420 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 Greicy Kelly da Silva Doutoranda em Engenharia Civil com Área de Concentração em Recursos Hídricos, Universidade Federal do Ceará (UFC) – Fortaleza (CE), Brasil. Cleiton da Silva Silveira Professor Adjunto, Departamento de Engenharia Hidráulica e Ambiental, UFC – Fortaleza (CE), Brasil. Marx Vinicius Maciel da Silva Doutorando em Engenharia Civil com Área de Concentração em Recursos Hídricos, Departamento de Engenharia Hidráulica e Ambiental, UFC – Fortaleza (CE), Brasil. Antônio Duarte Marcos Júnior Mestrando em Ciências Físicas Aplicadas ao Desenvolvimento do Semiárido brasileiro, Universidade Estadual do Ceará (UECE) – Fortaleza (CE), Brasil. Francisco de Assis Souza Filho Professor Associado, Departamento de Engenharia Hidráulica e Ambiental, UFC – Fortaleza (CE), Brasil. Sullyandro Oliveira Guimarães Pesquisador, Departamento de Engenharia Hidráulica e Ambiental, UFC – Fortaleza (CE), Brasil. Endereço para correspondência: Greicy Kelly da Silva – Departamento de Engenharia Hidráulica e Ambiental, Bloco 713, 1º Andar – Campus do Pici – CEP: 60455.760 – Fortaleza (CE), Brasil – E-mail: greicykellysilvagks@gmail.com Recebido em: 27/11/2019 Aceito em: 10/03/2020 RESUMO A fim de obter informações acerca dos possíveis impactos no regime dos campos de precipitação e no regime de temperatura nas regiões hidrográficas brasileiras em decorrência do aumento das emissões de gases de efeito estufa, este trabalho teve como objetivo analisar as projeções resultantes de nove modelos participantes do Coordinated Regional Climate Downscaling Experiment (CORDEX), considerando os cenários representative concentration pathways (RCP) 4.5 e RCP8.5 para o século XXI. Os modelos utilizados foram: Canadian Centre for Climate Modelling and Analysis – Canadian Earth System Model (The second generation) (CCCma-CanESM2), Commonwealth Scientific and Industrial Research Organization (version Mk3-6-0) (CSIRO-Mk3-6-0), Irish Centre for High End Computing – European Community – EARTH (ICHEC-EC-EARTH), Institut Pierre Simon Laplace – 5 Component Models version A – Medium Resolution (IPSL-CMSA-MR), Model for Interdisciplinary Research on Climate version 5 (MIROC5), Hadley Center Global Environment Model version 2 – Earth System (HadGEM2-ES), Max Planck Institute – Meteorology – Earth System Model (MPI- M-ESM), Norwegian Climate Centre – Norwegian Earth System Model version 1 – Medium resolution (NCC-NorESM1-M) e National Oceanic and Atmospheric Administration – Geophysical Fluid Dynamics Laboratory – Earth System Model version 2M (NOAA-GFDL-ESM2M). Foram analisadas as anomalias e a tendência dos campos de precipitação e temperatura médias anuais no período de 2006 a 2095. Todos os modelos projetaram aumento da temperatura em todas as regiões. Para o cenário RCP8.5, a anomalia da temperatura indicou aumento de até 1,58ºC na região hidrográfica amazônica. A precipitação também pode aumentar em algumas regiões hidrográficas. A mediana das anomalias sugeriu aumentos entre 10 e 30% no Atlântico Leste, Atlântico Nordeste Ocidental, Atlântico Nordeste Oriental, Paraguai, Parnaíba, Tocantins-Araguaia e São Francisco. Anomalias negativas foram identificadas no sudeste e principalmente no sul do Brasil, indicando reduções na precipitação. O teste de Mann-Kendall- Sen sugeriu uma possível intensificação no regime de precipitações anuais em grande parte das regiões hidrográficas, exceto as do Atlântico Sul, Paraná e Uruguai. Em ambos os cenários, o teste apontou ausência de tendência na região do Atlântico Sul pela maioria dos modelos. Todos os modelos apresentaram tendência positiva significativa para a temperatura nos dois cenários e em todas as regiões. A maior e a menor tendência de aquecimento foram observadas no norte e no sul do país, respectivamente. Palavras-chave: CSIRO-Mk3-6-0; ICHEC-EC-EARTH; HadGEM2-ES; mudanças climáticas. ABSTRACT In order to obtain information about the possible impacts on the precipitation and temperature fields regime in the Brazilian hydrographic regions, due to https://doi.org/10.5327/Z2176-947820200624 ANÁLISE DE PROJEÇÕES DAS MUDANÇAS CLIMÁTICAS SOBRE PRECIPITAÇÃO E TEMPERATURA NAS REGIÕES HIDROGRÁFICAS BRASILEIRAS PARA O SÉCULO XXI ANALYSIS OF CLIMATE CHANGE PROJECTIONS ON PRECIPITATION AND TEMPERATURE IN BRAZILIAN HYDROGRAPHIC REGIONS FOR THE 21ST CENTURY Revista Brasileira de Ciências Ambientais • Brazilian Journal of Environmental Sciences https://orcid.org/0000-0001-6586-8351 https://orcid.org/0000-0001-6407-0989 https://orcid.org/0000-0001-9435-1001 https://orcid.org/0000-0001-7015-1355 https://orcid.org/0000-0001-5989-1731 https://orcid.org/0000-0002-0574-6616 mailto:greicykellysilvagks@gmail.com Análise de projeções das mudanças climáticas sobre precipitação e temperatura nas regiões hidrográficas brasileiras para o século XXI 421 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 INTRODUÇÃO A mudança climática vem instituindo-se como um de- safio global diante dos impactos que são produzidos em todas as esferas da existência (ANA, 2016). Um dos principais efeitos decorrentes das mudanças do clima recai sobre a esfera hídrica: alterações significativas no ciclo da água (ANA, 2016; SILVEIRA et al., 2016). De acordo com a Agência Nacional de Águas (ANA, 2016), essas modificações comprometem a disponibili- dade hídrica, aumentando a frequência de eventos hi- drológicos críticos. Esses problemas afetam, por exem- plo, o abastecimento de água potável, o saneamento e a produção de energia e alimentos, sistemas que se re- lacionam inextricavelmente, caracterizando uma abor- dagem denominada de nexo água-alimento-energia. Na abordagem do nexo, é interessante destacar como a integração entre os sistemas opera em via de mão du- pla. No Brasil, o elo entre recursos hídricos e energia sus- tenta os processos de abastecimento, tratamento e uso da água, ao mesmo passo que fundamenta a geração de hidroeletricidade (ROTHAUSEN; CONWAY, 2011). A in- terconexão entre os sistemas de energia e de alimentos, por sua vez, norteia a produção de biocombustíveis no país. Além da produção de alimentos, a agricultura bra- sileira oferta matéria-prima para produzir combustíveis líquidos de diferentes fontes, como a cana-de-açúcar, a soja, o girassol, a mamona, o milho, o sebo bovino, en- tre outras (ANP, 2017; AZEVEDO; LIMA, 2016). A oferta interna de energia considerando essas fontes caracteri- za uma das maiores matrizes de energias renováveis do mundo (AZEVEDO; LIMA, 2016; BRASIL, 2018). A produ- ção de etanol por meio da cana-de-açúcar destaca mun- dialmente o Brasil como grande produtor de biocombus- tíveis. Logo, a produção agrícola brasileira desempenha papel fundamental na economia do país, atendendo à demanda de produção dos biocombustíveis e atuando como fonte essencial de renda no cenário econômico nacional (BOULAY et al., 2018; ANA, 2017). De outra forma, a relação entre alimentos e água sub- sidia a segurança alimentar, sendo a água um recurso indispensável na produção dos alimentos. O Brasil ocu- pa o quinto lugar (63.994.479 ha) no mundo em área cultivada, tendo como predecessores a Índia, os Esta- dos Unidos, a China e a Rússia. Sua parcela agrícola cor- respondia a 3,42% da área total cultivada no mundo e 7,6% das terras cultivadas no próprio país no ano de 2016, informações que ressaltam o potencial mundial da agricultura brasileira (MIRANDA, 2018). Em escala global, o Brasil é uma das regiões mais sus- cetíveis às mudanças climáticas (VAN VLIET et al., 2013; STOCKER et al., 2013). ANA (2016) e Silveira et al. the increase in greenhouse gas emissions, this study aimed to analyze the projections resulting from nine models participating in the Coordinated Regional Climate Downscaling Experiment (CORDEX), considering the scenarios RCP4.5 and RCP8.5 for the 21st century. The models used were CCCma-CanESM2, CSIRO-Mk3-6-0, ICHEC-EC-EARTH, IPSL-CMSA- MR, MIROC5, HadGEM2-ES, MPI-M-ESM, NCC-NorESM1-M, and NOAA-GFDL-ESM2M. The anomalies and trends of the mean annual rainfall and temperature fields in the period from 2006 to 2095 were analyzed. All models projected temperature increases in all regions. For the RCP8.5 scenario, the temperature anomaly indicated an increase of up to 1.58ºC in the Amazonian hydrographic region. Precipitation is also expected to increase in some hydrographic regions. The median of anomalies suggested increases of between 10 and 30% in the Eastern Atlantic, Western Northeast Atlantic, Eastern Northeast Atlantic, Paraguay, Parnaiba, Tocantins-Araguaia, and San Francisco. Negative anomalies were identified in the Southeast and mainly in the South of Brazil, indicating reductions in precipitation. The Man- Kendall-Sen test suggested a possible intensification of the annual rainfall regime in most hydrographic regions, except those in the South Atlantic, Parana, and Uruguay. In both scenarios, the test showed no trend in the South Atlantic region by most models. All models showed a significant positive trend for temperature in both scenarios and in all regions. The highest and lowest warming trends were observed in the North and South of the country, respectively. Keywords: CSIRO-Mk3-6-0; ICHEC-EC-EARTH; HadGEM2-ES; climate change. Silva, G.K. et al. 422 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 (2014; 2018) indicam que a geração de energia hidroelé- trica no país é afetada pelas alterações ocorridas nos padrões de escoamento dos rios e influenciadas princi- palmente pelos efeitos da mudança do clima sobre os padrões de precipitação em conjunto com modificações no uso e na ocupação do solo. Em resposta, os impac- tos atingem especialmente o sistema elétrico brasileiro, no qual se tem observado o crescimento da demanda energética, que por sua vez exige a expansão da capaci- dade instalada por meio da construção de usinas, entre elas hidroelétricas, provocando alterações nos ecossis- temas (SOITO; FREITAS, 2011; STOCKER et al., 2013). De modo a garantir a segurança energética do país, tem-se buscado adotar outras fontes de geração de eletricidade, a citar o uso de usinas termelétricas, no entanto o incremento energético por essa fon- te, além de demandar alto custo operacional, eleva a emissão de gases de efeito estufa (GEEs), acentuando o aquecimento global (MERCURE et al., 2019; PRADO JÚ- NIOR et al., 2016). Nesse contexto, o celeiro energético pautado no uso dos biocombustíveis destaca-se por ter emissão cerca de duas vezes menor de GEEs quan- do comparada à quantidade emitida pela queima de combustíveis fósseis (BERGER et al., 2015), entretanto a produção de biocombustíveis requer alto consumo hídrico e provoca mudanças no uso da terra motivadas pela necessidade de expandir a área ocupada para fins de produção, bem como suprir a demanda por cultu- ras para exportação, o que implica a competição com a produção de alimentos e o aumento do desmatamen- to (GOPALAKRISHNAN et al., 2009; MERCURE et al., 2019). Em suma, os impactos das mudanças climáti- cas são sentidos em todos os sistemas integrados pelo nexo água-alimento-energia. Estudos voltados para identificar e avaliar como as alterações e a variabilidade do clima podem afetar o globo atuam como subsídios fundamentais na elabo- ração de planos mitigadores aos impactos gerados (SILVEIRA et al., 2018). Esses estudos requerem infor- mações de escala regional/local que podem ser obtidas de análises provenientes de modelos climáticos globais (MCGs) com a aplicação de técnicas tais como o downs- caling dinâmico, que regionaliza a escala desses dados (SALES et al., 2015). Nesse sentido, surgiu o Projeto Coordinated Regional Climate Downscaling Experiment (CORDEX), que fornece uma metodologia padronizada dos experimentos de downscaling dinâmico sobre al- guns domínios, em escala regional, das projeções glo- bais provindas dos modelos que compõem o Coupled Model Intercomparison Project Phase 5 (CMIP5) (GIOR- GI; JONES; ASRAR, 2009; GUIMARÃES et al., 2016). Alguns estudos recentes vêm sendo realizados com o downscaling dinâmico abordando a metodologia do CORDEX sobre domínios que envolvem o Brasil e a América do Sul. Guimarães et al. (2016) e Sales et al. (2015) investigaram o clima atual e futuros cenários climáticos utilizando diferentes modelos climáticos re- gionais (MCRs) para o Nordeste do Brasil (NEB) e re- giões norte e sul do NEB, respectivamente. Da mesma forma, Reboita et al. (2014) determinaram a melhor configuração do MCR Regional Climate Model version 4.3 (RegCM4.3) para simular o clima no domínio da América do Sul para uso no CORDEX. Ainda em relação a esse domínio, três MCGs (Max Planck Institute – MPI, Geophysical Fluid Dynamics Laboratory – GFDL e Ha- dley Center Global Environment Model – HadGEM2) foram usados para o downscaling do MCR RegCM4 no trabalho de Da Rocha et al. (2014), com o intuito de investigar o sinal de precipitação do fenômeno El Niño Oscilação Sul (ENSO) na América do Sul em três pe- ríodos — presente (1975–2005), próximo ao futuro (2020–2050) e futuro distante (2070–2098) —, em dois cenários de GEEs: representative concentration path- ways (RCP) 4.5 e RCP8.5. O objetivo deste trabalho foi analisar as projeções de alguns modelos participantes do CORDEX consi- derando os cenários RCP4.5 e RCP8.5 para o século XXI, a fim de identificar mudanças nos padrões de va- riabilidade na precipitação e temperatura nas regiões hidrográficas do Brasil. MATERIAIS E MÉTODOS Região de estudo A área de estudo compreende as 12 regiões hidrográfi- cas (RHs) brasileiras: Amazônica, Atlântico Leste, Atlân- tico Nordeste Ocidental, Atlântico Nordeste Oriental, Atlântico Sudeste, Atlântico Sul, Paraguai, Paraná, Análise de projeções das mudanças climáticas sobre precipitação e temperatura nas regiões hidrográficas brasileiras para o século XXI 423 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 Parnaíba, São Francisco, Tocantins-Araguaia e Uruguai, conforme mostra a Figura 1. A seguir, a conjuntura dos recursos hídricos no Brasil elaborada pela ANA (2015) descreve essas regiões. Inserida na Bacia Amazônica, a RH Amazônica pos- sui uma área que totaliza aproximadamente 45% do território brasileiro e abrange os estados do Acre, do Amazonas, de Rondônia, de Roraima, do Amapá, do Pará e de Mato Grosso. Apresentando grande dis- ponibilidade hídrica superficial (o equivalente a 81% da disponibilidade superficial do Brasil) e compondo uma expressiva rede de drenagem, possui como rios de destaque: Purus, Juruá, Xingu, Solimões, Madeira, Negro e Guaporé. Sua precipitação média anual é de 2.205 mm, valor que representa cerca de 25% a mais do que a média nacional (1.761 mm). A RH Atlântico Leste, a RH Atlântico Nordeste Oriental, a RH do Parnaíba e a RH do São Francisco compreen- dem uma área percentual do território brasileiro de pouco mais de 3,9, 3,4, 3,9 e 7,5% respectivamente. Uma grande parte de todas essas regiões hidrográficas situa-se no semiárido nordestino, sendo caracterizada pelos períodos prolongados de estiagem, motivada pela baixa pluviosidade e alta evapotranspiração, o que lhe confere precipitação média anual inferior à média nacional. A RH Atlântico Leste distribui-se pelos esta- dos da Bahia (69%), de Minas Gerais (26%), de Sergipe (4%) e do Espírito Santo (1%), contendo em seu leque de rios principais o Salgado e Gavião, enquanto a Atlân- tico Nordeste Oriental abrange seis estados: Piauí, Ceará, Rio Grande do Norte, Paraíba, Pernambuco e Alagoas. Nessa região, os principais açudes são banha- dos pelos rios Jaguaribe e Piranhas-Açu. A RH Parnaí- ba, por sua vez, abrange porções dos estados do Piauí (77%), do Maranhão (19%) e do Ceará (4%). Atraves- sando diferentes biomas (cerrado, caatinga e costeiro), entre os seus principais cursos d’água se destacam os rios Parnaíba, Piauí e Poti. De outra forma, a RH do São Francisco compreende sete estados: Bahia, Minas Gerais, Pernambuco, Alagoas, Sergipe, Goiás e Distrito Federal. Fomentando a base de suprimento de energia da Região Nordeste, essa RH possui 10.708 MW de po- tencial hidroelétrico instalado, o que equivale a 12% do Figura 1 – Regiões hidrográficas do Brasil. Região Hidrográfica Amazônica 72oW 36 o S 30 o S 24 o S 18 o S 12 o S 6o S 0o 6o N 66oW 48oW Regi�es Hidrográficas do Brasil Sistema de Coordenadas Geográficas Datum SIRGAS 2000 Elaborado por Greicy Kelly da Silva Fonte: ANA/IBGE BRASIL 42oW 1 3 4 9 11 7 12 6 8 5 2 10 60oW 54oW 36oW Legenda 1 2 3 4 5 6 7 8 9 10 11 0 195 390 780 1,170 1,560 0 900 1,800 Km 1,950 Km 12 Região Hidrográfica Atlântico Leste Região Hidrográfica Atlântico Nordeste Ocidental Região Hidrográfica Atlântico Nordeste Oriental Região Hidrográfica Atlântico Sudeste Região Hidrográfica Atlântico Sul Região Hidrográfica do Paraguai Região Hidrográfica do Paraná Região Hidrográfica do Parnaíba Região Hidrográfica do São Francisco Região Hidrográfica Tocantins-Araguaia Região Hidrográfica do Uruguai Silva, G.K. et al. 424 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 total no país, destacando-se as usinas de Xingó, Paulo Afonso IV, Luiz Gonzaga e Sobradinho. A RH Atlântico Nordeste Ocidental abrange 3% do terri- tório nacional, compreendendo o estado do Maranhão e pequena parcela do Pará. Seus rios principais são o Gurupi, o Mearim, o Itapecuru e o Munim. Sua precipi- tação média anual é um pouco abaixo da média do país: 1.700 mm. A RH Atlântico Sudeste, a RH Atlântico Sul e a RH do Paraná são consideradas as regiões hidrográfi- cas mais expressivas do território brasileiro em termos de contingente populacional e desenvolvimento eco- nômico. Enquanto a Atlântico Sul possui, em área, um total percentual equivalente a 2,2% do país (envolvendo quatro estados — São Paulo, Paraná, Santa Catarina e Rio Grande do Sul), a Atlântico Sudeste detém 2,5%, al- cançando cinco unidades da Federação (Minas Gerais, Espírito Santo, Rio de Janeiro, São Paulo e Paraná), e a do Paraná, com área equivalente a cerca de 10% do territó- rio nacional, abrange sete estados: São Paulo, Paraná, Mato Grosso do Sul, Minas Gerais, Goiás, Santa Catarina e Distrito Federal. A RH do Paraná é ainda a responsá- vel pela maior demanda de recursos hídricos do Brasil. Seu potencial hidroelétrico aproveitado corresponde a 47,5% do total instalado no país, e ela apresenta o maior aproveitamento do potencial hidráulico disponível. Itai- pu, Ilha Solteira e Furnas destacam-se entre as inúmeras usinas hidroelétricas em operação nessa região. Também denominada de Bacia do Alto Paraguai, a RH do Paraguai possui área de 363.446 km2 (4,3% do território brasileiro) e abrange parte dos estados do Mato Grosso e do Mato Grosso do Sul. Essa região situa a maior área úmida contínua do mundo: o pantanal mato-grossense (no qual 90% de sua extensão está localizada no Brasil). Entre seus principais cursos d’água, destacam-se o Rio Paraguai. Com rico potencial hidroelétrico, a região pos- sui 1,4 GW já aproveitado, o que corresponde a 1,3% do total instalado no Brasil. Também com importância sig- nificativa para o país, a RH do Uruguai sobressai em fun- ção das suas atividades agroindustriais e do potencial hidroelétrico que se distribui ao longo do Rio Uruguai e de seus afluentes, gerando potência instalada de apro- ximadamente 6.000 MW. Com, em território nacional, área equivalente a 3%, abrange partes dos estados do Rio Grande do Sul (74%) e Santa Catarina (26%). É fre- quente, no entanto, a ocorrência de eventos críticos nessa região, tais como enchentes, alagamentos, enxur- radas e inundações. À frente da expansão da fronteira agrícola, a RH Tocan- tins-Araguaia destaca-se pelo cultivo de grãos e pelo potencial hidroenergético. Com uma área que englo- ba 10,8% do território brasileiro, a região abrange os estados de Goiás (21%), Tocantins (30%), Pará (30%), Maranhão (4%), Mato Grosso (15%) e o Distrito Federal (0,1%). Detém 15% da capacidade da hidroeletricidade total instalada no país, com potencial de 13,14 GW. Dados observacionais A base de dados observacionais utilizada para verificar a destreza dos modelos do CORDEX sobre as 12 regiões hidrográficas é proveniente do Global Precipitation Clima- tology Centre (GPCC) e fornecida pelo Principal Science Advisor National Oceanic and Atmospheric Administra- tion (PSA NOAA), por Oceanic and Atmospheric Resear- ch (OAR) e por Earth System Research Laboratory (ESRL) (NEW; HULME; JONES, 1999), conforme o link http:// www.esrl.noaa.gov/psd/data/gridded/data.gpcc.html. O conjunto de dados usado corresponde à climatologia de precipitação de 1901 a 2013, em uma grade regular com resolução espacial de 0,5º. Esse banco de dados foi gerado por pesquisadores do GPCC que reconstruíram dados observacionais de precipitação mensal do globo para a grade de espaçamento de 0,5 × 0,5º, com base em métodos estatísticos diversos (SCHNEIDER et al., 2011). Projeto CORDEX Este trabalho utilizou dados mensais de campos de pre- cipitação (variável pr) e temperatura do ar próximo à superfície (variável tas — temperatura média) obtidos de nove modelos climáticos globais (ver Tabela 1) que atuaram como condição de contorno no processo de downscaling dinâmico para o modelo regional sueco Rossby Centre regional atmospheric model (RCA4) pelo CORDEX, obtendo simulações mais refinadas e com re- solução espacial de 0,44 × 0,44º. As simulações tive- ram como domínio a área da América do Sul (SAM-44), e foram calculadas as médias espaciais dos resultados para cada ponto de grade, sendo esta obtida por meio da interpolação bilinear da grade original de SAM-44 sobre cada região hidrográfica do Brasil. http://www.esrl.noaa.gov/psd/data/gridded/data.gpcc.html http://www.esrl.noaa.gov/psd/data/gridded/data.gpcc.html Análise de projeções das mudanças climáticas sobre precipitação e temperatura nas regiões hidrográficas brasileiras para o século XXI 425 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 A base de dados compreende as séries mensais de 1951 a 2005 (período de referência), e de 2006 a 2100 foi o período considerado para as projeções. Estas abrangeram o cenário intermediário RCP4.5 e o cenário de emissões muito altas de GEEs, o RCP8.5. Vale ressaltar, de acordo com o quinto relatório do Painel Intergovernamental sobre Mudanças Climáti- cas (IPCC), que as RCPs são utilizadas para elaborar as projeções descrevendo quatro diferentes caminhos do século XXI (RCP2.6: cenário otimista; RCP4.5 e RCP6.0: cenários intermediários; e RCP 8.5: cenário mais pes- simista), considerando as emissões de GEEs, as con- centrações atmosféricas, as emissões de poluentes do ar e o uso do solo (STOCKER et al., 2013). Ainda nesse contexto, as forçantes radiativas, que definem o nome das RCPs, sugerem estabilização ou pico no fim do sé- culo em questão, pressupondo, portanto, níveis de 4,5 e 8,5 W.m-2 para os cenários abordados neste trabalho. Análise de tendência e variabilidade das séries temporais observadas e modeladas Esta seção apresenta as metodologias utilizadas para analisar as projeções dos campos de precipitação e tem- peratura dos modelos globais do CORDEX, bem como as tendências e os padrões de variação das séries his- tóricas. Quanto à avaliação de tendência/variabilidade, abordou-se o uso de métodos clássicos, como a média e a mediana móvel, o teste de Mann-Kendall e o teste de declividade de Sen. Análise das projeções As projeções de precipitação e temperatura dos mode- los globais do CORDEX foram analisadas nas 12 regiões hidrográficas para o período de 2006 a 2095 para os cenários RCP4.5 e RCP8.5. Cálculo das anomalias médias anuais Neste trabalho, para o cálculo da anomalia média anual (A anual ) da precipitação, foi utilizada a Equação 1: A P P Panual XXI a XX a XX a = − ⋅ ( ) 100 (1) Em que: A P P Panual XXI a XX a XX a = − ⋅ ( ) 100 = a média da precipitação anual para o cenário do século XXI; A P P Panual XXI a XX a XX a = − ⋅ ( ) 100 = a média da precipitação anual para o cenário histórico. Modelos Instituição ou Agência; País CCCma-CanESM2 Canadian Centre for Climate Modelling and Analysis; Canadá CSIRO-Mk3-6-0 Commonwealth Scientific and Industrial Research Organization em colaboração com Queensland Climate Change Centre of Excellence; Austrália ICHEC-EC-EARTH Irish Centre for High-End Computing; Irlanda IPSL-CM5A-MR Institut Pierre Simon Laplace; Paris MIROC5 Atmosphere and Ocean Research Institute, National Institute for Environmental Studies e Japan Agency for Marine-Earth Science and Technology; Japão HadGEM2-ES Met Office Hadley Centre; Reino Unido MPI-M-ESM Max Planck Institute for Meteorology; Alemanha NCC-NorESM1-M Integrated Earth System Approach to Explore Natural Variability and Climate Sensitivity (EarthClim) e Research Council of Norway; Noruega NOAA-GFDL-ESM2M National Oceanic and Atmospheric Administration e Geophysical Fluid Dynamics Laboratory; Estados Unidos Tabela 1 – Modelos globais do Coordinated Regional Climate Downscaling Experiment (CORDEX) utilizados e suas respectivas instituições/agências e países. Silva, G.K. et al. 426 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 De outro modo, para o cálculo da anomalia da tempera- tura, considerou-se a diferença entre a média da tempe- ratura do período no século XXI e a média do período no século XX. Métodos clássicos A média (μ) descreve a amostra que compõe a série como um único valor que representa o centro da dis- tribuição dos dados. O grau de dispersão desses da- dos é determinado pelo cálculo do desvio padrão (σ) (SPIEGEL, 1978). A mediana, por sua vez, atua como uma medida de posição e localiza-se no centro da sé- rie, dividindo-a com uma mesma quantidade de ele- mentos antes e depois dessa medida (CORREA, 2003). Neste estudo, a análise da tendência foi realizada por meio do método de Mann-Kendall. Segundo Moreira e Naghettini (2016), o teste não paramétrico de Mann- -Kendall vem sendo amplamente usado para a detec- ção de tendências em séries de observações hidroló- gicas, apresentando resultados satisfatórios. Sendo assim, de acordo com Yue, Pilon e Cavadias (2002) e Wagesho, Goel e Jain (2012), para uma série (x 1 ,x 2 ,...,x n ) proveniente de uma amostra de n variáveis aleatórias independentes e identicamente distribuídas, a estatís- tica do teste de Mann-Kendall é dada pela Equação 2: S x xj i j i n i n = − = += − ∑∑ Sinal( ) 11 1 (2) Em que: x i e x j = valores sequenciais; i e j = índices de tempo; n = o número de elementos da série (MOREIRA; NAGHETTINI, 2016). O termo Sinal (x j − x i ) é resultado da Equação 3: Sinal( ) ....... .... .. ....... x x x x se x x x x j i j i j i j − = + − > − = − − 1 0 0 0 1 ii <      0 . (3) De acordo com Burn e Elnur (2002), na análise de tendência por intermédio do teste de Mann-Kendall, há dois importantes parâmetros a ser considerados: o nível de significância α e a declividade β, sendo este último determinado pela Equação 4: β = − −      Mediana x x j i i( ) ( ) , (4) Em que: i < j. O teste de declividade de Sen, por sua vez, pode ser considerado o complemento do teste de Mann-Ken- dall, pois fornece a magnitude das tendências detecta- das. Segundo Tao et al. (2014), a declividade é estima- da pela estatística Q, dada pela Equação 5: Q x x j iij j i= − − ( ) ( ) , (5) Nessa situação, x i e x j estão relacionados com os valores da variável em estudo nos tempos i e j e i < j (MOREIRA; NAGHETTINI, 2016). O valor positivo ou negativo para Q indica tendência crescente ou decrescente, respec- tivamente. A declividade de Sen é dada pela mediana dos N valores de Q ij . No caso de haver apenas uma refe- rência em cada período de tempo e sendo n o tamanho da série, tem-se a Equação 6: N n n = −( ) . 1 2 (6) Para N ímpar, a declividade de Sen é expressa pela Equação 7: Q Qmediana N= +1 2 . (7) Em caso de N par, a declividade de Sen é dada pela Equação 8: Q Q Q mediana N N = +     + 2 2 2 2 (8) RESULTADOS E DISCUSSÃO Na Figura 2 é possível observar precipitações conside- radas como discrepantes (outliers), principalmente nas RHs Atlântico Sul e do São Francisco, além do Atlântico Leste e Parnaíba. No Atlântico Sul, o evento mais atí- pico aproximou-se dos 1.319 mm. O Atlântico Nordes- te Oriental apresentou o menor quartil 1 (inferior) e o Análise de projeções das mudanças climáticas sobre precipitação e temperatura nas regiões hidrográficas brasileiras para o século XXI 427 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 menor valor de mediana, indicando que 25% dos seus dados de precipitação estavam abaixo dos 44,17 mm e que 50% desses dados foram representados por uma precipitação de 163,03 mm. De outra forma, a RH Amazônica deteve o maior quartil 3 (superior) da série, concentrando 25% dos seus da- dos acima dos 1.432,5 mm, além de denotar a maior mediana, apontando representação da sua precipita- ção em 1.902,8 mm no percentual de 50% dos seus dados. Em contrapartida, foi o Atlântico Nordeste Ocidental que exibiu, entre as demais regiões, maior precipitação acumulada: 1.966,2 mm. Também se veri- ficou a existência de parte da variabilidade interanual em cada região. As regiões hidrográficas com maior va- riabilidade são as RHs do Atlântico Nordeste Ocidental e Oriental. Nas demais regiões, especialmente as do sul do país, não foi constatada tanta variação, o que talvez demonstre estabilidade no clima dessas regiões. Nas bacias do nordeste, a variação entre anos muito úmidos (com valores próximos a 2.000 mm no Nor- deste Ocidental, por exemplo) e muitos secos impacta consideravelmente na gestão dos recursos hídricos. De acordo com a Figura 3, a maioria dos modelos do CORDEX divergiu quanto à quantidade de precipitação vista pelo GPCC nas regiões hidrográficas brasileiras. De modo geral, foi na região do Atlântico Sudeste que a maioria dos modelos melhor representou a climato- logia observada, superestimando, no entanto, a preci- pitação nos meses de janeiro, fevereiro, março e abril. As maiores divergências entre os modelos no que tan- ge à quantidade precipitada foram notadas nas regiões Amazônica, Atlântico Leste, Atlântico Nordeste Orien- tal, Paraguai, Parnaíba, São Francisco e Tocantins-Ara- guaia, ou seja, em parte do norte e nordeste do Brasil, em que os modelos não conseguiram representar a sazonalidade, principalmente nos meses de novembro a abril, que, em suma, se associam ao período caracte- rístico da ocorrência de chuvas nessas regiões. De ou- tra forma, uma sazonalidade mais comportada, porém abaixo da climatologia averiguada, foi apontada no sul e sudeste do país, nas RHs Atlântico Sul, Paraná e Uru- guai. O modelo CSIRO-Mk3 foi o que mais representou satisfatoriamente a precipitação observada, entretanto subestimou-a na maioria das regiões estudadas. Atl. Nord. Ocid.: Atlântico Nordeste Ocidental; Atl. Nord. Orie.: Atlântico Nordeste Oriental; Atl.: Atlântico. Figura 2 – Gráfico boxplot da precipitação média anual considerando a série de dados do Global Precipitation Climatology Centre (GPCC) para o período de 1901 a 2013 em todas as regiões hidrográficas estudadas. Pr ec ip ita çã o (m m ) 2.000 Precipitação GPCC (1901-2013) A m az ôn ic a At l.L es te At l.N or d. O ci de nt al At l.N or d. O ri en ta l At l.S ud es te At l.S ul Pa ra gu ai Pa rn a� ba Pa ra ná Sã o Fr an ci sc o To ca nti ns -A ra gu ai a U ru gu ai 1.500 1.000 500 0 Silva, G.K. et al. 428 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 GPCC: Global Precipitation Climatology Centre; CanESM2: Canadian Earth System Model (The second generation); CSIRO-Mk3-6-0: Common- wealth Scientific and Industrial Research Organization (version Mk3-6-0); EC-EARTH: European Community – EARTH; IPSL-CM5A-MR: Institut Pierre Simon Laplace – 5 Component Models version A – Medium Resolution; MIROC5: Model for Interdisciplinary Research on Climate version 5; HadGEM2-ES: Hadley Center Global Environment Model version 2 – Earth System; MPI-ESM-LR: Max Planck Institute – Meteorology – Earth System Model Low Resolution; NorESM1-M: Norwegian Earth System Model version 1 – Medium resolution; GFDL-ESM2M: Geophysical Fluid Dynamics Laboratory – Earth System Model version 2M; Atl.: Atlântico; Atl. Nord.: Atlântico Nordeste. Figura 3 – Precipitação climatológica dos modelos do Coordinated Regional Climate Downscaling Experiment (CORDEX) e Global Precipitation Climatology Centre (GPCC) para as 12 regiões hidrográficas do Brasil. Região Hidrográfica Amaz�nica Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica Atlântico Leste Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica Atlântico Nordeste Ocidental Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica Atlântico Nordeste Oriental Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica Atlântico Sudeste Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica Atlântico Sul Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica do Paraguai Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica do Paraná Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica do Parna�ba Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica São Francisco Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica Tocantins-Araguaia Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Região Hidrográfica do Uruguai Meses Pr ec ip ita çã o (m m ) 45 0 36 0 27 0 18 0 90 0 jan. fev. mar. abr. maio GPCC GFDL-ESM2M NorESM1-M MPI-ESM-LR HadGEM2-ES MIROC5 IPSL-CM5A-MR EC-EARTH CSIRO-Mk3 CanESM2 jun. jul. ago. set. out. nov. dez. Análise de projeções das mudanças climáticas sobre precipitação e temperatura nas regiões hidrográficas brasileiras para o século XXI 429 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 Cenários de precipitação e temperatura As Figuras 4A, 4B e 4C mostram a mediana das anoma- lias de temperatura para o cenário RCP4.5 para os pe- ríodos de 2006 a 2035, 2036 a 2065 e de 2066 a 2095, respectivamente. Considerando o cenário RCP8.5, as Figuras 4D, 4E e 4F trazem também para os períodos supracitados, respectivamente, a mediana das ano- malias de temperatura. Nas Figuras 4A e 4D é possível observar que, para o primeiro período (2006–2035), a mediana das anomalias de temperatura permane- ceu abaixo dos 0,5ºC em ambos os cenários (RCP4.5 e RCP8.5). No segundo período (2036–2065) e para o cenário RCP4.5, a mediana das anomalias de tempe- ratura variou entre 0,51 e 0,69ºC em todas as regiões, de acordo com a Figura 4B. Por outro lado, a Figura 4E ilustra que algumas regiões hidrográficas destacaram no cenário RCP8.5 anomalias superiores, com valores entre 0,8 e 0,89ºC. No terceiro período (2066–2095) e sob o cenário otimista, o sinal da anomalia intensifi- cou-se levemente, apresentando a mediana entre 0,70 e 0,81ºC para a maioria das regiões, excetuando-se as RHs do São Francisco, Atlântico Leste, Atlântico Sudes- te e Atlântico Sul, como pode ser visto na Figura 4C. Para o mesmo período e cenário RCP8.5, observaram- -se as maiores anomalias de temperatura. A Figura 4F mostra que as RHs Amazônica e do Paraguai apresen- taram valores de medianas de 1,58 e 1,57ºC, respec- tivamente. Aqui, as regiões Atlântico Leste, Atlântico Sudeste e Atlântico Sul indicaram anomalias também intensas se comparadas a de outros períodos, perma- necendo entre 1,13 e 1,18ºC. A mediana das anomalias das demais regiões variou entre 1,28 e 1,49ºC. As Figuras 5A, 5B e 5C apresentam a mediana das ano- malias de precipitação para o cenário RCP4.5 para os pe- ríodos de 2006 a 2035, 2036 a 2065 e de 2066 a 2095, respectivamente. Por outro lado, as Figuras 5D, 5E e 5F mostram também para os períodos mencionados acima, respectivamente, a mediana das anomalias de precipita- ção no cenário RCP8.5. As Figuras 5A e 5D exibem a media- na da anomalia de precipitação para o primeiro período e RCP: representative concentration pathways. Figura 4 – Mediana das anomalias de temperaturas anuais dos modelos do Coordinated Regional Climate Downscaling Experiment (CORDEX) para o cenário RCP4.5 no período de (A) 2006 a 2035; (B) 2036 a 2065; (C) 2066 a 2095; e para o cenário RCP8.5 no período de (D) 2006 a 2035; (E) 2036 a 2065; (F) 2066 a 2095. Mediana: RCP4.5 (2006-2035) Anomalia (oC) 1.75 1.25 1.50 1.00 0.50 0.25 Sistema de Coordenadas Geográficas Datum SIRGAS 2000 0 287.5 575 1,150 km 0.75 La tit ud e Longitude 6o N 0o 6o S 12 o S 18 o S 24 o S 30 o S 72oW 66oW 60oW 54oW 48oW 42oW 36oW 30oW 24oW A Mediana: RCP4.5 (2036-2065) Anomalia (oC) 1.75 1.25 1.50 1.00 0.50 0.25 Sistema de Coordenadas Geográficas Datum SIRGAS 2000 0 287.5 575 1,150 km 0.75 La tit ud e Longitude 6o N 0o 6o S 12 o S 18 o S 24 o S 30 o S 72oW 66oW 60oW 54oW 48oW 42oW 36oW 30oW 24oW B Mediana: RCP4.5 (2066-2095) Anomalia (oC) 1.75 1.25 1.50 1.00 0.50 0.25 Sistema de Coordenadas Geográficas Datum SIRGAS 2000 0 287.5 575 1,150 km 0.75 La tit ud e Longitude 6o N 0o 6o S 12 o S 18 o S 24 o S 30 o S 72oW 66oW 60oW 54oW 48oW 42oW 36oW 30oW 24oW C Mediana: RCP8.5 (2006-2035) Anomalia (oC) 1.75 1.25 1.50 1.00 0.50 0.25 Sistema de Coordenadas Geográficas Datum SIRGAS 2000 0 287.5 575 1,150 km 0.75 La tit ud e Longitude 6o N 0o 6o S 12 o S 18 o S 24 o S 30 o S 72oW 66oW 60oW 54oW 48oW 42oW 36oW 30oW 24oW D Mediana: RCP8.5 (2036-2065) Anomalia (oC) 1.75 1.25 1.50 1.00 0.50 0.25 Sistema de Coordenadas Geográficas Datum SIRGAS 2000 0 287.5 575 1,150 km 0.75 La tit ud e Longitude 6o N 0o 6o S 12 o S 18 o S 24 o S 30 o S 72oW 66oW 60oW 54oW 48oW 42oW 36oW 30oW 24oW E Mediana: RCP8.5 (2066-2095) Anomalia (oC) 1.75 1.25 1.50 1.00 0.50 0.25 Sistema de Coordenadas Geográficas Datum SIRGAS 2000 0 287.5 575 1,150 km 0.75 La tit ud e Longitude 6o N 0o 6o S 12 o S 18 o S 24 o S 30 o S 72oW 66oW 60oW 54oW 48oW 42oW 36oW 30oW 24oW F Silva, G.K. et al. 430 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 para os dois cenários como positiva e com módulo infe- rior a 10% em todas as regiões hidrográficas. No segundo e no terceiro período, para o cenário RCP4.5 (Figuras 5B e 5C), houve leve intensificação dos valores de anoma- lia, variando sua mediana entre 10 e 20% para as RHs do Tocantins-Araguaia, São Francisco, Parnaíba, Atlântico Nordeste Oriental e Atlântico Nordeste Ocidental. Com exceção desta última e para as demais regiões citadas, sob o cenário RCP8.5 e no segundo período (Figura 5E), destacou-se a mediana da anomalia de precipitação tam- bém entre 10 e 20%. De outra forma, ainda sob o cená- rio pessimista e para o último período projetado, a Figura 5F mostra que as RHs Tocantins-Araguaia, São Francisco, Parnaíba e Atlântico Nordeste Oriental tiveram suas ano- malias intensificadas com valores de mediana entre 20 e 30% e entre 10 e 20% para as regiões do Atlântico Leste e Paraguai. A RH Atlântico Nordeste Ocidental apresentou- -se com as medianas das anomalias mais intensificadas entre as demais no segundo e no terceiro período — 22,3 e 30,4%, respectivamente —, no entanto também foram apontadas reduções por meio das anomalias negativas identificadas no sudeste e principalmente no sul do Bra- sil, nas regiões do Atlântico Sudeste (RCP8.5, de 2006 a 2035), Atlântico Sul (RCP4.5, no período de 2066 a 2095) e no Uruguai (RCP4.5, de 2066 a 2095 e RCP8.5 no segun- do e no terceiro período). Para o cenário RCP4.5, a Figura 6 mostra que os mode- los CanESM2 e CSIRO-Mk3 foram os mais pessimistas, estimando redução de até 2,76 mm/ano na maioria das regiões hidrográficas. O modelo CSIRO-Mk3 também se revelou pessimista no estudo de Guimarães et al. (2016), apontando o possível surgimento de uma extensa área hiperárida em algumas regiões do Ceará, no nordeste do Brasil. Para as regiões localizadas no sul do país — Atlânti- co Sul, Paraná e Uruguai —, os modelos não identificaram indícios de tendência significativa para a precipitação, com exceção da região hidrográfica do Uruguai, em que o modelo IPSL-CM5A-MR indicou tendência negativa de 1,48 mm/ano. Ainda sob esse cenário, o mesmo modelo sinalizou aumento da precipitação na maioria das regiões, especialmente no Atlântico Nordeste Ocidental, em que a tendência alcançou 7,66 mm/ano. RCP: representative concentration pathways. Figura 5 – Mediana das anomalias de precipitações anuais dos modelos do Coordinated Regional Climate Downscaling Experiment (CORDEX) para o cenário RCP4.5 no período de (A) 2006 a 2035; (B) 2036 a 2065; (C) 2066 a 2095; e para o cenário RCP8.5 no período de (D) 2006 a 2035; (E) 2036 a 2065; (F) 2066 a 2095. Análise de projeções das mudanças climáticas sobre precipitação e temperatura nas regiões hidrográficas brasileiras para o século XXI 431 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 Para o cenário RCP8.5, no geral, identificou-se maior ní- vel de incerteza associado à variável de precipitação, e a maioria dos modelos mostrou tendências significativas para grande parte das regiões hidrográficas e com grande dispersão dos seus módulos de declividade. As incerte- zas e dispersões encontradas podem estar relacionadas com o fato de as regiões associadas experimentarem variabilidade climática motivada por diversos sistemas atmosféricos e oceânicos, dificultando a representação climática da precipitação e um acordo entre os resultados apresentados pelos modelos (GUIMARÃES et al., 2016). Comparados ao cenário anterior, esses módulos foram bastante pronunciados, revelando uma possível inten- sificação no regime de precipitações anuais em grande parte das regiões hidrográficas, exceto as supracitadas localizadas no sul do país. Aqui, o Atlântico Sul foi a re- gião com maior indicativo de ausência de tendência entre sete dos nove modelos. O modelo IPSL-CM5A-MR conti- nuou atuando de forma otimista na maioria das regiões, estimando o aumento da precipitação em até 15,95 mm/ ano, com destaque para o Atlântico Nordeste Ocidental. A redução mais significativa foi sinalizada para o Atlântico Leste, de 4,36 mm/ano pelo modelo CanESM2. De acordo com o teste de Mann-Kendall-Sen realizado, todos os modelos do CORDEX apresentaram tendência positiva significativa para a variável temperatura e para CanESM2: Canadian Earth System Model (The second generation); CSIRO-Mk3-6-0: Commonwealth Scientific and Industrial Research Organization (version Mk3-6-0); EC-EARTH: European Community – EARTH; IPSL-CM5A-MR: Institut Pierre Simon Laplace – 5 Component Models version A – Medium Resolution; MIROC5: Model for Interdisciplinary Research on Climate version 5; HadGEM2-ES: Hadley Center Global Environment Model version 2 – Earth System; MPI-ESM-LR: Max Planck Institute – Meteorology – Earth System Model Low Reso- lution; NorESM1-M: Norwegian Earth System Model version 1 – Medium resolution; GFDL-ESM2M: Geophysical Fluid Dynamics Laboratory – Earth System Model version 2M; Atl.: Atlântico; Atl. Nord.: Atlântico Nordeste. Figura 6 – Tendência da precipitação, segundo o teste de Mann-Kendall-Sen, para o período de 2006 a 2100 para os cenários representative concentration pathways (RCP) 4.5 e RCP8.5 nas regiões hidrográficas do Brasil. Tendência: Precipitação (2006-2100) RCP4.5 CanESM2 CSIRO-Mk3 EC-EARTH IPSL-CM5A-MR MIROC5 HadGEM2-ES MPI-ESM-LR NorESM1-M GFDL-ESM2M Te nd ên ci a da P re ci pi ta çã o (m m /a no ) 16 14 15 13 11 12 10 8 9 7 5 6 4 2 3 1 -1 0 -2 -3 -5 -4 A m az ôn ic a At l. Le st e At l. N or d. O ci de nt al At l. N or d. O ri en ta l At l. Su de st e At l. Su l Pa ra gu ai Pa rn aí ba Pa ra ná Sã o Fr an ci sc o To ca nti ns -A ra gu ai a U ru gu ai Tendência: Precipitação (2006-2100) RCP8.5 Te nd ên ci a da P re ci pi ta çã o (m m /a no ) 16 14 15 13 11 12 10 8 9 7 5 6 4 2 3 1 -1 0 -2 -3 -5 -4 A m az ôn ic a At l. Le st e At l. N or d. O ci de nt al At l. N or d. O ri en ta l At l. Su de st e At l. Su l Pa ra gu ai Pa rn aí ba Pa ra ná Sã o Fr an ci sc o To ca nti ns -A ra gu ai a U ru gu ai Silva, G.K. et al. 432 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 ambos os cenários em todas as regiões hidrográficas. Avaliando o cenário mais otimista RCP4.5, o conjunto de modelos indicaram aquecimento entre 0,12 e 0,59ºC/ ano. O modelo CSIRO-Mk3, seguido de CanESM2 e IPS- L-CM5A-MR, projetou as maiores tendências de aque- cimento em todas as regiões, alcançando a marca de 0,59ºC/ano na RH Amazônica. O modelo GFDL-ESM2M projetou a menor tendência de temperatura na maioria das regiões, excetuando-se a do Uruguai, em que o mo- delo NorESM1-M foi responsável pelo menor incremento da variável. A menor tendência de aquecimento foi obser- vada na região do Atlântico Sudeste. Tomando o cenário que destaca o aumento das emissões dos GEEs, RCP8.5, notaram-se tendências superiores ao cenário RCP4.5. A Figura 7 mostra que os modelos CSIRO-Mk3 e IPS- L-CM5A-MR indicaram tendências de aumento na temperatura média de até 1,0 e 0,95ºC/ano, respec- tivamente. A maior tendência de aquecimento, com- parada à do cenário anterior, foi vista também na RH Amazônica: 1ºC/ano. Já o incremento na tempera- tura se demonstrou menos pronunciado na maioria das regiões hidrográficas pelos modelos NorESM1-M e GFDL-ESM2M, alcançando 0,38ºC/ano para ambos. A menor tendência de aquecimento foi projetada pelo modelo MIROC5 para a RH Atlântico Sul: 0,35ºC/ano. CanESM2: Canadian Earth System Model (The second generation); CSIRO-Mk3-6-0: Commonwealth Scientific and Industrial Research Organization (version Mk3-6-0); EC-EARTH: European Community – EARTH; IPSL-CM5A-MR: Institut Pierre Simon Laplace – 5 Component Models version A – Medium Resolution; MIROC5: Model for Interdisciplinary Research on Climate version 5; HadGEM2-ES: Hadley Center Global Environment Model version 2 – Earth System; MPI- ESM- LR: Max Planck Institute – Meteorology – Earth System Model Low Re- solution; NorESM1-M: Norwegian Earth System Model version 1 – Medium resolution; GFDL-ESM2M: Geophysical Fluid Dynamics Laboratory – Earth System Model version 2M; Atl.: Atlântico; Atl. Nord.: Atlântico Nordeste. Figura 7 – Tendência da temperatura, segundo o teste de Mann-Kendall-Sen, para o período de 2006 a 2100 para os cenários representative concentration pathways (RCP) 4.5 e RCP8.5 nas regiões hidrográficas do Brasil. Tendência: Temperatura (2006-2100) RCP4.5 CanESM2 CSIRO-Mk3 EC-EARTH IPSL-CM5A-MR MIROC5 HadGEM2-ES MPI-ESM-LR NorESM1-M GFDL-ESM2M Te nd ên ci a da T em pe ra tu ra (o C/ an o) 16 14 15 13 11 12 10 8 9 7 5 6 4 2 3 1 -1 0 -2 -3 -5 -4 A m az ôn ic a At l. Le st e At l. N or d. O ci de nt al At l. N or d. O ri en ta l At l. Su de st e At l. Su l Pa ra gu ai Pa rn aí ba Pa ra ná Sã o Fr an ci sc o To ca nti ns -A ra gu ai a U ru gu ai Tendência: Temperatura (2006-2100) RCP8.5 Te nd ên ci a da T em pe ra tu ra (o C/ an o) 16 14 15 13 11 12 10 8 9 7 5 6 4 2 3 1 -1 0 -2 -3 -5 -4 A m az ôn ic a At l. Le st e At l. N or d. O ci de nt al At l. N or d. O ri en ta l At l. Su de st e At l. Su l Pa ra gu ai Pa rn aí ba Pa ra ná Sã o Fr an ci sc o To ca nti ns -A ra gu ai a U ru gu ai Análise de projeções das mudanças climáticas sobre precipitação e temperatura nas regiões hidrográficas brasileiras para o século XXI 433 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 CONCLUSÕES O presente trabalho indica que a maioria dos modelos que compõem o projeto CORDEX divergiu quanto ao total precipitável observado em grande parte das re- giões hidrográficas, como, por exemplo, as que abran- gem o norte e o nordeste do Brasil, porém a climato- logia averiguada foi razoavelmente bem representada no sul e sudeste do país, mesmo tendo sido subesti- mada. Os meses que se associam ao período chuvoso, em geral de novembro a abril, destacaram as maiores divergências entre as climatologias plotadas. O modelo CSIRO-Mk3 foi o que melhor representou a precipita- ção constatada, subestimando-a, no entanto. Os modelos do CORDEX projetam o aumento da tem- peratura para as regiões estudadas, conforme resulta- dos evidenciados nos trabalhos de Sales et al. (2015) e Guimarães et al. (2016). No período de 2006 a 2035, os cenários RCP4.5 e RCP8.5 mostraram-se semelhantes, permanecendo abaixo dos 0,5ºC em todas as regiões. Levando em conta o cenário RCP8.5, as anomalias foram consideravelmente superiores nos períodos de 2036 a 2065 e de 2066 a 2095, em que os modelos indicaram valores entre 0,8 e 1,57ºC em grande parte das regiões. O conjunto de modelos indica que a precipitação tam- bém deve, em geral, aumentar para os dois cenários em algumas regiões hidrográficas. O módulo das anoma- lias apresenta-se superior no cenário mais pessimista: RCP8.5. Nesse cenário, para o período de 2066–2095, a mediana sugeriu aumentos entre 10 e 30% nas RHs do Atlântico Leste, Atlântico Nordeste Ocidental, Atlân- tico Nordeste Oriental, Paraguai, Parnaíba, Tocantins- -Araguaia e São Francisco. Anomalias negativas foram identificadas no sudeste e principalmente no sul do Brasil, como observado também no trabalho de Da Ro- cha (2014), nas regiões do Atlântico Sudeste (RCP8.5, de 2006 a 2035), Atlântico Sul (RCP4.5, no período de 2066 a 2095) e Uruguai (RCP4.5, de 2066 a 2095 e RCP8.5 no segundo e no terceiro período), sinalizando reduções na precipitação. Avaliando individualmente os modelos de acordo com o teste de Mann-Kendall-Sen realizado, maior nível de incerteza associado à variável de precipitação foi ob- servado para o cenário RCP8.5 quando comparado ao cenário otimista. A maioria dos modelos mostrou ten- dências significativas para grande parte das regiões hi- drográficas e com grande dispersão dos seus módulos de declividade, que, por sua vez, tiveram valores bas- tante pronunciados, sugerindo uma possível intensifi- cação no regime de precipitações anuais em quase to- das as regiões hidrográficas, exceto as do Atlântico Sul, Paraná e Uruguai. Em ambos os cenários, o teste apon- tou ausência de tendência na região do Atlântico Sul pela maioria dos modelos. O modelo IPSL-CM5A-MR foi o mais otimista e direcionado ao Atlântico Nordeste Ocidental. O modelo CanESM2, no entanto, apresen- tou-se como o mais pessimista, projetando a maior re- dução no Atlântico Leste no cenário RCP8.5. Considerando a variável temperatura, todos os mode- los apresentaram tendência positiva significativa e para ambos os cenários em todas as regiões hidrográficas. No cenário mais otimista, o modelo CSIRO-Mk3, segui- do de CanESM2 e IPSL-CM5A-MR, projetou as maiores tendências de aquecimento, resultado que concorda com o trabalho de Guimarães et al. (2016). O mode- lo GFDL-ESM2M projetou a menor tendência de tem- peratura na maioria das regiões, excetuando-se a do Uruguai, em que o modelo NorESM1-M foi responsável pelo menor incremento da variável. A menor tendência de aquecimento foi observada na região do Atlântico Sudeste. Tendências superiores às do cenário RCP4.5 foram apresentadas pelos modelos CSIRO-Mk3 e IPS- L-CM5A-MR (conforme também mostrado por Guima- rães et al., 2016). A maior tendência de aquecimento foi verificada no norte do país, na RH Amazônica. Já o incremento na temperatura se demonstrou menos pronunciado pelos modelos NorESM1-M e GFDL-ES- M2M na maioria das regiões hidrográficas. A menor tendência de aquecimento foi projetada pelo modelo MIROC5 para a RH Atlântico Sul. Quanto ao nível de incerteza identificado com base em algumas divergências apresentadas nas projeções re- sultantes dos modelos do CORDEX, puderam-se traçar possíveis mudanças nos padrões de variabilidade dos campos de precipitação e temperatura das regiões hi- drográficas do Brasil, o que, de acordo com o que foi sugerido por Silveira et al. (2018), permite auxiliar na adoção e no desenvolvimento de práticas de políticas e gestão de mitigação dos impactos provocados pe- las mudanças climáticas sobre o nexo água-alimento- energia no país. Silva, G.K. et al. 434 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 AGRADECIMENTOS Os autores agradecem os apoios institucional e logísti- co oferecidos pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior — Código de Financiamen- to 001 —, pela Fundação Cearense de Apoio ao Desen- volvimento Científico e Tecnológico, pelo Conselho Na- cional de Desenvolvimento Científico e Tecnológico e pelo Programa de Pós-Graduação em Engenharia Civil (Recursos Hídricos) da Universidade Federal do Ceará. REFERÊNCIAS AGÊNCIA NACIONAL DE ÁGUAS (ANA). Conjuntura dos recursos hídricos no Brasil: regiões hidrográficas brasileiras – Edição Especial. Brasília: ANA, 2015. 163 p. AGÊNCIA NACIONAL DE ÁGUAS (ANA). Levantamento da Cana-de-Açúcar Irrigada na Região Centro-Sul do Brasil. Brasília: ANA, 2017. 31 p. AGÊNCIA NACIONAL DE ÁGUAS (ANA). Mudanças climáticas e recursos hídricos: avaliações e diretrizes para adaptação. Brasília: ANA, 2016. 93 p. AGÊNCIA NACIONAL DO PETRÓLEO, GÁS NATURAL E BIOCOMBUSTÍVEIS (ANP). Biocombustíveis. Rio de Janeiro: ANP, 2017. Disponível em: . Acesso em: 28 set. 2019. AZEVEDO, A.N.G.; LIMA, B.G.A. Biocombustíveis: desenvolvimento e inserção internacional. Revista Direito Ambiental e Sociedade, Minas Gerais, v. 6, n. 1, p. 77-100, 2016. BERGER, M.; PFISTER, S.; BACH, V.; FINKBEINER, M. Saving the Planet’s Climate or Water Resources? The Trade-Off between Carbon and Water Footprints of European Biofuels. Sustainability, v. 7, n. 6, p. 6665-6683, 2015. http://doi. org/10.3390/su7066665 BOULAY, A.; BARE, J.; BENINI, L.; BERGER, M.; LATHUILLIÈRE, M.J.; MANZARDO, A.; MARGNI, M.; MOTOSHITA, M.; NÚÑEZ, M.; PASTOR, A.V.; RIDOUTT, B.; OKI, T.; WORBE, S.; PFISTER, S. The WULCA consensus characterization model for water scarcity footprints: assessing impacts of water consumption based on available water remaining (AWARE). The International Journal of Life Cycle Assessment, v. 23, p. 368-378, 2018. https://doi.org/10.1007/ s11367-017-1333-8 BRASIL. Ministério de Minas e Energia. Balanço Energético Nacional 2018. Brasília: MME/EPE, 2018. 62 p. BURN, D.H.; ELNUR, M.A.H. Detection of hydrologic trends and variability. Journal of Hydrology, v. 255, n. 1-4, p. 107-122, 2002. https://doi.org/10.1016/S0022-1694(01)00514-5 CORREA, S.M.B.B. Probabilidade e Estatística. 2. ed. Belo Horizonte: PUC Minas Virtual, 2003. 116 p. DA ROCHA, R.; REBOITA, M.S.; DUTRA, L.M.M.; LLOPART, M.; COPPOLA, E. Interannual variability associated with ENSO: present and future climate projections of RegCM4 for South America-CORDEX domain. Climatic Change, v. 125, n. 1, p. 95-109, 2014. https://doi.org/10.1007/s10584-014-1119-y GIORGI, F.; JONES, C.; ASRAR, G. Addressing climate information needs at the regional level: The CORDEX framework. WMO Bulletin, v. 58, n. 3, p. 175-183, 2009. GOPALAKRISHNAN, G.; NEGRI, M.C.; WANG, M.; WU, M.; SNYDER, S.W.; LAFRENIERE, L. Biofuels, land, and water: a systems approach to sustainability. US Department of Energy Publications, v. 35, 2009. Disponível em: . Acesso em: 9 set. 2019. http://www.anp.gov.br/wwwanp/biocombustiveis?view=default http://doi.org/10.3390/su7066665 http://doi.org/10.3390/su7066665 https://doi.org/10.1007/s11367-017-1333-8 https://doi.org/10.1007/s11367-017-1333-8 https://doi.org/10.1016/S0022-1694(01)00514-5 https://doi.org/10.1007/s10584-014-1119-y http://digitalcommons.unl.edu/usdoepub/35 http://digitalcommons.unl.edu/usdoepub/35 Análise de projeções das mudanças climáticas sobre precipitação e temperatura nas regiões hidrográficas brasileiras para o século XXI 435 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 GUIMARÃES, S.O.; COSTA, A.A.; VASCONCELOS JÚNIOR, F.C.; SILVA, E.M.; SALES, D.C.; ARAÚJO JÚNIOR, L.M.; SOUZA, S.G. Projeções de Mudanças Climáticas sobre o Nordeste Brasileiro dos Modelos do CMIP5 e do CORDEX. Revista Brasileira de Meteorologia, São Paulo, v. 31, n. 3, p. 337-365, 2016. https://doi.org/10.1590/0102-778631320150150 MERCURE, J.F.; PAIM, M.A.; BOCQUILLON, P.; LINDNER, S.; SALAS, P.; MARTINELLI, P.; BERCHIN, I.I.; GUERRA, J.B.S.O.A.; DERANI, C.; ALBUQUERQUE JUNIOR, C.L.; RIBEIRO, J.M.P.; KNOBLOCH, F.; POLLITT, H.; EDWARDS, N.R.; HOLDEN, P.B.; FOLEY, A.; SCHAPHOFF, S.; FARACO, R.A.; VINUALES, J.E. System complexity and policy integration challenges: The Brazilian Energy- Water-Food Nexus. Renewable and Sustainable Energy Reviews, v. 105, p. 230-243, 2019. https:// doi.org/10.1016/j.rser.2019.01.045 MIRANDA, E. Potência agrícola e ambiental: áreas cultivadas no Brasil e no mundo. Agroanalysis, São Paulo, v. 38, n. 2, p. 25-27, fev. 2018. MOREIRA, J.G.V.; NAGHETTINI, M. Detecção de Tendências Monotônicas Temporais e Relação com Erros dos Tipos I e II: Estudo de Caso em Séries de Precipitações Diárias Máximas Anuais do Estado do Acre. Revista Brasileira de Meteorologia, São Paulo, v. 31, n. 4, p. 394-402, set. 2016. https://doi.org/10.1590/0102-778631231420140155 NEW, M.; HULME, M.; JONES, P.D. Representing Twentieth-Century space-time climate variability. Part 1: Development of a 1961-1990 mean monthly terrestrial climatology. Journal of Climate, v. 12, p. 829-856, 1999. https://doi. org/10.1175/1520-0442(1999)012%3C0829:RTCSTC%3E2.0.CO;2 PRADO JÚNIOR, F.A.; ATHAYDE, S.; MOSSA, J.; BOHLMAN, S.; LEITE, F.; OLIVER-SMITH, A. How much is enough? An integrated examination of energy security, economic growth and climate change related to hydropower expansion in Brazil. Renewable and Sustainable Energy Reviews, v. 53, p. 1132-1136, 2016. https://doi.org/10.1016/j.rser.2015.09.050 REBOITA, M.S.; FERNANDEZ, J.P.R.; LLOPART, M.; ROCHA, R.P.; PAMPUCH, L.A.; CRUZ, F.T. Assessment of RegCM4.3 over the CORDEX South America domain: sensitivity analysis for physical parameterization schemes. Climate Research, v. 60, n. 3, p. 215-234, 2014. https://doi.org/10.3354/cr01239 ROTHAUSEN, S.G.S.A.; CONWAY, D. Greenhouse-gas emissions from energy use in the water sector. Nature Climate Change, v. 1, p. 210-219, 2011. https://doi.org/10.1038/nclimate1147 SALES, D.C.; COSTA, A.A.; SILVA, E.M.; VASCONCELOS JÚNIOR, F.C.; CAVALCANTE, A.M.B.; MEDEIROS, S.S.; MARIN, A.M.P.; GUIMARÃES, S.O.; ARAÚJO JUNIOR, L.M.; PEREIRA, J.M.R. Projeções de mudanças na precipitação e temperatura no Nordeste brasileiro utilizando a técnica de downscaling dinâmico. Revista Brasileira de Meteorologia, São Paulo, v. 30, n. 4, p. 435-456, 2015. http://dx.doi.org/10.1590/0102-778620140075 SCHNEIDER, U.; BECKER, A.; FINGER, P.; MEYER-CHRISTOFFER, A.; RUDOLF, B.; ZIESE, M. GPCC Full Data Reanalysis Version 6.0 at 0.5°: Monthly Land-Surface Precipitation from Rain-Gauges built on GTS-based and Historic Data. 2011. http://dx.doi.org/10.5676/DWD_GPCC/FD_M_V7_050 SILVEIRA, C.S.; SOUZA FILHO, F.A.; LOPES, J.E.G.; BARBOSA, P.S.F.; TIEZZI, R.O. Análise das projeções de vazões nas bacias do setor elétrico brasileiro usando dados do IPCC-AR4 para o século XXI. Revista Brasileira de Recursos Hídricos, Porto Alegre, v. 19, n. 4, p. 59-71, out./dez. 2014. http://dx.doi.org/10.21168/rbrh.v19n4.p59-71 SILVEIRA, C.S.; SOUZA FILHO, F.A.; MARTINS, E.S.P.R.; OLIVEIRA, J.L.; COSTA, A.C.; NOBREGA, M.T.; SOUZA, S.A.; SILVA, R.F.V. Mudanças climáticas na bacia do rio São Francisco: Uma análise para precipitação e temperatura. Revista Brasileira de Recursos Hídricos, Porto Alegre, v. 21, n. 2, p. 416-428, jun. 2016. https://doi.org/10.21168/rbrh.v21n2.p416-428 SILVEIRA, C.S.; SOUZA FILHO, F.A.; VASCONCELOS JUNIOR, F.C.; ARAUJO JUNIOR, L.M.; CABRAL, S.L. Mudanças climáticas e o setor hidroelétrico brasileiro: uma análise com base em modelos do IPCC-AR5. Revista Brasileira de Ciências Ambientais, Rio de Janeiro, n. 47, p. 46-60, abr. 2018. https://doi.org/10.5327/Z2176-947820180210 https://doi.org/10.1590/0102-778631320150150 https://doi.org/10.1016/j.rser.2019.01.045 https://doi.org/10.1016/j.rser.2019.01.045 https://doi.org/10.1590/0102-778631231420140155 https://doi.org/10.1175/1520-0442(1999)012%3C0829 https://doi.org/10.1175/1520-0442(1999)012%3C0829 https://doi.org/10.1016/j.rser.2015.09.050 https://doi.org/10.3354/cr01239 https://doi.org/10.1038/nclimate1147 http://dx.doi.org/10.1590/0102-778620140075 http://dx.doi.org/10.5676/DWD_GPCC/FD_M_V7_050 http://dx.doi.org/10.21168/rbrh.v19n4.p59-71 https://doi.org/10.21168/rbrh.v21n2.p416-428 https://doi.org/10.5327/Z2176-947820180210 Silva, G.K. et al. 436 RBCIAMB | v.55 | n.3 | set 2020 | 420-436 - ISSN 2176-9478 Este é um artigo de acesso aberto distribuído nos termos de licença Creative Commons. SOITO, J.L.S.; FREITAS, M.A.V. Amazon and the expansion of hydropower in Brazil: Vulnerability, impacts and possibilities for adaptation to global climate change. Renewable and Sustainable Energy Reviews, v. 15, n. 6, p. 3165-3177, 2011. https://doi.org/10.1016/j.rser.2011.04.006 SPIEGEL, M.R. Probabilidade e Estatística: Coleção Schaum. São Paulo: McGraw Hill do Brasil, 1978. 528 p. STOCKER, T.; QIN, D.; PLATTNER, G.-K.; TIGNOR, M.; ALLEN, S.K.; BOSCHUNG, J.; NAUELS, A.; XIA, Y.; BEX, V.; MIDGLEY, P.M. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2013. 1535 p. TAO, H.; FRAEDRICH, K.; MENZ, C.; ZHAI, J. Trends in extreme temperature indices in the Poyang Lake Basin, China. Stochastic Environmental Research and Risk Assessment, v. 28, p. 1543-1553, 2014. https://doi.org/10.1007/s00477-014-0863-x VAN VLIET, M.T.H.; FRANSSEN, W.H.P.; YEARSLEY, J.R.; LUDWIG, F.; HADDELAND, I.; LETTENMAIER, D.P.; KABAT, P. Global river discharge and water temperature under climate change. Global Environmental Change, v. 23, n. 2, p. 450-464, 2013. Global river discharge and water temperature under climate change. https://doi.org/10.1016/j.gloenvcha.2012.11.002 WAGESHO, N.; GOEL, N.K.; JAIN, M.K. Investigation of non-stationarity in hydro-climatic variables at Rift Valley lakes basin of Ethiopia, Journal of Hydrology, v. 444-445, p. 113-133, 2012. https://doi.org/10.1016/j.jhydrol.2012.04.011 YUE, S.; PILON, P.; CAVADIAS, G. Power of the Mann–Kendall and Spearman’s rho tests for detecting monotonic trends in hydrological series. Journal of Hydrology, v. 259, n. 1-4, p. 254-271, mar. 2002. https://doi.org/10.1016/S0022- 1694(01)00594-7 https://doi.org/10.1016/j.rser.2011.04.006 https://doi.org/10.1007/s00477-014-0863-x https://doi.org/10.1016/j.gloenvcha.2012.11.002 https://doi.org/10.1016/j.jhydrol.2012.04.011 https://doi.org/10.1016/S0022-1694(01)00594-7 https://doi.org/10.1016/S0022-1694(01)00594-7