientes ridos, semi-ridos, e midos. A Tabela
14 descreve a classificao do ndice.
Tabela 14. Classificao do ndice de Aridez de Martonne (MIA).
MIA
> 60
60 a 30
30 a 20
20 a 15
15 a 5
5a0
Classificao
Umidade acima do normal
mido
Umidade abaixo do normal
Semi - rido
rido
Extremamente rido
ndice de Chuva de Lang (Langs Rainfall Index LRI)

Tomando em considerao a dificuldade do clculo da evaporao,
muitas aproximaes foram usadas para determinar um valor de substituio de evaporao com outras variveis meteorolgicas. Um tipo
bem conhecido dessa categoria o Langs Rainfall Index (LRI), sendo
uma aproximao bem simples mostrada na equao 49. A Tabela 15
mostra a classificao do LRI.
LRI = P
T
onde:
P = precipitao anual (mm);
T = temperatura mdia anual (C).
(eq. 49)
ndice de Aridez (Aridity Index AI)

O ndice de Aridez (AI), desenvolvido por Thornthwaite (1948), estabelece uma relao entre a umidade disponvel por precipitao e a capacidade de compensar a demanda potencial de gua, e uma avaliao
do dficit ou supervit da gua baseado na relao entre a precipitao
e a Evapotranspirao Potencial. A equao 50 mostra como o AI
calculado e a classificao do ndice descrita na Tabela 16.
AI=100 * P
ETP
(eq. 50)
sendo:
P = total de Precipitao mensal;
ETP = Evapotranspirao Potencial mensal.
Tabela 15. Classificao do ndice de Precipitao de Lang (LRI).
LRI
> 160
160 a 100
100 a 60
60 a 40
0 a 40
Classificao
mido
mido temperado
Temperado quente
Semi-rido
rido
Tabela 16. Classificao do ndice de Aridez (AI).

AI
0 - 16,7
16,7 - 33,3
> 33,3
Classificao
Pequena ou nenhuma deficincia de gua
Deficincia moderada de gua
Grande deficincia de gua
Fonte: Ometto (1981).
Referncias
ABRAMOWITZ, M.; STEGUN, I. A. Handbook of mathematical
functions with formulas, graphs, and mathematical tables. New York:
Dover, 1965. 1046 p.
ALLEY, W. M. The palmer drought severity index: limitations and
assumptions. Journal of Climate and Applied Meteorology, Boston, v.
23, n. 7, p. 1100-1109, 1984.
43
44
AZEVEDO, P. V. de; SILVA, V. P. R. da. ndice de seca de Bhalme &

Mooley: uma adaptao regional. In: CONGRESSO BRASILEIRO DE
METEOROLOGIA, 8., 1995, Belo Horizonte. Anais... Belo Horizonte:
Sociedade Brasileira de Meteorologia, 1995. p. 696-699.
BHALME, H. N.; MOOLEY, D. A. Large-scale drought/floods and monsoon
circulation. Monthly Weather Review, Boston, v. 108, n. 8, p. 1197-1211, 1980.
BYUN, H. R.; WILHITE, D. A. Objective quantification of drought severity and
duration. Journal of Climate, Boston, v. 12, n. 9, p. 2747-2756, Sept. 1999.
DOESKEN, N. J.; THOMAS, B. M.; KLEIST, J. Development of a surface
water supply index for the Western United States. Fort Collins: Colorado
State University, 1991. 80 p. (Climo Report, n. 91-3).
DOMINGOS, S. I. S. Anlise do ndice de seca Standardized Precipitation
Index (SPI) em Portugal Continental e sua comparao com o Palmer
Drought Severity Index (PDSI). 2006. 62 p. Tese (Licenciatura em
Meteorologia) - Universidade de Lisboa, Portugal.
EDWARDS, D. C.; MCKEE, T. B. Characteristics of twentieth century
drought in the United States at multiple time scales. Fort Collins: Colorado
State University, 1997. (Climatology Report, n. 972).
FREITAS, M. A. de S. Anlise estatstica da relao entre o fenmeno do
El-Nio e a seca no Estado do Cear. In: ENCONTRO DE INICIAO
PESQUISA, 3., 1997, Fortaleza. Resumos... Fortaleza: Universidade de
Fortaleza, 1997. 1 CD-ROM.
FREITAS, M. A. de S. Aspectos a serem considerados quando de uma
anlise regional integrada de secas. Revista Tecnologia, Fortaleza, v. 17, p.
9-17, dez. 1996.
FREITAS, M. A. de S. Um sistema de suporte a deciso para o
monitoramento de secas meteorolgicas em regies semi-aridas. Revista
Tecnologia, Fortaleza, v. 26, n. 1, p. 84-95, jun. 2005. Suplemento.
GIBBS, W. J.; MAHER, J. V. Rainfall deciles as drought indicators.

Melbourne: Commonwealth of Australia, 1967. 84 p. (Bureau of
Meteorology. Bulletin, 48).
GOIS, G. de. Caracterizao da seca e seus efeitos na produo da cultura
do milho para as diferentes regies do estado de Minas Gerais. 2005. 81
p. Dissertao (Mestrado em Meteorologia Agrcola) - Universidade Federal
de Viosa, Viosa, MG.
GUTTMAN, N. B. A. Sensitivity analysis of the palmer hydrologic drought
index. Water Resources Bulletin, Baton Rouge, v. 27, n. 5, p. 797-807,
Sept./Oct. 1991.
HAVENS, A. V. Economic impact of drought on water systems in Passaic
River Basin. New Brunswick: New Jersey Agricultural Experiment Station,
1969. 114 p.
HERBST, P. H.; BREDENKAMP, D. B.; BARKER, H. M. G. A technique
for the evaluation of drought from rainfall data. Journal of Hydrology,
Amsterdam, v. 4, n. 3, p. 264-272, 1966.
INSTITUTO NACIONAL DE GESTO DE CALAMIDADES. Atlas para
preparao e resposta contra desastres na Bacia do Limpopo. Cidade do
Cabo, 2003. 99 p. (Creda Communications).
JACKSON, R. D. Canopy temperature and crop water stress. In: HILLEL,
D. (Ed.). Advances in irrigation. New York: Academic Press, 1982. p. 4385.
KARL, T. R.; KNIGHT, R. W. Atlas of monthly Palmer Hydrological Drought
Indices (19311983) for the contiguous United States. Asheville: National
Climatic Data Center, 1985. 319 p. (Historical climatology, Series 37).
LAMB, P. J.; PEPPLER, R. A.; HASTENRATH, S. Interannual variability in
the tropical atlantic. Nature, London, v. 322, n. 6076, p. 238-240, Jul.
1986.
45
46
MARTONNE, E. de. Arisme et indice artidite. Comptes Rendus de

L'Acadmie des Sciencies, Paris, v. 182, p.1396-1398, 1926.
MCDONALD, N. S. Decision making using a drought severity index.
In: FITZPATRICK, E. A.; KALMA, J. D. (Comp.). Need for climate
and hydrologic data in agriculture in Southeast Asia: proceedings of
a United University Workshop. Canberra: CSIRO Division of Water
Research, 1989. p. 131-139. (Technical memo, 89/5).
MCKEE, T. B.; DOESKEN, N. J.; KLEIST, J. The relationship of
drought frequency and duration to the time scales. In: CONFERENCE
ON APPLIED CLIMATOLOGY, 8., 1993, Anhaeim, CA. Proceedings.
Boston: American Meteorological Soceity, 1993. p. 179-184.
MOLINA, P. A.; LIMA, L. C. T. M. Estudo de secas agrcolas no Nordeste
Brasileiro. In: SIMPSIO BRASILEIRO DE RECURSOS HDRICOS, 13.,
1999, Belo Horizonte. gua em quantidade e qualidade: o desafio do
prximo milnio: anais. Belo Horizonte: ABHR, 1999. 1 CD-ROM.
MORID, S.; SMAKHTIN, V.; MOGHADDASI, M. Comparison of seven
meteorological indices for drought monitoring in Iran. International
Journal of Climatology, Chichester, v. 26, n. 7, p. 971985, Jun. 2006.
OLADIPO, E. O. A comparative performance analysis of three
meteorological drought indices. Journal of Climatology, Chichester, v.
5, n. 6, p. 655664, Nov./Dec. 1985.
OMETTO, J. C. Bioclimatologia vegetal. So Paulo: Agronmica
Ceres, 1981. 434 p.
PALMER, W. C. Keeping track of crop moisture conditions,
nationwide: the new Crop Moisture Index. Weatherwise, Washington,
v. 21, p. 156161, 1968.
PALMER, W. C. Meteorological drought. Washington: U. S.
Department of Commerce, 1965. 65 p. (Research paper, 45).
PANOFSKY, H. A.; BRIER, G. W. Some applications of statistics to

meteorology. University Park: Pennsylvania State University, 1958.
224 p.
PIRES, V. Frequncia e intensidade de fenmenos meteorolgicos
extremos associados a precipitao. 2003. 98 p. Dissertao
(Mestrado em Cincias e Engenharia da Terra) Universidade de
Lisboa, Portugal.
PRESS, W. H.; FLANNERY, B. P.; TEUKOLSKY, S. A.; VETTERLING,
W. T. Numerical recipes in C. Cambridge: Cambridge University Press,
1988. 768 p.
ROOY, M. P. van. A rainfall anomaly index independent of time and
space. Notos, Pretoria, v. 14, p. 43-48, 1965.
SHAFER, B. A.; DEZMAN, L. E. Development of a surface water
supply index (SWSI) to assess the severity of drought conditions in
snow pack run-off areas. In: WESTERN SNOW CONFERENCE, 50.,
1982, Reno, Nevada. Proceedings of the annual meeting. Fort Collins:
Colorado State University, 1982. p. 164-175.
SILVA, A.; SANTO, F.; PIRES, V. A seca em Portugal: preveno,
monitorizao e mitigao. 2005. Disponvel em: <http://panda.
igeo.pt/pancd/pdfs/seca2005/FatimaEspiritoSanto.pdf>. Acesso em:
13 jul. 2009.
THOM, H. C. S. Some methods of climatological analysis. Geneva:
World Meteorological Organization, 1966. 53 p. (WMO. Technical
note, 81).
THORNTHWAITE, C. W. An approach toward a rational classification
of climate. Geographical Review, New York, v. 38, p. 55-94, 1948.
WEGHORST, K. M. The reclamation drought index: guidelines and
practical applications. Denver: Bureau of Reclamation, 1996. 6 p.
47
48
WILHITE, D. A. Drought. In: HOLTON, J. R.; PYLE, J. A.; CURRY, J.

A. (Ed.). Encyclopedia of atmospheric sciences. New York: Elsevier,
2003. p. 650-658.
WILHITE, D. A.; GLANTZ, M.H. Understanding the drought
phenomenon: the role of definitions. In: WILHITE, D. A.;
EASTERLING, W. E. (Ed.). Planning for drought: toward a reduction
of societal vulnerability. Boulder: Westview Press, 1987. p. 11-27.
WILLEKE, G.; HOSKING, J. R. M.; WALLIS, J. R.; GUTTMAN, N.
B. The National Drought Atlas. Fort Belvoir: U. S. Army Corps of
Engineers, 1994. (Institute for Water Resources Report 94NDS4).
YAO, A. Y. M. The R index for plant water requirement. Agricultural
Meteorology, Amsterdam, v. 6, n. 4, p. 259-273, 1968.

Cálculos de Índices de Seca - Passo A Passo

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Cálculos de Índices de Seca - Passo A Passo

Загружено:

Авторское право:

Доступные форматы

ISSN 1678-9644

Empresa Brasileira de Pesquisa Agropecuria

ndices para a Quantificao da

Embrapa Arroz e Feijo

Exemplares desta publicao podem ser adquiridos na:

Supervisor editorial: Camilla Souza de Oliveira

Todos os direitos reservados

CDD 632.12 (21. ed.)

Diego Simes Fernandes

Andr de Oliveira Amorim

A seca um dos fenmenos climticos que mais causa prejuzos na

ndices de Seca . ........................................................12

ndice de Aridez de Martonne................................................... 41

ndices para a quantificao

ndices para a quantificao da seca

das a precipitao, agricultura, hidrologia e a socioeconmica. Sendo

ndices para a quantificao da seca

de gua nos centros urbanos, industriais, nos sistemas de irrigao e na

ndices para a quantificao da seca

Fig. 1. Evoluo das secas em funo da durao e dos impactos.

ndices para a quantificao da seca

Tabela 1. Resumo dos ndices de seca apresentados nesse documento.

ndices para a quantificao da seca

Prs: O ndice supriu elementos hidrolgicos que

Prs: Vrios autores enfatizam o uso do CWSI em

Prs: Uma das principais vantagens desse ndice

Abreviaturas: P Precipitao, T Temperatura, QN Quantidade de Neve, FS Fluxo em Superfcie, R Runoff, US

ndices para a quantificao da seca

ndice de Porcentagem Normal (Percent of Normal PN)

ndices para a quantificao da seca

Tabela 2. Classificao do ndice de Porcentagem Normal.

ndices para a quantificao da seca

Tabela 3. Classificao do mtodo dos Decis.

ndice de Precipitao Padronizada (Standardized Precipitation Index - SPI)

ndices para a quantificao da seca

gama, que posteriormente transformada em uma distribuio normal,

(a) = ya-1 e-y dy

ndices para a quantificao da seca

Substituindo t = , a equao 7 transforma-se na funo gama incomb

ndices para a quantificao da seca

t - -------------------------- para 0 < H (x) 0,5

Sendo t definido pelas equaes 13 e 14:

para 0 < H (x)

para 0,5 < H (x)

Os coeficientes utilizados nas equaes 11 e 12 so:

ndices para a quantificao da seca

Fig. 2. Distribuio normal

ndices para a quantificao da seca

Tabela 4. Classificao do ndice de Precipitao Padronizada.

ndice de Anomalia de Chuva (Rainfall Anomaly Index RAI)

ndices para a quantificao da seca

Tabela 5. Classificao do ndice de Anomalia de Precipitao.

ndice de Seca de Bhalme & Mooley (Bhalme & Mooley

ndices para a quantificao da seca

Para obter o BMDI, primeiramente calcula-se a precipitao mdia

Mk = a + bk = corresponde a uma reta de mnimos quadrados

Para o ms inicial, I0 = 0 e ento:

ndices para a quantificao da seca

Ik = Ik - Ik-1 , obtm-se a equao 21:

ndices para a quantificao da seca

O primeiro termo do lado direito do ndice de umidade (equao 22) fornece,

ndice de Severidade de Herbst (Herbst Severity Index HSI)

ndices para a quantificao da seca