Climatic regionalization of the Brazilian Semi-Arid Region and its sociodemographic dynamics

Renata Barbosa Monteiro Machado; Flávia Ferreira Batista; Lara de Melo Barbosa Andrade; Albert Smith Feitosa Suassuna Martins; Cláudio Moisés Santos e Silva

doi:10.5327/Z2176-94782654

Autores

Renata Barbosa Monteiro Machado Federal University of Rio Grande do Norte (UFRN) - Brasil https://orcid.org/0000-0002-6715-6275
Flávia Ferreira Batista Federal University of Rio Grande do Norte (UFRN) - Brasil https://orcid.org/0009-0008-8908-4111
Lara de Melo Barbosa Andrade Federal University of Rio Grande do Norte (UFRN) - Brasil https://orcid.org/0000-0002-8019-9480
Albert Smith Feitosa Suassuna Martins Federal University of Rio Grande do Norte (UFRN) - Brasil https://orcid.org/0000-0003-0333-3997
Cláudio Moisés Santos e Silva Federal University of Rio Grande do Norte (UFRN) - Brasil https://orcid.org/0000-0002-2251-7348

DOI:

https://doi.org/10.5327/Z2176-94782654

Palavras-chave:

análise de clusters; censos populacionais; regiões homogêneas; regionalização climática.

Resumo

A história do Semiárido Brasileiro está intrinsecamente ligada a variações climáticas extremas, como secas prolongadas e aumento da aridez, que impactam severamente a segurança hídrica, alimentar e socioeconômica da região. Este estudo buscou desenvolver uma tipologia homoclimática para o SAB, identificando perfis climáticos homogêneos e associando-os à dinâmica sociodemográfica. Foram utilizados dados meteorológicos, como precipitação, umidade relativa do ar, temperaturas máximas e mínimas e velocidade do vento, obtidos do banco de dadosBrazilian Daily Weather Gridded Data, interpolados em uma grade de 0,1 × 0,1°, cobrindo o período de 1961 a 2020. Ademais, foram analisados 18 indicadores sociodemográficos dos Censos de 1991, 2000 e 2010, realizados pelo Instituto Brasileiro de Geografia e Estatística, como mortalidade infantil e urbanização. Por meio da análise de agrupamentos (cluster analysis) utilizando o método de Ward, foram identificadas quatro zonas climáticas distintas (SAB I, II, III e IV). Tal abordagem permitiu integrar variáveis meteorológicas e sociodemográficas, oferecendo uma caracterização mais precisa da região. Os resultados revelaram aumento de temperaturas, intensificação de secas e maior vulnerabilidade em áreas como o SAB III, marcado por aridez severa e infraestrutura limitada. Apesar de avanços nos indicadores sociodemográficos, as desigualdades regionais persistem e, com isso, evidenciam a necessidade de analisar os indicadores etários e sociodemográficos nos clusters identificados, com o intuito de compreender as particularidades populacionais de cada perfil e sua relação com as vulnerabilidades existentes, permitindo identificar padrões específicos, como também subsidiar a formulação de políticas públicas mais direcionadas e eficazes.

Downloads

Não há dados estatísticos.

Referências

Abreu, L.; Mutti, P.; Lima, K., 2019. Variabilidade espacial e temporal da precipitação na bacia hidrográfica do Rio Parnaíba, Nordeste do Brasil. Revista Brasileira de Meio Ambiente, v.7 (2), 82-97. https://doi.org/10.5281/zenodo.3524759.

Albuquerque, Y.R.T.; Almeida, A.Q.; Arcieri, M.S.; Mendes, L.A., 2020. Definição de regiões hidrologicamente homogêneas a partir de técnicas de estatística multivariada na bacia hidrográfica do Rio Itapicuru - BA com base em dados físico-climáticos e de sensoriamento remoto. Caminhos de Geografia, v. 21 (78), 290-302. https://doi.org/10.14393/RCG217853077.

Alvar-Beltrán, J.; Gobin, A.; Orlandini, S.; Dao, A.; Marta, A.D., 2021. Climate resilience of irrigated quinoa in semi-arid West Africa. Climate Research, v. 84, 97-111. https://www.jstor.org/stable/27120977.

Alves, L.; Gomes, H.; Correia Filho, W.; Oliveira Júnior, J.; Gonçalves, L.; Herdies, D.; Silva, F., 2021. Identificação das regiões pluviométricas homogêneas e início e fim da estação chuvosa na bacia do médio São Francisco (Brasil). Caminhos de Geografia, v. 22 (80), 267-281. https://doi.org/10.14393/RCG228055013.

Barbosa, H.A., 2023. Flash Drought and Its Characteristics in Northeastern South America during 2004–2022 Using Satellite-Based Products. Atmosphere, v. 14 (11), 1629. https://doi.org/10.3390/atmos14111629.

Barbosa, H.A., 2024. Understanding the rapid increase in drought stress and its connections with climate desertification since the early 1990s over the Brazilian semi-arid region, Journal of Arid Environments, v. 222. https://doi.org/10.1016/j.jaridenv.2024.105142.

Blanco, P.S.; Doyle, M.E., 2024. Temporal variability of aridity in Argentina during the period 1961–2020, Atmospheric Research, v. 310. https://doi.org/10.1016/j.atmosres.2024.107613.

Brito, C.S.; Silva, R.M.; Santos, C.A.G.; Brasil Neto, R.M.; Coelho, V.H.R., 2021. Monitoring meteorological drought in a semiarid region using two long-term satellite-estimated rainfall datasets: a case study of the Piranhas River basin, northeastern Brazil, Atmospheric Research, v. 250, 105380. https://doi.org/10.1016/j.atmosres.2020.105380.

Buriti, C.O.; Barbosa, H.A., 2022. Desertificação e mapeamento de áreas degradadas no Semiárido brasileiro a partir de satélites In: Magnoni Junior, L. (orgs.), Ensino de geografia e a redução do risco de desastres em espaços urbanos e rurais. CPS, São Paulo, pp. 465-483. https://doi.org/10.57243/BHUG1272.

Burrell, A.L; Evans, J.P.; De Kauwe, M.G., 2020. Anthropogenic climate change has driven over 5 million km2 of drylands towards desertification. Nature Communications, v. 1, 3853. https://doi.org/10.1038/s41467-020-17710-7.

Costa, P.V.M.; Ojima, R., 2020. Transposição do rio São Francisco e a vulnerabilidade sociodemográfica: desafios ao bem-estar da população sertaneja. Desenvolvimento e Meio Ambiente, v. 55. https://doi.org/10.5380/dma.v55i0.73381.

Dias, E.M.S.; Pessoa, Z.S.; Teixeira, R.L.P., 2023. Governança adaptativa e segurança hídrica em contexto de mudanças climáticas no semiárido, Mercator, v. 21, 1-11. https://doi.org/10.4215/rm2022.e21025.

Dzvene, A.R; Zhou, L.; Slayi, M.; Dirwai, T.L., 2025. A scoping review on challenges and measures for climate change in arid and semi-arid agri-food systems. Discover Sustainability, v. 6 (151). https://doi.org/10.1007/s43621-025-00945-z.

Espinoza, J-C.; Jimenez, J C.; Marengo, J A.; Schongart, J.; Ronchail, J.; Lavado-Casimiro, W., 2024. The new record of drought and warmth in the Amazon in 2023 related to regional and global climatic features. Scientific Reports, v. 14, 8107. https://doi.org/10.1038/s41598-024-58782-5.

Everitt, B.; Dunn, G., 2010. Applied multivariate analysis. Arnold, London, 2. ed., 354 p.

Everitt, B.; Landau, S.; Leese, M., 2011. Cluster analysis. Arnold, London, 5. ed., 330 p.

Ferreira, J.G.; Gomes, M.F.B.; Figueredo, E.S.; Xavier, J.S., 2023. Água, semiárido e sustentabilidade: aplicando o ODS 6 aos municípios do Rio Grande do Norte. IX Sustentável, v. 9 (2), 75-90.

Gomes, F.I.B.P.; Zanella, M.E., 2023. Histórico, causas e características da semiaridez do Nordeste do Brasil. Geografares, v. 3 (37). https://doi.org/10.47456/geo.v3i37.41515.

Guedes, G.; Noronha, K.; Andrade, L.; Rodrigues, D.; Martins, A., 2024. Un enfoque secuencial y espacial a las precipitaciones extremas y las condiciones sociodemográficas relacionadas con los desastres naturales en la región semiárida del Brasil. Notas de Población (Impresa), v. 51 (118), 111-148 (Accessed January, 22, 2024) at:. https://hdl.handle.net/11362/80541.

Hair, J.; Black, W.; Babin, B., 2009. Análise multivariada de dados. Bookman, Porto Alegre, 6. ed., 682 p.

Huang, J., 2020. Global desertification vulnerability to climate change and human activities. Land Degradation & Development, v. 31 (11), 1380-1391. https://doi.org/10.1002/ldr.3556.

Huang, J.; Ji, M.; Xie, Y.; Wang, S.; He, Y.; Ran, J., 2016. Global semi-arid climate change over last 60 years. Climate Dynamics, v. 46 (3), 1131-1150. https://doi.org/10.1007/s00382-015-2636-8.

Instituto Brasileiro de Geografia e Estatística (IBGE), 1991. Censo Brasileiro de 1991. IBGE, Rio de Janeiro.

Instituto Brasileiro de Geografia e Estatística (IBGE), 2000. Censo Brasileiro de 2000. IBGE, Rio de Janeiro.

Instituto Brasileiro de Geografia e Estatística (IBGE), 2010. Censo Brasileiro de 2010. IBGE, Rio de Janeiro.

Instituto Brasileiro de Geografia e Estatística (IBGE), 2022. Censo Brasileiro de 2021. IBGE, Rio de Janeiro.

IPCC, 2023: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, H. Lee and J. Romero (eds.)]. IPCC, Geneva, Switzerland, pp. 35-115. https://doi.org/10.59327/IPCC/AR6-9789291691647.

Lattin, J.; Carroll, J.; Green, P., 2011, Análise de dados multivariados. Cengage Learning, São Paulo, 475 p.

Lemos, J.J.S.; Bezerra, F.N.R., 2023. Climate Resilience Agriculture (CRA) In The Brazilian Semi-Arid Region. IOSR Journal Of Humanities And Social Science, v. 28 (8). https://doi.org/10.9790/0837-2808080110.

Marengo, J., 2024. Impactos sociais dos eventos climáticos extremos. Ciência e Cultura, v. 76, 1-8. https://doi.org/10.5935/2317-6660.20240068.

Marengo, J.; Torres, R.; Alves, L., 2017. Drought in Northeast Brazil - past, present, and future. Theoretical and Applied Climatology, v. 129 (3), 1189-1200. https://doi.org/10.1007/s00704-016-1840-8.

Marengo, J.A.; Cunha, A.P.M.A.; Nobre, C.A.; Neto, G.G.R.; Magalhaes, A.R.; Torres, R.R.; Sampaio, G.; Alexandre, F.; Alves, L.M.; Cuartas, L.A.; Deusdará, K.R.L.; Álvala, R.C.S., 2020. Assessing Drought in the Drylands of Northeast Brazil under Regional Warming Exceeding 4 °C. Natural Hazards, v. 103, 2589-2611. https://doi.org/10.1007/s11069-020-04097-3.

Medeiros, F.; Oliveira, C.; Torres, R., 2020. Climatic aspects and vertical structure circulation associated with the severe drought in Northeast Brazil (2012–2016). Climate Dynamics, v. 55, 2327-2341. https://doi.org/10.1007/s00382-020-05385-1.

Mingoti, S., 2013. Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada. Editora UFMG, Belo Horizonte, 297 p.

Moura, M. de; Sobrinho, J.; Silva, T., 2019. Aspectos meteorológicos do semiárido brasileiro. In: Ximenes, L.; Silva, M.; Brito, L. (orgs.), Tecnologias de convivência com o semiárido brasileiro. Banco do Nordeste do Brasil, Fortaleza, pp. 85-104.

Mutti, P.R.; Abreu, L.P.; Andrade, L.M.B.; Spyrides, M.H.C.; Lima, K.C.; Oliveira, C.P; Dubreuil, V.; Bezerra, B.G., 2020. A detailed framework for the characterization of rainfall climatology in semiarid watersheds. Theoretical and Applied Climatology, v. 139, 109-125. https://doi.org/10.1007/S00704-019-02963-0.

Nobre, C.; Marengo, J.; Seluchi, M.; Cuartas, L.; Alves, L., 2016. Some Characteristics and Impacts of the Drought and Water Crisis in Southeastern Brazil during 2014 and 2015. Journal of Water Resource and Protection, v. 8(2), 252-262. https://doi.org/10.4236/jwarp.2016.82022.

Oliveira, P.; Silva, C.; Lima, K., 2016. Climatology and trend analysis of extreme precipitation in subregions of Northeast Brazil. Theoretical and Applied Climatology, v. 130, 77-90. https://doi.org/10.1007/s00704-016-1865-z.

Oliveira, V.L.C.; Carvalho, J.N.; Cestaro, L.A.; Souza, J.J.L.L., 2024. Soil erosion vulnerability in Brazilian semiarid. Revista Brasileira de Geomorfologia, v. 25 (2). https://doi.org/10.20502/rbg.v24i2.2451.

Ortiz, A.C.; Jin, L.; Ogrinc, N.; Kaye, J.; Krajnc, B.; Ma, L., 2022. Dryland irrigation increases accumulation rates of pedogenic carbonate and releases soil abiotic CO2. Scientific Reports, v. 12, 464. https://doi.org/10.1038/s41598-021-04226-3.

Paredes-Trejo, F.; Barbosa, H.A.; Daldegan, G.A.; Teich, I.; García, C.L.; Kumar, T.V.L.; Buriti, C.O., 2023. Impact of drought on land productivity and degradation in the Brazilian Semiarid Region. Land, v. 12 (5), 954. https://doi.org/10.3390/land12050954.

R Core Team, 2023. R: A Language and Environment for Statistical Computing_. R Foundation for Statistical Computing, Vienna, Austria (Accessed January, 22, 2024) at:. https://www.R-project.org/.

Rathore, P., 2024. Climate change adaptation and resource resilience in Semi-Arid Regions: strategies, challenges, and case studies. Journal for Research in Applied Sciences and Biotechnology, v. 3, 119-130. https://doi.org/10.55544/jrasb.3.5.14.

Reis, L.; Santos, C.; Bezerra, B.; Mutti, P.; Spyrides, M.; Silva, P.; Magalhães, T.; Ferreira, R.; Rodrigues, D.; Andrade, L., 2020. Influence of Climate Variability on Soybean Yield in MATOPIBA, Brazil. Atmosphere, v. 11, 1130. https://doi.org/10.3390/atmos11101130.

Reis, L.C.; Silva, C.M.S.; Bezerra, B.G.; Mutti, P.R.; Spyrides, M.H.C.; Silva, P.E., 2020. Analysis of Climate Extreme Indices in the MATOPIBA Region, Brazil. Pure and Applied Geophysics, v. 177, 4457-4478. https://doi.org/10.1007/s00024-020-02474-4.

Ribeiro, M.; Andrade, L.; Spyrides, M.; Silva, P., 2022. Sanitary, social, and meteorological aspects and natural disasters in the Northeastern Region of Brazil. Mercator, v. 21, 1984-2201. https://doi.org/10.4215/rm2022.e21009.

Rodrigues, E.; Coutinho, A.; Souza, J.; Costa, I.; Santos Neto, S.; Antonino, A., 2022. Rural Sanitation: scenarios and public policies for the brazilian semi-arid region. Sustainability, v. 14 (12), 7157. https://doi.org/10.3390/su14127157.

Santana, A.; Santos, R., 2020. Impactos da seca de 2012-2017 na Região Semiárida do Nordeste: notas sobre a abordagem de dados quantitativos e conclusões qualitativas. Boletim Regional, Urbano e Ambiental, v. 22, 119-129. https://doi.org/10.38116/brua22art9.

Santos, A.; Gonçalves, W.; Andrade, L.; Rodrigues, D.; Batista, F.; Lima, G.; Silva, C., 2024. Space–Time Characterization of Extreme Precipitation Indices for the Semiarid Region of Brazil. Climate, v. 12(3), 43. https://doi.org/10.3390/cli12030043.

Santos, A.; Gonçalves, W.; Rodrigues, D.; Andrade, L.; e Silva, C., 2022. Evaluation of Extreme Precipitation Indices in Brazil’s Semiarid Region from Satellite Data. Atmosphere, v. 13 (10), 1598. https://doi.org/10.3390/atmos13101598.

Santos, H.; Silva, J.; Portugal, J., 2015. Análise espacial do índice de desenvolvimento humano municipal na região semiárida brasileira. Revista Brasileira de Geomática, v. 3 (2), 70-76. https://doi.org/10.3895/rbgeo.v3n2.5475.

Sanzheev, E.D.; Mikheeva, A.S.; Osodoev, P.V.; Batomunkuev, V.S.; Tulokhonov, A.K., 2020. Theoretical approaches and practical assessment of socio-economic effects of desertification in Mongolia. International Journal of Environmental Research and Public Health, v. 17(11), 4068. https://doi.org/10.3390/ijerph17114068.

Scholes, R.J., 2020. Zhe Future of Semi-Arid Regions: A Weak Fabric Unravels. The Climate, v. 8 (3), 43. https://doi.org/10.3390/cli8030043.

Silva, L.; Souza, C.; Silva, C.R.; Filgueiras, R.; Sena-Souza, J.; Fernandes Filho, E.; Leite, M., 2023. Mapping the effects of climate change on reference evapotranspiration in future scenarios in the Brazilian Semiarid Region - South America. Revista Brasileira de Geografia Física, v. 16 (2), 1001-1012. https://doi.org/10.26848/rbgf.v16.2.p1001-1012.

Silveira, K.; Andrade, L.; Spyrides, M.; e Silva, C..; de Oliveira, C.; Guedes, B.; Mutti, P., 2020. Climate Profiles in Brazilian Microregions. Atmosphere, v. 11, 1217. https://doi.org/10.3390/atmos11111217.

Souza, L.; Moura, M. de; Sediyama, G.; Silva, T., 2015. Balanço de energia e controle biofísico da evapotranspiração na Caatinga em condições de seca intensa. Pesquisa Agropecuária Brasileira, v. 50 (8). https://doi.org/10.1590/S0100-204X2015000800001.

Superintendência do Desenvolvimento do Nordeste (SUDENE), 2021. Relatório Final Preliminar para delimitação do Semiárido. Ministério do Desenvolvimento Regional, 272 p.

Tinôco, I.; Bezerra, B.; Lucio, P.; Barbosa, L, 2018. Characterization of rainfall patterns in the semiarid Brazil. Anuário do Instituto de Geociências, v. 41, 397-409. https://doi.org/10.11137/2018_2_397_409.

Tomasella, J.; Vieira, R.M.S.P.; Barbosa, A.A.; Rodriguez, D.A.; Santana, M.O.; Sestini, M.F., 2018. Desertifcation trends in the Northeast of Brazil over the period 2000–2016. International Journal of Applied Earth Observation and Geoinformation, v. 73, 197-206. https://doi.org/10.1016/j.jag.2018.06.012.

Ullah, W.; Wang, G.; Lou, D.; Ullah, S.; Bhatti, A.S.; Ullah, S.; Karim, A.; Hagan, D.F.T.; Ali, G., 2021. Large-scale atmospheric circulation patterns associated with extreme monsoon precipitation in Pakistan during 1981–2018, Atmospheric Research, v. 253, 105489. https://doi.org/10.1016/j.atmosres.2021.105489.

Vaidyanathan, A.; Malilay J.; Schramm, P.; Saha, S., 2020. Heat-Related Deaths — United States, 2004–2018. Morbidity and Mortality Weekly Report, v. 69 (24), 729-734. https://doi.org/10.15585/mmwr.mm6924a1.

Vieira, R.M.D.S.P; Tomasella, J.; Barbosa, A.A.; Martins, M.A.; Rodriguez, D.A.; Rezende, F. S.; Santana, M. D. Desertification risk assessment in Northeast Brazil: Current trends and future scenarios. Land Degradation & Development, v. 32 (1), 224-240. https://doi.org/10.1002/ldr.3681.

Ward, J., 1963. Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, v. 58, 236-244.

Wilks, D.S., 2011. Statistical Methods in the Atmospheric Sciencies_2011. International Geophycs Series, p. 649.

Xavier, A.; Scanlon, B.; King, C.; Alves, A., 2022. New improved Brazilian daily weather gridded data (1961–2020). International Journal of Climatology, v. 42 (16), 8390-8404. https://doi.org/10.1002/joc.7731.

Yao, J.; Liu, H., Huang, J.; Gao, Z.; Wang, G.; Li, D.; Yu, H.; Chen, X., 2020. Accelerated dryland expansion regulates future variability in dryland gross primary production. Nature Communications, v. 11, 1665. https://doi.org/10.1038/s41467-020-15515-2.

Zabalaga, D.; da Rocha, R.; LLopart, M.; Reboita, M., 2022. Identificação de Regiões Homogêneas de Precipitação e Projeções Climáticas com o RegCM4 no Altiplano Andino. Revista Brasileira de Geografia Física, v. 15 (6), 2689-2703. https://doi.org/10.26848/rbgf.v15.6.p2689-2703.