tese
Daily rainfall erosivity as an indicator of natural disasters applied to the mountainous region of Rio de Janeiro, Brazil: current scenario and future projections
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Recursos Hídricos
Programa de Pós-Graduação
Programa de Pós-graduação em Recursos Hídricos
Agência de fomento
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Desastres 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.
Abstract
Natural 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).
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
Palavras-chave
ISBN
DOI
Citação
ALVES, 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.
Link externo
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Attribution-NoDerivatives 4.0 International