Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/58398
Registro completo de metadados
Campo DCValorIdioma
dc.creatorAlves, Geovane Junqueira-
dc.date.accessioned2023-10-09T13:25:20Z-
dc.date.available2023-10-09T13:25:20Z-
dc.date.issued2023-10-06-
dc.date.submitted2021-05-31-
dc.identifier.citationALVES, G. J. Daily rainfall erosivity as an indicator of natural disasters applied to the mountainous region of Rio de Janeiro, Brazil: current scenario and future projections. 2023. 65 p. Tese (Doutorado em Recursos Hídricos)–Universidade Federal de Lavras, Lavras, 2021.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/58398-
dc.description.abstractNatural disasters result from extreme natural events that cause significant impacts on the social, economic, and environmental balance. Thus, alert indices to prevent or minimize the impacts caused by natural disasters have become one of the most significant challenges of the twenty-first century. In this context and considering that some indices based only on precipitation have been shown to be inefficient, the rainfall erosivity, calculated as a function of the energy dissipated by the impact of drops on the surface, has great potential for application in studies related to landslides and floods. Thus, daily rainfall erosivity (Rday) are promising indices to be applied as alerts of the occurrence of natural disasters, also allowing us to analyze the behavior of these events in the face of climate change. Therefore, this study aimed to i) model the Rday through a seasonal model for the mountainous region of the state of Rio de Janeiro (RSERJ), one of the regions most affected by natural disasters in Brazil; ii) adapt thresholds of the Rday indices that classify the events according to their observed impacts based on catastrophic events that have occurred in the last two decades; iii) apply the adjusted seasonal model to calculate Rday considering two greenhouse gas emission scenarios (RCP 4.5 and 8.5) and the regionalized HadGEM2-ES climate model for the 5 km scale throughout the twenty-first century; iv) map the maximum daily rainfall erosivity (Rmaxdia) to evaluate the susceptibility of the region, according to the established thresholds throughout the century; and v) spatially analyze the frequency of occurrence of Rday values causes of natural disasters considering future projections. The adjusted model showed a satisfactory result, allowing its application as an estimator of the seasonality of the Rday at RSERJ. Events that resulted in Rday > 1,500 MJ.ha-1. mm. h-1. day-1 presented this region's highest number of deaths. The mapping of Rmaxdia showed that the entire RSERJ presented values classified as causing major natural disasters in the last 30 years and is still highly susceptible to the occurrence of major natural disasters throughout the twenty-first century, with intensification from 2040 to 2071. The urban areas of Nova Friburgo and Petrópolis showed the highest frequency of events in the range 1,000 < Rmaxdia < 1,500 MJ.ha-1.mm.h-1.day-1. The period between 2011 and 2040 presented the lowest frequency of events, with a concentration of Rmaxdia < 1,000 MJ.ha-1.mm.h-1.day-1. The Rday indices were promising indicators of natural disasters, being more effective than those generally used, based only on rainfall quantity (mm) and intensity (mm.h-1).pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.rightsAttribution-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/4.0/*
dc.subjectErosividade diáriapt_BR
dc.subjectDesastres naturaispt_BR
dc.subjectRegiões serranas brasileiraspt_BR
dc.subjectÍndices de alertas de precipitaçãopt_BR
dc.subjectMudanças climáticaspt_BR
dc.subjectDaily rainfall erosivitypt_BR
dc.subjectNatural disasterspt_BR
dc.subjectBrazilian mountainous regionspt_BR
dc.subjectRainfall warning systempt_BR
dc.subjectClimate changept_BR
dc.subjectNova Friburgo (RJ)-
dc.subjectPetrópolis (RJ)-
dc.subjectTeresópolis (RJ)-
dc.titleDaily rainfall erosivity as an indicator of natural disasters applied to the mountainous region of Rio de Janeiro, Brazil: current scenario and future projectionspt_BR
dc.title.alternativeErosividade da precipitação diária como um indicador de desastres naturais aplicado na região serrana do estado do Rio de Janeiro, Brasil: cenário atual e projeções futuraspt_BR
dc.typetesept_BR
dc.publisher.programPrograma de Pós-graduação em Recursos Hídricospt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Mello, Carlos Rogério de-
dc.contributor.referee1Thebaldi, Michael Silveira-
dc.contributor.referee2Alvarenga, Livia Alves-
dc.contributor.referee3Avanzi, Junior Cesar-
dc.contributor.referee4Correa, Sly Wongchuig-
dc.description.resumoDesastres naturais são definidos como decorrência de eventos naturais extremos que causam impactos significativos no equilíbrio social, econômico e ambiental. Assim, índices de alerta para prevenir ou minimizar os impactos causados por desastres naturais têm se tornando um dos grandes desafios do século XXI. Nesse contexto, e considerando que alguns índices baseados apenas na precipitação têm-se mostrados ineficientes, a erosividade da chuva, calculada como função da energia dissipada pelo impacto de gotas sobre a superfície, tem grande potencial para aplicação em estudos relacionados a deslizamentos de encostas e inundações. Assim, a erosividade de chuvas diárias (Rdia) é um índice promissor de ser aplicado como alerta de ocorrência de desastres naturais permitindo também analisar o comportamento destes eventos frente às mudanças climáticas. Neste aspecto, os objetivos deste estudo foram: i) modelar o Rdia através de um modelo sazonal para a Região Serrana do Estado do Rio de Janeiro (RSERJ), que tem sido uma das regiões mais afetadas por desastres naturais no Brasil; ii) adequar, com base em eventos catastróficos ocorridos nas últimas duas décadas, limiares do índice Rdia que classificam os eventos de acordo com os respectivos impactos observados; iii) aplicar o modelo sazonal ajustado para a estimativa de Rdia considerando dois cenários de emissão de gases de efeito estufa (RCP 4.5 e 8.5) e o modelo climático HadGEM2-ES regionalizado para a escala de 5 km ao longo do século XXI; iv) mapear a erosividade máxima diária (Rmaxdia) para avaliar a susceptibilidade da região, conforme os limiares estabelecidos, ao longo do século e; v) analisar espacialmente a frequência de ocorrência dos valores de Rdia causadores de desastres naturais considerando as projeções futuras. O modelo ajustado apresentou resultado satisfatório, permitindo sua aplicação como estimador da sazonalidade do Rdia na RSERJ. Eventos que resultaram em Rdia > 1.500 MJ.ha-1.mm.h-1.dia-1 foram aqueles com o maior número de óbitos nesta região. O mapeamento do Rmaxdia demonstrou que toda a RSERJ apresentou nos últimos 30 anos valores classificados como causadores de grandes desastres naturais e ainda é altamente susceptível à ocorrência destes grandes desastres ao longo do século XXI, com intensificação no período de 2040-2071. As áreas urbanas de Nova Friburgo e Petrópolis foram as que apresentaram maior frequência de eventos na faixa 1.000 < Rmaxdia < 1.500 MJ.ha-1.mm.h-1.dia-1. O período de 2011-2040 é o que apresentou a menor frequência de eventos, com concentração de Rmaxdia < 1.000 MJ.ha-1.mm.h-1.dia-1. Os índices Rdia se mostraram promissores como indicadores de desastres naturais, sendo mais efetivo do que os usualmente utilizados, os quais são baseados somente em quantidade (mm) e intensidade (mm.h-1) da chuva.pt_BR
dc.publisher.departmentDepartamento de Recursos Hídricospt_BR
dc.subject.cnpqHidrologia Florestalpt_BR
Aparece nas coleções:Recursos Hídricos - Doutorado (Teses)



Este item está licenciada sob uma Licença Creative Commons Creative Commons