Doutorado: Diagnóstico e Prognóstico de Eventos Extremos de Precipitação nas Bacias Hidrográficas do Rio São Francisco e do Rio Grande

O objetivo principal desse trabalho foi o de avaliar o comportamento climatológico das Bacias do Rio Grande e Rio São Francisco por meio de análises estatísticas e prognóstico de precipitação por meio de Redes Neurais Artificiais. Utilizaram-se, para tal, dados de precipitação nas bacias, Índices Climáticos de Oscilação Decenal do Pacífico, Índice Oceânico de Niños, Oscilação Multidecenal do Atlântico, Oscilação do Atlântico Norte, Dipolo do Atlântico e Ciclo de Manchas Solares para um período de 65 anos. Os dados de precipitação foram filtrados com preenchimento de falhas por meio do método de ponderação regional. Analisou-se o comportamento da precipitação ao longo do tempo e verificou-se a relação de resultados da média climatológica e do boxplot. O Índice de Precipitação Padronizada da Bacia do Rio Grande mostrou que, nos últimos cinco anos, o período seco foi menos seco em relação aos períodos anteriores. Por outro lado, na Bacia do Rio São Francisco manteve um padrão de precipitação ao longo da série temporal de precipitação. A Análise de Agrupamento identificou cinco regiões homogêneas na Bacia do Rio Grande por meio da análise de componentes principais que explicam 86% da variância total da chuva média mensal de 174 postos pluviométricos e, quatro regiões homogêneas na Bacia do Rio São Francisco com 87% da variância total da chuva média mensal de 199 postos pluviométricos. A análise de ondeletas cruzadas indicou uma relação entre a precipitação e os índices climáticos na Bacia do Rio São Francisco, caracterizada por distribuição espaço-temporal de precipitação heterogênea devido à sua posição e extensão geográfica, com diferentes regimes de precipitação. A bacia do Rio Grande foi caracterizada por regimes homogêneos de precipitação e, assim, não foram realizadas análises por ondeletas cruzadas. Os prognósticos por meio do método auto-regressivo integrado de médias móveis (ARIMA) e redes neurais artificiais (RNAs) indicaram que esse último apresentou desempenho melhor, além de contribuir para melhorar as análises climatológicas. Porém, nenhum dos métodos foi capaz de atingir um resultado satisfatório de relação causa e efeito entre os índices climáticos e a precipitação nas bacias hidrográficas. Mostrando que a interação entre os oceanos e atmosfera e a chuva é mais complexa. Contudo, estudos futuros podem melhorar os resultados obtidos.