Análise da influência das anomalias de temperatura da superfície do mar dos oceanos Pacífico e Atlântico sobre a variabilidade pluviométrica na cidade do Recife, Pernambuco

Abstract

No Brasil, as chuvas intensas são um dos principais fatores responsáveis por desastres naturais, especialmente no Recife, onde esses eventos afetam, em particular, a população vulnerável. Este estudo analisou a influência das anomalias da temperatura da superfície do mar (TSM) do Pacífico e do Atlântico na variabilidade pluviométrica do Recife, utilizando dados pluviométricos de estações meteorológicas e a análise de índices de teleconexão. Foram calculados os índices de anomalia de chuvas em escala temporal anual, sazonal, e para a quadra chuvosa, correlacionando os anos com os maiores desvios às anomalias de TSM. Além disso, a correlação entre os índices de anomalia de chuvas mensais e a TSM evidenciou padrões significativos. Os resultados demonstraram que a variabilidade da TSM influencia diretamente as precipitações na região, sendo um exemplo o período sazonal MAM (março/abril/maio), que apresentou o maior número de anos com anomalias positivas, destacando-se o ano de 1986 como extremamente chuvoso. Nesse período, a o Indice do Atlantico Norte (TNA) estava positiva e Indice do Atlantico Sul (TSA) negativa, resultando no deslocamento da ZCIT para posições mais ao sul e favorecendo o aumento das chuvas no Recife, o que reforça a relação entre as anomalias de TSM e a variabilidade pluviométrica local. A análise da correlação mensal revelou, em sua maioria, uma relação negativa, ou seja, quanto maior o índice de TSM, menor a precipitação, evidenciando o impacto dessas anomalias nos sistemas produtores de chuva da região. No entanto, os resultados indicam que a compreensão dessa relação exige uma abordagem mais ampla, considerando múltiplos fatores além de um único índice. Conclui-se que as TSM exercem influência na variabilidade da chuva e, diante do cenário de mudanças climáticas e do contínuo processo de aquecimento global (IPCC, 2021), torna-se essencial um monitoramento contínuo dessas interações para aprimorar a previsão climática e mitigar impactos socioambientais.