perfis de vulnerabilidade sociodemogrÁfica e ......primeiramente agradeço a deus, por estar sempre...
TRANSCRIPT
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS EXATAS E DA TERRA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS CLIMÁTICAS
TESE DE DOUTORADO
PERFIS DE VULNERABILIDADE SOCIODEMOGRÁFICA E
AGROCLIMATOLÓGICA DO SEMIÁRIDO BRASILEIRO.
IZABELLY CRISTINA MENDES TINOCO
NATAL-RN
2018
IZABELLY CRISTINA MENDES TINOCO
PERFIS DE VULNERABILIDADE SOCIODEMOGRÁFICA E
AGROCLIMATOLÓGICA DO SEMIÁRIDO BRASILEIRO.
Tese de Doutorado apresentada ao Programa de Pós-
graduação em Ciências Climáticas do Centro de
Ciências Exatas e da Terra da Universidade Federal do
Rio Grande do Norte, como parte das exigências para
obtenção do título de Doutor em Ciências Climáticas.
Orientador: Prof. Dr. Bergson Guedes Bezerra
Co-orientadores: Prof. Dr. Paulo Sérgio Lucio &
Prof. Dra. Lára de M. Barbosa Andrade
COMISSÃO EXAMINADORA
Dra. Ana Cleide Bezerra Amorim - UFRN
Prof. Dr. Gilvan Ramalho Guedes - UFMG
Dr. Salomão de Sousa Medeiros - INSA
NATAL/RN
2018
Universidade Federal do Rio Grande do Norte - UFRN
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Setorial Prof. Ronaldo Xavier de Arruda - CCET
Tinoco, Izabelly Cristina Mendes.
Perfis de vulnerabilidade sociodemográfica e
agroclimatológica do semiárido brasileiro / Izabelly Cristina Mendes Tinoco. - 2018.
96f.: il.
Tese (Doutorado) - Universidade Federal do Rio Grande do
Norte, Centro de Ciências Exatas e da Terra, Programa de Pós-
Graduação em Ciências Climáticas. Natal, 2018. Orientador: Bergson Guedes Bezerra.
Coorientador: Paulo Sérgio Lucio.
Coorientador: Lára de Melo Barbosa Andrade.
1. Climatologia - Tese. 2. Variabilidade climática - Tese. 3.
Vulnerabilidade agrícola - Tese. 4. Vulnerabilidade climática - Tese. 5. GoM - Tese. I. Bezerra, Bergson Guedes. II. Lucio,
Paulo Sérgio. III. Andrade, Lára de Melo Barbosa. IV. Título.
RN/UF/CCET CDU 551.58
Elaborado por Joseneide Ferreira Dantas - CRB-15/324
DEDICATÓRIA
Dedico este trabalho aos meus pais e irmãos que
sempre estiveram ao meu lado, incentivando. Vocês são a
razão da minha vida. A minha Avó Francisca (Dona
Moça) in memoriam que em vida sempre apoiou minhas
escolhas, e acredito que sempre está comigo.
AGRADECIMENTOS
Primeiramente agradeço a Deus, por estar sempre presente em minha vida, iluminando minha
caminhada, cuidando de meu espírito e me dando paz e força.
Aos meus pais Rejane e Heriberto, meus exemplos de vida, quem me acolhe, dando amor e
carinho, ensinando-me os valores de mundo, quem me forneceu os ensinamentos da vida,
dando-me apoio conselhos, educação e me acolhendo em seu colo, meu porto seguro.
Aos meus irmãos Íris e Heriberto Filho, família, o elo, eixo de tudo, fonte de inspiração para
minha garra, amo vocês!
As minhas grandes amigas, colaboradoras e parceiras, Pollyanne Silva e Daniele Torres e pela
força e incentivo, nos momentos mais difíceis e árduos, vocês são importantes para mim, espero
que nossa amizade seja eterna.
Ao Departamento de Ciências Atmosféricas e Climáticas da Universidade Federal do Rio
Grande do Norte, por me fornecer as ferramentas necessárias à minha formação científica.
Ao INSA/SIGSAB pelo cuidado em condensar informações do IBGE para o Semiárido,
facilitando o acesso do pesquisador às informações.
À CAPES/CNPq por estar sempre investindo no conhecimento científico.
Aos meus Professores, que me deram os ensinamentos necessários para hoje ser quem eu sou.
A banca examinadora.
Ao meu Orientador Bergson Guedes Bezerra e Co-orientadores Paulo Sérgio Lucio e Lára de
Melo Barbosa Andrade, uma homenagem especial, pois depositaram em mim confiança e
acreditou que esse trabalho poderia ser concluído. Sou grata a você por esse momento que estou
conquistando agora. Os conhecimentos a mim passados foram preciosos e levá-los-ei pelo resto
de minha vida. Tenho a certeza de que hoje, ao olhar para o passado próximo, percebo que algo
mudou e que o crescimento científico caminha a passos largos. Obrigada por tudo o que vocês
vem me transmitindo, contribuindo assim para este crescimento.
A todos vocês sou grata e deposito aqui minha consideração, carinho, respeito e admiração.
Tudo Posso Naquele que Me Fortalece (Filipenses 4:13).
....
Lembrar do Brasil sem pensar no sertão
É como negar o alicerce de uma construção
Amar o Brasil sem louvar o sertão
É dar o tiro no escuro
Errar no futuro
Da nossa nação.
Esse gigante em movimento
Movido a tijolo e cimento
Precisa de arroz com feijão
Que tenha comida na mesa
Que agradeça sempre a grandeza
De cada pedaço de pão
Agradeça a Tião
Que conduz a boiada do pasto ao brotão
Quitéria que colhe miséria
Quando não chove no chão
Pereira que grita na feira
O valor do pregão
Zé coco, viola, rabeca, folia e canção
Zé coco, viola, rabeca, folia e canção
Amar o Brasil é fazer
Do sertão a capital...
Música: Do Brasil
Cantor e compositor: Vander Lee
RESUMO
A precipitação do Semiárido Brasileiro (SAB) é caracterizada pela elevada variabilidade
espacial e temporal, predominantemente concentrada em quatro meses do ano. E uma das
principais atividades econômicas desenvolvidas no SAB é a agricultura de sequeiro à qual é
fortemente dependente da precipitação anual. Desse modo, a ocorrência das secas quase
periódicas torna a agricultura familiar uma atividade econômica de grande risco. Dessa forma,
o objetivo principal do estudo é criar perfis de vulnerabilidade agrícola municipal do SAB
levando em consideração os aspectos dos padrões de precipitação e sociodemográficos da
região. Para tanto, foram utilizados dados de diferentes fontes tais como os dados diários de
1978 a 2010, fornecido pelo GPCP (Global Precipitation Climatology Center). Os referidos
dados de precipitação foram utilizados para caracterizar as áreas com precipitação homogênea
no SAB. As áreas com precipitação homogênea foram identificadas utilizando a análise de
Cluster. Para a criação dos perfis de vulnerabilidade utilizou-se a ferramenta de Grade of
Membership (GoM), os quais foram inseridos os grupos homogêneos de precipitação, bem
como indicadores sociais, econômicos, demográficos e agrícolas coletados no Sistema IBGE
de Recuperação automática (SIDRA) e do Sistema de Gestão da Informação e do Conhecimento
do Semiárido Brasileiro (SIGSAB) para o período de 1978 à 2016. Foram identificadas quatro
regiões do SAB com precipitação homogêneas, identificadas como SAB I, SAB II, SAB III e
SAB IV. O SAB I contempla a região leste e uma parte do norte de Minas Gerais e é o mais
chuvoso, enquanto que o SAB III é o mais seco e abrange o norte da Bahia, leste do Piauí, a
parte oeste de Pernambuco e Alagoas, e a parte central da Paraíba e Rio Grande do Norte, o que
corresponde a 33% do SAB. Quanto aos perfis de vulnerabilidade, foram identificados 3 perfis
puros, sendo que o Perfil 1 corresponde a região do SAB I, que é o mais chuvoso e o que tem
as melhores condições sociais e agrícolas. Neste perfil encontram-se as maiores produtividades
de feijão, porém o menor número de pessoas ocupadas na agricultura. A principal atividade
econômica desse perfil é o setor de serviços. O perfil 2 agrega as regiões mais secas (SAB II e
SAB III) apresentando os piores indicadores no social, econômico e agrícolas, com menor
rendimento per capta cada, assim como IDHM e PIB. Possui elevadas taxas de mortalidade e
de pessoas que inclusas no Programa Bolsa Família, bem como domicílios com esgotamento
sanitário inadequado. Esse perfil possui a maior parcela da população ocupada na agricultura
familiar. Os indicadores sociais ruins dessa região estão associados, provavelmente, ao fraco
desempenho da agricultura familiar da região, em decorrência de se tratar de região menos
chuvosa do SAB e os solos da mesma serem predominantemente cristalinos. O perfil
denominado de vulnerabilidade média foi o perfil 3 o qual contempla o setor norte do SAB.
Este perfil detém condições sociais e agrícolas em situações medianas, e encontram-se
produtividades medianas de feijão e milho. Destaca-se o perfil misto 1.2 (PM12) com as
maiores produtividades de milho em média (710,7 Kg/ha), com predominância do Perfil I, mas
com determinadas características de Perfil II, com o mínimo de 154.1 e máximo de 1273.9
Kg/ha. O perfil detém os mais altos percentuais de pessoas ocupadas no setor agropecuário com
atividades na agricultura familiar, porém encontram-se baixos percentuais de estabelecimentos
que praticam a agricultura de sequeiro. O PM12 contempla os municípios de Boa Vista/PB,
Caturité/PB, Jussiape/BA, Berilo/MG, Francisco Badaró/MG e Serranópolis de Minas/MG.
Estes municípios carregam consigo bons Indicadores de Desenvolvimento Humano (IDH) com
destaque para Boa Vista/PB o qual possui o maior índice com 0,65% quando comparado aos
outros. Diante dos resultados conclui-se que as regiões do SAB II e do SAB III são as mais
vulneráveis as alterações climáticas, pois são as mais secas e sujeitas a ocorrências de secas
severas, solos muito pobres e têm suas respectivas economias baseadas na agricultura
familiar. Para essas regiões, segundo o Painel Brasileiro de Mudanças Climáticas, são
projetados diminuição da precipitação em até 20% e aumento da temperatura em até 2ºC até o
final do século, o que torná-la mais árida.
Palavras-chave: Variabilidade Climática, Vulnerabilidade Agrícola, Vulnerabilidade
Climática, GoM
ABSTRACT
The precipitation of the Brazilian Semi - arid (SAB) is characterized by high spatial and
temporal variability, predominantly concentrated in four months of the year. And one of the
main economic activities developed in the SAB is rainfed agriculture, which is heavily
dependent on annual rainfall. In this way, the occurrence of almost periodic droughts makes
family farming an economic activity of great risk. Thus, the main objective of the study is to
create profiles of municipal agricultural vulnerability of the SAB taking into account the aspects
of precipitation and socio-demographic patterns of the region. Data from different sources, such
as the daily data from 1978 to 2010, provided by GPCP (Global Precipitation Climatology
Center) were used. These precipitation data were used to characterize areas with homogeneous
precipitation in the SAB. The areas with homogeneous precipitation were identified using
Cluster analysis. In order to create vulnerability profiles, the Grid of Membership (GoM) tool
was used, which included the homogeneous groups of precipitation, as well as social, economic,
demographic and agricultural indicators collected in the IBGE Automatic Recovery System
(SIDRA) and SIGSAB for the period 1978 to 2016. Four SAB regions with homogeneous
precipitation, identified as SAB I, SAB II, SAB III and SAB IV, were identified. SAB I covers
the eastern region and a northern part of Minas Gerais and is the most rainy, while SAB III is
the driest and covers the north of Bahia, east of Piauí, the western part of Pernambuco and
Alagoas, and the central part of Paraíba and Rio Grande do Norte, which corresponds to 33%
of the SAB. Regarding the vulnerability profiles, 3 pure profiles were identified, and Profile 1
corresponds to the SAB I region, which is the rainiest and the one with the best social and
agricultural conditions. In this profile we find the highest yields of beans, but the lowest number
of people employed in agriculture. The main economic activity of this profile is the service
sector. The profile 2 includes the driest regions (SAB II and SAB III) had the worst indicators
in the social, economic and agricultural context, with lower per capita income as HDI and GDP.
It has high mortality rates and people included in the Bolsa Família Program, as well as
households with inadequate sanitary sewage. This profile has the largest share of the population
employed in family agriculture. The poor social indicators of this region are probably associated
with the poor performance of family agriculture in the region, due to the fact that it is less rainy
region of SAB and its soils are predominantly crystalline. The so-called medium vulnerability
profile was profile 3 which contemplates the northern sector of the SAB. This profile has social
and agricultural conditions in medium-sized situations, and there are medium yields of beans
and corn. The mixed profile 1.2 (PM12) with higher maize productivity on average (710.7 kg /
ha), with a predominance of Profile I, but with certain characteristics of Profile II, with a
minimum of 154.1 and a maximum of 1273.9 Kg / ha The profile holds the high percentages of
people employed in the agricultural sector with activities in family agriculture, but it is found
in percentages of jobs that practice rainfed agriculture. PM12 includes the municipalities of Boa
Vista / PB, Caturité / PB, Jussiape / BA, Berilo / MG, Francisco Badaró / MG and Serranópolis
de Minas / MG. These municipalities carry human development indicators (HDI), especially
Boa Vista / PB, which is the highest index with 0.65% when they are to the others. In view of
the results, it is concluded that the regions of SAB II and SAB III are the most vulnerable to
climate change because they are the most dry and subject to severe droughts, very poor soils
and their respective economies based on family farming. For these regions, according to the
Brazilian Panel on Climate Change, rainfall is projected to decrease by up to 20% and
temperatures up to 2 ° C by the end of the century, making it more arid.
Key Words: Climate Variability, Agricultural Vulnerability, Climate Vulnerability, GoM
LISTA DE FIGURAS
Figura 1 - Mapa de classificação climática do Brasil de acordo com Koppen(1936).
Figura 2 - Localização da região do Semiárido Brasileiro.
Figura 3 - Fluxograma dos componentes da vulnerabilidade.
Figura 4 – Média de precipitação pluvial mensal (mm) do SAB durante (A) Janeiro, (B)
Fevereiro, (C) Março, (D) Abril, (E) Maio, (F) Junho, (G) Julho, (H) Agosto, (I) Setembro,
(J) Outubro, (L) Novembro e (M) Dezembro, de 1979 a 2014.
Figura 5- Distribuição espacial das áreas pluviometricamente homogêneas, 1979 a 2014.
Figura 6 – Boxplot mensal da precipitação acumulada por grupo correspondente ao período
de 1979 a 2014.
Figura 7- Distribuição espacial das áreas homogêneas, em relação ao número de dias
chuvosos, 1979 a 2014.
Figura 8 - Média mensal da precipitação e do número de dias chuvosos no SAB, 1979 – 2014.
Figura 9– Distribuição espacial da produtividade média de feijão de 1978 – 2016 no SAB.
Figura 10 – Distribuição espacial da produtividade média de Milho de 1978 – 2016 no SAB.
Figura 11 – Distribuição espacial da produtividade média de Mandioca de 1978 – 2016 no
SAB.
Figura 12 – Espacialização dos níveis de vulnerabilidade Sócio Agroclimáticos do SAB
Figura 13 – Espacialização dos Perfis de vulnerabilidade Sócio Agroclimáticos do SAB.
LISTA DE TABELAS
Tabela 1 – Classificação dos grupos pela análise discriminante.
Tabela 2 – Resultados da classificação das regiões homogêneas de precipitação em
relação ao comprimento da estação chuvosa.
Tabela 3 – Valores de Critério de informação Akaike - AIC por número de perfis extremos
da vulnerabilidade municipal do SAB– 2010.
Tabela 4 - Descrição dos perfis gerados pela análise de GoM para o SAB.
Tabela 5 - Distribuições Marginais dos perfis da vulnerabilidade no SAB.
Tabela 6 – Estatística Descritiva da produtividade das culturas oriundas da agricultura
familiar em relação aos perfis de vulnerabilidade municipal.
Tabela 7 – Análise de Variância.
Tabela 8 – Municípios agrupados no Perfil 2 (Àreas secas com alto percentual de
ocupados na agricultura e piores indicadores sociodemográficos).
LISTA DE SIGLAS E ABREVIATURAS
SAB Semiárido Brasileiro
NEB Nordeste Brasileiro
ZCIT Zona de Convergência Intertropical
SF Sistemas Frontais
DOL Distúrbios Ondulatórios de Leste
VCAN Vórtices Ciclônicos de Altos Níveis
ZCAS Zona de Convergência do Atlântico Sul
LI Linhas de Instabilidade
CCMs Complexos Convectivos de Mesoescala
IPCC Intergovernmental Panel on Climate Change
IBGE Instituto Brasileiro de Geografia e Estatística
CONAB Companhia Nacional de Abastecimento
FAO Food and Agriculture Organization
PBMC Painel Brasileiro de Mudanças Climáticas,
WWF World Wide Found for Nature
CPTEC Centro de Previsão de Tempo e Estudos Climáticos
ENOS El nino Oscilação Sul
TSM Temperatura da Superfície do Mar
IPEA Instituto de Pesquisa Econômica Aplicada
DataSus Departamento de informática do SUS
GPCC Global Precipitation Climatology Centre
NNE Norte do Nordeste do Brasil
INSA Instituto Nacional do Semiárido
GoM Grade of Membership
PM Perfil Misto
SUMÁRIO
1. INTRODUÇÃO ............................................................................................................................ 16
1.2 Objetivo Geral ......................................................................................................................... 19
1.3 Objetivos Específicos .................................................................................................................. 19
2 REVISÃO DA LITERATURA .......................................................................................................... 20
2.2 MUDANÇAS CLIMÁTICAS NO BRASIL: CAUSAS E CONSEQUENCIAS NO SETOR
AGRÍCOLA ...................................................................................................................................... 21
2.3 CLIMATOLOGIA DO SEMIÁRIDO BRASILEIRO (SAB) .................................................... 24
2.4 IMPACTOS DAS SECAS NA POPULAÇÃO DO SAB ........................................................... 27
2.5 VARIÁVEIS METEOROLÓGICAS QUE AFETAM AGRICULTURA NO SAB .................. 29
2.6 VULNERABILIDADE DA AGRICULTURA NO SAB ........................................................... 31
2.7 AGRICULTURA FAMILIAR .................................................................................................... 32
2.8 CULTURAS NA AGRICULTURA FAMILIAR (MILHO, FEIJAO e MANDIOCA) ............. 34
3 MATERIAL E MÉTODOS .......................................................................................................... 37
3.1 ÁREA DE ESTUDO ....................................................................................................................... 37
3.2 Dados........................................................................................................................................... 37
3.3 ASPECTOS METODOLÓGICOS ............................................................................................. 38
3.4 TRATAMENTO DOS DADOS .................................................................................................. 39
3.5 Análise de Agrupamento ou Cluster ........................................................................................... 41
3.6 Análise Discriminante ................................................................................................................. 42
3.7 Grade of Membership (GoM) ..................................................................................................... 42
3.8 Análise de Variância (ANOVA) ................................................................................................. 44
4. RESULTADOS ................................................................................................................................. 45
4.1 Resultados da caracterização dos padrões de precipitação do SAB ............................................ 45
4.2 Resultados da criação das regiões homogêneas de precipitação do SAB ................................... 48
4.3 Resultados da criação das regiões homogêneas de precipitação em relação ao comprimento da
estação chuvosa do SAB. .................................................................................................................. 52
4.4 Perfis da vulnerabilidade municipal da região do SAB: aspectos dos padrões da precipitação,
sociodemográficos e da produção agrícola. ...................................................................................... 55
Caracterizando os Perfis (k=3) - Perfil Puro I ............................................................................... 56
Caracterizando os Perfis (k=3) - Perfil Puro II .............................................................................. 57
Caracterizando os Perfis (k=3) - Perfil Puro III ............................................................................ 59
4.4 Análise das produtividades das culturas de subsistência relacionadas aos perfis de vulnerabilidade.
........................................................................................................................................................... 63
5. CONCLUSÃO .................................................................................................................................. 71
6. CONTRIBUIÇÕES E PERSPECTIVAS FUTURAS ....................................................................... 73
REFERENCIAS BIBLIOGRAFICAS .................................................................................................. 74
ANEXO
16
1. INTRODUÇÃO
O Semiárido do Brasil (SAB) é a região semiárida mais chuvosa do mundo, embora seus
padrões de precipitação sejam altamente variáveis no tempo e no espaço (RAO et al., 1993;
ALVES et al., 2005; MALVEZZI, 2007). As projeções climáticas indicam que até o final do
século XXI esta região será consideravelmente mais árida, com a ocorrência de secas mais
longas e déficit hídrico mais severo (SILVA DIAS; MARENGO, 1999; PMBC, 2014;
MARENGO; BERNASCONI, 2015). Porém, apesar da região ser constantemente assolada por
eventos extremos de secas, a ocorrência de grandes enchentes não é rara (MARENGO, 2006).
A precipitação anual do SAB atinge em média 800 mm, com regimes de precipitação na parte
Norte sendo as maiores precipitações de março-maio de 310 mm; e na parte Sul as maiores
precipitações ocorrem de Dezembro – Fevereiro com 389 mm (MOSCATI; GAN, 2007;
OLIVEIRA et al., 2016). No Estado da Paraíba, por exemplo, a precipitação anual gira em torno
300 a 1000 mm em Cabaceiras e Olho D’água (RODRIGUES DA SILVA et al., 1998;
BEZERRA et al., 2014).
Eventos severos de secas e enchentes têm ocorrido de forma intensa e prolongada
gerando transtornos nos processos sociais e econômicos de determinadas regiões (SILVA, 2006;
PADOIM; VIRGOLIM, 2010; MARENGO et al., 2011). O Relatório do Painel Brasileiro sobre
Mudanças Climáticas (PBMC, 2014) projeta um aumento de 0,5º a 1,0° C na temperatura do ar
e uma diminuição entre 10 e 20% na precipitação no SAB durante as próximas três décadas
(2020 a 2040). Além disso, espera-se que a temperatura aumente gradualmente de 1,5 a 2,5 °C
no período de 2041-2070, enquanto as taxas de precipitação deverão diminuir entre 25 a 35%
no mesmo período. Essas projeções sugerem que até o final do século 21 o SAB estará
consideravelmente mais árido, com a ocorrência de secas mais longas e déficit hídrico mais
severo (PBMC, 2014; MARENGO; BERNASCONI, 2015).
Esse cenário deverá comprometer severamente a atividade da agricultura familiar,
amplamente praticada no SAB, tornando-a ainda mais vulnerável, haja vista que tal atividade é
fortemente dependente da precipitação, com destaque à culturas de subsistência como milho,
feijão e mandioca, dentre outras (SILVA et al., 1998; GRAEF; HAIGIS 2001; SMIT;
SKYNNER, 2002; IBGE, 2006; APATA et al., 2009;; IBGE, 2010; NASUTI et al., 2013;
ALBIERO et al., 2015;). Os solos do SAB são extremamente frágeis e suscetíveis à
desertificação, o que torna os fatores climáticos cruciais para a agricultura de sequeiro
17
(COUTINHO et al., 2013; GARCIA-FRANCO et al., 2018;). A agricultura no SAB é limitada
a lavouras e pastagens em terras áridas, especialmente para criação de bovinos e ovinos (LÔBO
et al., 2011; SÁNCHEZ et al., 2018). De acordo com o IPCC (2001), o ciclo de vida das culturas
depende do tempo e do clima. Assim, o desempenho anual da produtividade agrícola é
altamente influenciado pelas condições climáticas da região. As culturas têm diferentes
necessidades hídricas dependendo do seu estágio de crescimento, que geralmente é composto
por germinação, crescimento vegetativo, desenvolvimento ou floração e formação de grãos ou
frutos, maturação e colheita (ALLEN et al., 1998; FRANCELLI ; DOURADO-NATO, 2000).
Marengo et al. (2017) apontam que a produtividade agrícola associada a uma forte dependência
de chuvas torna a atividade agrícola uma das mais vulneráveis às secas, especialmente a porção
norte do estado da Bahia, por causa das lavouras temporárias de milho e feijão. A economia na
região SAB é baseada principalmente na agricultura de sequeiro, onde a chuva desempenha um
papel fundamental no sucesso da colheita (SILVA et al., 2009; GRAEF; HAIGIS, 2001;
ALBIERO et al., 2015).
Assim, os agricultores familiares tornam-se o grupo social mais vulnerável aos efeitos
das mudanças climáticas (GUANZIROLLI et al., 2012; MONTEIRO, 2007). Assad e Pinto
(2008) destacaram que com as mudanças climáticas haverá o aumento da evapotranspiração
devido à deficiência hídrica no solo aumentando o risco para as atividades agrícolas,
provocando redução drástica no número de municípios com potencial agrícola nos anos de
2020, 2050 e 2070, prejudicando a segurança alimentar das populações que vivem nessa região
(IPCC AR5). AB’SÁBER (1998), Queiroz, Barbieri e Confalonieri (2017) relatam que a região
do SAB detém os piores indicadores de renda, saúde, educação e desenvolvimento do Brasil,
quando comparados com a média nacional e esse quadro poderá piorar com as mudanças no
clima. A situação de pobreza e o nível de precipitação estão entrincheiradas nas Metas de
Desenvolvimento Sustentável (ODS) 1, 2 e 13 das Nações Unidas (ONU, 2015) e a agricultura
familiar é parte fundamental nesse processo, haja vista que essa atividade é responsável pela
maior parte da produção dos alimentos consumidos pelas famílias brasileiras. De acordo com o
Censo Agropecuário Brasileiro (2006) 84% dos estabelecimentos agropecuários são oriundos
da agricultura familiar com propriedades rurais. Ademais, cerca de 90% da mandioca, 70% do
feijão e 50% milho consumidos no Brasil são produzidos pela agricultura familiar. Além desses
em torno de 60% da produção de leite de vaca, considerável parcela do rebanho suíno e em
torno 30% dos bovinos do País também são oriundos da agricultura familiar.
18
Os fenômenos socioeconômicos e culturais influenciam na intensidade e magnitude do
impacto gerado pelas secas, assim como na capacidade adaptativa da população frente ao perigo
(EMDADHAQUE; BRANCO, 1998). Assim, a incapacidade dos indivíduos ou grupos de
enfrentar os riscos existentes no seu entorno pode ser entendida como vulnerabilidade
(PADOIN; VIRGOLIM, 2010). No contexto climático a vulnerabilidade é definida como
“conjunto de características de uma pessoa ou grupo que determina a sua capacidade de
antecipar, sobreviver, resistir e recuperar-se dos impactos dos fatores climáticos de perigo”
(BLAIKIE et al., 1994). É considerada como função da exposição, a qual está relacionada com
a natureza, magnitude e frequência resultante da dinâmica climática; da sensibilidade, que
representa o grau em que um sistema é modificado ou afetado por perturbações (ADGER,
2006); da adaptação que descreve ajustes em sistemas ecológicos ou socioeconômicos em
resposta às mudanças climáticas, resultantes de práticas, processos, medidas ou mudanças
estruturais (NOBRE, 2007).
O SAB pode ser considerado um hotspot, ou seja, uma região que conjuga a vulnerabilidade
climática atual aos efeitos das mudanças climáticas projetadas e aos meios de subsistência que
provavelmente dificultarão o desenvolvimento socioeconômico da região. A combinação de
desafios ambientais e socioeconômicos demanda respostas específicas e os impactos projetados
sobre a agricultura de sequeiro poderão contribuir para tornar a população do semiárido mais
vulnerável, sendo este um ponto de partida, pois essas regiões vulneráveis precisam de atenção
extra para evitar o impasse do desenvolvimento (MONTEIRO, 2007; NEUMANN; SZABO,
2016).
Diante do exposto, as condições climáticas são fatores importantes na produção
agropecuária do SAB; as lavouras temporárias produzidas por agricultores familiares e em
sistema de sequeiro tendem a ter perdas na produtividade, com o déficit ou excesso hídrico.
Entender as condições climáticas é extremamente importante, pois esse conhecimento é uma
ferramenta que permite aos agricultores planejar melhor quando, o que e quanto plantar, de
acordo com as condições da água do solo, que geralmente apresentam baixa disponibilidade de
água para as culturas devido à estação seca. O conhecimento dos perfis de vulnerabilidade
municipal da região semiárida brasileira com aspectos dos padrões de precipitação,
sociodemográficos e da produção agrícola e pecuária, são extremamente importantes pois são
ferramentas as quais permitirão os gestores públicos em conjunto com os agricultores
elaborarem o planejamento da tomada de decisões com o foco principal de mitigar os efeitos
das mudanças climáticas.
19
1.2 Objetivo Geral
O objetivo geral deste estudo é construir perfis de vulnerabilidade municipal da região do
Semiárido Brasileiro a partir de um conjunto de informações relacionadas aos padrões de
precipitação, à indicadores sociodemográficos e à produção agrícola.
1.3 Objetivos Específicos
Caracterizar o padrão da precipitação do SAB;
Criar Perfis de Vulnerabilidade Sociodemográfica e agroclimatológica;
Analisar a produtividade agrícola considerando lavouras temporárias em culturas de
subsistência dentre os perfis gerados de vulnerabilidade para cada um dos municípios
que compõe o SAB.
Analisar espacialmente os perfis de vulnerabilidade.
20
2 REVISÃO DA LITERATURA
Os fatores climáticos tais como temperatura, umidade do solo e radiação solar ocasionam
impactos na produtividade agrícola (SHAW, 1997). Deste modo, com as possíveis as mudanças
climáticas o sistema de produção agrícola pode ser afetado, ocasionando fatalidades nos
processos sociais e econômicos da população principalmente nas regiões semiáridas. Assim,
com o intuito de organizar as informações para um melhor embasamento teórico sobre a
temática da tese, os seguintes aspectos foram abordados na revisão da literatura: Clima no
Brasil, Mudanças climáticas no Brasil: causas e consequências no setor agrícola Clima na
Região Nordeste, Climatologia do Semiárido Brasileiro (SAB), Impactos das secas no
Semiárido Brasileiro (SAB), Variáveis meteorológicas que afetam agricultura no SAB,
Vulnerabilidade da Agricultura no Semiárido, Agricultura Familiar e culturas na agricultura
familiar (Milho, Feijão e Mandioca).
2.1 CLIMA NO BRASIL
O clima é definido pela circulação que ocorre na atmosfera, pois os padrões de
circulação gerados em uma região fazem o transporte do calor, umidade e momentum
(quantidade de movimento) por todo o globo, no entanto essa realocação não é homogênea,
aumentando a variabilidade dos componentes climáticos, temperatura, umidade e precipitação,
causando influência nas atividades humanas (BOLETIM DE MONITORAMENTO E
ANÁLISE CLIMÁTICA-CLIMANÁLISE-NÚMERO ESPECIAL, 1986).
A primeira classificação climática no mundo foi desenvolvida por Wladimir Koppen
em 1900, mas, Alvares et al., (2013) fizeram uma atualização onde definiram baseados na
classificação de Koppen, 3 zonas e 12 tipos de clima classificados em todo território Brasileiro
sendo que o clima tropical (zona A) corresponde a 81,4% do território brasileiro, ocorrendo em
todas as regiões do país, exceto nos estados do Rio Grande do Sul e de Santa Catarina e parte
do Paraná, localizados na Região Sul. O clima semiárido (zona B) concentra o Nordeste do
Brasil, onde a precipitação anual cai em média inferior a 800 mm. A zona C, clima subtropical
corresponde a 13,7 % do território nacional, e compreende a região sul.
Figura 1- Mapa de classificação climática do Brasil de acordo com Koppen(1936).
21
Fonte: Alvares et al., (2013)
2.2 MUDANÇAS CLIMÁTICAS NO BRASIL: CAUSAS E CONSEQUENCIAS NO
SETOR AGRÍCOLA
Em 2013, o Painel Brasileiro de mudanças climáticas lançou seu primeiro relatório no
qual indicou que, o clima ficará mais quente através do aumento da temperatura média entre
1°C e 6°C até 2100 em todas as regiões do país e o regime de chuvas também irá sofrer
alterações. O regime de precipitação diminuirá significativamente em grande parte das regiões
central, Norte e Nordeste do país; e aumentarão nas regiões Sul e Sudeste (PBMC, 2013).
No quarto relatório do IPCC há argumentos de que na região Nordeste do Brasil as áreas
semiáridas e áridas sofrerão uma redução dos recursos hídricos em decorrência das mudanças
climáticas. No SAB, a vegetação poderá a ser substituída por vegetação árida da terra e nas
florestas tropicais a extinção das espécies estarão susceptíveis. O aumento da chuva na região
Sudeste do Brasil terá impactos no uso da terra, no rendimento das culturas e aumento a
frequência de inundações e intensidade (WWF, 2016).
22
Para a região da Amazônia, alguns estudos como Ropelewski e Halpert (1987), Marengo
(1992), Uvo et al. (1998), Ronchail et al. (2002) verificaram que anomalias negativas de
precipitação na região central, norte e leste da Amazônia estão de modo geral associadas com
eventos de El Niño Oscilação Sul (ENOS) no oceano pacífico equatorial e anomalias de
Temperatura da Superfície do Mar (TSM) no Atlântico tropical. Esses estudos evidenciaram
que as maiores secas na Amazônia ocorreram devido a ocorrência de eventos intensos de El
Niño e forte aquecimento das águas superficiais do Atlântico tropical norte durante o
verão/outono no Hemisfério Norte (MARENGO et al., 2007).
Estudos recentes, observacionais, mostraram uma tendência positiva na amplitude de
eventos ENOS, sugerindo como causa o aquecimento global (ZHANG et al., 2008; KIM; AN,
2011). Também têm sido realizados experimentos numéricos envolvendo Modelos de
Circulação Geral com a inserção de aumento na concentração dos GEE (AN et al., 2008), mas
apesar destes estudos ainda há uma grande incerteza se essa tendência de aumento da amplitude
do ENOS é devida ao aquecimento global ou à variação natural do sistema climático global
(COLLINS et al., 2010).
Em relação ao fenômeno La Niña, por enquanto não se tem uma previsão do que
acontecerá, podendo potencialmente ter um efeito oposto. Os últimos eventos de La Niña em
2008/2009 provocaram secas na Amazônia (MARENGO, 2010; LEWIS et al., 2011), entretanto
as chuvas intensas ocorridas na Amazônia em 2011/2012 também aconteceram durante um
evento de La Niña. Para Marengo et al., (2008), eventos extremos como a seca que aconteceu
em 2005 ocorre uma vez a cada 100 anos, todavia, em 2010 ocorreu outra seca severa que afetou
outra área da Amazônia (LEWIS et al., 2011; MARENGO et al., 2011). Eventos como estes
reforçam que a ocorrência de eventos extremos como secas e enchentes devem se tornar mais
frequentes e intensos com as mudanças climáticas (COX et al., 2008).
No que diz respeito as mudanças climáticas no setor agrícola, a segurança alimentar é
uma questão fundamental, tanto no aspecto fisiológico ou nutricional e de uma perspectiva
estratégica ou política (IPEA, 2011). No segundo Inventário Brasileiro de Gases de Efeito
Estufa, publicado em 2010, com dados até 2005, o setor agrícola é mostrado por mais de 16
anos como a segunda atividade relevante em termos de emissões de GEE no Brasil. Durante
este período, as emissões do setor agrícola atingiram a máxima importância relativa das
emissões no ano de 1991 representando 24,75%, nos cinco anos seguintes a relação importância
das emissões do setor agrícola diminuiu sua importância e atingiu sua menor importância
23
relativa em 1995 (12,90%), coincidindo com emissões de pico de desmatamento de quase dois
milhões de toneladas (t) de carbono equivalente (MOZZER, 2011).
O Brasil é o maior produtor mundial de cana de açúcar, e levando em consideração o
ano de 2010 foram colhidas cerca de 618 milhões de toneladas. As perspectivas para futuros
aumentos de produção de cana podem ser limitadas por possíveis reduções na disponibilidade
de água em algumas regiões e aumento esperado da demanda de água para outros usos. Além
disso, no futuro, estas áreas podem ser influenciadas por mudanças climáticas, tornando-se mais
quente e seco, e pode não ser adequado para o cultivo de várias culturas produzidas atualmente
(MARENGO et al., 2007).
Na maioria das regiões do Brasil, a cana de açúcar vai mostrar nenhuma perda de áreas
adequadas, mas na região Nordeste, além de redução de áreas adequadas, diminuindo o
rendimento das culturas poderá se tornar viável apenas sob condições de irrigação. Carvalho et
al., (2015) fizeram um estudo onde os dados gerados pelo Modelo Eta / CPTEC mostrou que a
Zona da região Mata, norte do estado de Pernambuco/Brasil, pode ser fortemente afetado pelas
alterações climáticas, refletindo sobre um clima futuro com aumento da temperatura (máxima
e mínima) e redução de chuva. As mudanças climáticas podem reduzir o rendimento da cana,
que já poderia ser percebida em um futuro próximo (2014 - 2040), de acordo com simulações
de cenários A1B. As temperaturas elevadas no Nordeste do Brasil vão aumentar as taxas de
evapotranspiração, redução da quantidade de água disponível no solo fazendo com que o plantio
de cana de açúcar se torne cada vez mais difícil, pois tendem a ser fortemente reduzido em áreas
mais secas, como as cidades localizadas em parte da região Oeste.
Estudos recentes sobre os impactos das mudanças climáticas na agricultura, para os
cultivos de trigo, milho, arroz, feijão, soja e café, mostram que com o aumento de 1° C na
temperatura, haverá perdas econômicas chegando a 375 milhões de dólares para o café,
somando os estados de Minas Gerais, Paraná e São Paulo, e 61 milhões de dólares para o cultivo
do milho em São Paulo (MARENGO, 2001; SIQUEIRA et al., 2001; PINTO et al., 2002;
ASSAD et al., 2004; NOBRE; ASSAD; OYAMA, 2005), além disso há previsão de que o
aumento da temperatura no país vai diminuir a área favorável aos cultivos de soja, café, milho,
arroz, feijão e algodão, podendo levar a um prejuízo de R$ 7,4 bilhões já em 2020
(ASSAD;PINTO, 2008). Pellegrino, Assad e Marin (2007), simularam cenários agrícolas para
o Brasil com temperaturas de 1°C, 3°C e 5,8°C, e aumentos de precipitação de 5%, 10% e 15%
baseados nos cenários publicados no IPCC. No estudo sobre a área considerada apta para o
plantio de arroz, feijão, soja, café e milho, as estimativas revelam perdas em torno de: 18% para
24
o arroz, 11% para o feijão, 39% para a soja, 58% para o café e apenas 7% para o milho. Streck
e Alberto (2006) avaliaram através de estudo numérico a possível existência dos impactos das
mudanças climáticas s obre o rendimento das culturas do trigo, soja e milho, em Santa Maria
no Rio Grande do Sul. Gerou-se cenários aumentando em dobro a quantidade de CO2, com a
temperatura do ar em diferentes graus 2, 3 e 6ºC, com aumento e sem aumento de precipitação
pluvial, verificaram no estudo que as mudanças climáticas influenciará o rendimento de grãos
de trigo, soja e milho, no município de Santa Maria localizado no Rio Grande do Sul. O aumento
na temperatura do ar pode anular os efeitos benéficos do aumento de CO2 no rendimento de
trigo, soja e milho, respectivamente.
2.3 CLIMATOLOGIA DO SEMIÁRIDO BRASILEIRO (SAB)
Os 1135 municípios Brasileiros que compõem a região semiárida com extensão
territorial de 982.563,3 km² são delimitados com base na isoieta de 800 mm, no Índice de Aridez
de Thorntwaite de 1941 (municípios com índice de até 0,50) e no Risco de Seca (superior a
60%) (MIN, 2005). Dessa área a Região Nordeste concentra-se em torno de 89,5%, abrangendo
a maioria dos estados nordestinos, com a exceção do Maranhão, e o Estado de Minas Gerais,
situado na Região Sudeste, possui os 10,5% restantes (103.589,96 km²) (IBGE, 2010). A
temperatura média do SAB é acima de 23°C, e evapotranspiração superior a 2000 mm/ano
(MOSCATI; GAN, 2007).
A delimitação da área no SAB é baseada nos seguintes critérios:
Precipitação pluviométrica média anual igual ou inferior a 800 mm;
Índice de Aridez de Thornthwaite igual ou inferior a 0,50 e;
Percentual diário de déficit hídrico igual ou superior a 60%, considerando todos
os dias do ano.
A precipitação pluvial na região do semiárido no Brasil, em termos de variabilidade
espacial e temporal é influenciado pela atuação de vários sistemas meteorológicos que atuam
na região. Sendo eles: Linhas de Instabilidade (LI), Zona de Convergência Intertropical (ZCIT),
Distúrbios Ondulatórios de Leste (DOL), Vórtice Ciclônico de Altos Níveis (VCAN), Zona de
Convergência do Atlântico Sul (ZCAS), Sistemas Frontais (SF) e Complexos Convectivos de
Mesoescala (CCMs) (COSTA et al., 2015).
As Linhas de Instabilidade (LI) são a forma mais frequente de organização convectiva
de Mesoescala, a qual consistem em uma banda de nebulosidade do tipo cúmulos, organizada
linearmente, onde as linhas de células convectivas são contínuas ou aproximadamente
25
continuas (KOUSKY, 1980), devido a essa característica de nebulosidade as LI são facilmente
identificadas em imagens de satélite e são formadas em várias regiões do globo.
A formação das LI se dá basicamente pela grande quantidade de radiação solar incidente
sobre a região tropical que contribui no desenvolvimento das nuvens Cbs, que atingem um
número maior à tarde e início da noite, quando a convecção é máxima, e pode ser notada nas
imagens de satélite no final da tarde (2100 UTC) trazendo consequentes chuvas
(CAVALCANTI, 1982; COHEN, 1989). Nos meses de fevereiro a março outro fator de
contribui no incremento das LI é a proximidade com a Zona de Convergência intertropical
(ZCIT) (CAVALCANTI, 1982).
A Zona de Convergência Intertropical (ZCIT) é o sistema meteorológico mais
importante no comportamento do volume de chuvas na área norte do nordeste do Brasil, ou
seja, é este sistema que determina se haverá déficit de chuva ou não na região norte do Nordeste.
A ZCIT é uma banda de nuvens que circunda a faixa equatorial do globo terrestre,
formada principalmente pela confluência dos ventos alísios do hemisfério norte com os ventos
alísios do hemisfério sul, simplificando a convergência dos ventos faz com que o ar, quente e
úmido ascenda, carregando umidade do oceano para os altos níveis da atmosfera ocorrendo a
formação das nuvens. Sobre os oceanos a ZCIT é mais significativa, e devido a isto a
temperatura da superfície do mar (TSM) é um dos fatores determinantes na posição e
intensidade do sistema (FERREIRA e MELO, 2005).
Os Distúrbios Ondulatórios de Leste (DOL) foram detalhados em 1974 com a
experiência GATE (Garp Atlantic Tropical Experiment). As ondas de leste possuem
comprimento de onda, em torno de 2.000 a 3.500 km, o período de 3 a 5 dias e uma propagação
para oeste com uma velocidade de 8 m s-1 (CAVALCANTI et al., 2009). Estudos realizados
mostraram que este distúrbio apresenta oscilações com periodicidade de 3 a 9 dias,
comprimento de onda entre 3200 e 6200 km, e velocidade de propagação entre 10 a 15 m/s
(CHAN, 1990; ESPINOZA, 1996; MOTA, 1997). Alguns autores descrevem as ondas de
período de 6 a 9 dias, que se situam mais ao norte do que as ondas típicas de leste e ocorrem,
preferencialmente, no início e no fim do inverno austral (CAVALCANTI et al., 2009).
Os Sistemas são distúrbios que se propagam para oeste na área dos ventos alísios,
apresentando configurações ondulatórias nos campos de vento e pressão (BERRY et al., 1945).
O sistema é mais frequente no lado equatorial do cinturão subtropical e mais intenso na média
troposfera. Os DOLs que se formam na região do Oceano Atlântico Sul (OAS) deslocam-se
26
para oeste e intensificam-se na costa leste e norte do Nordeste brasileiro (NNE) e são
importantes por provocarem alterações significativas nas condições sinóticas principalmente na
componente meridional do vento e como consequência aumento de nebulosidade e precipitação
(HASTENRATH, 1988, COUTINHO; FISH, 2007; NETO, 2003; MOTA, 1997). Os DOLs
podem intensificar os sistemas meteorológicos de perturbação convectivas, tais como as LI
(COOK et al., 2004).
O Vórtice Ciclônico de Altos Níveis (VCAN) são centros de baixa pressão em altos
níveis que forma-se no oceano Atlântico e entram na região Nordeste do Brasil, principalmente
entre os meses de novembro e março, e geralmente sua trajetória é de leste para oeste, com
período mais frequente entre os meses de janeiro e fevereiro, (PALMÈN, 1949; GAN;
KOUSKY, 1982). Os VCANs possuem o tempo de vida variando em média de 7 a 10 dias e são
um conjunto de nuvens que, observado pelas imagens de satélite, têm a forma aproximada de
um círculo girando no sentido horário. Na sua periferia há formação de nuvens causadoras de
chuva e no centro há movimentos de ar de cima para baixo (subsidência), aumentando a pressão
e inibindo a formação de nuvens (COUTINHO et al., 2010).
A Zona de Convergência do Atlântico Sul (ZCAS) é um dos principais sistemas
meteorológicos a influenciarem o regime de precipitação sobre as regiões Sudeste e Centro-
Oeste do Brasil (SACRAMENTO NETO et al., 2010). Na região Nordeste este sistema pode
provocar a ocorrência de chuva no interior do semiárido tanto sozinho ou interagindo com
outros sistemas durante a ocorrência de precipitação extrema (KOUSKY, 1985; CHAVES;
CAVALCANTI, 2001).
As ZCAS são definidas como uma banda de nebulosidade com orientação noroeste-
sudeste, que se estende desde o sul e leste da Amazônia até o sudoeste do Oceano Atlântico Sul
e é associada a um escoamento convergente de umidade na baixa troposfera. A Zona de
Convergência de Umidade em baixos níveis (ZCOU), deve persistir, pelo menos, 4 (quatro dias)
para poder ser caracterizada como ZCAS. Será contabilizado como primeiro dia de ZCAS o
momento em que se configurará o fenômeno, mas se o processo durar menos de quatro dias o
evento será caracterizado apenas como Zona de Convergência de Umidade ou, simplesmente,
ZCOU (CAVALCANTI, 1996).
Os sistemas frontais (SF) são os encontros de massas de ar com propriedades distintas.
Um sistema frontal é composto classicamente por uma frente fria, uma frente quente e um
centro de baixa pressão em superfície, denominado ciclone (que gira no sentido horário no HS).
Este ciclone desenvolve-se a partir de uma pequena perturbação em uma frente quasi-
27
estacionária que separa o ar frio do ar quente, levantando-o na região de fronteira entre essas
duas massas, ocasionando um decréscimo da pressão nesta região.
A ascensão do ar quente causa convergência em baixos níveis e formação de circulação
ciclônica. A frente fria avança sobre a frente quente formando a região denominada frente
oclusa. Com o aumento da região de oclusão o sistema frontal atinge seu estado terminal, o
ciclone aumenta seu tamanho e transforma-se num vórtice frio na baixa troposfera. A fricção e
a falta de mecanismos dinâmicos na atmosfera encarregam-se de dissipar o restante do ciclone
e, portanto, do sistema frontal (Cavalcanti et al., 2009)
Os Complexos Convectivos de Mesoescala (CCM) são caracterizados como
aglomerados de nuvens que se formam devido às condições locais favoráveis como
temperatura, relevo, pressão, etc., e provocam chuvas fortes e de curta duração, normalmente
acompanhadas de fortes rajadas de vento. Os CCMs, na região subtropical, ocorrem
preferencialmente durante os meses de primavera e de verão no hemisfério sul, formando-se no
período noturno com um ciclo de vida entre 10 e 20 horas (SOUZA et al., 1998).
2.4 IMPACTOS DAS SECAS NA POPULAÇÃO DO SAB
A agricultura é um setor importante na economia Brasileira, que responde por cerca de
5,5% do PIB (25% quando o agronegócio é incluído) e por 36% das exportações do país, onde
85% das propriedades rurais pertencem a pequenos proprietários e 16% são grandes fazendas
comerciais que ocupam 75% da terra cultivada (IBGE/CENSO AGROPECUARIO, 2006).
O semiárido possui a economia local prejudicada pelos baixos índices pluviais, e apesar de ser
o semiárido mais chuvoso do mundo, a região é periodicamente afetada pela ocorrência de
secas, que geram perdas parciais ou totais na agropecuária, além de comprometer o
abastecimento de agua da população devido principalmente a irregularidade da estação chuvosa
na região com predominância de chuvas intensas e de curta duração que variam de 3 a 5 meses
(SILVA et al., 1998).
Os efeitos da seca estão devastando as atividades agrícolas
e a geração hidrelétrica em áreas povoadas. Com a
redução persistente da precipitação nessas áreas, os lagos
secam, as vazões dos rios diminuem e o abastecimento de
água potável é reduzido (MARENGO, 2009).
No SAB os maiores totais pluviométricos ocorrem no verão/outono devido à presença
da ZCIT no hemisfério sul, entretanto no inverno a precipitação nesta região é inibida pelos
28
movimentos subsidentes deste sistema, que neste período encontra-se localizado no Hemisfério
Norte, e também pelos movimentos descendentes da atividade convectiva que ocorre no oeste-
noroeste da Amazônia. Sistemas como as frentes frias e vórtices ciclônicos, também podem
provocar chuva quando chegam ao SAB (REBOITA et al., 2012). O principal fenômeno
interanual que gera anomalias nas precipitações do SAB é o El Niño- Oscilação Sul (ENOS),
que possui duas categorias: El Niño e La Niña. Onde o El Niño é o aquecimento anormal das
águas do Oceano Pacífico Equatorial que, combinado com o enfraquecimento dos ventos alísios
na mesma região, provoca mudanças na posição da célula de Walker no pacífico Equatorial
leste e formam então dois ramos descendentes, um deles sobre o Atlântico e Nordeste do Brasil
(FREIRE et al., 2011).
Os fenômenos ligados principalmente as baixas precipitações causam efeitos na
produtividade agrícola da região Nordeste do Brasil. Em anos de ocorrência de secas, a
produtividade de mandioca, cana e milho é bastante reduzida (ARAÚJO et al., 2013). A seca
afeta a produção agropecuária, que afeta a economia com a queda da renda geral,
principalmente a dos pequenos produtores que não têm reservas (SAMPAIO e SAMPAIO,
2014).
Como uma forma de combater os efeitos da seca, o governo, no século XX implementou
uma dotação orçamentária onde foram instaladas três comissões: a de açudes e irrigação, a de
estudos e obras contra os efeitos das secas e a de perfuração de poços. Porém destas três
manteve-se apenas a de açudes e irrigação. Não tendo desempenho satisfatório, ensejou a
criação da Inspetoria de Obras Contra as Secas, hoje o Departamento Nacional de Obras Contra
as Secas – DNOCS. A irrigação depende da topografia, da drenagem e da constituição física e
química do solo. No semiárido, em geral, predominam solos rasos e de difícil drenagem
(SUASSUNA, 2011).
O processo de irrigação requer um planejamento e manejo adequados das culturas
irrigadas e um dos parâmetros primordiais é a evapotranspiração da cultura (ETc). Onde a ETc
“representa a quantidade de água que deve ser reposta ao solo pelo sistema de irrigação para a
continuidade do crescimento das plantas em condições ideais” (BASSOI et al., 2001). O teor
de água adicionada ao solo, pela precipitação ou irrigação, provoca a evapotranspiração maior
se a drenagem for ineficiente e esse fato aumenta a propensão à salinização (SUASSUNA,
2011). No SAB devido à natureza física e química dos solos existem grandes áreas com solos
salinizados devido ao déficit hídrico e a elevada taxa de evaporação, com a incidência maior
em áreas cultivadas com a irrigação (SILVA et al., 2011).
29
A região semiárida, compreende 57% da área total do Nordeste, a agricultura irrigada
não chega a 1% do total (AB’SÁBER, 1998). Um problema recorrente com o uso da irrigação
é a contaminação das águas, solos por agrotóxicos, algas e bactérias com a irrigação em culturas
de ciclo curto tais como: tomate, melão e milho. No caso do Moxotó localizado no sertão de
Pernambuco (PE), foi constatado que as culturas de tomate e melão recebem uma carga violenta
de agrotóxicos e como consequência da contaminação das águas, na década de 90 em clinicas
de hemodiálise no município de Caruaru - PE, ocorreram óbitos ocasionados pela existência de
uma microalga na água utilizada no processo de filtragem do sangue dos pacientes
(SUASSUNA, 2011).
2.5 VARIÁVEIS METEOROLÓGICAS QUE AFETAM AGRICULTURA NO SAB
No Nordeste Brasileiro (NEB) o tipo de agricultura praticada predominantemente é a
familiar, em pequenas propriedades rurais nas condições de sequeiro, na qual a produtividade
depende da fertilidade natural dos solos (SAMPAIO et al., 1995). A região do SAB ocupa uma
superfície equivalente a 69,2% do NEB atingiu em 2010 uma população de 22.598.318
habitantes, o correspondente a 42,57% da população do Nordeste onde 61,97% da população
vive na zona urbana e 38,03% na zona rural (MIN, 2005; INSA, 2010). É uma região que sofre
periodicamente com grandes secas que afeta a pecuária e a agricultura de sequeiro (ARAÚJO
FILHO et al., 1987).
Quando se pensa em agricultura no SAB, existem duas vertentes: a agricultura de
sequeiro e a agricultura irrigada (ALBIERO et al., 2015). Na agricultura de sequeiro a
precipitação pluvial desempenha um papel fundamental para o êxito da colheita, pois o sucesso
do desenvolvimento das culturas é dependente da regularidade do volume pluvial (SILVA et al.,
1998; GRAEF; HAIGIS, 2001). Entretanto, na agricultura irrigada onde se é construída com
planejamento áreas com infraestrutura adequada de irrigação, fornecendo a quantidade de água
suficiente para cada tipo de cultura plantada, amenizando a questão da sazonalidade das chuvas
e secas (PEREIRA; CARMO, 2010).
Albiero et al., (2015) construiu um panorama da agricultura do semiárido do Nordeste,
onde constatou que em termos de lavoura temporária e agricultura de sequeiro as culturas
pioneiras são a mamona e a mandioca. Entretanto, na lavoura temporária em termos de
produção o forte está na fruticultura com destaque em caju, coco da Bahia, goiaba, mamão,
manga, maracujá e sisal (é uma planta utilizada para fins comerciais).
30
No contexto geral de crescimento, desenvolvimento e produtividade das culturas, as
variáveis meteorológicas que mais afetam são: precipitação, temperatura do ar, radiação solar,
umidade do ar e do solo, velocidade do vendo e influência do fotoperíodo (PEREIRA et al.,
2002; MAVI ; TUPPER, 2004; HOOGENBOOM, 2000).
“A radiação solar provê a energia para os processos associados à
fotossíntese, afetando assim a produção de carboidratos e,
consequentemente, o crescimento da biomassa das plantas. A fotossíntese
responde também à temperatura do ar, a qual afeta a taxa das reações
metabólicas das plantas, regulando o crescimento e o desenvolvimento
vegetal. Temperaturas crescentes induzem ao aumento da taxa de
fotossíntese; porém sob temperaturas muito elevadas essa relação se
inverte (SENTELHAS; MONTEIRO, 2009) ”.
A precipitação não afeta o metabolismo das plantas, porém age de forma indireta
afetando o crescimento e desenvolvimento das culturas (HOOGENBOOM, 2000). Quando a
chuva é escassa, as plantas fecham os estômatos CO2, o que afeta negativamente a fotossíntese.
O excesso de chuva provoca a redução da oxigenação dos solos, que acaba diminuindo a
absorção de água e nutrientes pelas plantas (SENTELHAS e MONTEIRO, 2009).
O fotoperíodo afeta tanto o crescimento quanto o desenvolvimento das culturas. No
crescimento corresponde ao tempo que a planta leva para realizar o processo de fotossíntese, já
no desenvolvimento é afetado pelo fotoperíodo, consideradas plantas fotossensíveis. Em
latitudes maiores o fotoperíodo é mais longo deste modo a produtividade é maior
(SENTELHAS e MONTEIRO, 2009).
Para Pereira et al. (2002) a velocidade do vento influencia no processo de renovação do
CO2, entretanto em altas velocidade o vento é fator responsável por induzir o aumento da
transpiração das plantas, ocasionando o fechamento dos estômatos, à redução do número de
folhas e da área foliar, resultando em queda brusca da fotossíntese.
Por fim, a umidade do ar influência de forma indireta nas culturas. Os ambientes mais
secos provocam o aumento excessivo da transpiração, a umidade alta favorece o
desenvolvimento de doenças que afetam o desenvolvimento das culturas, prejudicando a
qualidade dos produtos agrícolas (SENTELHAS, 2004).
31
2.6 VULNERABILIDADE DA AGRICULTURA NO SAB
Um dos pontos principais para a economia agrícola do SAB é a sua fragilidade, relatada
em toda a literatura (GTDN,1959). O desenvolvimento das culturas e a qualidade da produção
tornam-se mais sensíveis a “eventos climáticos extremos de curta duração, tais como
temperaturas muito elevadas, geadas severas, chuvas de granizo, e seca persistente, situações
essas verdadeiramente temidas pelos agricultores (LIMA et al., 2010) ”. A frequência maior de
períodos secos intensos e prolongados são projetados para a região Amazônica e para o
Nordeste do Brasil, que podem virar secas sazonais (MARENGO, 2014).
A agricultura é a atividade econômica que possui fortemente uma dependência do tempo
e do clima da região, pois as condições atmosféricas podem prejudicar todas as etapas das
atividades agrícolas, que vão desde o preparo do solo para semeadura até a colheita. As
condições meteorológicas do tempo são muitas vezes imprevisíveis a médio e longo prazo, com
isso a agricultura torna-se uma atividade de grande risco, como por exemplo as secas
prolongadas, os veranicos (períodos secos dentro de uma estação úmida), as geadas, e os
períodos de chuva excessiva muitas vezes acompanhadas de granizo (PEREIRA et al., 2007).
O fenômeno da seca ocorre com a estiagem no período chuvoso de uma região e em
decorrência disso há mais de 50 anos Duque (1980), relatou que o rendimento médio da
produção de culturas essenciais na mesa do consumidor, tais como feijão, milho e arroz é de 30
a 70% do potencial, na região do Sertão, Seridó e Cariri. O manejo do solo para as atividades
agrícolas promove alterações nos processos biológicos, físicos e químicos do ambiente, que
devem ser monitoradas e avaliadas no intuito de tomar ações que possam mitigar os efeitos
como por exemplo a degradação (MERTEN; MINELLA, 2002).
O Mundo agrícola torna-se mais vulnerável com as alterações climáticas,
principalmente, nos países que estão em desenvolvimento como o Brasil, devido sua economia
ser fortemente dependente do sistema agrícola, à escassez de capital para investimentos em
medidas de adaptação juntamente com a exposição à eventos extremos (Lima et al., 2010). As
características sociais, econômicas, culturais, geofísicas e meteorológicas são o que definem a
maneira de se enfrentar a seca na região (EMDADHAQUE; BRANCO, 1998).
Desse modo o fator Capacidade Adaptativa está ligado ao estado dos recursos naturais
e nível social e econômico de uma região (SEKHWELA, 2007, apud MAROUN, 2007). Existe
também o termo “resiliência” que pode ser definido como“ a capacidade natural de um sistema
voltar à sua forma original, após ter sido submetido a evento climático extremo (ANPPAS,
32
2007). ” Segundo Brown & Kulig (1996/1967) a resiliência é conceituada como “a habilidade
de se recuperar ou ajustar-se facilmente de adversidades ou uma vida continuamente
estressante”. De modo geral o termo resiliência torna-se um dos modos mais eficientes de
promover sustentabilidade tanto meio urbano quanto no rural (HOGANN et al., 2010). Barros
e Silva juntamente com Cavalcanti sugerem que a capacidade adaptativa e a resiliência devem
ser inseridas e fortalecidas quando da busca da sustentabilidade da população no tocante das
mudanças climáticas.
A população agrícola é vulnerável aos riscos climáticos e se a mesma não possui a
capacidade de dar resposta frente ao perigo, como consequência pode gerar uma situação de
vulnerabilidade, ou seja, se a capacidade adaptativa da população é baixa, provavelmente terá
vulnerabilidade alta (WEHBE et al., 2005). No semiárido o manejo inadequado do solo
conjuntamente com as variações climáticas locais e as características de solo pedregoso ou
impermeável, geram a perda gradual do solo. E além das fragilidades ambientais o semiárido
sofre com a desigualdade social, além de deter os piores indicadores sociais em relação a média
nacional (SILVA, 2003).
2.7 AGRICULTURA FAMILIAR
A agricultura familiar é definida como unidade familiar, ou seja, o estabelecimento está
relacionado a unidade produtiva (ALVES et al., 2011). Para a delimitação do universo da
agricultura familiar no censo agropecuário de 2006 foi estabelecido critérios da lei de
agricultura familiar: 1) a área do estabelecimento não excede 4 módulos fiscais; 2) A mão de
obra utilizada nas atividades econômicas é exclusivamente da própria família; 3) A renda
familiar é predominantemente originada de atividades vinculadas ao próprio estabelecimento e
4) o estabelecimento é dirigido pela própria família (MDA, 2008). Os estabelecimentos
agropecuários são distribuídos em uma área de 49,5 milhões de hectares, onde a agricultura
familiar ocupa 89% dos estabelecimentos rurais em apenas 43% da área (CENSO
AGROPECUÁRIO/IBGE, 2006).
O Ministério do Desenvolvimento Agrário (MDA, s/d) a agricultura familiar é
responsável pela maior parte da produção dos principais alimentos de consumo sendo eles:
mandioca (84%), feijão (67%), leite (54%), milho (49%), aves/ovos (40%) e suínos (58%), e
houve um aumento no valor dos recursos destinados à atividade, onde o número de beneficiários
no qual era de 900 mil passou para 2 milhões de famílias. Uma das medidas de assistência e
33
apoio à comercialização dos produtos é incentivada através do Programa Nacional de
Fortalecimento da Agricultura Familiar (Pronaf) (MDA, 2012).
O Pronaf possibilita aos agricultores familiares formas variadas de financiamento que
dependem do tipo de atividade que será desenvolvida, o financiamento mais utilizado é o
PRONAF mais alimentos, onde a linha de crédito é liberada para investimentos na infraestrutura
da propriedade rural (WAGNER, 2011).
Para Baiardi (1999) existem cinco vertentes de agricultura familiar, onde o tipo A
corresponde a agricultura familiar “farmerizada”, ou seja, a maior parte dos produtores são
associados a cooperativas e atualmente exerce o aproveitamento do solo introduzido em ciclos
longos de lavoura e produção animal em estabelecimento que anteriormente eram produtores
de grãos. Esta rotatividade torna uma preocupação maior com o processo e manutenção da
fertilidade do solo com a redução progressiva do uso de fertilizantes químicos (BAIARDI,
1999).
Ainda segundo Baiardi (1999) o tipo B é a agricultura familiar de integração vertical,
ou seja, possui relação com a implantação de agroindústrias em regiões de colonização
europeia. Esse tipo deixou de fazer parte dos descendentes de colonos europeus e passou a
incorporar os agricultores familiares de outras origens tais como: assentados em perímetros
irrigados ou projetos de colonização e reforma agrária. A agricultura familiar colonial que
arremete aos imigrantes com maior frequência no Planalto Gaúcho, Paraná e Santa Catarina, é
denominado de tipo C. Está relacionado na permanência na área de ocupação colonial de
famílias com grande tradição rural e familiar. A atividade de produção neste tipo é voltada para
a horticultura, para floricultura e para a fruticultura comerciais em escala pequena.
O tipo D é denominado de agricultura familiar semi-mercantil, não possui ligação com
a imigração europeia e possui dois grupos: 1) nos descendentes de homens livres, inclusive
nativos, colocados à margem da sociedade de corte patriarcal e patrimonialista e 2) nos
descendentes de uma minoria de escravos que, fugindo à regra, demonstrava alguma ambição
em se tornar produtor rural. As regiões Brasileiras que esse tipo é mais encontrado, é no Centro-
Oeste, Norte e interior do Nordeste. A agricultura familiar do tipo E trata-se da população
excluída socialmente, ou seja dos miseráveis e possui a mesma ligação que o tipo D com a
diferença em: 1) estabelecer-se em áreas com menor dotação de recursos naturais ou em
condições de grande carência de infraestrutura; 2) configurar-se com base em segmentos
populacionais dispersos, com maior grau de anomia e descrentes quanto à possibilidade de
34
mudar as condições em que vivem, fatalistas portanto, e 3) ter ficado à margem dos processos
de diferenciação e intervenções do Estado relatados acima.
2.8 CULTURAS NA AGRICULTURA FAMILIAR (MILHO, FEIJAO e MANDIOCA)
Em termos de produtividade mundial do milho, os Estados Unidos são os maiores
produtores e o Brasil ocupa o terceiro lugar com um total de 53,2 milhões de toneladas na safra
2009/2010. O destino principal das safras é para as indústrias de rações de animais (MAPA,
2016). O milho é uma planta da família Gramineae e da espécie Zea mays e tem sua origem na
América Central, “apresenta grande capacidade de adaptação a diversos climas, sendo plantado
em praticamente todas as regiões do mundo, nos hemisférios norte e sul, ao nível do mar e em
regiões montanhosas, em climas úmidos e regiões secas (MATOS, 2007) ”.
A planta do milho é dependente da temperatura e umidade. Uma boa temperatura para
seu desenvolvimento deve está na faixa de 16 a 18°C. O rendimento da cultura é prejudicado
com a deficiência da umidade no solo principalmente no início e durante a fase de floração, e a
quantidade de água necessária durante todo o ciclo fenológico (110 a 180 dias de ciclo nas
condições brasileiras) é de 500 a 800mm (ALLEN et al., 1998) e (DOREMBOS; KASSAN,
1979).
“O milho pertence ao grupo das angiospermas, ou seja, produz as
sementes no próprio fruto. A planta do milho chega a uma altura de 2,5
metros, embora haja variedades bem mais baixas. O caule tem aparência
de bambu, e as juntas estão geralmente a 50 centímetros de distância
umas das outras. A fixação da raiz é relativamente fraca. A espiga é
cilíndrica, e costuma nascer na metade da altura da planta. Os grãos são
do tamanho de ervilhas, e estão dispostos em fileiras regulares presas no
sabugo, que formam a espiga. Eles têm dimensões, peso e textura
variáveis. Cada espiga contém de duzentos a quatrocentos grãos
(MATOS, 2007) ”.
No Brasil, a produção do milho possui duas épocas de plantio: A primeira safra (plantios
de verão) é realizada no período chuvoso, onde na região Sul do país varia de agosto (fim do
mês) até outubro/novembro no Sudeste e centro Oeste; na região do NEB o período ocorre no
início do ano. A segunda safra comumente chamada de safrinha, refere-se a agricultura de
sequeiro plantado em fevereiro/março geralmente depois da soja precoce, predominantemente
na região Centro-Oeste e nos estados do Paraná e São Paulo. Na primeira safra a área plantada
35
é reduzida devido à concorrência com a soja, no entanto há uma compensação da concorrência
com a soja devido ao aumento dos plantios na "safrinha" (GURGEL, 2007).
O Brasil no cultivo de Feijão é o maior produtor mundial com produção média anual de
3,5 milhões de toneladas. É um alimento típico na mesa do brasileiro e é cultivado por pequenos
e grandes produtores em todas as regiões, o maior produtor é o estado do Paraná, que colheu
298 mil toneladas na safra 2009/2010, seguido de Minas Gerais, com a produção de 214 mil
toneladas no mesmo período (MAPA, 2016).
O feijão (Phaseolus vulgaris L.) possui uma fonte básica de proteína e carboidratos e no
Brasil a maior parte da produção é proveniente da agricultura familiar, totalizando cerca de 65%
da produção nacional. Em 2009 a leguminosa perdeu área para outras culturas e a razão
principal foram os preços reduzidos das safras que custavam em novembro 80 reais a saca de
60kg permanecendo até outubro de 2011, entretanto em 2011 houve um aumento na produção
com a melhora dos preços do produto, principalmente na primeira safra que é tida como a mais
importante. Apesar com o aumento da produção na primeira safra, o clima foi bastante
desfavorável em várias regiões produtoras como o Sul do País e em alguns estados nordestinos
(Piauí e Pernambuco) (EPAGRI, 2012).
Existem variações no tipo do feijão, onde o preto torna-se mais popular no Rio Grande
do Sul, Santa Catarina, sul e leste do Paraná, Rio de Janeiro, sudeste de Minas Gerais e sul do
Espírito Santo. O tipo carioca é aceito em praticamente todo o Brasil, então 53% da área
cultivada é semeada com este tipo grão. Na região do NEB o mais consumido é o mulatinho e
os tipos roxo e rosinha são mais comuns nos Estados de Minas Gerais e Goiás (Gurgel, 2007).
Os ciclos do feijão variam de 65 a 250 dias dependendo do cultivo e da temperatura, onde
“elevadas temperaturas e deficiência hídrica durante a floração provocam o abortamento das
vagens e consequente redução da produtividade de grãos (EPAGRI, 2012) ”.
O feijão é uma leguminosa que depende de água, temperatura e radiação solar para seu
desenvolvimento, a disponibilidade de água é importante nas fases de emergência, floração e
enchimento de grão. A necessidade de água para cultura do feijoeiro, para um ciclo de 60-120
dias é 300 a 500 mm, e a temperatura média considerada ótima para o desenvolvimento é entre
18ºC a 30ºC (FELIPE, 2000).
A mandioca é cultivada em todo o território brasileiro, tornando-se uma das culturas
mais importantes no processo socioeconômico do país. No estado da Bahia possui posição de
destaque com exploração oriunda da agricultura familiar como fonte de renda principal. Na
36
região do semiárido possui produtividade média baixa, decorrente da falta de implementação
de um sistema de produção adequado e das condições edafo-climáticas (FILHO et al., 2013).
“A mandioca (Manihot esculenta Crantz), é uma planta perene, arbustiva,
pertencente à família das Euforbiáceas. A parte mais importante da planta
é a raiz. Rica em fécula, utilizadas na alimentação humana e animal ou
como matéria prima para diversas indústrias (FILHO; BAHIA, 2016) ”.
A planta pode ser cultivada em regiões de clima tropical e subtropical, para o
desenvolvimento necessita de precipitação pluviométrica 600 a 1.200 mm e uma temperatura
média de em torno de 25ºC. Os solos mais profundos e com textura de boa drenagem são os
mais recomendados. É uma cultura tolerante a seca, mas a plantação é recomendada para o
início do período chuvoso, nas regiões tropicais o cultivo pode ser realizado o ano inteiro desde
que haja umidade suficiente para seu desenvolvimento. No entanto nas regiões de clima
subtropical o cultivo deve ser realizado na época mais quente que varia de setembro a outubro
e março até abril (FILHO; BAHIA, 2016). Com dois anos de cultivos sucessivos em uma
mesma área, é necessário fazer uma rotação de culturas tais como: milho, soja, arroz ou algodão
com o intuito de evitar infestação de pragas e doenças (FILHO; SILVEIRA, 2012).
37
3 MATERIAL E MÉTODOS
3.1 ÁREA DE ESTUDO
A região estudada é a do Semiárido Brasileiro (SAB), a qual abrange uma área de 982.563,3
km², o que equivale a aproximadamente 10% da área territorial do Brasil e 89,5% da região
Nordeste do Brasil. De acordo com a síntese de indicadores sociais (2017) divulgada pelo IBGE
7,9% da população concentrada na região Nordeste recebe R$ 85,00/mês per capita
considerados extremamente pobres. A região do SAB é composta por 1135 municípios de oito
estados da região Nordeste do Brasil (Alagoas, Bahia, Ceará, Paraíba, Pernambuco, Piauí, Rio
Grande do Norte e Sergipe), além do norte do estado de Minas Gerais na região Sudeste (Figura
1) (MIN, 2005). A delimitação dessa região em foi realizada pelo Ministério da Interação
Nacional (MIN, 2005) e teve como critérios a isoieta de 800 mm, o índice de aridez inferior a
0,50 ou risco de seca superior a 60%.
O SAB é a região semiárida mais chuvosa do mundo, com precipitações que variam em torno
de 800 mm com maiores concentrações nos meses de fevereiro-maio, temperatura média
superior à 23°C, e evapotranspiração potencial superior a 2.000 mm/ano (RODRIGUES DA
SILVA et al., 1998; MARENGO et al., 2011; MOSCATI; GAN, 2007).
3.2 Dados
Para a caracterização da precipitação pluviométrica do SAB foram utilizados dados
de precipitação mensal acumulada, no período de 1979 a 2014. Os dados de precipitação (mm
dia-1) foram coletados do Global Precipitation Climatology Project (GPCP), detalhadamente
descrito em Chen et al. (2008). Neste estudo, os dados foram coletados com uma cobertura
espacial de 0,5° x 0,5° (espaçamento equivalente à 25 km), totalizando 338 pontos de grade,
sendo que cada ponto contempla a série temporal de 36 anos em dados diários.
38
Figura 2 - Localização da região do Semiárido Brasileiro.
Fonte: Elaborado pelo autor, 2018.
3.3 ASPECTOS METODOLÓGICOS
Inicialmente o estudo foi desenvolvido em três grandes etapas: No primeiro momento,
foram criados grupos de precipitação homogênea para todo o SAB através da técnica de análise
de Cluster, com o intuito de fornecer informações sobre a definição de regiões com precipitação
homogênea, neste mesmo momento foi aplicado análise discriminante com o objetivo de
verificar a consistência dos grupos gerados pelo Cluster; No momento seguinte aplicou-se a
técnica de Grade Of Membership (GoM) para a criação de perfis de vulnerabilidade a partir de
um amplo conjunto de indicadores relativos aos aspectos meteorológicos (grupos homogêneos
de precipitação gerados inicialmente), sociodemográficos e agrícolas. Por último, com a
intenção de verificar possíveis associações aplicou-se a Análise de Variância (ANOVA)
considerando-se de um lado, um conjunto de variáveis chamadas de externas, as quais
caracterizam aspectos relacionados a produtividade eleitas nas principais culturas de
subsistência e os perfis construídos anteriormente.
39
3.4 TRATAMENTO DOS DADOS
3.4.1 Meteorológica
A variável meteorológica de precipitação a qual foi coletada no GPCP diariamente entre
os anos de 1979 à 2014, para a criação dos grupos (regiões) homogêneas de todo o SAB, fez-
se a soma do acumulado médio mensal para cada ano com o intuito de retirar a sazonalidade
em relação ao ano, entretanto para a análise referente ao número de dias chuvosos, utilizou-se
o somatório do número de dias em que choveu no decorrer do mês, para cada ano referente à
cada ponto de grade.
3.4.2 Pobreza, Educação, Condição de vida, Infraestrutura (pessoas em domicílios com
abastecimento de água e esgotamento inadequado) e Desenvolvimento (Grau de urbanização,
IDH e PIB)
As informações coletadas para esses grupos de variáveis nos sites do Instituto Nacional
do Semiárido (INSA) e do Instituto Brasileiro de Geografia e Estatística (IBGE) para o censo
de 2010, foram categorizadas de acordo com seus quartis de referência, sendo assim: Os valores
que estivessem abaixo do primeiro quartil receberam a categoria 1; valores entre o primeiro
quartil e a mediana ficaram na categoria 2; valores entre a mediana e o terceiro quartil foram
classificados na categoria 3 e por fim, os valores superiores ao terceiro quartil receberam a
categoria 4. Sendo os quartis classificados em Baixo (1), Médio (2), Alto (3) e Muito Alto (4).
3.4.3 Trabalho, Estrutura e Desenvolvimento
As informações para as variáveis referentes a ocupação na agricultura familiar e aos
estabelecimentos agropecuários são oriundas do Censo Agropecuário de 2006, no site do IBGE.
Tais variáveis receberam o mesmo tratamento citado no item 3.3.1.2.
3.4.4 Produtividade
Em relação as produtividades das culturas, consideradas de subsistência (agricultura
familiar) milho, feijão e mandioca; as informações são oriundas do Sistema IBGE de
informação integrada (SIDRA) entre os anos de 1978 à 2016; Para a utilização desses dados
foram calculadas às médias de cada cultivo em relação à todos os anos.
As variáveis utilizadas para a caracterização dos perfis de vulnerabilidade foram
distribuídas de acordo as dimensões que compõem a vulnerabilidade:
40
Figura 3 – Fluxograma dos componentes da vulnerabilidade.
Risco
Regiões homogêneas
de Precipitação de
acordo com Tinoco et
al. (2018)
Meteorológica
Sensibilidade Pobreza
Vulneráveis à Pobreza
(%)
Renda Per capta dos
Vulneráveis a Pobreza
Pessoas que recebem o
bolsa família (%)
Educação Taxa de Analfabetismo
Infraestrutura
Pessoas em domicílios com
abastecimento de água e
esgotamento sanitário
inadequado (%)
Estabelecimentos de
agricultura familiar (%)
Estabelecimentos de
agricultura familiar
(Lavoura temporária) (%)
Estabelecimentos com
agricultura de sequeiro (%)
Trabalho
Ocupados no setor
agropecuário (%)
Ocupados na agricultura
familiar (%)
Capacidade
Adaptativa Desenvolvimento
Grau de Urbanização (%)
IDH
PIB
Estabelecimentos
agropecuários que receberam
financiamento (%)
Perf
is d
e vu
lner
ab
ilid
ad
e
Condição de vida Taxa de Mortalidade
41
OBS.: A seguir serão descritos os métodos utilizados no estudo:
3.5 Análise de Agrupamento ou Cluster
A análise de cluster tem como finalidade dividir os elementos da amostra, ou população,
em grupos de forma que os elementos pertencentes a um mesmo grupo sejam similares entre si
com relação as características que nele foram medidas, e os elementos em grupos diferentes
sejam heterogêneos em relação a estas mesmas características. Assim, a técnica foi utilizada
nesse trabalho com o objetivo de caracterizar áreas com precipitação pluvial homogênea, ou
seja, similares dentro de cada grupo em relação aos totais anuais (sem sazonalidade).
Adicionalmente, por meio do emprego também da técnica de análise de cluster foram
construídos grupos homogêneos com o número de dias chuvosos, com 338 pontos de grade os
quais agregam todo o SAB.
Para cada elemento amostral j (pontos de grade), tem-se o vetor de medidas Xj, representado
por:
𝑋𝑗 = [𝑋1𝑗 𝑋2𝑗 …𝑋𝑝𝑗]′, 𝑗 = 1,2, … , 𝑛
Onde Xij é o valor observado da variável i medida no elemento j. Para o agrupamento é
necessário definir a medida de similaridade ou dissimilaridade utilizada, as medidas de
dissimilaridades relatam quanto menor os seus valores mais similares estão os elementos
comparados, assim nesse estudo utilizou-se a distância Euclidiana e o método de ligação Ward
avalia os grupos através da dispersão e o mesmo é bastante utilizado.
3.5.1 Distancia Euclidiana
A distância Euclidiana entre dois elementos Xl e Xk, l≠k é definida por:
𝑑(𝑋1𝑋𝑘) = [(𝑋1 − 𝑋𝑘)′(𝑋1 − 𝑋𝑘)]
1/2 = [∑ (𝑋𝑖𝑙 − 𝑋𝑖𝑘)2𝑝
𝑖=1 ]1/2
, assim dois elementos
amostrais são comparados em cada variável pertencente ao vetor de observações.
𝑑(𝑋1𝑋𝑘) = [(𝑋1 − 𝑋𝑘)′(𝑋1 − 𝑋𝑘)]1/2 = (𝑋𝑖𝑙 − 𝑋𝑖𝑘 )2
𝑝
𝑖=1
1/2
3.5.2 Método de Ligação Ward
Este método de ligação é fundamentado na mudança de variação entre e dentro dos grupos.
Assim, a distância entre os conglomerados Cl e Ci é dada por:
42
𝑑(𝐶1, 𝐶2) = [𝑛𝑙 𝑛𝑖
𝑛𝑙 + 𝑛𝑖] (�̅�𝑙. − �̅�𝑖.)′(�̅�𝑙. − �̅�𝑖.)
3.6 Análise Discriminante
A técnica pode ser utilizada para classificação de elementos de uma amostra ou
população, mas difere do método de análise de cluster, pois para sua aplicação é necessário que
os grupos para os quais cada elemento amostral pode ser classificado sejam predefinidos, ou
seja, conhecidos a priori considerando-se suas características gerais. O conhecimento a priori
permite a elaboração de uma função matemática chamada de regra de classificação ou
discriminação, que será utilizada para classificar novos elementos amostrais nos grupos já
existentes. Diante disso, o objetivo geral dessa técnica é fazer uma comparação do elemento
amostral em relação aos grupos candidatos através de construção de uma regra matemática
fundamentada na teoria das probabilidades. Para cada novo elemento amostral, a regra de
classificação permitirá ao pesquisador decidir qual é a população mais provável de ter gerado
seus valores numéricos nas p-características avaliadas. Neste estudo, após a criação dos grupos
homogêneos de precipitação bem como os grupos homogêneos do número de dias chuvosos
gerados na análise cluster, aplicou-se a técnica de analise discriminante para verificar a
classificação correta dos grupos sugeridos pela análise de cluster. Para a análise é realizada uma
comparação do elemento amostral em relação aos grupos candidatos é, em geral, feita através
de uma combinação linear derivada da seguinte equação (MINGOTI, 2005; JOHNSON;
WICHERN, 2007):
𝑍𝑖𝑘 = 𝛽0𝑖 + 𝛽𝑙𝑖𝑋𝑙𝑘 + ⋯+ 𝛽𝑗𝑖𝑋𝐽𝐾 (3)
onde, 𝑍𝑖𝑘 é o escore discriminante, 𝛽0𝑖 Constante da função, 𝛽𝑗𝑖 é o peso da variável
independente j e discriminante da função i.
3.7 Grade of Membership (GoM)
Realizou-se, neste trabalho, o método GoM com o objetivo de criar os perfis de
vulnerabilidade, baseado na teoria dos conjuntos nebulosos (Fuzzy Logic) a qual consiste que
os indivíduos (no caso municípios) não se organizam em conjuntos fixos (como na Análise de
Cluster), mas podem pertencer parcialmente a múltiplos conjuntos ou perfis com diferentes
graus de pertinência, nos perfis de referência (puros) oriundos da estrutura de dados (MANTON
et al., 1994; GUEDES et al., 2010). O método trabalha com as características de cada
município, definindo perfis puros (com aqueles municípios que pertencem integralmente ao
43
perfil) e estima o grau de pertencimento de cada município a cada perfil puro baseado no
modelo estatístico de máxima verossimilhança.
Modelo de máxima verossimilhança:
𝐿(𝑦) =𝐼
Π𝑖 = 1
𝐽
Π𝑗 = 1
𝐿𝑗
Π𝑙 = 1
𝑔𝑖𝑘
𝐾
𝑘=1
∗ 𝜆𝑘𝑗𝑙
𝑦𝑖𝑗𝑙
Sendo:
i = Município; j = Variáveis; l = Categorias das variáveis j; k = Perfis; 𝑦𝑖𝑗𝑙 = É a resposta 0=não;
1= sim, à categoria l da variável j; λkjl= Probabilidade que uma resposta l de uma variável j
pertencer ao perfil k; gik= Grau de pertinência de um município i ao perfil k.
Neste estudo, para cada município i, J variáveis categóricas são observadas, na qual a j-
ésima variável tem Lj níveis de resposta. Considere K como o número de perfis puros. A
probabilidade de que a l-ésima categoria de resposta da j-ésima variável esteja associada ao k-
ésimo perfil puro é representada por . O grau de pertencimento gik de cada município i em
relação a cada perfil puro k varia entre 0 e 1, o qual 0 indica que o município não pertence ao
grupo de municípios do perfil k e 1 o município pertence completamente ao perfil de referência
k (GUEDES et al., 2010).
A condição para o delineamento das características que definem os perfis, como regra
de decisão é que a estimativa dos fossem suficientemente maior que as frequências
marginais dos resultados de uma categoria de resposta l a uma variável j. Assim, foi definido o
valor de 1,2 para caracterizar os perfis, ou seja, considerou-se como regra decisória se a
estimativa de fosse 1,2 vezes maior do que a respectiva frequência marginal.
Na definição dos perfis considerou-se que um município pertence a um determinado
perfil puro se: gik ≥ 0,75, para um determinado k. Também foram considerados predominantes
a um perfil k se 0,5 ≤ gik < 0,75 e gik < 0,25 para os demais k’s. No contexto de perfis mistos, o
município é considerado com predominância se 0,5 ≤ gik < 0,75 para o valor de k com as
características principais e 0,25 ≤ gik < 0,5 para o valor de k em características secundarias e gik
< 0,25 para os demais valores de k’s (SAWYER et al., 2000). Os municípios que os gik foram
inferiores a 0,5, considerou-se como sem definição e/ou “amorfos” (CERQUEIRA, 2004). Na
estimação do modelo GoM, considerando modelos distintos com K perfis
kjl
kjl
kjl
44
extremos multidimensionais de vulnerabilidade aos aspectos de clima, sociodemográficos e
produção agrícola, aplicou-se o Critério de Informação de Akaike (AIC) para se definir o
modelo mais ajustado. O AIC é uma medida baseada em teoria da informação estatística e
comparando os modelos GoM com o uso dessa medida, utiliza-se sempre o modelo com K
perfis extremos que apresentar o menor valor para o AIC. Dessa forma, o AIC indica um melhor
ajuste e uma maior parcimônia quanto ao número de perfis estimados (PINTO; CAETANO,
2013). Para maiores detalhes sobre o uso do Critério de Informação de Akaike como critério de
ajuste entre modelos GoM ver: Guedes et al. (2010).
3.8 Análise de Variância (ANOVA)
ANOVA foi utilizada com intuito de verificar se existe diferença com relação as
produtividades de milho, feijão e mandioca entre os perfis gerados pelo GoM. De modo geral,
a técnica é uma ferramenta utilizada para comparação de vários grupos ou estratos de interesse,
que permite investigar a existência de diferenças significativas entre os grupos estudados
(HAIR et al., 2009). A técnica é baseada na soma de quadrados total, de maneira simplificada
se a variação intergrupos for a mesma da variação intragrupo, apenas o tamanho do erro
aleatório é refletido. A razão entre o quadrado médio e o quadrado médio no grupo é chamado
de estatística F.
45
4. RESULTADOS
4.1 Resultados da caracterização dos padrões de precipitação do SAB
Estudos sobre a caracterização dos padrões de precipitação são importantes para o
conhecimento e implementação de ações de manejo em diversos setores, incluindo a agricultura
familiar. Estes tipos de atividades, particularmente aquelas que usam sistemas de sequeiro, são
susceptíveis à influência da variabilidade climática no SAB. Este estudo está dividido em três
etapas, nas quais a primeira etapa consiste na caracterização da precipitação por meio de análise
estatística considerando a precipitação média mensal acumulada. Na segunda etapa, a análise
foi realizada utilizando precipitação anual acumulada, por fim a análise com o número de dias
chuvosos por mês. Em ambos os estágios, foram considerados 338 pontos de grade para o
período de 1979 a 2014.
A Figura 4 mostra a média mensal de precipitação pluviométrica no SAB no período de
1979 a 2014. Pode-se observar que agosto (Figura 4H) é o mês mais seco do SAB, dado que as
taxas pluviométricas estão abaixo de 5,0 mm região.
Em outubro (Fig. 4J) a estação chuvosa começa nas porções sul, sudoeste e oeste do
SAB, que abrangem o norte de Minas Gerais, sul, sudoeste e centro da Bahia, além do sudeste
do estado do Piauí. Nesta área, a precipitação acumulada é maioritariamente da ordem dos 60
mm. Em uma pequena área a sudoeste esses valores excedem 100 mm. No restante da região,
durante o mês de novembro, a precipitação é inferior a 30 mm. Na porção norte, a precipitação
é inferior à 5 mm.
46
Figura 4 – Média de precipitação pluvial mensal (mm) do SAB durante (A) Janeiro, (B)
Fevereiro, (C) Março, (D) Abril, (E) Maio, (F) Junho, (G) Julho, (H) Agosto, (I) Setembro, (J)
Outubro, (L) Novembro e (M) Dezembro, de 1979 a 2014.
Fonte: Elaborado pelo autor, 2018.
Durante novembro (Fig. 4L) e dezembro (Fig. 4M), a precipitação se intensifica nas
porções sul e sudoeste, onde a precipitação acumulada é predominantemente maior que 80 mm,
chegando a 140 mm na região sudoeste. Em novembro, a precipitação na parte central do SAB
é inferior a 30 mm, enquanto no norte é inferior a 10 mm. Em dezembro, parece que a área com
precipitação superior a 80 mm se expande, abrangendo a porção central do SAB. Por outro lado,
a precipitação acumulada na porção norte excede 20 mm.
No entanto, os meses de janeiro (Fig. 4 A), fevereiro (Fig. 4 B) e março (Fig. 4 C) são
os mais úmidos no SAB. A porção norte é a mais úmida, onde a precipitação é tão grande quanto
100 mm. Durante este período, a ZCIT atua mais intensamente nesta região, quando a faixa de
47
nuvens atinge sua posição mais ao sul (HASTENRATH, 1984, 2012). Embora a ITCZ esteja
localizada no Hemisfério Norte (NH) a maior parte do ano, entre março e abril, ela muda para
o extremo sul, quando o gradiente de temperatura do Oceano Atlântico Tropical é mais fraco
(HASTENRATH; LAMB, 1977; HASTENRATH, 2012). Um eventual comportamento
anormal deste sistema pode causar eventos extremos de precipitação na região, com a
ocorrência de secas ou tempestades severas. Sua posição está relacionada ao deslocamento
sazonal da temperatura da superfície do mar quente (CAVALCANTI, 2012). Em anos úmidos,
Souza e Cavalcanti (2009) mostraram que a estação chuvosa na parte norte do Nordeste do
Brasil está relacionada à posição da ZCIT. Uvo (1998) aponta que, nos anos secos, a ITCZ
muda para o norte em fevereiro e início de março, enquanto em maio está localizada mais ao
sul.
A precipitação na porção sul da região (interior da Bahia) ocorre principalmente no
período de novembro a fevereiro, estando associada a sistemas frontais (KOUSKY, 1979).
Chaves e Cavalcanti (2001) verificaram que períodos de chuvas intensas na porção sul do
Nordeste do Brasil estão associados à Zona de Convergência do Atlântico Sul (ZCAS),
deslocando-se para o norte. Sabe-se que a ZCAS é um vórtice ciclônico formado pela
convergência de umidade no Atlântico (KODAMA, 1993).
Durante o período considerado neste estudo, a precipitação mais intensa ocorre na
parte norte do SAB, em que a precipitação mensal ultrapassa 200 mm, especialmente no Ceará,
oeste da Paraíba e noroeste do Piauí.
Em abril, o início da estação seca ocorre na porção sul do SAB. Também é notada
uma diminuição na intensidade da precipitação na parte central e na manutenção de altas taxas
de precipitação na porção norte, que ainda excedem os 200 mm. Em maio, a chuva ainda ocorre
no norte do SAB, mas com menor intensidade se comparada às taxas de abril. Em abril, a
estação seca já está bem estabelecida nas porções sul e sudoeste do SAB. Além disso, em junho,
a estação seca é estabelecida em toda a parte oeste do SAB. Neste mês, a ocorrência de chuvas
mais intensas é limitada a leste e ao norte, onde as taxas não ultrapassam 60 mm. Nos meses de
julho, agosto e setembro, a precipitação diminui consideravelmente e é limitada à faixa leste da
costa.
Observa-se que no mês de janeiro as precipitações mais intensas no SAB ocorrem em
sua parte sudoeste (sudoeste da Bahia e noroeste de Minas Gerais) com taxas acumuladas
superiores a 100 mm. Esta região está sob a influência da SACZ, um eixo de nuvens que
48
geralmente permanece estacionário de 4 a 10 dias, mas pode persistir por até 20 dias, e contribui
para a precipitação sobre a região durante o verão (KODAMA, 1992; KOUSKY, 1988).
Nota-se que a SACZ começa a atuar na região a partir de novembro (Figuras 3L e
3M). A ocorrência de precipitação variando de 80 a 200 mm na parte oeste do SAB,
particularmente no Piauí, Ceará e Bahia, também é observada. A ocorrência de precipitação
nesta região nesta época do ano representa o início da estação chuvosa, que começa em
novembro e dezembro. Durante os meses de junho a setembro, o período seco é estabelecido
em toda a região semiárida.
Na parte sul da precipitação da SAB começa em outubro, intensificando-se em
novembro e dezembro, particularmente no noroeste de Minas Gerais e se estendendo pela
Bahia. Durante este período os principais sistemas meteorológicos atuando são os sistemas
frontais que interagem com a convecção tropical que se instala na parte central da América do
Sul durante a primavera e o verão e acabam formando a SACZ.
4.2 Resultados da criação das regiões homogêneas de precipitação do SAB
A fim de identificar as regiões de precipitação homogênea em relação à precipitação anual
acumulada (a fim de remover a sazonalidade dos dados), a técnica de análise de agrupamento
sugeriu a criação de 4 grupos, apresentados na Figura 4. O grupo 1, SAB I, abrange o sudeste
e o sul do SAB. Neste grupo, a precipitação média acumulada é da ordem de 956 mm.
49
Figura 5- Distribuição espacial das áreas pluviometricamente homogêneas, 1979 a 2014.
Fonte: Elaborado pelo autor, 2018.
O SAB I é uma área de transição entre regiões mais úmidas e regiões com clima mais
semiárido. Essas áreas são a Mata Atlântica ao leste e o Cerrado ao sul, cujos climas variam de
úmidos a sub-úmidos (SOUZA; OLIVEIRA, 2006). Outra evidência do aspecto transitório da
região SAB I é a falta de continuidade em seus pontos, que pode ser melhor notada na parte
leste do SAB. Uma dessas descontinuidades óbvias é o grupo isolado de pontos na fronteira
entre o SAB II e o SAB III. Esses pontos têm precipitação consideravelmente maior se
comparados ao seu entorno, o que provavelmente está associado à elevação do terreno, uma
vez que estão localizados sobre a Chapada Diamantina, no estado da Bahia. A precipitação que
ocorre na parte leste do SAB I é modulada principalmente por sistemas frontais, enquanto a
precipitação da parte sul é diretamente influenciada pela ZCAS (CAVALCANTI et al., 2012).
A região denominada SAB IV é a segunda região mais chuvosa com uma média anual
total de 820 mm. O SAB IV se estende desde o leste dos estados de Alagoas, Pernambuco,
50
Paraíba e Rio Grande do Norte, em todo o Ceará, oeste do Piauí, norte de Minas Gerais e sul
da Bahia, compreendendo um total de 112 pontos de grade. Segundo Oliveira et al. (2016), as
sub-regiões do Nordeste do Brasil apresentam variabilidade climática semelhante, mas diferem
em termos de intensidade de chuva. Além disso, Grimm e Tedeschi (2009) relatam que os
eventos El Niño e La Niña podem influenciar o volume de chuva na região Nordeste do Brasil,
que abrange 89,5% dos municípios do SAB (IBGE, 2010).
Os grupos 2 (SAB II), com 92 pontos, e 3 (SAB III), com 94 pontos, apresentam as
menores médias de precipitação acumulada na região, com taxas de 748,46 e 570,51 mm,
respectivamente. A região do SAB II compreende o sul da Bahia e a porção mais setentrional
de Minas Gerais. O SAB III, que é mais seco, abrange o norte da Bahia, o leste do Piauí, o oeste
de Pernambuco e Alagoas, e a parte central da Paraíba e do Rio Grande do Norte. Esta região
muitas vezes experimenta secas severas (HASTENRATH e HELLER, 1977; CAVALCANTI,
2009). A estação chuvosa do SAB III ocorre de março a maio, quando o gradiente inter-
hemisférico do sul da temperatura da superfície do mar (SST) é mais fraco e a ITCZ alcança
sua posição meridional, geralmente em abril (HASTENRATH, 2006).
A Figura 6 mostra o boxplot acumulado mensal de chuvas no período de 1979 a 2014,
por grupos, conforme definido pela análise de cluster. Dessa forma, percebe-se que no SAB I a
estação chuvosa começa em outubro intensificando-se de novembro até março e declinando
logo em abril. De maio a setembro, a estação seca é estabelecida na região. O mesmo
comportamento é observado no SAB II, com a estação chuvosa começando em outubro e
terminando em abril. Oliveira et al. (2016), em um estudo que avaliou a progressão anual da
precipitação durante a época mais seca (JJA), observou que a variabilidade da precipitação
anual pode ser claramente identificada em todas as sub-regiões, com as estações seca e úmida
bem definidas na porção sul do SAB. No entanto, no SAB III, a estação chuvosa começa em
novembro e permanece forte até março, enquanto a estação seca é estabelecida de abril a
outubro. Na região pertencente ao grupo SAB IV, a estação chuvosa começa em dezembro,
intensificando-se até abril, declinando em maio e com a estação seca ocorrendo em junho até
novembro. Segundo Ratisbona (1976) neste setor, a estação chuvosa corresponde ao período
em que a ZCIT assume sua posição mais meridional. Em termos mensais, observa-se que nos
grupos 1 e 2 os maiores valores são encontrados em novembro (primavera), dezembro e janeiro
(verão). No grupo 3, as maiores médias são observadas em janeiro, fevereiro (verão) e março
(outono).
51
Por outro lado, no Grupo 4 (norte do SAB), as maiores médias são observadas em
fevereiro (verão), março e abril (outono). Reboita et al. (2012); Molion e Bernardo (2000);
Ressalta-se, que a ZCIT é o principal sistema atmosférico que atua sobre essa região, e que
nesse período está localizada no Hemisfério Sul e que acaba contribuindo para a formação de
sistemas convectivos de mesoescala. Durante os meses de junho a setembro, a estação seca é
estabelecida em toda a região semiárida. Quanto à variabilidade em todos os grupos, ou seja,
em toda a região do SAB, há pouca variabilidade de precipitação no período de maio a outubro.
Figura 6 – Boxplot mensal da precipitação acumulada por grupo correspondente ao período de 1979 a 2014.
Fonte: Elaborado pelo autor, 2018.
Diante dos grupos homogêneos de precipitação pluvial gerados pela análise de Cluster,
aplicou-se a técnica de análise discriminante para testar a classificação das regiões (SAB I, SAB
II, SAB III e SAB IV). Neste sentido, observa-se na tabela 1 quanto da classificação geral,
52
confirmou-se 94% da classificação previamente feita pela análise de cluster. No SAB I foram
37 classificações corretas, 3 pontos de grade foram considerados como pertencentes a região
do SAB II com 93% de acerto. Na região SAB II 82 classificações corretas, sendo que 4 pontos
de grade foram considerados na região SAB I; 5 no SAB III e 1 no SAB IV, totalizando 89 %
de acerto. No grupo da região SAB III foram 91 classificações corretas, sendo que no 3 foram
para o SAB II com 97% de acerto. A região do SAB IV foram 106 classificações corretas, com
1 ponto considerados no SAB II e 5 no SAB III, houve 95% de acerto nas classificações.
Tabela 1 – Classificação dos grupos pela análise discriminante.
Grupo Alocado Grupo Verdadeiro a
TOTAL SAB I SAB II SAB III SAB IV
SAB I 37 04 00 00 -
SAB II 03 82 03 01 -
SAB III 00 05 91 05 -
SAB IV 00 01 00 106 -
N Total 40 92 94 112 338
N correto 37 82 91 106 316
Proporção 0,93 0,89 0,97 0,95 -
a. 94% dos pontos de grade agrupados classificaram corretamente.
4.3 Resultados da criação das regiões homogêneas de precipitação em relação ao
comprimento da estação chuvosa do SAB.
Uma das informações de maior relevância para fins de agricultura é não só os totais
precipitados, mas também o comprimento da estação chuvosa ou o número de dias com
precipitação. Essa informação permite dentre outras coisas, o zoneamento agrícola, definição
de época de plantio, o planejamento do calendário agrícola. Também é uma informação
relevante para ao setor de melhoramento genético de culturas agrícolas para adequar o
comprimento do estágio fenológicos dessas culturas ao comprimento da estação chuvosa.
Visando suprir essas demanda resolvemos fazer um estudo sobre o número de dias com chuva,
deste modo com o intuito de identificar as áreas (pontos de grade) homogêneas em relação ao
número de dias chuvosos a análise de Cluster sugeriu 4 grupos, na Figura 7 tem-se a distribuição
espacial das áreas que são homogêneas em relação a número de dias chuvosos, deste modo o
grupo 1 classificado como “Alto” abrange o setor leste seguindo até Minas gerais, com 99
(29,29%) pontos e média de 19,64 dias chuvosos. O grupo 3 “Médio” ocupa a segunda posição
53
do grupo com 14,96 dias chuvosos e contempla todo o Ceará, oeste do Rio grande do Norte e
Paraíba e norte do Piauí. O grupo 2 “Baixo” agrega 89 (26,33%) dos pontos e média de 13,96
dias chuvosos no oeste da Bahia juntamente com a parte mais norte de minas gerais. O Grupo
4 “Muito Baixo” contempla 62 (18,34%) pontos com 12,64 dias chuvosos e abrange o norte da
Bahia, sul do Piauí, seguindo para oeste de Pernambuco.
Figura 7- Distribuição espacial das áreas homogêneas, em relação ao número de dias chuvosos,
1979 a 2014.
Fonte: Elaborado pelo autor, 2018.
Na tabela 2 quanto da classificação geral, confirmou-se 95% da classificação
previamente feita pela análise de cluster. No SAB I foram 97 classificações corretas, 2 pontos
de grade foram considerados como pertencentes a região do SAB IV com 98% de acerto. Na
região SAB II 79 classificações corretas, sendo que 10 pontos de grade foram considerados na
região SAB IV totalizando 89 % de acerto. No grupo da região SAB III foram 85 classificações
corretas, sendo que no 3 foram para o SAB IV com 97% de acerto. A região do SAB IV foram
54
59 classificações corretas, com 3 pontos considerados no SAB II, houve 95% de acerto nas
classificações.
Tabela 2 – Resultados da classificação das regiões homogêneas de precipitação em relação ao
comprimento da estação chuvosa.
Grupo Alocado Grupo Verdadeiro a
TOTAL SAB I SAB II SAB III SAB IV
SAB I 97 00 00 00 -
SAB II 00 79 00 03 -
SAB III 00 00 85 00 -
SAB IV 02 10 03 59 -
N Total 99 89 88 62 338
N correto 97 79 85 59 320
Proporção 0,98 0,89 0,97 0,95 -
a. 95% dos pontos agrupados classificaram corretamente.
Fonte: Elaborado pelo autor, 2018.
A Figura 8 mostra que ao longo do ciclo anual (12 meses) as maiores médias mensais para
os grupos 1 e 3 são encontradas, conforme relatado anteriormente, no JFMA, com taxas
máximas sendo observadas em março. O grupo 1 “Alto” apresentou um total de 310 mm
distribuídos em 81 dias e o grupo 3 “Baixo” apresentou um total de 589 mm distribuídos em 96
dias, considerando o período de quatro meses do JFMA. Neste período, a ZCIT está localizada
mais ao sul de sua posição usual, contribuindo para maiores taxas de precipitação e número de
dias chuvosos (UVO; NOBRE, 1989). Após esse período, as taxas de precipitação caem no
grupo 1 em toda a porção leste do SAB. Agosto e setembro são os meses mais secos, com
precipitação total de 65 mm em 39 dias. O mesmo padrão de comportamento é observado nos
grupos 2 “Médio” e 4 “Muito Baixo”, com as maiores médias ocorrendo no NDJ, com um total
de 451 mm em 64 dias e 55 dias, respectivamente. Os meses mais secos nessas regiões são julho
e agosto, com 8 mm em 11 e 9 dias, respectivamente. O aumento do número de dias chuvosos
durante este período está associado à formação da Zona de Convergência do Atlântico Sul
(SACZ) (UVO; NOBRE, 1989).
55
Figura 8 - Média mensal da precipitação e do número de dias chuvosos no SAB, 1979 –
2014.
Fonte: Elaborado pelo autor, 2018.
4.4 Perfis da vulnerabilidade municipal da região do SAB: aspectos dos padrões da
precipitação, sociodemográficos e da produção agrícola.
A Tabela 3 mostra a análise na definição do número de perfis puros a serem utilizados
para delineamento das características entre os perfis. Utilizou-se o critério de Informação
Akaike – AIC para definir o melhor modelo ajustado, a medida de ajuste de comparação dos
modelos GoM é sugerida em Guedes et al. (2010) e Pinto e Caetano (2013). Neste sentido, o
melhor modelo a ser utilizado é com k=3 perfis, pois é o modelo que possui o menor AIC
(menor distância entre os dados).
Tabela 3 – Valores de Critério de informação Akaike - AIC por número de perfis
extremos da vulnerabilidade municipal do SAB– 2010.
K P ln(L) AIC
2 -36257,69 -22751,77 50315,55
3 -33125,22 -21034,55 49287,09
4 -29581,99 -20115,38 49854,76
5 -29838,39 -19626,96 51283,92
6 -28223,12 -19097,72 52631,44 Fonte: Elaborado pelo autor, 2018.
56
Caracterizando os Perfis (k=3) - Perfil Puro I
De acordo com a Tabela 4, o Perfil Puro I agrega os municípios situados na região do
SAB I, que é aquele mais chuvoso, cuja média anual da precipitação acumulada é da ordem
1.000 mm e abrange a parte sudeste e a parte sul do Semiárido Brasileiro, predominantemente
o Norte de Minas Gerais e o Sul da Bahia. Este perfil congrega os municípios com os mais
baixos percentuais de pessoas ocupadas no setor agropecuário (<35%). Destes, a maioria
(68%) praticam agricultura familiar e considerado aquela com os baixos percentual de
financiamento agrícola (<9%). Ainda foi observado que nesse Perfil que há baixos percentuais
de estabelecimentos que praticam a agricultura de sequeiro.
Provavelmente, com a implementação de programas de linhas de crédito como o
Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF) gerenciado pelo
Ministério do Desenvolvimento Agrário (MDA), fortaleceram a capacidade adaptativa
populacional desta região e consequentemente reduz a vulnerabilidade sociodemográfica e
agrícola, contribuindo para o processo adaptativo da agricultura familiar às mudanças
climáticas (LINDOSO et al., 2011; EAKIN & LEMOS, 2010). Entretanto, Lindoso et al. (2011)
relata que as linhas de crédito disponibilizadas pelos programas federais podem dar efeito
contrário, com o endividamento o que pode aumentar a vulnerabilidade sociodemográfica, em
vez de reduzir, por isso devem ser bem aplicadas. A aquisição das linhas crédito não ocorre de
maneira homogênea, e existem diferenças regionais na capacidade dos produtores em adquirir
o financiamento, ou seja, algumas regiões se beneficiam mais que outras, como por exemplo a
região Sul detém 38% dos recursos, enquanto o Nordeste contempla apenas 25%. A capacidade
de adaptação conforme Lobell et al. (2011), é o fator que pode minimizar os impactos gerados
das mudanças climáticas em termos da produção de alimentos. Magrin et al. (2007) e Seo (2011)
afirmam que a irrigação é uma das medidas adaptativas mais importantes que podem minimizar
os efeitos às mudanças climáticas.
A estação chuvosa nesta região é iniciada em outubro intensificando-se em novembro
com redução em março (maiores detalhes podem ser vistos em Tinoco et al. (2018)). A
precipitação desta região, de acordo com Cavalcanti et al. (2012), é influenciada pela atuação
da ZCAS. De acordo com o CEPEA (2017) esta região destaca-se com a produção de café à
qual não é considerada cultura de subsistência.
O baixo percentual de pessoas ocupadas no setor agrícola (35%) provavelmente está
associado ao processo de industrialização ocorrido nos últimos anos na região. Santos e Silva
57
(2011) relatam que o processo de industrialização ocorreu devido aos incentivos
governamentais, principalmente oriundos da SUDENE (Superintendência de Desenvolvimento
do Nordeste). Ainda de acordo com Santos e Silva (2011) a influência da intensificação das
atividades industriais na região pode ser percebida com o aumento da população urbana. Por
outro lado, de acordo com Pereira (2007) o aumento da população urbana na região também se
deve a implementação da modernização dos sistemas de produção agrícola. Dentre as mudanças
oriundas dessa modernização foi a implementação de agricultura irrigada o que engatilhou o
processo de migração dos trabalhadores rurais para os centros urbanos. Atualmente, a economia
da região concentra-se no setor de serviços (70%) (AMM, 2016).
Este Perfil também é caracterizado pela maior proporção da população residente em
áreas urbanas com grau de urbanização superior a 65% (conforme comentado anteriormente) e
detém as menores taxas de analfabetismo (<23,8%) e menores percentuais da população
considerada vulnerável a pobreza (<61,2%). Em relação aos indicadores de desenvolvimento
(Renda Per capita dos vulneráveis a pobreza, IDH e PIB) estes são considerados muito altos.
Com relação as condições sanitárias são consideradas boas com percentual de domicílios com
esgotamento inadequado baixo (< 8,4%). Em relação as condições sociais têm-se baixas taxas
de mortalidade e de pessoas que recebem Bolsa Família. De modo geral, os municípios
conjugados à este perfil detém as melhores condições socioeconômicas e infraestrutura. A
grande concentração da população em áreas urbanas é proveniente da dinâmica econômica da
região, com investimentos industriais e o setor terciário diversificado (SCARLATO, 1995;
PEREIRA e SOARES, 2005). De acordo com as características gerais delineadas neste Perfil,
agregando o SAB I que é o grupo com as maiores precipitações da região Semiárida, com os
menores percentuais de pessoas ocupadas no setor agropecuário e as melhores condições
sociais, infraestrutura e desenvolvimento este perfil foi intitulado SAB I, Baixo % ocupados
agropecuária e com melhores condições sociais
Caracterizando os Perfis (k=3) - Perfil Puro II
De acordo com a Tabela 4, o Perfil Puro II contempla os municípios localizados nas
regiões SAB II e SAB III, que são consideradas as mais secas, cuja média anual da precipitação
acumulada é da ordem 800 e 600 mm, respectivamente. Abrange grande parte do Estado da
Bahia, leste do Piauí, seguindo para oeste de Pernambuco e Alagoas e a parte central da Paraíba
e Rio Grande do Norte (Tinoco et al., 2018). De acordo com Hastenrath (2006) e Cavalcanti
(2012) as precipitações nas regiões SAB II e SAB III são moduladas pela ZCIT, ZCAS e
perturbações frontais. Este Perfil congrega os municípios com os mais altos percentuais de
58
pessoas ocupadas no setor agropecuário (>55%). Destes, a maioria (~84%) praticam a
agricultura familiar e quase todos sob regime de sequeiro. Em relação aos demais perfis, os
percentuais de financiamentos agrícolas são considerados moderados.
Este perfil também é caracterizado por apresentar os piores indicadores sociais entre os
perfis delimitados. A população residente neste perfil é predominantemente rural,
consequentemente apresenta um grau de urbanização inferior à 39%. Ainda foi constatado que
nesse perfil congrega as maiores taxas de analfabetismo e de pessoas consideradas vulneráveis
à pobreza (>72%). Com relação aos indicadores de desenvolvimento (Renda per capita dos
vulneráveis à pobreza, IDH e PIB) estes são considerados os mais baixos. No tocante das
condições sanitárias este perfil apresenta elevados percentuais de domicílios com esgotamento
inadequado. Para as condições sociais, o perfil agrega municípios com alta mortalidade e de
pessoas que recebem ajuda do Programa Bolsa Família.
As condições sociais precárias do Perfil II provavelmente estão associadas a atividade
econômica predominante da região: a agricultura familiar sob regime de sequeiro. Devido a
precipitação da região ser consideravelmente irregular interanualmente, o que já suficiente para
que essa atividade seja de alto risco, as características do solo também representam um fator
potencial para o fracasso quase permanente desta atividade. As regiões do SAB II e III estão
localizadas sobre áreas com solos predominantemente cristalinos, de acordo com Feitosa e
Feitosa (2011). Esses solos possuem como características marcantes a pouco profundidade,
pequena disponibilidade de água, tanto superficial como subterrâneas (FEITOSA e FEITOSA,
2011). De acordo com as características anteriormente explicitadas, a população destas regiões
(SAB II e SAB III) tornam-se mais susceptíveis as mudanças climáticas, pois de acordo com o
PBMC (2015) os cenários projetados para estas áreas tornarão a agricultura familiar uma
atividade de riscos elevadíssimos (ambientes mais áridos, redução de até 20% da precipitação).
Como há uma parcela considerável da população que é economicamente dependente da
agricultura familiar, logo é esperado que as condições de pobreza se intensifiquem, se não
houver um plano de ação de mitigação para a região. As estratégias de adaptação e mitigação,
neste caso, são fundamentais, pois dependendo de suas eficácias os efeitos causados pelas
mudanças climáticas podem manifestar de forma diferentes (GBETIBOUO, 2009). Cure et al.
(2013) reforçam que esses efeitos podem ser danosos e serão sentidos mais fortemente pela
parcela mais pobre das populações e por pequenos agricultores.
Apesar da elevada parcela da população ocupada na agricultura familiar constatou-se
que o financiamento é considerado, em relação aos demais perfis, moderado, o que parece
59
contraditório. No entanto, essa aparente contradição, provavelmente esteja associada ao fato de
grande parte dos agricultores familiares não serem proprietários das áreas onde cultivam. Ainda
é muito forte na região, embora não predominante, a presença de grandes propriedades rurais
que agregam muitas famílias que residem e trabalham nessas propriedades. Como um dos
critérios para se ter acesso aos financiamentos é que o agricultor seja proprietários da sua área,
logo isso pode ser uma razão provável apontada por Lindoso et al. (2011). Essa dificuldade dos
agricultores familiares de acesso ao crédito já foi relatada na literatura (ARAÚJO, 2010;
LINDOSO et al., 2011; e GUEDES, 2016) Ainda de acordo com ou autores supracitados, a
dificuldade de acesso ao crédito, praticamente impossibilita o acesso as modernas técnicas de
produção.
De acordo com as características gerais delineadas neste Perfil, agregando o SAB II e
SAB III que são os grupos com as menores precipitações da região Semiárida, com os maiores
percentuais de pessoas ocupadas no setor agropecuário e as piores condições sociais,
infraestrutura e desenvolvimento este perfil foi intitulado de SAB II e SAB III 2, elevada %
ocupados na agropecuária e com piores condições sociais.
Caracterizando os Perfis (k=3) - Perfil Puro III
De acordo com a Tabela 4, o Perfil Puro III reúne municípios localizados na região SAB
IV, considerada a segunda região mais chuvosa, com precipitação média de aproximadamente
820 mm, estende-se desde o leste dos estados de Alagoas, Pernambuco, Paraíba e Rio Grande
do Norte, todo o Ceará e oeste do Piauí (TINO CO et al., 2018). Nesta região o início da estação
chuvosa é dezembro, intensificando-se até abril. O sistema meteorológico que atua neste
período é a ZCIT, devido a sua posição mais meridional (TINOCO et al., 2018; Ratisbona,
1976). Este perfil, congrega municípios com medianos percentuais de pessoas ocupadas no
setor agropecuário (~46%). Destes, (~80%) dos estabelecimentos praticam a agricultura
familiar e 86% sob regime de sequeiro. Em relação aos demais perfis, os percentuais de
financiamentos agrícolas são mais elevados. Os maiores percentuais de financiamento deste
perfil em relação ao Perfil III, provavelmente esteja relacionado a um melhor nível de
conhecimento da população, haja vista que a taxa de analfabetismo é intermediária em relação
aos demais perfis, conforme discutido mais adiante. Deve contribuir para esse quadro o fato de
três das cinco maiores cidades do SAB são localizados no SAB IV e, consequentemente,
congregam esse perfil. Normalmente, no SAB, os melhores indicadores sociais são observados
nas grandes cidades e em torno delas. Este perfil foi denominado de SAB IV 3, medianos %
ocupados agropecuária e com condições sociais intermediárias.
60
Tabela 4 - Descrição dos perfis gerados pela análise de GoM para o SAB.
Variáveis Categorias
Frequência
Probabilidade
estimada () Fatores
N % K1 K2 K3 P1 P2 P3
RPH
SAB I 93 8,2 0,204 0,000 0,061 2,5 0,0 0,7
SAB II 241 21,2 0,213 0,281 0,164 1,0 1,3 0,8
SAB III 246 21,7 0,194 0,372 0,125 0,9 1,7 0,6
SAB IV 555 48,9 0,388 0,346 0,649 0,8 0,7 1,3
Ocupados no setor
agropecuário (%)
Baixo 284 25,0 1,000 0,000 0,000 3,9 0,0 0,0
Médio 284 25,0 0,000 0,000 0,578 0,0 0,0 2,1
Alto 284 25,0 0,000 0,221 0,422 0,0 0,6 1,8
Muito Alto 283 24,9 0,000 0,779 0,000 0,0 3,3 0,0
Ocupados na
agricultura familiar
(%)
Baixo 284 25,0 0,932 0,000 0,000 3,7 0,0 0,0
Médio 284 25,0 0,067 0,000 0,536 0,3 0,0 2,1
Alto 284 25,0 0,000 0,164 0,464 0,0 0,6 1,8
Muito Alto 283 24,9 0,000 0,835 0,000 0,0 3,3 0,0
Estabelecimentos
com agricultura
familiar (%)
Baixo 284 25,0 0,553 0,053 0,203 2,2 0,2 0,8
Médio 284 25,0 0,300 0,166 0,279 1,2 0,6 1,1
Alto 284 25,0 0,086 0,265 0,342 0,3 1,1 1,4
Muito Alto 283 24,9 0,060 0,515 0,175 0,2 2,1 0,7
Estabelecimentos
com agricultura
familiar e Lavoura
temporária (%)
Baixo 284 25,0 0,462 0,126 1,847 1,8 0,5 0,8
Médio 284 25,0 0,306 0,179 1,226 1,2 0,7 1,0
Alto 284 25,0 0,144 0,275 0,575 0,6 1,1 1,2
Muito Alto 283 24,9 0,087 0,419 0,348 0,3 1,7 0,9
Estabelecimentos
agrícolas que
receberam
financiamento (%)
Baixo 284 25,0 0,312 0,188 1,246 1,2 1,1 0,7
Médio 284 25,0 0,202 0,236 0,806 0,8 1,2 0,9
Alto 284 25,0 0,205 0,307 0,817 0,8 0,8 1,2
Muito Alto 283 24,9 0,282 0,267 1,130 1,1 0,8 1,1
Estabelecimentos
com agricultura de
sequeiro (%)
Baixo 284 25,0 0,619 0,000 0,183 2,5 0,0 0,7
Médio 284 25,0 0,269 0,021 0,384 1,1 0,1 1,5
Alto 284 25,0 0,059 0,326 0,315 0,2 1,3 1,2
Muito Alto 283 24,9 0,052 0,652 0,117 0,2 2,6 0,4
Grau de urbanização
Baixo 284 25,0 0,000 0,775 0,000 0,0 3,1 0,0
Médio 284 25,0 0,000 0,224 0,420 0,0 0,9 1,7 Alto 284 25,0 0,000 0,000 0,580 0,0 0,0 2,3 Muito Alto 283 24,9 1,000 0,000 0,000 4,0 0,0 0,0
Taxa de
analfabetismo
Baixo 284 25,0 0,871 0,000 0,000 3,5 0,0 0,0
Médio 284 25,0 0,130 0,000 0,518 0,5 0,0 2,1 Alto 284 25,0 0,000 0,164 0,481 0,0 0,6 1,9 Muito Alto 283 24,9 0,000 0,835 0,000 0,0 3,3 0,0
61
Cont. Tabela 4
Variáveis Categorias
Frequência
Probabilidade
estimada () Fatores
N % K1 K2 K3 P1 P2 P3
Vulneráveis à
Pobreza
Baixo 284 25,0 1,000 0,000 0,000 4,0 0,0 0,0
Médio 284 25,0 0,000 0,000 0,571 0,0 0,0 2,3 Alto 284 25,0 0,000 0,208 0,428 0,0 0,8 1,7 Muito Alto 283 24,9 0,000 0,792 0,000 0,0 3,1 0,0
Renda per capita
dos vulneráveis à
pobreza
Baixo 284 25,0 0,000 0,835 0,000 0,0 3,3 0,0
Médio 285 25,1 0,000 0,165 0,474 0,0 0,6 1,9
Alto 284 25,0 0,102 0,000 0,525 0,4 0,0 2,1
Muito Alto 282 24,8 0,897 0,000 0,000 3,6 0,0 0,0
IDH
Baixo 286 25,2 0,000 0,000 0,000 0,0 3,3 0,0
Médio 283 25,0 0,000 0,464 0,000 0,0 0,6 1,9
Alto 285 25,1 0,066 0,536 0,262 0,3 0,0 2,1
Muito Alto 281 24,7 0,934 0,000 3,773 3,8 0,0 0,0
PIB
Baixo 284 25,0 0,000 0,830 0,000 0,0 3,3 0,0
Médio 284 25,0 0,000 0,170 0,473 0,0 0,7 1,9
Alto 284 25,0 0,109 0,000 0,528 0,4 0,0 2,1
Muito Alto 283 24,9 0,891 0,000 0,000 3,6 0,0 0,0
Domicílios com
acesso ao
abastecimento de
água (%)
Baixo 285 25,1 0,000 0,892 0,000 0,0 3,5 0,0
Médio 283 24,9 0,000 0,108 0,526 0,0 0,4 2,1
Alto 285 25,1 0,198 0,000 0,473 0,8 0,0 1,9
Muito Alto 282 24,8 0,802 0,000 0,000 3,2 0,0 0,0
Domicílios com
esgotamento
inadequado (%)
Baixo 284 25,0 0,741 0,175 0,000 2,9 0,7 0,0
Médio 284 25,0 0,259 0,086 0,359 1,0 0,3 1,4
Alto 284 25,0 0,000 0,138 0,483 0,0 0,5 1,9
Muito Alto 283 24,9 0,000 0,599 0,157 0,0 2,4 0,6
Taxa de Mortalidade Baixo 284 25,0 0,717 0,000 0,161 2,8 0,0 0,6
Médio 284 25,0 0,148 0,130 0,379 0,6 0,5 1,5 Alto 284 25,0 0,077 0,319 0,299 0,3 1,3 1,2
Muito Alto 283 24,9 0,056 0,056 0,160 0,2 2,2 0,6
Pessoas que recebem
Bolsa Família (%)
Baixo 284 25,0 0,960 0,000 0,000 3,8 0,0 0,0
Médio 284 25,0 0,040 0,000 0,536 0,1 0,0 2,1 Alto 284 25,0 0,000 0,145 0,464 0,0 0,6 1,8 Muito Alto 283 24,9 0,000 0,855 0,000 0,0 3,4 0,0
Fonte: Elaborado pelo autor, 2018
*RPG – Regiões Pluviometricamente Homogêneas
O delineamento geral das características relacionadas a esse perfil, dá-se através de
situações intermediárias da população residente em áreas urbanas com limiar de 39 à 65%.
Neste contexto, encontra-se no perfil situações intermediárias de analfabetos e de vulneráveis
à pobreza em relação aos demais perfis (Tabela 4). Indicadores de desenvolvimento (Renda per
capita dos vulneráveis a pobreza, IDH e PIB) também são de níveis intermediários. No contexto
sanitário, o perfil agrega domicílios com acesso ao abastecimento de água e com esgotamento
inadequado considerados moderados. Das condições sociais, também possui mortalidade e
62
pessoas que recebem bolsa família medianos. De modo geral, o perfil contém características
socioeconômicas e infraestrutura em níveis intermediários, e segundo Almeida (2012) apesar
do melhoramento dos impactos gerados nos períodos de estiagem com ações governamentais
tais como PRONAF, projetos de irrigação e transposição de bacias, açudagem, seguro safra etc.,
a vulnerabilidade da região ainda é sentida com a redução dos rebanhos, das safras agrícolas e
na intensidade das atividades não-agrícolas, de forma a desorganizar a economia sertaneja
durante o período de estiagem prolongada.
De acordo com as características gerais delineadas neste Perfil, agregando o SAB IV
que ocupa a segunda posição do grupo com as maiores precipitações da região Semiárida, com
medianos percentuais de pessoas ocupadas no setor agropecuário e intermediárias condições
sociais, infraestrutura e desenvolvimento este perfil foi intitulado de SAB IV, Intermediária
População agropecuária e com condições sociais moderadas.
Em resumo, o delineamento encontrado na construção dos perfis puros permitiu definir
3 tipos de perfis, sendo: O perfil I, denominado de SAB I 1, Baixo % ocupados agropecuária
e com melhores condições sociais é formado por municípios com melhores indicadores que
retratam à Pobreza, educação, condição de vida, trabalho, infraestrutura e desenvolvimento e
possuem maiores concentrações de chuva com a população predominante no meio urbano ; o
perfil II, denominado de SAB II e SAB III 2, elevada % ocupados na agropecuária e com
piores condições sociais com os piores indicadores à Pobreza, educação, condição de vida,
trabalho, infraestrutura e desenvolvimento, congrega as áreas mais secas com percentual da
população concentrada no meio rural e o perfil III, denominado de SAB IV 3, medianos %
ocupados agropecuária e com condições sociais intermediárias congrega de municípios em
situação intermediária nas características de Pobreza, educação, condição de vida, trabalho,
infraestrutura e desenvolvimento. Os municípios são classificados como a segunda região mais
chuvosa de todo o SAB.
Na Tabela 5 apresentam-se as distribuições marginais dos perfis de vulnerabilidade do
SAB. O perfil puro 1 (SAB I, Baixa População agropecuária e com boas condições sociais) foi
caracterizado com base em 158 (13,9%) municípios que apresentavam todas as características
citadas anteriormente na descrição dos perfis. Por sua vez, o perfil puro II (SAB II e SAB III,
Alta População agropecuária e com condições sociais ruins) foi caracterizado com base em 162
(14,3%) e no caso do perfil III (SAB IV, Intermediária População agropecuária e com condições
sociais moderadas) 218 (19,2%) municípios pertencem integralmente a este perfil com escores
gi3 iguais ou maiores que 0,75. Assim, o delineamento dos perfis puros foi baseado em 538
63
(aproximadamente 47%) municípios que possuíam integralmente todas as características de um
dos três perfis. Ademais, verifica-se que os municípios com características predominantes do
perfil 3 são as mais frequentes, carregando o total de 41,3%, enquanto aquelas com
predominância dos tipos 1 e 2, são frequentemente iguais com aproximadamente 24,2 % cada.
Em relação aos amorfos, que são os municípios que não possuem características predominantes
de nenhum perfil, estes correspondem a 118 (10,4%) dos municípios.
Tabela 5 - Distribuições Marginais dos perfis da vulnerabilidade no SAB.
Predominância de Perfil Frequência %
Predominante 1 (SAB I 1, Baixo % ocupados
agropecuária e com melhores condições sociais)
158 13,9
PM1-12 (Misto, predominância de 1 com característica de 2) 06 0,5
PM1-13 (Misto, predominância de 1 com característica de 3) 110 9,7
Total 274 24,1
Predominante 2 (SAB II e SAB III 2, elevada % ocupados
na agropecuária e com piores condições sociais)
162 14,3
PM2-21 (Misto, predominância de 2 com característica de 1) 03 0,3
PM2-23 (Misto, predominância de 2 com característica de 3) 109 9,6
Total 274 24,2
Predominante 3 (SAB IV 3, medianos % ocupados
agropecuária e com condições sociais intermediárias)
218 19,2
PM3-31 (Misto, predominância de 3 com característica de 1) 126 11,1
PM3-32 (Misto, predominância de 3 com característica de 2) 125 11,0
Total 469 41,3
Amorfo 118 10,4
Total 1135 100,0 Fonte: Elaborado pelo autor, 2018.
SAB I (Mais chuvoso, 1.000 mm) 1 SAB I I e SAB III (Mais seco, 800 e 600 mm) 2 SAB IV
(Intermediário 820 mm ) 3
4.4 Análise das produtividades das culturas de subsistência relacionadas aos perfis de
vulnerabilidade.
Na Figura 9 verifica-se a distribuição espacial média da produtividade de feijão em todo
o território do SAB. Observa-se que as menores produtividades (< 212 kg/ha) encontram-se nos
Estados da Paraíba, Piauí e Ceará. Estas regiões, são de modo geral localizadas nas áreas mais
secas (parte central da Paraíba) com solos de baixa fertilidade (BEZERRA et al., 2015;
FEITOSA e FEITOSA, 2017). As maiores produtividades (437 à 1674 kg/ha) encontram-se no
Norte de Minas Gerais e as partes sudeste e sudoeste do SAB. Essas áreas são transitivas entre
a Zona da Mata e o Cerrado, e apresentam solo de qualidade.
64
Figura 8– Distribuição espacial da produtividade média de feijão de 1978 – 2016 no SAB.
Fonte: Elaborado pelo autor, 2018.
Na Figura 10 averígua-se a distribuição espacial média da produtividade de milho em
todo o território do SAB. Observa-se que as menores produtividades (< 336 kg/ha) encontram-
se nos Estados da Paraíba, Pernambuco, Alagoas e Rio Grande do Norte. Estas regiões, também
são de modo geral localizadas nas áreas mais secas (parte central da Paraíba) com solos de baixa
fertilidade (BEZERRA et al., 2015; FEITOSA e FEITOSA, 2017). As maiores produtividades
(694 à 3611 kg/ha) encontram-se no Norte de Minas Gerais e as partes sudeste e sudoeste do
SAB, com destaque principalmente no território Sergipano, que é o segundo maior produtor de
milho da região nordeste ficando atrás da Bahia (COÊLHO, 2017). Conforme citado
anteriormente no cultivo do feijão, essas áreas são transitivas entre a Zona da Mata e o Cerrado,
e apresentam solo de qualidade. Há uma prática bastante utilizada, principalmente pelos
pequenos agricultores, que é o plantio consorciado entre as culturas de milho e feijão, que visam
sobretudo a redução dos riscos e melhor aproveitamento da área e mão de obra (YOKOYAMA
et al.,1996).
65
Figura 10 – Distribuição espacial da produtividade média de Milho de 1978 – 2016 no
SAB.
Fonte: Elaborado pelo autor, 2018.
Na figura 11 averígua-se a distribuição espacial média da produtividade de mandioca
em todo o território do SAB. Observa-se que as menores produtividades (< 336 kg/ha)
encontram-se nos Estados da Paraíba e Rio Grande do Norte. As maiores produtividades (11558
à 19231 kg/ha) são encontradas na parte leste do sertão Baiano, é considerada parte da região
SAB II que é seca, com solos de baixa fertilidade (FEITOSA e FEITOSA, 2017). A raiz é
cultivada principalmente por agricultores familiares em zonas rurais, uma das principais formas
de consumo é através da farinha pela própria comunidade (EMBRAPA- DIADECAMPO,
2009).
66
Figura 11 – Distribuição espacial da produtividade média de Mandioca de 1978 – 2016
no SAB.
Fonte: Elaborado pelo autor, 2018.
De acordo com a Tabela 6 é possível analisar as produtividades de subsistência em
relação aos perfis gerados, deste modo, verifica-se a seguinte distribuição:
a) Para o feijão a maior produtividade média (420,9 Kg/ha) encontra-se no perfil I, com
o mínimo de 125,9 e máximo de 1673,7 Kg/ha, o qual agrega o SAB I tido como a região que
detém as maiores precipitações e com os melhores indicadores da susceptibilidade e capacidade
adaptativa. Para este resultado destaca-se o Estado de Minas gerais como o segundo maior
produtor de feijão ficando atrás apenas do Paraná. Apesar da seca limitar a produção, na região
de Minas Gerais, houve crescimento da área e às maiores colheitas na primeira e terceiras safras,
o feijão apresentou crescimento de 76,27% no faturamento anual esperado para 2016,
impulsionado por preços 71,80% maiores na comparação entre janeiro e novembro de 2016/15,
já descontada a inflação, e por aumento de produção em 2,60% (CEPEA, 2017).
b) Para a mandioca a maior produtividade média (9413,5 Kg/ha) encontra-se no perfil
II, com o mínimo de 0,0 e máximo de 14767,1 Kg/ha, o qual agrega as regiões SAB II e SAB
67
III regiões caracterizadas como as mais secas e que detém os piores indicadores de
susceptibilidade e capacidade adaptativa. A Mandioca é bem tolerante à seca e possui ampla
adaptação às mais variadas condições de clima e solo, os solos indicados são os mais profundos
e com boa drenagem, evitando solos que sejam permanentemente alagados, seu plantio deve
ser iniciado de maio a outubro, entretanto pode ser cultivado em qualquer época do ano desde
que haja umidade suficiente para a brotação das hastes (CEPLAC, acesso: 15/10/2018).
c) Para o milho a maior produtividade média (710,7 Kg/ha) encontra-se no perfil misto
1.2 (PM12), com predominância do Perfil I, mas com determinadas características de Perfil II,
com o mínimo de 154.1 e máximo de 1273.9 Kg/ha. De modo geral, o PM12 agrega os mais
altos percentuais de pessoas ocupadas no setor agropecuário e na agricultura familiar; possui os
mais baixos percentuais de estabelecimentos que praticam agricultura familiar com lavouras
temporárias e encontram-se baixos percentuais de estabelecimentos que praticam a agricultura
de sequeiro. O grau de urbanização é baixo, ou seja, há predominância de pessoas no meio rural,
entretanto, contemplam baixo percentual de analfabetos e de vulneráveis a pobreza. O PM12
contempla os municípios de Boa Vista/PB, Caturité/PB, Jussiape/BA, Berilo/MG, Francisco
Badaró/MG e Serranópolis de Minas/MG. Estes municípios carregam consigo bons Indicadores
de Desenvolvimento Humano (IDH) com destaque para Boa Vista/PB o qual possui o maior
índice com 0,65% quando comparado aos outros.
Tabela 6 – Estatística Descritiva da produtividade das culturas oriundas da agricultura familiar
em relação aos perfis de vulnerabilidade municipal.
Produtividade Perfis N Média Desvio
Padrão Mínimo Máximo
Feijão
P1 158 420,9 249,9 125,9 1673,7
PM12 06 416,5 231,3 139,2 756,7
PM13 110 376,2 214,6 129,3 1422,5
P2 162 280,7 120,8 110,9 665,8
PM21 03 223,4 40,8 185,9 266,8
PM23 109 319,5 121,6 125,9 797,2
P3 218 317,1 136,9 131,6 978,4
PM31 126 361,6 162,5 132,8 1116,0
PM32 125 317,3 137,2 130,2 997,8
Total 1017 339,9 174,2 110,9 1673,7
68
Cont. Tabela 6
Produtividade Perfis N Média Desvio
Padrão Mínimo Máximo
Mandioca
P1 158 7932,5 4964,0 0,0 19231,1
PM12 06 6675,8 5440,5 0,0 12726,5
PM13 110 7339,6 4442,3 0,0 17279,2
P2 162 9413,5 2612,8 0,0 14767,1
PM21 03 9509,1 1015,7 8447,8 10472,2
PM23 109 8970,1 3117,7 0,0 14888,9
P3 218 7816,0 3805,8 0,0 15301,7
PM31 126 8141,7 4123,6 0,0 17185,4
PM32 125 8468,8 2905,9 0,0 15230,6
Total 1017 8279,6 3853,2 0,0 19231,1
Milho
P1 158 656,3 476,1 173,7 3156,5
PM12 6 710,7 420,9 154,1 1273,9
PM13 110 585,0 403,0 152,6 2784,9
P2 162 465,1 279,6 180,9 2528,7
PM21 3 451,2 48,0 397,2 488,7
PM23 109 513,2 208,9 179,8 1378,4
P3 218 506,7 250,3 194,3 1901,7
PM31 126 579,7 359,7 167,3 2324,6
PM32 125 531,5 304,9 226,2 2770,8
Total 1017 545,6 339,0 152,6 3156,5 Fonte: Elaborado pelo autor, 2018.
De acordo com a tabela 7 verifica-se que há diferença significativa ao nível alpha=5%
em relação as produtividades das culturas de subsistência entre os perfis de vulnerabilidade
criados. As culturas, bem como as produtividades não são homogêneas em todo o SAB, cada
região possui suas características.
Tabela 7 – Análise de Variância.
Produtividade Fonte de
variação G,L Quadrado Médio F Valor-p
Feijão
Entre perfis 8,0 263372,2
9,2 < 0,001 Dentro dos
perfis
1008,0 28509,9
Total 1016,0
Mandioca
Entre perfis 8,0 56273637,0
3,9 < 0,001 Dentro dos
perfis
1008,0 14517990,6
Total 1016,0
Milho
Entre perfis 8,0 495432,7
4,4 < 0,001 Dentro dos
perfis
1008,0 111884,3
Total 1016,0
69
A espacialização dos resultados é encontrada na Figura 11 e podemos perceber que a
distribuição não é homogênea. Em relação ao setor norte da região do SAB que acomete em
sua maior parte o Ceará, Rio Grande do Norte e Paraíba e um pouco da parte norte de
Pernambuco classificado de Vulnerabilidade Média e que congrega municípios com
características intermediárias predominantes analfabetismo e de vulneráveis a pobreza, bem
como indicadores de desenvolvimento e de serviços básicos de infraestrutura e com
produtividades intermediárias das culturas de subsistência (Feijão, milho e mandioca) em
relação as outras regiões que compõem todo o SAB. Essa região de modo geral considerada a
segunda mais chuvosa por Tinoco et al. (2018) sofre influência principalmente da Zona de
convergência intertropical a qual posiciona-se mais no hemisfério sul no período de fevereiro a
maio (HASTENRATH ; HELLER, 1977). Entretanto, o setor sul do SAB o qual contempla em
sua grande parte o norte de Minas Gerais, caracterizado na parte noroeste com o grupo mais
chuvoso, domicílios concentrados na área urbana e com as melhores condições sociais,
desenvolvimento e infraestrutura, bem como congrega municípios que possuem as maiores
produtividades das culturas básicas de subsistência. A região central do SAB é a mais
vulnerável agro meteorologicamente e agrega uma população localizada em áreas mais secas e
concentradas no meio rural, possui concentração maior de pessoas ocupadas no setor
agropecuário e que recebem bolsa família. O principal cultivo realizado na região é a mandioca,
por ser mais resistente aos efeitos da seca. Estudo realizado por Queiroz & Barbieri (2009)
mostra que a região Nordeste detém os piores indicadores sociais medidos pela baixa
escolaridade, concentração de famílias que vivem abaixo da linha da pobreza, maior
dependência no concerne às transferências governamentais e baixo acesso a serviços básicos de
infraestrutura (água e esgoto). Queiroz et al. (2017) reforçam que a economia nordestina possui
uma forte relação do setor agropecuário com os demais setores da região e que a economia será
fortemente afetada pelas mudanças climáticas já que o principal efeito direto mensurado pelos
modelos foi no setor agrícola.
Reforçasse que a precipitação na região central do SAB, mais precisamente no norte
da Bahia e Sergipe, bem como oeste do Piauí, todo o estado de alagoas, sul e noroeste de
Pernambuco caracterizados de vulnerabilidade Alta sofrem influência de diversos sistemas
meteorológicos que determinam o nível de chuva na região. Os sistemas atuantes em toda a
Região do SAB são descritos na caracterização homogênea da precipitação realizada em Tinoco
et al. (2018) e Oliveira et al. (2016).
70
Figura 11 – Espacialização dos níveis de vulnerabilidade Sócio Agroclimáticos do
SAB.
Fonte: Elaborado pelo autor, 2018.
71
5. CONCLUSÃO
A Precipitação climatológica anual no Período de 1979-2014 no SAB começa em
outubro em sua porção sudoeste, estendendo-se parte ao sul e mais do oeste ao longo de
novembro e Dezembro. Em janeiro, a chuva cobre, além de as áreas acima mencionadas, o oeste
e norte do SAB. A partir de abril, as taxas de chuvas no sul da região começam a declinar e nos
meses de junho e julho a ocorrência de altos volumes de chuvas são limitados à porção leste do
SAB. Agosto e setembro são os meses mais secos. De acordo com a análise de cluster, o SAB
apresenta 04 regiões com precipitação homogênea denominado SAB I, SAB II, SAB III e SAB
IV. Contudo, Oliveira et al. (2016) realizou uma análise de climatologia de precipitação extrema
em sub-regiões do nordeste brasileiro e encontrou apenas dois sub-regiões do semi-árido
(Northern Semi-árido e semi-árido sul). Vale ressaltar que este estudo foi realizado em toda a
região Nordeste e o SAB é apenas uma sub-região localizada no interior do Nordeste. O resto
da região nordeste (exceto o SAB) tem um clima úmido na parte oriental (região costeira) e na
parte ocidental (transição com a floresta amazônica).
A precipitação média anual de cada grupo delineado neste estudo é 956 mm (SAB I)
com chuva na temporada de outubro a março; 748 mm (SAB II) e 570 mm (SAB III), que são
as regiões mais secas e chuvosas de outubro a abril e novembro a Março, respectivamente; A
região conhecida como SAB IV, que contempla o setor norte do SAB, é a segunda região mais
chuvosa com um total anual média de 820 mm, tem uma estação chuvosa de dezembro
intensificando até abril, as maiores médias de precipitação neste setor é em fevereiro seguinte
até maio, corroborando com uma análise climática do SAB região que pode ser vista em
Marengo et al. (2011).
No delineamento dos perfis foram definidos 3 perfis puros para a região Semiárida
Brasileira, sendo que o Perfil Puro I agrega os municípios situados na região do SAB I, que é
o mais chuvoso, com baixo percentual de ocupados no setor agropecuário e com melhores
condições sociodemográficas. As maiores produtividades são de feijão e milho os quais podem
estar associados ao processo de industrialização e condições de desenvolvimento. O Perfil
Puro II contempla os municípios localizados nas regiões SAB II e SAB III, que são
consideradas as mais secas, com predominância de ocupados na agricultura e condições
sociodemográficas consideradas ruins. A região oferece condições desfavoráveis com a
irregularidade das chuvas, o solo cristalino (rochoso) com baixa fertilidade e a predominância
da prática de agricultura familiar carente de tecnologias são fatores que colaboram para a
população destas regiões tornarem-se mais vulneráveis. O Perfil Puro III reúne municípios
72
localizados à região SAB IV, considerada a segunda região mais chuvosa, com características
agrícolas e sociodemográficas intermediárias quando comparadas aos demais perfis.
Em suma, o trabalho permitiu conhecer os perfis de vulnerabilidade do SAB, frente às
características climáticas, agrícolas e sociodemográficas, bem como suas produtividades
relacionadas a agricultura familiar, como forma de fornecer subsídios aos gestores públicos para
criarem e fortalecerem medidas de adaptação, principalmente para os mais vulneráveis.
Reforça-se que os municípios que encontram-se no Perfil II (ver no anexo) são considerados
hotspots pois detém as piores condições climáticas (mais secas), com predominância de pessoas
que praticam e dependem da agricultura familiar sob regime de sequeiro, o que provavelmente
é para subsistência familiar, com solos rochosos e pouca disponibilidade de água e os piores
indicadores sociodemográficos com dificuldades ao acesso aos programas do governo, devido
as exigências para acesso ao crédito, sendo uma das principais o agricultor ser dono da terra, e
nesta região provavelmente há a pratica de “meeiro”. Uma das medidas de mitigação seria
ampliar a disponibilidade de crédito com acompanhamento dos órgãos responsáveis para que
não haja efeito contrário com possíveis endividamentos dos agricultores familiares.
73
6. CONTRIBUIÇÕES E PERSPECTIVAS FUTURAS
Com os resultados apresentados, espera-se que este estudo possa contribuir para ampliar
o entendimento sobre as inter-relações que envolvem as variáveis meteorológicas, agrícolas
e sociodemográficas. É notório que existem diferenças nos regimes de precipitação do SAB
às quais possuem índices pluviométricos mais baixos, por conseguinte, encontram- se mais
vulneráveis aos impactos da seca na agricultura, principalmente a familiar que em sua
maioria cultiva em regime de sequeiro. As condições de vida da população (alimentação,
saneamento básico, desenvolvimento, dentre outras) encontram-se diretamente
correlacionadas neste processo. Sendo assim, espera-se que tal estudo possa corroborar para
a mitigação de ações de cunho social e político na melhoria da população, principalmente
aquelas mais vulneráveis aos efeitos da seca. Quanto às perspectivas futuras, este trabalho
pode ser ampliado para um escopo mais amplo, a partir da inserção de outros parâmetros
climatológicos além da precipitação, como a temperatura e evapotranspiração, a fim de se
verificar o quanto que os efeitos da variação de temperatura e umidade interferem na
produtividade agrícola, elencar variáveis que representem a pecuária e colaborando assim
para se produzir um Índice de Vulnerabilidade aos efeitos climáticos para as atividades
agropecuárias da população que reside no SAB. Outrossim, pode-se aplicar testes de
validação no modelo encontrado, a fim de produzir um resultado mais eficiente e apurado
entre as variáveis meteorológicas , agrícolas e socioeconômicas.
74
REFERENCIAS BIBLIOGRAFICAS
AB’SÁBER, A.N. A originalidade da terra. Ciência Hoje, v.3, n.18, p. 43-52. 1998.
ADGER, W, Neil et al. New indicators of vulnerability and adaptive capacity. Norwich:
Tyndall Centre for Climate Change Research, 2004.
ALMEIDA, Humberto Marinho. Práticas espaciais, gestão seletiva e o desenvolvimento
territorial no Ceará. GT20 - Políticas Públicas, Governo e Desenvolvimento. Terezina, PI.
2012.
ALBIERO, Daniel; MENDES, Cajado Diana; CARVALHO, Fernandes, Ivana Leila;
ALMEIDA, Monteiro, Leonardo de; LEITE, Esmeraldo, Gema Galgani Silveira. Tecnologias
Agroecológicas para o Semiárido. Universidade Federal do Ceará. Fortaleza, 2015.
ALLEN, R.G.; PEREIRA, L.S.; RAES, D.; SMITH, M. Crop evapotranspiration: guidelines
for computing crop water requirements. Rome: FAO, 1998. 300p. il. (FAO. Irrigation and
Drainage Paper, 56).
ALVES, L. M; Silva Aragão, M. R; GÓIS, R. S. S. Análise de intensidades máximas de chuva
no Nordeste do Brasil. In: SIMPÓSIO INTERNACIONAL DE CLIMATOLOGIA. A
Hidroclimatologia e Impactos Ambientais em Regiões Semi-áridas, Fortaleza: V SIC, 2005.
ALVES, Eliseu, Souza, Geraldo da Silva e, Marra, Renner. Êxodo e sua contribuição à
urbanização de 1950 a 2010. Revista de Política Agrícola, n. 2, 2011.
AMN. Associação Mineira de Municípios. Caracterização econômica das regiões de
planejamento. © Copyright 2016. Acesso: 10/2018.
APATA, T.G; SAMUEL, K.D; ADEOLA A.O.. Analysis of Climate Change Perception and
Adaptation among Arable Food Crop Farmers in South Western Nigeria. International
Association of Agricultural Economists’, Conference, Beijing, China, 2009.
ARAÚJO FILHO, A.A.A. & QUEIROZ, F.A.N. Uma estratégia de convivência com as secas
no Nordeste. Revista Econômica do Nordeste, v.18, n.4, p.491-511. 1987.
ARAÚJO, P.H.C. et al. Efeitos da seca sobre a produtividade agrícola dos municípios da região
nordeste. IX Encontro de Economia Baiana, 2013.
75
ASSAD ED, Pinto HS, ZULLO J, HELMINSK AM Climatic changes impact in
agroclimatic zoning of coffee in Brazil. Pesqui Agropecu Bras 39: 1057–1064. 2004.
ASSAD, Eduardo Delgado; PINTO, Hilton S.;. Aquecimento global e cenários futuros da
agricultura brasileira. Campinas: Embrapa, 2008.
BARBIERI, A. F. Mudanças climáticas, mobilidade populacional e cenários de
vulnerabilidade para o Brasil. Revista Interdisciplinar da Mobilidade Humana, Ano XIX, n.
36, p. 95-112, jan./jun. 2011.
BASSOI, L. H. et al. Consumo de água e coeficiente de cultura em bananeira irrigada por micro
aspersão. Comunicado Técnico 108. Embrapa Semi-Árido, Petrolina, PE, ISSN 1516-1609,
Dezembro, 2001.
BAIARDI, Amilcar. Formas de agricultura familiar, à luz dos imperativos de desenvolvimento
sustentável e de inserção no mercado internacional. In: Congresso Brasileiro de economia e
sociologia rural. 1999.
BEDDINGTON J., ASADUZZAMAN M., CLARK M., FERNÁNDEZ A., GUILLOU M.,
JAHN M., ERDA L., MAMO T., VAN BO N., NOBRE C.A., SCHOLES R., SHARMA R.,
WAKHUNGU J., Achieving food security in the face of climate change: Final report from
the Commission on Sustainable Agriculture and Climate Change. CGIAR Research
Program on Climate Change, Agriculture and Food Security (CCAFS). Copenhagen, Denmark,
2012.
BEZERRA, Bergson G. et al. Zoneamento agroclimático da palma forrageira (Opuntia sp.) para
o estado da Paraíba. R. Bras. Eng. Agríc. Ambiental, v. 18, n. 7, p. 755-761, 2014.
BERRY, F. A.; BOLLAY, E.; BEERS, N. R. Handbook of Meteorology. New York: McGraw-
Hill Book, 1945, 1068p.
BLAIKIE, P. et al. At risk. Natural hazards, peoples vulnerability and disasters London:
Routledge, 1994. 284 p.
BOLETIM DE MONITORAMENTO E ANÁLISE CLIMÁTICA – Climanálise - Número
Especial, 1986. INPE. São José dos Campos, SP. 125 págs.
BROWN, D.; KULIG, J. The concept of resiliency: Theoretical lessons from community
research. Health and Canadian Society, 4, p. 29–52. 1996/97.
76
CANDIDO, A. Os parceiros do Rio Bonito. Livraria Duas Cidades, São Paulo. 1987.
CARVALHO, André Luiz et al. Impact of climate changes on potential sugarcane yield in
Pernambuco, northeastern region of Brazil. Renewable Energy, v. 78, p. 26-34, 2015.
CAVALCANTI, I. F. de A. Um estudo Sobre Interações Entre Sistemas de Circulação de
Escala Sinótica e Circulações Locais. Dissertação de Mestrado em Meteorologia, Instituto
Nacional de Pesquisas Espaciais, São José dos Campos, SP. 121p. 1982.
CAVALCANTI, I.F.A (org). Tempo e Clima no Brasil. São Paulo: Oficina de textos, 2009.
CAVALCANTI, I.F.A. Large Scale and Synoptic Features Associated with Extreme
Precipitation over South America: A Review and Case Studies for the First Decade of the 21st
Century. Atmospheric Research, 118: 27-40. 2012.
CHAN, C.S. Análise de Distúrbios Ondulatórios de leste sobre o Oceano Atlântico Tropical
Sul. Dissertação de Mestrado. Instituto Nacional de Pesquisas Espaciais. São José dos Campos,
Brasil. (INPE-5222-TDL/437), 1990.
CHAVES, R. R.; CAVALCANTI, I. F. A. Atmospheric circulation features associated with
rainfall variability over Southern Northeast Brazil. Mon. Wea. Rev., 129:2614-2626, 2001.
COELHO, A.M. Nutrição e adubação do milho. Sete Lagoas: EMBRAPA Milho e Sorgo.
2006 (circular Técnica, 78). Disponível em: <
http://www.nutricaodeplantas.agr.br/site/downloads/unesp_jaboticabal/milho_embrapa.pdf>
Acessado em 15 de outubro de 2018.
COSTA, Micejane da Silva. LIMA, Kellen Carla, ANDRADE, Matheus de Mendonça.
GONÇALVES, Weber Andrade. Tendências observadas em extremos de precipitação sobre a
região Semiárida do Nordeste do Brasil (Trends observed in precipitation extremes over the
semiarid region of Notheast Brazil). Revista Brasileira de Geografia Física, v. 8, n. 5, p. 1321-
1334, 2015.
COUTINHO, E. C.; FISH, G. Distúrbios ondulatórios de leste (DOLs) na região do centro de
lançamento de Alcântara – MA. Revista Brasileira de Meteorologia, v. 22, n. 2, p. 193-203,
2007.
COUTINHO, M.J.F; CARNEIRO, M.S.D.S.; EDVAN, R.L; PINTO, A.P. A pecuária como
atividade estabilizadora no semiárido brasileiro. Veterinária e Zootecnia, 20(3): 434-441.
2013.
77
COHEN, J. C. P. Um estudo observacional de linhas de instabilidade na Amazônia.
Dissertação (Mestrado em Meteorologia) -Instituto Nacional de Pesquisas Espaciais, São José
dos Campos. (INPE-4865-TDL/376)174 p. 1989.
COLLINS, M. et al. The impact of global warming on the tropical Pacific Ocean and El Niño.
Nature Geosci. 3, 391–397, 2010.
COX, P. et al. Increase risk of Amazonian Drought due to decreasing aerosol
pollution. Nature (London), v.453, p.212-16, 2008.
COOK, K.H.; PATRICOLA, C.M.; VIZI, E.K. Easterly Waves in the tropical Atlântic:
climatology and variability.Monthly Weather Review (submetido), 2004.
CERQUEIRA, C. A. Uma tipologia dos municípios da região Nordeste. Belo Horizonte,
2002. Mimeografado.
CRIAR E PLANTAR. Endereço: <
http://www.criareplantar.com.br/agricultura/lerTexto.php?categoria=37&id=629>
CHAVES, R.R; CAVALCANTI, I.F.A. Atmospheriuc Circulation Features Associated with
Rainfall Variability over Saouthern Northeast Brazil. Monthly Weather Review, 129: 2614 –
2626. 2001.
CHEN, M.; SHI, W.; XIE, P.; Silva, V.B.S.; KOUSKY, V.E.; HIGGINS, R.W; JANOWIAK,
J.E. Assessing objective techniques for gauge-based analyses of global daily precipitation.
Journal of Geophysical Research, 113: D04110. 2008.
DOOREMBOS, J. KASSAM, A.H. Yield response to water. Roma, FAO, 1979.
193p. il. (FAO. Irrigation and Drainage Paper, 33).
EAKIN, H.; LEMOS, M. C. Institutions and change: the challenge of building adaptive capacity
in Latin America. Global Environmental Change, v. 20, n. 1, p. 1-210, Feb. 2010.
EMDADHAQUE, L,; BRANCO, A, de M. Vulnerabilidad y desastres: análisis comparativo de
estrategias para la mitigación de sequías, Desastres & Sociedad, Lima, n,6, eniero/deciember,
p,35-57, 1998.
EMBRAPA. Empresa Brasileira de Pesquisa Agropecuária. Ministério da Agricultura, Pecuária
e Abastecimento, DIA DE CAMPO, 2009.
78
EPAGRI. Informações técnicas para o cultivo de feijão na Região Sul brasileira. 157p, 2012.
Endereço: www.epagri.sc.gov.br/wp-
content/uploads/.../informacoes_tecnicas_cultivo_feijao.pdf
ESPINOZA, E. S. Distúrbios nos Ventos de Leste no Atlântico Tropical. Dissertação de
Mestrado em Meteorologia, Instituto Nacional de Pesquisas Espaciais, São José dos Campos,
149 pg., 1996.
FELIPE, Marcelo. A Cultura do Feijão. Almanaque do campo. 7p. 2000.
FEITOSA, F.; FEITOSA, E. Realidade e perspectivas do uso racional de águas subterrâneas na
região semiárida do Brasil. In: Recursos hídricos em regiões áridas e semiáridas. Salomão
de Sousa Medeiros, Hans Raj Gheyi, Carlos de Oliveira Galvão, Vital Pedro da Silva Paz
(editores). Campina Grande, PB: Instituto Nacional do Semiárido, 2011.
FILHO, Gilberto; BAHIA, José. Mandioca. 2016. endereço: <
http://www.ceplac.gov.br/radar/Mandioca.htm>
FILHO et al. Cultivo, processamento e uso da mandioca. Embrapa, Brasília- DF, 34p. 2013.
FILHO, Gilberto; SILVEIRA, Georgeton. Cultura Da Mandioca (Manihot esculenta subsp
esculenta). EMATER/MG. 6p. 2012.
FREIRE, J. L. M.; LIMA, J. R. A. ; CAVALCANTI, E. P. Análise de aspectos meteorológicos
sobre o Nordeste do Brasil em anos de el niño e la niña. Revista Brasileira de Geografia
Física, v. 4, p. 429-444. 2011.
GRAEF, F.; HAIGIS, J. Spatial and temporal rainfall variability in the sahel and it’s effects on
for men management strategies. Journal of Arid Environments, v.48, p.221- 231, 2001.
FRANCELLI, A.L; DOURADO-NATO, D. 2000. Produção de Milho. Guaíba: Agropecuária,
360 p.
GAN, M. A. E KOUSKY, V. E. Um Estudo Observacional sobre as Baixas Frias da Alta
Troposfera nas Latitudes Subtropicais do Atlântico Sul e Leste do Brasil. INPE, São José dos
Campos, SP. 25 p., 1982.
GAO, L. et al. Rice clock model – a computer model to simulate rice development.
Agricultural and Forest Meteorology, Amsterdam, v.60, n.1, p.1-16, 1992.
79
GARCIA-FRANCO, N.; HOBLEY, E.; HÜBNER, R.; WIESMEIER, M. Climate-Smart Soil
Management in Semiarid Regions. In: MUNHOZ, M.A & ZORNOZA, R. (eds.). Soil
management and climate change. United States, Elsevier, p. 349-368. 2018.
GUANZIROLI, C. E.; BUAINAIM, A. M.; SABBATO, A. di. Dez anos de evolução da
agricultura familiar no Brasil: (1996 e 2006). Revista de Economia e Sociologia Rural,
Piracicaba, v. 50, n. 2, p. 351-370, abr./jun. 2012.
GRISA, C. A produção “pro gasto”: um estudo comparativo do autoconsumo no Rio
Grande do Sul. Dissertação de Mestrado. Programa de Pós-Graduação em Desenvolvimento
Rural/UFRGS. Porto Alegre – RS, 2007, p.200.
GRIMM, A.M; TEDESCHI, R.G. Enso and extreme rainfall events in
South America. Journal of Climate 22:1589–1609. 2009.
GTDN – Grupo de Trabalho para o Desenvolvimento do Nordeste. Uma Política de
Desenvolvimento Econômico para o Nordeste. Rio de Janeiro: Imprensa Nacional, 1959.
GURGEL, F. L. A Cultura do Milho. (Desenvolvimento de material didático ou instrucional -
Apostila). 2007
GUEDES, G. R; CAETANO, A. J; MACHADO, C. J; BRONDIZIO, E. S. Identificabilidade
e estabilidade dos parâmetros no método Grade of Membership (GoM): considerações
metodológicas e práticas. Revista Brasileira de Estudos de População (Impresso), v. 27, p.
21-33, 2010.
HAIR, Joseph F. et al. Análise multivariada de dados. Bookman Editora, 2009.
HASTENRATH, S; HELLER, L.,. Dynamics of climate hazards in Northeast Brazil. Quart.J.
Roy. Meteorological Society, v. 103, 77-92. 1977.
______________. Climate and circulation of the tropics. New York Atmospheric Sciences
Library, 1988.
HASTENRATH, S; LAMB, P. Some aspects of circulation and climate over the eastern
equatorial Atlantic. Monthly Weather Review, 105(8): 1019-1023. 1977.
HASTENRATH, S.. Interannual variability and annual cycle: mechanisms of circulation and
climate in the tropical Atlantic. Monthly Weather Review, 112:1097-1107. 1984.
80
HASTENRATH, S. Circulation and teleconnection mechanisms of Northeast Brazil droughts.
Progress in Oceanography, 70(2-4):407–415. https://doi. org/10.1016/j.pocean.2005.07.004.
2006.
HASTENRATH, S. Exploring the climate problems of Brazil’s Nordeste: a review. Climatic
Change, 112(2): 243-251. 2012.
HOGAN, D. J.; MARANDOLA JR., E.; OJIMA, R. População e ambiente: desafios à
sustentabilidade. São Paulo, v.1, p. 105, 2010.
HOOGENBOOM, G. Contribution of agrometeorology to the simulation of crop production
and its application. Agricultural and Forest Meteorology, 103, 137-157, 2000.
HUANG, J; WANG, Y. Financing sustainable agriculture under climate change. J. Integr.
Agric., 2014, pp. 698–712.
IBGE. Censo Agropecuário. 2006. Endereço:<
http://biblioteca.ibge.gov.br/visualizacao/periodicos/51/agro_2006.pdf> acessado em: 15 de
junho de 2016.
IBGE – Instituto Brasileiro de Geografia e Estatística. Censo Demográfico, Mapas Regionais.
2010. Disponível em: < https://www.ibge.gov.br/geociencias-novoportal/cartas-e-
mapas/mapas-regionais/15974-semiaridobrasileiro.html> Acesso em: 25 de outubro de 2017.
IBGE. Pesquisa Suplementar de Segurança Alimentar PNAD 2013. Endereço:<
http://www.ibge.gov.br/home/presidencia/noticias/imprensa/ppts/00000020112412112014243
818986695.pdf>. Rio de Janeiro, 2014. Acessado em: 15 de junho de 2016.
IPEA - Instituto Nacional de Pesquisa Econômica Aplicada. Comunicados do IPEA num. 111.
Recentes na Pobreza Brasileira. Brasília. 2011.
IPCC - International Panel on Climate Change, WGI AR5, World Meteorological
Organization (WMO) and United Nations Environment Programme (UNEP), Set, 2011.
IPCC (Intergovernmental Panel on Climate Change). Climate change 1990: Agriculture and
forestry. In: Contribution of Working Group II to the Fourth Assessment Report of IPCC.
Cambridge University Press, Cambridge, UK.
_____ (Intergovernmental Panel on Climate Change). 2007a. Climate change 2007: Mitigation
of climate change. In: Contribution of Working Group III to the Fourth Assessment Report of
IPCC. Cambridge University Press, Cambridge, UK.
81
_____ (Intergovernmental Panel on Climate Change). Climate change 2007: Impacts,
adaptation and vulnerability. In: Contribution of Working Group II to the Fourth Assessment
Report of IPCC. Cambridge University Press, Cambridge, UK.
INFELD, J.A. et al. Temperatura base e graus-dia durante o período vegetativo de três grupos
de cultivares de arroz irrigado. Revista Brasileira de Agrometeorologia, Santa Maria, v.6, n.2,
p.187-191, 1998.
JOHNSON, R.A; WICHERN, D.W. Applied Multivariate Statistical Analysis. Prentice Hall.
800 p. 2007.
KOUSKY, V. E. Diurnal rainfall in Northeast Brazil. Monthly weather review, 108, 488-498.
1980.
KOUSKY, V. E.. Pentad outgoing longwave radiation climatology for the South American
sector. Revista Brasileira de Meteorologia, 3(1): 217-231. 1988.
KODAMA, Y. Large-scale common features of subtropical precipitation zones (the Baiu frontal
zone, the SPCZ and the SACZ), part I:
characteristics of subtropical frontal zones. Journal of the Meteorological Society of Japan,
70(4): 813-836. 1992.
KODAMA, Y. M. Large-scale common features of sub-tropical convergence zones (the Baiu
Frontal Zone, the SPCZ, and the SACZ) Part II: conditions of the circulations for generating
the STCZs. Journal of the Meteorological Society of Japan, 71(5): 581-610. 1993.
LIMA, Magda Aparecida de; ALVES, Bruno José Rodrigues. Vulnerabilidades, impactos e
adaptação à mudança do clima no setor agropecuário e solos agrícolas. Parcerias estratégicas,
v. 13, n. 27, p. 73-112, 2010.
LINDOSO, Diego et al. Vulnerabilidade socioeconômica da agricultura familiar brasileira às
mudanças climáticas: o desafio da avaliação de realidades complexas. 2010.
LOBELL, David B. et al.“Nonlinear heat effects on African maize as evidenced by historical
yield trials”. Nature Climate Change, 1(1): 42-45. 2011.
LÔBO, R.N.B.; PEREIRA, I.D.C.; FACÓ, O; MCMANUS, C.M.. Economic values for
production traits of Morada Nova meat sheep in a pasture based production system in semi-arid
Brazil. Small Ruminant Research, 96: 93-100. 2011.
82
MAGRIN, G. et al. Latin America. In: PARRY,M.L. et al. (Eds). Climate Change 2007:
impacts, adaptation, and vulnerability – Contribution of Working Group II to the Fourth
Assessment Reporto f the Intergovernamental Panel on Climate Change. Cambridge, UK:
Cambridge University Press, 2007. P. 581-615.
MALVEZZI, R. Semi-árido: Uma Visão Holística. Brasília: Confea, 2007. 140p.
MALUF, Renato F. Caderno ‘Segurança Alimentar’. 52p. s/d.
MAPA. Ministério da Agricultura. Cultura: Milho. 2016
_____. Ministério da Agricultura. Cultura: Mandioca. 2016
_____. Ministério da Agricultura. Cultura: Feijão. 2016
MARENGO, J.A. Interannual variability of surface climate in the Amazon Basin.
International Journal of Climatology. Vol. 12, p. 853-863, 1992.
MARENGO, J A; AMBRIZZI, T; NOBRE, CA; ALVES, LM; PISNITCHENKO, I. Atlas de
Cenários Climáticos Futuros para o Brasil. Projeções climáticas (precipitação e temperatura)
para o Brasil durante a segunda metade do Século XXI usando modelos regionais, nos cenários
de baixas emissões (otimista IPCC-B2) e de altas emissões (pessimista IPCC-A2). (Relatório
Técnico). 2007 .
MARENGO, J.A., et al. The drought of Amazonia in 2005. J. Clim., 21, 495–516,
doi:10.1175/2007JCLI1600.1. 2008.
MARENGO, J.A; BERNASCONi, M. Regional differences in aridity/drought conditions
over Northeast Brazil: present state and future projections. Clim. Chang. 129, 103-115,
2015. http://doi.org/10.1007/s10584-014-1310-1
MARENGO, J. A. Mudanças climáticas globais e seus efeitos sobre a biodiversidade:
caracterização do clima atual e definição das alterações climáticas para o território
brasileiro ao longo do século XXI. Brasília, DF: MMA, 2006. 202 p. il. (Biodiversidade, 26).
_______________. Vulnerabilidade, impactos e adaptação à mudança do clima no semi-árido
do Brasil. Parcerias estratégicas, v. 13, n. 27, p. 149-176, 2010.
_______________. O Futuro Clima do Brasil. Dossiê Clima. Revista USP, 103, 25-32. 2014.
83
MARENGO, J. A.; ALVES L. M.; BESERRA, E. A., LACERDA, F.F. Variabilidade e
mudanças climáticas no semiárido brasileiro. Instituto Nacional do Semiárido, Campina
Grande, PB, 2011.
MARENGO, J.A.; ALVES, L. M.; ALVALA, R.; CUNHA, A.P; BRITO, S; MORAES, O.L.
Climatic characteristics of the 2010-2016 drought in the semiarid Northeast Brazil region.
Anais da Academia Brasileira de Ciências, 2017. doi: 10.1590/0001- 3765201720170206.
MAROUN, Maria Regina. Adaptação às mudanças climáticas: uma proposta de
Documento de Concepção de Projeto (DCP) no âmbito do Mecanismo de Desenvolvimento
Limpo (MDL). Dissertação (Mestrado). Rio de Janeiro: UFRJ - Programas de Pós-Graduação
de Engenharia, 2007.
MANTON, K. G.; WOODBURY, M. A.; TOLLEY, H. D. Statistical applications using fuzzy
sets. New York: John Wiley, 1994, 312 p.
MARENGO, J. A. Impactos das Condições Climáticas e da Variabilidade e Mudanças do Clima
sobre a Produção e os Preços Agrícolas: Ondas de Frio e seu Impacto sobre a Cafeicultura nas
Regiões Sul e Sudeste do Brasil. In: Lima, M. A. de, Cabral, O. M. R., Miguez, J. D. G. (Eds.).
Mudanças Climáticas Globais e a Agropecuária Brasileira. Embrapa Meio Ambiente,
Jaguariúna, SP, pp. 97-123. 2001.
MASTER. Meteorologia Aplicada a Sistemas de Tempo Regionais - Instituto de Astronomia,
Geofísica e Ciências Atmosféricas. Universidade de São Paulo, aula 15. 2010. Acessado em:
15 de junho de 2016.
MDA. Relatório de Avaliação do Plano Plurianual 2008-2011. Brasília: Ministério de
Desenvolvimento Agrário, 2008.
MDA. Cartilha: Plano Safra da Agricultura Familiar 2012/2013 – MDA. 19p. 2012. Endereço:
<http://portal.mda.gov.br/plano-safra/arquivos/view/Cartilha_Plano_Safra.pdf>
MATTEI, L. Programa de Aquisição de Alimentos da Agricultura Familiar (PAA):
antecedentes, concepção e composição geral do programa. Cadernos do CEAM, v. 7, p. 33-
44, 2007.
MAVI, H.S.; TUPPER, G.J. Agrometeorology – Principles and application of climate studies
in agriculture. 1ª ed., ED. Food Products Press, New York, 2004.
84
MERTEN, G. H.; MINELLA, J. P. Qualidade da água em bacias hidrográficas rurais: um
desafio atual para sobrevivência futura. Agroecologia e Desenvolvimento Rural Sustentável,
Porto Alegre, v. 3, n. 4, out./dez. 2002.
MIN. MINISTERIO DA INTEGRAÇÃO NACIONAL – relatório - grupo de trabalho
interministerial para redelimitação do semi-árido nordestino e do polígono das secas. Brasília,
2005.
MOLION, L. C. B; BERNARDO, S. O. Dinâmica das Chuvas no Nordeste Brasileiro. In:
CONGRESSO BRASILEIRO DE METEOROLOGIA, 11, Rio de Janeiro, 2000. Resumos
expandidos, Rio de Janeiro, p.1334-1342. 2000.
MOSCATI, M.C.L.; GAN, M.A. Rainfall variability in the rainy season of Semiarid Zone of
Northeast Brazil (NEB) and its relation to wind regime. Aceito condicional no J. Climate,
2003.
MOSCATI, M. C. L; GAN, M. A. Rainfall variability in the rainy season of semiarid zone of
Northeast Brazil (NEB) and its relation to wind regime. International Journal of Climatology
27, 493-512. 2007.
MONTEIRO, Joyce Maria Guimarães. Plantio de oleaginosas por agricultores familiares do
semiárido nordestino para produção de biodiesel como uma estratégia de mitigação e
adaptação às mudanças climáticas. 2007. Tese de Doutorado. UNIVERSIDADE FEDERAL
DO RIO DE JANEIRO.
MOTA, V.M. Estudo Observacional de Distúrbios Ondulatórios de Leste no Nordeste
Brasileiro. Dissertação de Mestrado. Universidade de São Paulo. São Paulo, Brasil. 1997.
MOZZER. Gustavo Barbosa. Agropecuária no contexto da economia de baixo carbono.
2011. Cap 6, 111- 127.
MINGOTI, S.A. Análise de dados através de métodos de estatística multivariada: uma
abordagem aplicada. Belo Horizonte, editora UFMG, 295p. 2005.
NASUTI, S.; CURI, M.; MEDEIROS, N.; PINTO, A.; IBIAPINA, I.; ROZENDO, C.; HIROO,
C.: “Conhecimento tradicional e previsões meteorológicas: agricultores familiares e as
“experiências de inverno” no Semiárido Potiguar”. Revista econômica do Nordeste, Vol. 44, Nº
especial, pp 383-402. 2013.
NEUMANN, B; SZABO, S. Climate change ‘hotspots’: why they matter and why we should
invest in them. The Conversation. 2016. Acesso 2 Apr 2018.
85
http://theconversation.com/climate-change-hotspots-why-they-matter-and-why-we-should-
invest-in-them-68770
NETO, A. C. Distúrbios de leste: Diagnóstico e relação com a precipitação no estado da
Paraíba em períodos de contraste. 2003. 107p. Dissertação (Mestrado em Meteorologia) -
Universidade Federal de Campina Grande, Campina Grande, 2003.
NOBRE, C.; ASSAD, E.D; OYAMA M.D. Mudança ambiental no Brasil. Em Terra na Estufa,
ed. especial Scientific American Brasil, no 12, pp. 70-75. 2005.
NOBRE, Carlos A.; SALAZAR, Luis F.; OYAMA, Marcos; CARDOSO, Manoel; SACHS,
Ignacy. Estratégias de transição para o século XXI: desenvolvimento e meio ambiente. São
Paulo: Studio Nobel, 2007.
OLIVEIRA, P. T.; E SILVA, CM Santos; LIMA, K. C. Climatology and trend analysis of
extreme precipitation in subregions of Northeast Brazil. Theoretical and Applied
Climatology, p. 1-14, 2016.
PADOIN, Isabel Graciele; VIRGOLIN, Isadora Wayhs Cadore. A vulnerabilidade social como
uma dificuldade a participação política. Seminário interinstitucional de ensino, pesquisa e
extensão. UNICRUZ, 2010.
PALMÉN, E., On the origin and structure of high-level ciclones south of the maximum
westerlies. Tellus, 1, 22–25. 1949.
PEREIRA, A. R.; ANGELOCCI, L.R.; SENTELHAS, P.C. Agrometeorologia – fundamentos e
aplicações práticas. Guaíba: Ed. Agropecuária. 478p. 2002.
PEREIRA, Anete Marilia.; SOARES, Beatriz Ribeiro. Urbanização e pobreza na região Norte
Mineira: considerações preliminares. Anais do X Encontro de Geógrafos da América Latina
, Universidade de São Paulo, 2005.
PEREIRA, Laurindo Mékie. Em nome da região, a serviço do capital: o regionalismo político
norte-mineiro. Tese de Doutorado em História Econômica. Faculdade de Filosofia, Letras e
Ciências Humanas. Universidade de São Paulo. São Paulo, 2007.
PBMC. Scientific basis of climate change. Contribution of working group 1 of the Brazilian
climate change Panel to the first National assessment report on climate change. In Ambrizzi, T.,
Ahmad, M. (eds.), COPPE, Federal University of Rio de Janeiro, Rio de Janeiro. 2014.
86
PEREIRA, A.R. et al. Meteorologia Agrícola. Universidade de São Paulo, Escola Superior de
Agricultura “Luiz de Queiroz”, Piracicaba – SP, 2007.
PINTO, H. S. ASSAD, E. D., Zullo Jr., Brunini,O. (2002). O Aquecimento Global e a
Agricultura. Revista Eletrônica do Jornalismo Científico, Comciência – SBPC, v. 35, p. 1-6,
2002.
PINTO, Julimar Santos; CAETANO, André Junqueira. A Heterogeneidade da Vulnerabilidade
Social das Juventudes: Uma Perspectiva Empírica Através do Método Grade Of
Membership. Mediações-Revista de Ciências Sociais, v. 18, n. 1, p. 164-182, 2013.
QUEIROZ, B. L. ; BARBIERI, Alisson F. ; CONFALONIERI, U. . Mudanças Climáticas,
Dinâmica Demográfica e Saúde: Desafios para o Planejamento e as Políticas Públicas no Brasil.
REVISTA POLÍTICA E PLANEJAMENTO REGIONAL, v. 3, p. 93-116, 2017.
LEWIS, S. L.; BRANDO, P. M., PHILLIPS, O. L.; HEIJDEN, G. M. F. ; NEPSTAD, D. The
2010 Amazon drought, Science, Vol 331, 554 pp, 2011, doi:10.1126/science.1200807.
RATISBONA, C.R. The climate of Brazil. In: Climates of Central and South America. Central
and South America, 12: 219-293. 1976.
RAO. V.B.; LIMA, M; FRANCHITO, S.H. Seazonal and Interannual Variations of Rainfall
over Eastern Northeast Brazil. Journal of Climate, 1993. 6:1754-1763.
REBOITA, Michelle S.; KRUSCHE, N.; AMBRIZZI, T.; DA ROCHA, R. P. Entendendo o
tempo e o clima na américa do sul. Terrae didática, v. 8, p. 34-50. 2012.
RODRIGUES DA SILVA, V.P., MACIEL, G.F.; GUEDES, M.J.F. Influência dos eventos fortes
do fenômeno El Niño na precipitação pluvial do Nordeste do Brasil. In: Congresso Brasileiro
de Meteorologia, SBMET. 1998.
ROPELEWSKI, C.F.; HALPERT, M.S. Global and regional scale precipitation patterns
associated with the El Niño/Southern Oscillation. Monthly Weather Review. 115, p. 1606-1626,
1987.
RONCHAIL, J. et al. Interannual rainfall variability in the Amazon Basin and sea-surface
temperatures in the equatorial Pacific and the tropical Atlantic oceans. Internacional Journal
of Climatology. Vol. 22, p. 1663-1686, 2002.
SACRAMENTO NETO, O. B.; ESCOBAR, G. C. J.; SILVA, P. E. D. Método objetivo para
identificar episódios de Zonas de Convergência de Umidade (ZCOU) no ambiente operacional
87
do Centro de Previsão de Tempo e Estados Climáticos - CPTEC. XVI Congresso de
Meteorologia, 2010.
SÁNCHEZ, A.S.; ALMEIDA, M.B.; TORRES, E.A.; KALID, R.A.; COHIM, E;
GASPARATOS, A. Alternative biodiesel feedstock systems in the Semi-arid region of Brazil:
Implications for ecosystem services. Renewable and Sustenaible Energy Reviews, 81: 2744-
2758. 2018.
SAMPAIO, Yony; SAMPAIO, Gustavo Ramos. Impactos da seca sobre a economia do
semiárido–emprego, renda e sua distribuição–e implicações para a política de combate à
seca. Revista Economia e Desenvolvimento, v. 13, n. 1, 2014.
SAMPAIO, E.V.S.B. et al. Fertilidade dos solos do semiárido. In: PEREIRA, J.R.; FARIA,
C.M.B. (Eds.). Fertilizantes: insumo básico para a agricultura e combate à fome. Petrolina:
Embrapa/CPATSA/SBCSp. 51-69, 1995.
SANTOS et al. A cultura do Arroz no Brasil. MAPA, Santo Antonio de Goiás. GO, 2006.
SANTOS, Gilmar Ribeiro; SILVA, Ricardo dos Santos. Desenvolvimento regional no norte de
Minas Gerais. GT05 - Desenvolvimento em perspectiva: teorias, experiências e projetos
políticos. Montes Claros, Minas Gerais, 2011.
SAWYER, D. O. et al. Caracterização dos tipos de doadores de sangue em Belo Horizonte:
heterogeneidade do homogêneo. In: Encontro Nacional de Estudos Populacionais,12, 2000.
CAXAMBU. Anais... Belo Horizonte: ABEP, 2000 (CD-ROM).
SENTELHAS, P. C. Duração do período de molhamento foliar: aspectos operacionais da
sua medida, variabilidade espacial em diferentes culturas e sua estimativa a partir do
modelo de Penman-Monteith. (Tese de LivreDocência). Escola Superior de Agricultura Luiz
de Queirós, Universidade de São Paulo, Piracicaba. 161p. 2004.
SENTELHAS, P. C.; MONTEIRO J. E. B. A. Agrometeorologia dos Cultivos: O fator
meteorológico na produção agrícola. INMET. Capítulo 1. 2009.
SEO, N. Na analiysis of public adaptation to climate change using agricultural water schemesin
South America. Ecological Economics, v.70,n.4, p.825-834,2011.
SIQUEIRA, O. J. Efeitos Potenciais das Mudanças Climáticas na Agricultura Brasileira e
Estratégias Adaptativas para Algumas Culturas. In: Lima, M. A. de, Cabral, O. M. R., Miguez,
88
J. D. G. (Eds.). Mudanças Climáticas Globais e a Agropecuária Brasileira. Embrapa Meio
Ambiente, Jaguariúna, SP. 2001.
SCARLATO, F.C. População e urbanização brasileira. ROSS, J. L. S. (Org) Geografia do
Brasil. São Paulo: EDUSP, 1995.
SHAW, R. Linking various aspects of atmospheric change through a systems analysis of food.
Environmental Monitoring and Assessment, v. 46, p. 113-133, 1997.
SHANNON, Harlan D.; MOTHA, Raymond P. Managing weather and climate risks to
agriculture in North America, Central America and the Caribbean.Weather and Climate
Extremes, v. 10, p. 50-56, 2015.
SILVA, Vicente de Paulo Rodrigues; DANTAS, Renilson Targino; CAVALCANTI, Enilson
Palmeira. Influência do fenômeno El Niño no rendimento da cultura de algodão no Estado da
Paraíba. CBMET, 1998.
SILVA DIAS, P.L; MARENGO, J.A. Águas atmosféricas. In: REBOUÇAS, A.C.R.; BRAGA,
B.; TUNDIZI, J.G. Águas doces no Brasil. São Paulo: Ed. Escrituras, Cap.3, p.75- 115, 1999.
SILVA, H. P.; ANDRADE, S. de M. Brasil um país de terras secas: Problemática, dimensão
e alternativas de tecnologias apropriadas para o semi-árido. In: CIRELLI, A. F.;
ABRAHAM, E. El Agua en Iberoamerica: Aspectos de la problemática de las tierras secas.
Programa Iberoamericano de Ciencia Y Tecnologia Para El Desarrollo, 2003. p. 55-64
SILVA, Roberto Marinho Alves da. Entre o combate à seca e a convivência com o semi-
árido: transições paradigmáticas e sustentabilidade do desenvolvimento. 2006. 298 f., il.
Tese (Doutorado em Desenvolvimento Sustentável)-Universidade de Brasília, Brasília, 2006.
SILVA, L.L.; COSTA, R.F.; CAMPOS, J.H.B.C; DANTAS, R.T. Influence of Precipitation on
Agricultural Productivity in the State of Paraíba. Revista Brasileira de Engenharia Agrícola
e Ambiental, 13: 454-461. 2009.
SOUZA, P; CAVALCANTI, I. F. A. Atmospheric centres of action associated with the Atlantic
ITCZ position. International journal of Climatology, 29(14): 2091-2105. 2009.
SOUZA, Everaldo B.; ALVES, José M. Brabo; XAVIER, Teresinha de Ma BS. A estação
chuvosa no semiárido nordestino durante os anos de predominância de aquecimento ou de
resfriamento observados em toda bacia do atlântico tropical. CBMET. s/d.
89
SOUZA, E. B.; ALVES, J. M. B.; e REPELLI, C. A. Um complexo convectivo de mesoescala
associado à precipitação intensa sobre Fortaleza - CE. Revista Brasileira de Meteorologia,
v.13, n.2, 1-14, 1998.
SOUZA, M. J; OLIVEIRA, V.P. Os enclaves úmidos e sub-úmidos do semi-árido do nordeste
brasileiro. Mercator-Revista de Geografia da UFC, 5(9). 2006.
SUASSUNA, João. Semiárido: proposta de convivência com a seca. Cadernos de Estudos
Sociais, v. 23, n. 1-2, 2011.
SMIT, B; SKINNER, M: ‘Adaptation Options in Agriculture to Climate Change: A
Typology’, Mitigation and Adaptation Strategies for Global Change 7, 85–114, 2002.
SMITH, Pete et al. Agriculture, forestry and other land use (AFOLU). In:Climate change 2014:
mitigation of climate change. Contribution of Working Group III to the Fifth Assessment Report
of the Intergovernmental Panel on Climate Change. Cambridge University Press, 2014.
TINÔCO, I. C. M.; BEZERRA, B. G. ; LUCIO, P. S. ; BARBOSA, L. M. . Characterization of
Rainfall Patterns in the Semiarid Brazil. ANUÁRIO DO INSTITUTO DE GEOCIÊNCIAS
(UFRJ. IMPRESSO), v. 41, p. 397-409, 2018.
UNPD. United Nations Population Fund: State of World Population 2007: Unleashing the
Potential of Urban Growth. New York: United Nations Population Fund; 2007.
UVO, C.B. Influence of sea surface temperature on rainfall and runoff in Northeastern
South America: analysis and modeling. Universidade Lund, Sweden, Departamento de
Engenharia de Recursos de Água, Tese de Doutorado, 1998.199p.
UVO, C.R.B; NOBRE, C.A. A Zona de Convergência Intertropical (ZCIT) e a precipitação no
norte do Nordeste do Brasil. Parte I: A Posição da ZCIT no Atlântico Equatorial. Climanálise,
4: 34-40. 1989.
WAGNER, Ivanir Teresinha Siqueira. O Pronaf mais alimentos no município de Quaraí/RS.
2011.
WEHBE, M. et al. Social Methods for Assessing Agricultural Producers: Vulnerability
to Climate Variability and Change Based on the Notion of Sustainability. AIACC Working
Paper n. 19, 2005.
90
WILKS, D.S. Statistical methods in the atmospheric sciences. Academic Press, San Diego,
627p. 2006.
WMO. WMO statement on the status of the global climate in 1997. 1998.
WORLD BANK. The World Bank Annual Report 2007. The World Bank, 2007.
YOKOYAMA, L.P; STONE, L.F. Aspectos socioeconômicos da cultura. P.1-20. IN:
ARAÚJOR.S. et al (Eds). Cultura do feijoeiro comum no brasil. Piracicaba: Potafos, 1996.
786p.
91
ANEXO
92
Tabela 7 – Média acumulada da precipitação e classificação pluviométrica dos clusters, 1979 a
2014.
Cluster N % Acumulado
Médio
Mínimo/Máximo Classificação
Grupo 1 40 11,83 956,49 [270 ; 2000] SAB I
Grupo 2 92 27,22 748,46 [179 ; 1900] SAB II
Grupo 3 94 27,81 570,51 [ 75; 1670] SAB III
Grupo 4 112 33,14 821,46 [147 ; 2300] SAB IV
Figura 12 – Espacialização dos Perfis de vulnerabilidade Sócio Agroclimáticos do SAB.
93
Na análise discriminante para as regiões SAB I, SAB II, SAB III e SAB IV, com o
número de dias chuvosos, apresentou que o SAB I (eq. 3) possui a maior função discriminante
linear, ou seja, os coeficientes contribuem mais para a classificação das observações. Os
maiores coeficientes não padronizados são usados para construir a equação de predição real
utilizada para classificar novos casos. Neste estudo a função linear discriminante para os grupos
é dado nas equações:
𝐷1 = −333,75 − 14,86 ∙ 𝐽𝑎𝑛 + 1.36 ∙ 𝐹𝑒𝑣 + 39,14 ∗ 𝑀𝑎𝑟 − 9,57 ∗ 𝐴𝑏𝑟 − 6,42 ∗ 𝑀𝑎𝑖 +
12,7 ∗ 𝐽𝑢𝑛 − 15,4 ∗ 𝐽𝑢𝑙 + 18,53 ∗ 𝐴𝑔𝑜 + 6,73 ∗ 𝑆𝑒𝑡 − 27,05 ∗ 𝑂𝑢𝑡 + 9,11 ∗ 𝑁𝑜𝑣 + 12,7 ∗
𝐷𝑒𝑧 (3)
𝐷2 = −274,03 − 12,56 ∗ 𝐽𝑎𝑛 − 2,01 ∗ 𝐹𝑒𝑣 + 37,58 ∗ 𝑀𝑎𝑟 − 8,84 ∗ 𝐴𝑏𝑟 − 6,77 ∗ 𝑀𝑎𝑖 +
13,31 ∗ 𝐽𝑢𝑛 − 14,58 ∗ 𝐽𝑢𝑙 + 16,06 ∗ 𝐴𝑔𝑜 + 4,87 ∗ 𝑆𝑒𝑡 − 23,58 ∗ 𝑂𝑢𝑡 + 8,2 ∗ 𝑁𝑜𝑣 +
12,04 ∗ 𝐷𝑒𝑧 (4)
𝐷3 = −327,98 − 10,33 ∗ 𝐽𝑎𝑛 − 2.36 ∗ 𝐹𝑒𝑣 + 38,16 ∗ 𝑀𝑎𝑟 − 7,21 ∗ 𝐴𝑏𝑟 − 5,18 ∗ 𝑀𝑎𝑖 +
9,98 ∗ 𝐽𝑢𝑛 − 11,75 ∗ 𝐽𝑢𝑙 + 13,15 ∗ 𝐴𝑔𝑜 + 8,75 ∗ 𝑆𝑒𝑡 − 26,09 ∗ 𝑂𝑢𝑡 + 7,69 ∗ 𝑁𝑜𝑣 +
11,22 ∗ 𝐷𝑒𝑧 (5)
𝐷4 = −293,38 − 11,63 ∗ 𝐽𝑎𝑛 − 0.98 ∗ 𝐹𝑒𝑣 + 37,28 ∗ 𝑀𝑎𝑟 − 8,33 ∗ 𝐴𝑏𝑟 − 6,43 ∗ 𝑀𝑎𝑖 +
11,54 ∗ 𝐽𝑢𝑛 − 13,54 ∗ 𝐽𝑢𝑙 + 15,8 ∗ 𝐴𝑔𝑜 + 6,6 ∗ 𝑆𝑒𝑡 − 25,72 ∗ 𝑂𝑢𝑡 + 7,64 ∗ 𝑁𝑜𝑣 + 12,24 ∗
𝐷𝑒𝑧 (6)
94
Tabela 8 – Municípios agrupados no Perfil 2 (Àreas secas com alto percentual de ocupados na
agricultura e piores indicadores sociodemográficos).
Código Município Código Município
2200053 Acauã (PI) 2515401 São Vicente do Seridó (PB)
2200251 Alagoinha do Piauí (PI) 2601805 Betânia (PE)
2200954 Aroeiras do Itaim (PI) 2602803 Buíque (PE)
2201051 Assunção do Piauí (PI) 2603207 Caetés (PE)
2201556 Bela Vista do Piauí (PI) 2603801 Capoeiras (PE)
2201572 Belém do Piauí (PI) 2604908 Cumaru (PE)
2201739 Betânia do Piauí (PI) 2605152 Dormentes (PE)
2201929 Bonfim do Piauí (PI) 2606507 Iati (PE)
2201988 Brejo do Piauí (PI) 2607000 Inajá (PE)
2202075 Cajazeiras do Piauí (PI) 2607505 Itaíba (PE)
2202091 Caldeirão Grande do Piauí (PI) 2608255 Jucati (PE)
2202109 Campinas do Piauí (PI) 2609154 Manari (PE)
2202117 Campo Alegre do Fidalgo ( PI ) 2610301 Paranatama (PE)
2202133 Campo Grande do Piauí (PI) 2612109 Salgadinho (PE)
2202455 Capitão Gervásio Oliveira (PI) 2612455 Santa Cruz (PE)
2202505 Caracol (PI) 2612554 Santa Filomena (PE)
2202554 Caridade do Piauí (PI) 2612703 Santa Maria do Cambucá (PE)
2202851 Coronel José Dias (PI) 2615805 Tupanatinga (PE)
2203230 Currais (PI) 2616183 Vertente do Lério (PE)
2203271 Curral Novo do Piauí ( PI ) 2700102 Água Branca (AL)
2203354 Dirceu Arcoverde (PI) 2700904 Belo Monte (AL)
2203420 Domingos Mourão (PI) 2701209 Cacimbinhas (AL)
2203453 Dom Inocêncio (PI) 2701605 Canapi (AL)
2203750 Fartura do Piauí ( PI ) 2701803 Carneiros (AL)
2203800 Flores do Piauí (PI) 2702009 Coité do Nóia (AL)
2203859 Floresta do Piauí (PI) 2702355 Craíbas (AL)
2204154 Francisco Macedo (PI) 2702504 Dois Riachos (AL)
2204550 Agricolândia (PI) 2702553 Estrela de Alagoas (AL)
2204907 Isaías Coelho (PI) 2702900 Girau do Ponciano (AL)
2205003 Itainópolis (PI) 2703106 Igaci (AL)
2205151 Jacobina do Piauí (PI) 2703304 Inhapi ( AL)
2205201 Jaicós (PI) 2704104 Lagoa da Canoa (AL)
2205359 João Costa (PI) 2704609 Maravilha (AL)
2205524 Júlio Borges (PI) 2705002 Mata Grande (AL)
2205532 Jurema (PI) 2705408 Monteirópolis (AL)
2205565 Lagoa do Barro do Piauí (PI) 2705804 Olho d'Água do Casado (AL)
95
2205573 Lagoa de São Francisco (PI) 2706000 Olivença (AL)
2205599 Lagoa do Sítio (PI) 2706109 Ouro Branco (AL)
2206050 Massapê do Piauí (PI) 2706208 Palestina (AL)
2206357 Milton Brandão (PI) 2706422 Pariconha (AL)
2206506 Monsenhor Hipólito (PI) 2707206 Poço das Trincheiras (AL)
2206654 Morro Cabeça no Tempo ( PI 2708402 São José da Tapera (AL)
2207207 Padre Marcos (PI) 2708956 Senador Rui Palmeira (AL)
2207355 Pajeú do Piauí (PI) 2709202 Traipu (AL)
2207553 Paquetá (PI) 2802403 Gararu (SE)
2207777 Patos do Piauí (PI) 2900355 Adustina (BA)
2207850 Pavussu (PI) 2901205 Anagé (BA)
2207934 Pedro Laurentino (PI) 2902104 Araci (BA)
2207959 Nova Santa Rita (PI) 2902708 Barra (BA)
2208205 Pio IX (PI) 2903607 Biritinga (BA)
2208650 Queimada Nova (PI) 2904506 Brotas de Macaúbas (BA)
2208874 Ribeira do Piauí (PI) 2904753 Buritirama (BA)
2209559 São Braz do Piauí (PI) 2905503 Caldeirão Grande (BA)
2209658 São Francisco de Assis do Piauí (PI) 2905909 Campo Alegre (BA)
2209856 São João da Canabrava (PI) 2906808 Cansanção (BA)
2209872 São João da Fronteira (PI) 2909208 Coronel João Sá (BA)
2209955 São João da Varjota (PI) 2910750 Fátima (BA)
2210359 São Lourenço do Piauí ( PI ) 2911857 Heliópolis (BA)
2210375 São Luis do Piauí (PI) 2912608 Ibiquera (BA)
2210391 São Miguel do Fidalgo (PI) 2913804 Ipecaetá (BA)
2210409 São Miguel do Tapuio (PI) 2917003 Itiúba (BA)
2210953 Tamboril do Piauí (PI) 2919009 Lajedinho (BA)
2211357 Várzea Branca (PI) 2919108 Lamarão (BA)
2211506 Vera Mendes (PI) 2921500 Monte Santo (BA)
2211605 Vila Nova do Piauí ( PI ) 2922052 Mulungu do Morro (BA)
2211704 Wall Ferraz (PI) 2922656 Nordestina (BA)
2300408 Aiuaba (CE) 2922904 Nova Soure (BA)
2303931 Choró (CE) 2923209 Oliveira dos Brejinhos (BA)
2306603 Itatira (CE) 2923803 Paripiranga (BA)
2311959 Salitre (CE) 2924207 Pedro Alexandre (BA)
2406304 Lagoa de Pedras ( RN ) 2924405 Pilão Arcado (BA)
2409605 Pedra Preta ( RN ) 2925709 Presidente Jânio Quadros (BA)
2414753 Venha-Ver (RN) 2925907 Quijingue (BA)
2501302 Aroeiras (PB) 2926509 Ribeira do Amparo (BA)
2501575 Barra de Santana (PB) 2927606 Santa Brígida (BA)
2502052 Bernardino Batista (PB) 2929701 Sátiro Dias (BA)
2503555 Cacimbas (PB) 2930766 Sítio do Quinto (BA)
2504157 Casserengue (PB) 2930808 Souto Soares (BA)
2505352 Damião (PB) 2932457 Umburanas (BA)
2505709 Dona Inês (PB)
96
2506251 Gado Bravo (PB)
2513158 Santa Cecília (PB)
2514107 São João do Tigre (PB)
97