Clima, Água e Sociedade - International Research Institute for
Transcrição
Clima, Água e Sociedade - International Research Institute for
1 Clima, Água e Sociedade Gestão Integrada de Recursos Hídricos no Nordeste Brasileiro Second draft – February 23rd, 2006 Editores Renzo Taddei Francisco de Assis de Souza Filho Upmanu Lall Fundação Cearense de Meteorologia e Recursos Hídricos Fortaleza, Brasil International Research Institute for Climate and Society Palisades, Nova York 2 LISTA DE AUTORES (adicionar biografia curta de cada) Alex Pfaff Andrew Robertson Antonio Divino Moura Ariaster Chimeli Ashish Sharma David Ferran Moncunill Eduardo Sávio Passos Rodrigues Martins Everaldo Barreiros de Souza Francisco de Assis de Souza Filho Gianluca Guidotti Giovanni Brígido Bezerra Cardoso José Maria Brabo Alves Kenneth Broad Liqiang Sun Meiry Sakamoto Renzo Taddei Ruben Porto Sankar Arumugam (A. Sankarasubramanian) Upmanu Lall 3 TABLE OF CONTENTS Introduction (needs to be written) Manu and Assis Integrating Climate and Water Resources / Integrando Clima e Recursos Hídricos 1 - Coleta de Informações Hidro-Climáticas para a Previsão Climática e Hidrológica (The collection of hydro-climatic information for hydrological and climate forecast) Divino, Brabo, and Meiry (OK – needs minor revision; Portuguese) 2 - A Modelagem Climática Regionalizada (RegionalClimate Modeling)(OK – needs minor revision; Portuguese) David, Sun 3 - Downscaling of daily rainfall occurrence over Northeast Brazil using a Hidden Markov Model (OK; English – in PDF format, 68 pages) Andrew Robertson 4 - Modelo de Previsão de Vazões Sazonais e Interanuais (Sazonal and Inerannual Streamflow Forecast Model)(OK; Portuguese) Assis and Manu 5 - Acoplamento do Modelo Climático e Modelo Hidrológico (Coupling the Climate and Hydrological Models) (OK; Portuguese) Assis and R. Porto The Integrated Water Resources Management / O Gerenciamento Integrado dos Recursos Hídricos 6 – Gerenciamento de Recursos Hídricos e a Variabilidade Climática nos Semi-Áridos Brasileiros (OK; Portuguese) Assis, Manu and R. Porto 7 - Dynamic Water Allocation Framework for Multiple Uses I (OK – need minor revision; English) Sankar, Manu and Ashish 8 - Dynamic Water Allocation Framework for Multiple Uses II Sankar, Manu, Ashish and Gianluca (OK; English) 9 - Assesment of the Utility of Long-Lead Reservoir Inflow Forecasts in Improving Reservoir Performance (OK – need minor revision; English) Sankar, Manu and Ashish 4 10 - Operação dos Reservatórios do Sistema Jaguaribe-Metropolitano (CE), Com o Uso de Indicadores Climáticos e Otimização/Simulação (OK; Portuguese) Giovanni, Eduardo Sávio e Assis Climate, Water and Society / Clima, Água e Sociedade 11 - Integrating Climate and Water Management in Ceará: historical background, social and legal structures, and implications (OK; English) Renzo, Kenny and Alex 12 - Elaboration and Analysis of Water Management Policies (OK; English) Alex 13 - Clima e Agricultura de Sequeiro no Ceará: Análise Econométrica do Efeito do Clima na Produção e Preço do Milho e do Feijão (Climate and Rain fed Agriculture in Ceará: Econometric Analysis of the Effects of Climate on Production Outcomes and Prices of Maize and Beans) (OK; Portuguese) Ariaster and Assis 14 – Rumo à criação de uma estratégia comunicacional integrada para a informação climática: notas Sobre a Vida Social da Previsão Climática (Towards an integrated communicative strategy for climate information: Notes on the Social Life of Climate Prediction) (OK; Portuguese) Renzo 5 LISTA DE GRÁFICOS E TABELAS 6 LISTA DE SIGLAS USADAS NESTE LIVRO ANA: Agência Nacional de Águas BNB: Banco do Nordeste do Brasil CAGECE: Companhia de Água e Esgotos do Estado do Ceará CHESF: Companhia Hidrelétrica do São Francisco COGERH: Companhia de Gestão de Recursos Hídricos do Ceará CONERH: Conselho Estadual de Recursos Hídricos CPTEC: Centro de Previsão de Tempo e Estudos Climáticos (INPE) DNOCS: Departamento Nacional de Obras Contras as Secas (ex-IOCS) EMATERCE: Empresa de Assistência Técnica e Extensão Rural do Ceará ENSO: El Niño Southern Oscilation FUNCEME: Fundação Cearense de Meteorologia e Recursos Hídricos INMET: Instituto Nacional de Meteorologia INPE: Instituto Nacional de Pesquisas Espaciais IPECE: Instituto de Pesquisa e Estratégia Econômica do Ceará (ex-IPLANCE). IPLANCE: Fundação Instituto de Planejamento do Ceará IRI: International Research Institute for Climate Prediction (E.U.A.) NOAA: National Oceanographic and Atmospheric Administration (E.U.A.) OGP: Office for Global Projects (NOAA) SAAE: Serviço Autônomo de Água e Esgotos SDR: Secretaria de Desenvolvimento Rural do Ceará SEAGRI: Secretaria de Agricultura Irrigada do Ceará SRH: Secretaria de Recursos Hídricos do Ceará 7 INTRODUÇÃO Francisco de Assis de Souza Filho and Upmanu Lall 8 CAPÍTULO 1: COLETA DE INFORMAÇÕES HIDROCLIMÁTICAS PARA A PREVISÃO CLIMÁTICA E HIDROLÓGICA José Maria Brabo Alves e Everaldo Barreiros de Souza Um otimizado e acessível banco de dados com informações hidro-climáticas é imprescindível para elaboração do monitoramento e previsão hidro-climática para a região Nordeste do Brasil (NEB). Entre essas variáveis destacam-se precipitações, temperatura, afluência de água nas principais barragens hídricas do Nordeste brasileiro, além de dados de variáveis climáticas no e sobre o oceano Pacífico e Atlântico tropical (temperatura da superfície do mar - TSM, ventos e pressão atmosférica junto á superfície e outras como radiação, umidade relativa ou específica, evaporação e fluxos de calor latente e sensível). Com a crescente demanda do uso da água, principalmente em regiões climaticamente vulneráveis como o NEB, a implementação de uma política racional do aproveitamento e uso dos seus recursos hídricos torna-se crucial. A grande preocupação atual, devido crise energética ocorrida no País nos últimos ano, levou à necessidade de se olhar com mais atenção o monitoramento e prognóstico da precipitação pluvial e do volume afluente de água para as barragens cujos reservatórios hídricos são responsáveis pela atividade de geração de energia elétrica, em particular no NEB onde a variabilidade climática é mais acentuada. Ações nesse sentido têm sido tomadas com o objetivo de interligar mais as áreas de meteorologia, hidrologia e gestão de energia (Boletim da Sociedade Brasileira de Meteorologia – A Meteorologia e a Gestão de Energia, 2002). Nos últimos anos alguns esforços de identificação dos mecanismos e causas climáticas que afetam o regime de chuva no Nordeste do Brasil e também o regime de vazões em alguns rios foram discutidos em UVO et al. (2000), UVO e GRAHAM (1998), UVO et al. (1998), MARENGO et al. (1998). A chuva na região é altamente variável no espaço, dentro da estação chuvosa e durante os anos (KOUSKY, 1979). A sazonalidade da chuva regional, e consequentemente das vazões são governadas em grande parte pela migração norte/sul da Zona de Convergência Intertropical (ZCIT). UVO et al. (1998) sintetiza uma descrição da conexão entre chuva e a ZCIT baseada em 9 estudos anteriores. Eles indicam que a estação chuvosa principal é iniciada entre fevereiro e março, quando a ZCIT sobre o Oceano Atlântico Tropical alcança sua posição mais ao sul. A migração da ZCIT para o norte sinaliza o fim da estação chuvosa. O início e o fim deste processo tem datas com alta variabilidade, e este fato afeta significativamente o total de chuva sazonal (MOURA e SHUKLA, 1981). Grande parte dessas variações de precipitação sazonal, fevereiro a maio, no setor norte do NEB em particular, deve-se ao controle de variáveis externas a região, por exemplo, as variações das anomalias de TSM e ventos, principalmente no oceano Atlântico Tropical. A figura 1 mostra um exemplo de correlações entre as anomalias de TSM nos oceanos Pacífico e Atlântico Tropicais, período de fevereiro a maio, e as anomalias de chuvas para a região semi-árida do NEB para diferentes períodos de 30 anos. Figura 1 – Correlação linear (r), valores acima de 0,6 em módulo, entre o IRP e as anomalias de TSMs nos oceanos Pacífico e Atlântico Tropicais (fevereiro a maio) para diferentes períodos de 31 anos. a) 1950-1980; b) 1960-1990, c) 1970-2000 e d) 19651995. Isolinhas tracejadas indicam correlação negativa. Valores de r em módulo acima de 0,3 são significativos a 99,5% segundo teste t Student. 10 A partir dessa seção são apresentadas algumas evidências do porquê a coleta dessas informações hidro-climáticas sobre o NEB e oceano Pacífico Tropical são importantes para se obter futuramente um melhor monitoramento e previsões climáticas. Informações de como ocorre esse acoplamento oceano atmosfera e seus impactos em particular na área mais semi-árida do NEB cujos estudos são mais conclusivos são apresentados, enfocando uma revisão na literatura especializada. Cientificamente, hoje é consenso nas diversas áreas de atuação da sociedade que um melhor conhecimento e entendimento da variabilidade climática nas escalas de tempo intrasazonal (variações dentro de uma estação do ano) e interanual (variações de um ano para outro) pode servir de subsídio para tentar amenizar várias calamidades atmosféricas que ocorrem ao longo do globo. Dentro do cinturão tropical do globo, localiza-se a região conhecida como setor norte do Nordeste. Essa região compreende grande parte do Nordeste Brasileiro (insere-se na mesma o centro leste do Estado do Piauí, todo o Estado do Ceará, o centro oeste dos Estados do Rio Grande do Norte, Paraíba e Pernambuco, extremo noroeste dos Estados de Alagoas e Sergipe e norte do Estado da Bahia). Essa região apresenta uma característica climática anômala em relação às demais áreas tropicais do globo. Destaca-se a sua grande irregularidade interanual da precipitação (alternando anos com chuvas abundantes e secas), e um período chuvoso predominante concentrado em praticamente quatro meses do ano (período de fevereiro a maio), principalmente no setor setentrional dessa região. Na figura 2, é mostrado o percentual da precipitação para o período de fevereiro a maio (em relação ao total anual), e observam-se valores em torno de 40% a 60% na parte sul da região, enquanto no setor centro-norte os percentuais variam entre 60% a 85%. Nas últimas duas décadas (anos 80 e 90), houve um avanço significativo no entendimento desta variabilidade climática do setor norte do NEB. Um grande número de pesquisas científicas, utilizando-se de análises observacionais auxiliadas com técnicas estatísticas, investigaram os mecanismos físicos responsáveis por esta variabilidade pluviométrica. Os resultados dessas pesquisas evidenciaram que tais anomalias pluviométricas possuem uma escala espacial muito maior do que a escala local e estão fortemente relacionadas com padrões atmosféricos e oceânicos de grande 11 escala que se processam (conjuntamente ou não) sobre o Oceano Pacífico e Atlântico Tropicais. Figura 2 - Distribuição espacial do percentual da precipitação para o quadrimestre mais chuvoso (FMAM), em relação ao total anual, sobre o setor norte do Nordeste. Fonte: SOUZA ET AL. (1998). A figura 3 mostra sob a forma de esquema o estado da arte do conhecimento científico, relacionado aos mecanismos físicos que influenciam a estação chuvosa do setor norte do NEB. Os dois modos de variabilidade oceano-atmosfera de grande escala que controlam a variabilidade interanual da precipitação sobre a região, isto é, definem a qualidade da estação chuvosa (se a mesma é normal, abaixo ou acima do normal), são os fenômenos El Niño/Oscilação Sul (ENOS) observado sobre o Pacífico Tropical e o Padrão de Dipolo observado sobre o Atlântico Tropical. Por outro lado, no monitoramento operacional, observa-se grandes variações temporal e espacial da pluviometria dentro da própria estação chuvosa do setor norte do NEB. Essas variações são influenciadas pelas Oscilações Intrasazonais de 30-60 dias e também pela manifestação de sistemas meteorológicos de escala sinótica (com dimensões espaciais superiores a 3.000 Km), como os VCAN e, as incursões pronunciadas de Frentes Frias que atingem o sul da região, advindas das latitudes 12 médias e altas do Hemisfério Sul, que induzem mudanças de tempo e ocorrências de chuvas ao longo de todo o setor norte do NEB (KOUSKY, 1979). Além disso, os efeitos locais (topografia, mecanismos de brisa e aquecimento diurno) sobre a região, podem gerar sistemas meteorológicos de meso e micro escalas (de dezenas a centenas de quilômetros de extensão, tais como Linhas de Instabilidade (LI), Complexos Convectivos de Mesoescala (CCM) e aglomerados de Cumulonimbus (Cb), que são os principais sistemas atmosféricos responsáveis pela ocorrência de chuvas isoladas no NEB). Uma das principais causas de anomalias climáticas ao longo do globo, inclusive sobre os trópicos, é o fenômeno conhecido como El Niño/Oscilação Sul ENOS (PHILANDER, 1990 e outros). A designação El Niño (uma referência ao Menino Jesus) era originariamente empregada pelos pescadores da costa do Peru e Equador para designar o período em geral se iniciando próximo ao Natal, com a duração de alguns meses, caracterizado por Temperaturas da Superfície do Mar (TSMs) mais altas nas águas costeiras daqueles dois países e menor abundância de peixes, motivo para a suspensão da pesca e para que então pudessem se dedicar à manutenção dos barcos e conserto das redes. A Oscilação Sul funciona como um balanço de massa atmosférica de grande escala, envolvendo trocas de ar entre os hemisférios leste e oeste, centradas nas latitudes tropicais e subtropicais, sendo que os centros de ação localizam-se sobre a Indonésia e no Oceano Pacífico Tropical Sul. Esses centros de ação estão ligados por uma célula de circulação de grande escala no sentido zonal, isto é, leste-oeste (denominada de Célula de Walker por BJERKNES em 1969), com ramo ascendente no Pacífico oeste e ramo subsidente no Pacífico leste (veja ilustração na Figura 4). Esta esquematização mostrada na figura 4 é a condição normal observada nas características oceânicas e atmosféricas na Bacia do Oceano Pacífico Tropical. Estação chuvosa (fevereiro a maio) 13 do Semi-Árido Nordestino Sistemas Sinóticos Vórtice Ciclônico Frentes Frias Sistemas de meso LI, CCM, Cbs (topografia, brisa) interações oceano-atmosfera Pacífico Tropical fases do fenômeno El Niño-Oscilação Sul Atlântico Tropical fases do Padrão de Dipolo TSM Oscilação Intrasazonal (30-60 dias) Figura 3 - Esquematização dos mecanismos físicos de grande escala sobre o Pacífico e Atlântico Tropicais de atuações na escala interanual e sistemas sinóticos, de meso e escala local que influenciam a variabilidade espacial e temporal da precipitação do setor norte do NEB, durante a sua estação chuvosa (fevereiro a maio). Fonte: SOUZA ET AL. (1997). A maioria dos estudos que abordaram os impactos do ciclo do ENOS sobre o clima do setor norte do NEB (e também em diversas regiões do globo) tem sido muito mais direcionados com relação à sua fase quente (episódios El Niño). As interações oceano-atmosfera observadas durante a manifestação dos episódios El Niño sobre o Pacífico Tropical, desencadeiam mudanças na circulação geral da atmosfera, ou seja, na Célula de Walker e também na Célula de Hadley 14 (circulação atmosférica de grande escala no sentido meridional, isto é, norte-sul, com ramo ascendente sobre os trópicos e ramo subsidente sobre as latitudes sub-tropicais). Figura 4 - Esquematização da Célula de Walker sobre o Pacífico Tropical. Sob condições normais observa-se o ramo ascendente (favorável à formação de nuvens convectivas profundas) sobre o Pacífico oeste e Austrália/Indonésia. Por outro lado, sobre a região do Pacífico leste, próximo ao Peru e Equador, onde se verifica a presença de águas frias (devido a Ressurgência afloramento na superfície das águas oceânicas advindas do fundo do Oceano Pacífico) manifesta-se o ramo subsidente (que inibe a formação de nuvens). Fonte: SOUZA ET AL. (1997). KOUSKY ET AL. (1984) e KAYANO ET AL. (1988) sugeriram que as decorrentes secas que assolam o setor norte do NEB, associadas ao fenômeno El Niño, podem ser um reflexo das mudanças na circulação atmosférica de grande escala sobre os trópicos, particularmente, na Célula de Walker que passa a apresentar o ramo subsidente sobre o Atlântico Equatorial Norte. Na Figura 5 mostra-se a esquematização da circulação atmosférica de grande escala modificada em associação às condições de El Niño, onde se nota na região (Pacífico centro-leste) águas mais quentes do que o normal e ramo de ar ascendente (com formação de nuvens convectivas profundas). Esse ramo de ar ascendente (subindo sobre o Pacífico centro-leste) deve descer em algum lugar (obedecendo a lei de continuidade de massa), o que ocorre sobre a região norte da 15 Austrália e Indonésia (no Pacífico ocidental) e, ainda, sobre o Atlântico Equatorial Norte, atingindo o setor oriental da Amazônia e norte do setor norte do NEB (que engloba principalmente o Estado do Ceará). Esse ramo de ar descendente inibe a formação de nuvens e, consequentemente, tem-se a manifestação de chuvas abaixo do normal nessas regiões. Figura 5 - Esquematização da circulação atmosférica de grande escala no sentido zonal (Célula de Walker modificada) em associação às condições de El Niño no Oceano Pacífico. Sobre o setor centro-leste observa-se a ramo ascendente (favorável à formação de nuvens) e, por outro lado, sobre o Pacífico oeste/Austrália e Indonésia e, ainda, sobre o Atlântico Equatorial Norte, incluindo o leste da Amazônia e setor norte do NEB, manifesta-se o ramo descendente (que inibe a formação de nuvens). Fonte: SOUZA ET AL. (1997). A figura 6 corrobora com as explicações físicas dessa complexa interação entre as condições térmicas na Bacia do Oceano Pacífico e atmosfera Tropical. Nota-se na figura 6a anomalias de chuva percentual, em relação a média do período fevereiro a maio, para uma composição de anos com características térmicas normais ou de La Niña (ALVES ET AL., 1997), configuração mostrada na figura 4 para a Bacia do Oceano Pacífico Tropical, que as chuvas sobre o setor norte do NEB apresentam um predomínio de chuvas acima da média. Enquanto, na figura 10b, que mostra as anomalias de chuvas do referido período, para uma composição de anos de El Niño (ALVES ET AL., 1997), na Bacia do Oceano Pacífico, a configuração das anomalias de precipitação ao longo de todo o setor norte do NEB são negativas, indicando características de seca ao longo da mesma. Nestes anos os mecanismos 16 físicos mostrados na figura 5, associados às condições termodinâmicas no Atlântico Tropical (que serão discutidas no item seguinte), impedem um deslocamento mais constante da ZCIT para as proximidades/sobre o setor norte do NEB, que favoreceria a ocorrência de chuvas mais intensas e freqüentes neste período de fevereiro a maio. 6a 6b Figura 6 - Distribuição espacial dos desvios de precipitação (x 100) ao longo do setor norte do NEB período de fevereiro a maio. 6a) para uma composição de alguns anos de La Niña (1917, 1943, 1945, 1950, 1954, 1955, 1960, 1962, 1963, 1964, 1965, 1967, 1968, 1971, 1974, 1975, 1976, 1978, 1984, 1985, 1986 e 1989) e 6b) para uma composição de anos de El Niño (1914, 1918, 1923, 1925, 1930, 1932, 1939, 1951, 1952, 1956, 1958, 1966, 1970, 1972, 1977, 1981, 1982, 1983 e 1987). Fonte: MEYERS ET AL., 1997. Em geral, os anos com chuvas deficientes no setor norte do NEB estão associados a eventos ENOS, especialmente quando estes foram bem configurados, (1957/1958, 1982/1983), entretanto nem sempre todo fenômeno ENOS observado foi responsável por secas ou chuvas deficientes na região. Isto é, existem outras variáveis que também podem controlar o índice de chuvas no setor norte do NEB, como por exemplo, as que ocorrem na Bacia do Oceano Atlântico Tropical. Apesar dos numerosos estudos sobre os padrões anômalos da circulação atmosférica e precipitação sobre algumas regiões da América do Sul, tenham associado esses padrões as TSMs anômalas no Pacífico equatorial (associadas aos eventos ENOS), alguns trabalhos consideraram no entanto, que o efeito desse fenômeno não explica totalmente os padrões climáticos anômalos observados sobre o setor norte do NEB. 17 Várias análises de correlações indicaram que o ENOS explica somente em torno de 10% da variabilidade da precipitação sobre o NEB (HASTENRATH & HELLER, 1977; KOUSKY ET AL., 1984). Nos meses do outono austral, março-abril-maio, período coincidente com a estação chuvosa do setor norte do NEB, o modo de variabilidade oceano-atmosfera de grande escala dominante sobre a Bacia do Atlântico Tropical é o conhecido Padrão de Dipolo do Atlântico (HASTENRATH & HELLER, 1977; MOURA & SHUKLA, 1981; NOBRE & SHUKLA, 1996). O Padrão de Dipolo caracteriza-se pela manifestação simultânea de anomalias de TSM configurando-se espacialmente com sinais opostos sobre as Bacias Norte e Sul do Atlântico Tropical. Esse padrão térmico inverso gera, conseqüentemente, o aparecimento de um gradiente térmico meridional e interhemisférico sobre o Atlântico Equatorial, o qual exerce influências no deslocamento norte-sul da ZCIT (HASTENRATH & GREICHSCAR, 1993; NOBRE, 1993; NOBRE e SHUKLA, 1996), que se constitui no principal sistema meteorológico indutor de chuvas na região do Semi-Árido no período da estação chuvosa. A figura 7 mostra como as fases do Padrão de Dipolo controlam o posicionamento da banda de nebulosidade e precipitação associada a ZCIT. O eixo principal da ZCIT tende a posicionar-se, preferencialmente, sobre a região para onde está direcionado o gradiente térmico. Por exemplo, na fase positiva do Dipolo (anomalias positivas de TSM na Bacia Norte e negativas na Bacia Sul) o gradiente térmico aponta para o Hemisfério Norte. 18 Figura 7 - Anomalias de TSM em oC (isolinhas) e de precipitação (áreas hachuradas) para o quadrimestre fevereiro a maio nos anos em que se observaram: (a) fase positiva; (b) fase negativa do Padrão de Dipolo sobre o Atlântico Tropical. As isolinhas contínuas representam valores positivos e as tracejadas valores negativos. As áreas hachuradas indicam anomalias positivas (cores vermelhas) e negativas (cores azuis) de precipitação. As setas indicam o sentido do gradiente térmico para onde a ZCIT tende a posicionar-se. Fonte: Adaptado de SOUZA ET AL. (1998). A figura 8 mostra as características espaciais da distribuição pluviométrica no setor norte do NEB em anos de ocorrência de Dipolo Positivo e Negativo. Nota-se a ocorrência de um predomínio de desvios negativos (positivos) ao longo da Região nos anos de ocorrência da fase positiva (negativa) do Dipolo de TSM no Atlântico Tropical, consistente com o esquema mostrado nas figuras 7a e 7b. 19 8a 8b Figura 8 - Distribuição espacial dos desvios de precipitação (x 100) ao longo do setor norte do NEB período fevereiro a maio. 8a) para uma composição de anos com ocorrência de Dipolo Positivo (1951, 1953, 1945, 1956, 1958, 1955, 1966, 1970, 1978, 1979, 1980, 1981, 1982 e 1983) e 8b) para uma composição de anos com ocorrência de Dipolo Negativo (1949, 1964, 1965, 1971, 1972, 1973, 1974, 1977, 1985, 1986 e 1989). Os anos de Dipolo Positivo e Negativo e como estes foram definidos podem ser encontrados em SOUZA (1997). Outras variáveis meteorológicas sobre os oceanos tropicais têm seu monitoramento feito rotineiramente executado, ao longo do mês, e são importantes para a questão de monitoramento e previsão hidro-meteorológica, e também apresentam padrões diferentes em áreas de influência nas chuvas do setor norte do NEB, e possivelmente outras áreas dessa região, e afluência de água em reservatórios hídricos do NEB. As figuras 9 e 10 mostram a correlação entre a pressão ao nível do mar (PNM) na bacia do oceano Atlântico Tropical e as chuvas no setor norte do Nordeste, e anomalias de TSM e vazão em reservatórios hídricos do NEB. 20 Figura 9 – Coeficiente de correlação (R) entre as anomalias do Índice de Chuva para o setor norte do Nordeste e de PNM, com defasagem de um mês chuva em fevereiro (FEV), e PNM em janeiro (JAN) e simultaneamente chuva em fevereiro (FEV) e PNM em fevereiro (FEV). Isolinhas tracejadas indicam correlação negativa. Valores de r em módulo acima de 0,3 são significativos a 99,5% segundo teste t Student (1945-1989). A figura 10 mostra o campo de correlação entre as anomalias de TSM nos oceanos Pacífico e Atlântico Tropicais e as vazões observadas no Açude Orós. Nota-se correlações negativas nas áreas de Niño no Pacífico Tropical e negativa (positivas) nos setores norte (sul) do oceano Atlântico Tropical. Após essas análises de correlações, em função dos valores, podem-se escolher áreas pré-especificadas, que apresentem as maiores correlações e usá-las como indicadores ou variáveis de predição na modelagem estatística de previsão. A tabela 1 mostra um exemplo das correlações simultâneas entre as vazões afluentes no Açude Orós e as anomalias de TSM em algumas áreas chamadas de El Niño e de dipolo de TSM no Atlântico Tropical. 21 Figura 10 – Correlação linear entre vazões afluentes no Açúde Orós (janeiro a março – ano 0) e anomalias de TSM nos oceanos Pacífico e Atlântico Tropicais (abril a junho – ano –1). 1948-1995. Fonte: Souza Filho e Lall (2002). As regiões foram, Niño 3 (definida como a anomalia de temperatura da superfície do mar na região do Pacífico equatorial entre 150oW e 90oW e 5oS e 5oN) e um gradiente de TSM do Atlântico (EAD), definido como a diferença mensal da anomalia de TSM na região do Atlântico Norte (5-20oN, 60-30oW) e da região do Atlântico Sul (0-20oS, 30oW-10oE). A série de tempo mensal para estes índices foi derivada da malha de dados de TSM desenvolvido e disponível em http://ingrid.ldeo.columbia.edu/SOURCES/KAPLAN/EXTENDED. Tabela 1 - Correlação entre a vazão anual do reservatório Orós e os índices sazonais do clima. Encontra-se em negrito as correlações com nível de significância superior a 95%. Fonte: Souza Filho e Lall (2002). EAD OND Nino3 OND EAD JAS Nino3 JAS EAD AMJ Nino3 AMJ 1 EAD OND 0.08 1 Nino3 OND 0 1 EAD JAS 0.76 0.05 -0.02 1 Nino3 JAS 0.90 0.01 0.02 1 EAD AMJ 0.54 0.83 -0.10 -0.19 1 Nino3 AMJ 0.64 0.74 -0.20 OROS 0.51 -0.21 0.47 -0.20 0.33 -0.23 Atualmente essas informações podem ser acessadas em grande parte "on line" ao longo do mês e ao final de cada mês e início do mês seguinte. Após o cálculo de seus valores médios mensais e suas anomalias, essas informações podem ser usadas no 22 monitoramento e métodos de previsão. Um grande passo para o monitoramento no Atlântico Tropical foi dado com o Projeto Pirata (Servain, 1998), cujos dados de várias variáveis no Atlântico Tropical podem ser cessados em tempo real, maiores detalhes desse projeto pode ser encontrado no site da FUNCEME (http:www.funceme.br). Pelas informações acima e os relativos impactos de variáveis atmosféricas e oceânicas no regime climático do NEB, fica evidente que atenção que deve ser dada ao monitoramento e recebimento contínuo desses dados hidro-climáticos e futuramente estes serem condensados em um bando de dados de fácil manuseio, para que as informações de subsídios ao planejamento regional sejam efetivadas e disseminadas sem maiores problemas. REFERÊNCIAS BIBLIOGRÁFICAS ALVES, J. M. B; SOUZA, E. B.; REPELLI, C. A .; VITORINO, M. I.; FERREIRA, N. S. Episódios de La Niña na bacia do Oceano Pacífico Equatorial e a distribuição sazonal e intrasazonal das chuvas no setor norte do Nordeste Brasileiro. Revista Brasileira de Meteorologia, (12), no.1, 63-76. 1997. BOLETIM da SOCIEDADE BRASILEIRA de METEOROLOGIA. A Meteorologia e a Gestão de Energia, Vol.26, No.2, 2002. HASTENRATH, S. and HELLER, L. Dynamics of climatic hazards in northeast Brazil. Quartely Journal Royal Meteorological Society, 103: 77-92, 1977. HASTENRATH, S. Prediction of Northeast Brazil rainfall anomalies. Journal of Climate, 3: 893-904, 1990. HASTENRATH, S.; GREISCHAR, L. Circulation mechanisms related to Northeast Brazil rainfall anomalies. Journal of Geophysical Research, 98(D3): 5093-5102, 1993. KAYANO, M.T.; V.B. RAO; A.D. MOURA. Tropical circulation and associated rainfall anomalies during 1983-1984. Journal of Climatology, 8: 477-488, 1988. 23 KOUSKY, V.E., Frontal Influences On Northeast Brazil, Monthly Weather Review., 107, 1140-1153, 1979 KOUSKY, V. E. Frontal influences in Northeast Brazil. Monthly Weather. Review., v.107, 1140-1153. 1979. KOUSKY, V. E. and KAYANO, M. T. Principal modes of outgoing longwave radiation and 250-mb circulation for the South American sector. Journal of Climate, 7: 11311143, 1994. KOUSKY, V.E. and C.W. ROPELEWSKI. Extremes in the Southern Oscillation and their relationship to precipitation anomalies with emphasis on the South American region. Revista Brasileira de Meteorologia, 4: 351-363, 1989. KOUSKY, V.E.; KAYANO, M.T.; CAVALCANTI, I.F.A. A Review of the Southern Oscillation: oceanic-atmospheric circulation changes and related rainfall anomalies. Tellus, 36A: 490-504, 1984. MARENGO, J. A.; TOMASELLA, J. e UVO, C. R. Trends in streamflow and rainfall in tropical South America: Amazônia, eastern Brazil, and northwestern Peru, Journal of Geophysical Research, 103(D2), 1775-1783, 1998. MEYER, S. D.; O’BRIEN, J. J. and THELIN, E. Reconstruction of monthly SST in tropical Pacific Ocean during 1869-1993 using adaptive climate basis functions. Submitted to. Monthly Weather Review. 1997. MOURA A. D., SHUKLA, J. On the dynamics of droughts in Northeast Brazil: Observation, theory and numerical experiments with a general circulation model, Journal of Atmospheric Sciences. v.38, p.2653-2675, 1981. 24 NOBRE, P.; SHUKLA, J. Variations of sea surface temperature, wind stress, and rainfall over the tropical Atlantic and South America, Journal of Climate, v.9, n.10, p.2464-2479, 1996. PHILANDER, S. G. H. El Niño, La Niña, and the Southern Oscillation. Academic Press, 293pp. 1990. SOUZA, E.B; ALVES, J. M. B. & XAVIER, T. de Ma. B. S. A estação chuvosa no Semi-Árido nordestino nos anos de predominância de aquecimento ou resfriamento em toda a bacia do Atlântico Tropical. Revista Brasileira de Recursos Hídricos, 3 (2), abr/jun, 47-55, 1998. SOUZA, E.B.; ALVES, J.M.B. & REPELLI, C.A. Uma Revisão sobre a Influência dos Oceanos Pacífico e Atlântico na Variabilidade Pluviométrica do Semi-Árido Nordestino. Revista Monitor Climático, v.11, n.122, p.7-17, 1997. SOUZA, E.B; ALVES, J. M. B. & XAVIER, T. de Ma. B. S. A estação chuvosa no Semi-Árido nordestino nos anos de predominância de aquecimento ou resfriamento em toda a bacia do Atlântico Tropical. Revista Brasileira de Recursos Hídricos, v.3, n.2, abr/jun, 47-55, 1998. UVO, C. B. e GRAHAM, N. E. Seasonal runoff forecast for northern South America: A statistical model. Water Resources Research, v.34, n.12, p.3515-3524, 1998. UVO, C. B.; REPELLI, C. A; ZEBIAK, S. E. e KUSHNIR, Y. The relationship between Tropical Pacific and Atlantic SST and Northeast Brazil Monthly Precipitation, Journal of Climate, v.11, n.4, 551-562, 1998. UVO, C. B.; TOLLE, U. e BERNDTSSON, R. Forecasting discharge in Amazonia using artificial neural networks, International Journal of Climatology, v.20, n.12, p.1495-1507, 2000. 25 CAPÍTULO 2: A MODELAGEM CLIMÁTICA REGIONALIZADA David Ferran Moncunill e Liqiang Sun Introdução Uma grande perspectiva em melhorar a informação climática, isto é reduzir a sua escala de centenas de quilômetros para algumas dezenas, tem sido implementada nos últimos anos em vários centros internacionais de meteorologia com resultados promissores. Essa técnica é chamada de downscaling (Roads, et al; 2003). Atualmente a aplicação de resultados da previsão climática tem exigido o desenvolvimento de técnicas ou métodos que aprimorem o prognóstico de variáveis nas escalas temporal e espacial. Nas últimas duas décadas ocorreu uma significativa evolução dos estudos a cerca do entendimento dos processos físicos que interferem na distribuição de chuva, principalmente das áreas tropicais do globo. Para a Região Nordeste do Brasil (NEB), sua área mais semi-árida, sabe-se atualmente que as fontes e sumidouros térmicos nos oceanos Atlântico e Pacífico Tropicais e suas variabilidades termodinâmicas são os principais fatores que influenciam na ocorrência de anos de secas e enchentes sobre essa região (Hastenrath e Heller, 1977, Moura e Shukla, 1981; Nobre e Shukla, 1996; Uvo et al., 1998, entre outros). As técnicas de previsões climáticas, estatísticas ou numéricas se desenvolveram, principalmente, a partir da década de 1990, com uma maior cobertura de dados sobre os oceanos e a disponibilidade de computadores com maior capacidade de fazer cálculos em um volume extenso de dados. Estas tiveram como base as condições termodinâmicas sobre os oceanos tropicais. Para o setor norte do Nordeste podem-se citar inúmeros estudos que elaboraram métodos estatísticos/estocásticos (Hastenrah & Greischar, 1993; Repelli & Alves, 1996, Ward e Folland, 1991; Xavier et al., 2000), ou experimentos númericos, modelagem matemática/física da atmosfera (Moura e Shukla, 1981; Mechoso et al., 1990 entre outros). Entretanto, apesar desses esforços, a previsão climática de larga escala utilizando Modelos de Circulação Geral da Atmosfera (MCGAs), modelos com resolução acima de 200 Km, ainda não atende, por exemplo, 26 um prognóstico mais detalhado espacialmente da distribuição de chuva intrasazonal, além da própria variabilidade temporal dessa distribuição de precipitação. Por essa limitação da previsão climática de grande escala, nos últimos anos em alguns institutos nacionais e internacionais de Meteorologia, grupos de pesquisa passaram a testar a chamada técnica de downscaling. Essa técnica consiste, basicamente, do aninhamento dos resultados de uma modelagem de grande escala servindo de entrada para alimentar um modelo regional de área limitada, com uma resolução da ordem de dezenas de quilômetros (Dickinson et al. 1989; Giorgi e Bates, 1989; Liu et al., 1994). Resultados desses estudos se mostraram promissores em relação às limitações mencionadas anteriormente. Simulações aplicando essa técnica têm sido executadas para algumas regiões do globo, como na África (Sun e Graham, 2001), na região de Monções Asiáticas (Ji e Vernekar, 1997) e Nordeste do Brasil, região semi-árida, (Nobre et al. 2001) e para América do Sul (Chou et al., 2000, Seth a Rojas, 2003; Rojas e Seth, 2003). Áreas, em geral, cuja modelagem numérica de grande escala apresentou uma melhor capacidade de previsão sazonal. Os resultados desses estudos revelaram que a técnica de downscaling, nessas áreas, foi capaz de capturar a assinatura da distribuição espacial e temporal da precipitação e o padrão de circulação atmosférica observados - cita-se caso das Monções Asiáticas (Ji e Vernekar, 1997). Segundo Giorgi (1990), os modelos regionais, cujas grades incorporam uma alta resolução de topografia, não implícita na modelagem de grande escala, tendem a representar melhor os efeitos da orografia na distribuição de chuva intra-regional da área de interesse modelada. Mais especificamente para a Região Nordeste do Brasil, Nobre et al. (2001) fizeram um estudo com a técnica de downscaling para a previsão de três membros aninhando um Modelo Regional Espectral (MRE) desenvolvido no National Centers for Environmental Prediction - NCEP, em um MCGA (ECHAM3.6), com três diferentes condições iniciais para o período de fevereiro a maio de 1999. As previsões foram feitas utilizando-se duas grades para o MRE, uma de 80 Km e outra menor de 20 Km, sendo que os resultados prognosticados na grade de 80 Km foram usados como dados de entrada a cada 6 horas para a grade de 20 Km. Seus resultados mostraram que o modelo regional com 80 Km de resolução obteve melhor desempenho do que o modelo de grande escala reduzindo seus erros sazonais e quadráticos para uma área sobre o 27 Nordeste do Brasil. Essa característica também foi observada quando se compararam os resultados obtidos com 80 Km em relação ao de 20 Km. Com a resolução de 20 Km o MRE mostrou um incremento da chuva nas áreas de topografia mais elevadas, não consistente com a realidade, indicando possíveis problemas na parametrização da convecção utilizada. Outro resultado interessante foi uma melhor previsão da posição e largura da Zona de Convergência Intertropical (ZCIT) sobre o Atlântico tropical feita pelo MRE de 80 Km em relação ao MCGA. Nobre et al. (2001) mostraram também que os resultados do MRE com 80 Km apresentam a possibilidade da previsão da freqüência de distribuição de dias secos e chuvosos dentro da quadra chuvosa do setor norte do Nordeste (período de fevereiro a maio). Outro estudo sobre estimativa de balanço de água no solo para a região semi-árida do Nordeste usando um MRE foi executado por Böhm et al. (1998). O sistema de modelagem regional do clima para o Nordeste do Brasil foi implementado na Fundação Cearense de Meteorologia (FUNCEME) em parceria com o International Research Institute (IRI), Universidade de Columbia (EUA), como parte do convênio oficializado entre ambas as Instituições. O sistema utiliza o modelo regional em uma versão hidrostática do MRE do National Centers Environmental Prediction - NCEPEUA (Juang e Kanamitsu, 1994), com 18 níveis na vertical aninhado no MCGA ECHAM4.5 do Max Plank Institute, que tem um truncamento triangular no número de onda T42 (aproximadamente 2,8o de latitude e longitude) e também18 níveis na vertical. O sistema de previsão climática regionalizada utiliza dois conjuntos de cenários de Temperatura da Superfície do Mar (TSM) como forçante do modelo Global. Um cenário utiliza a persistência da anomalia da TSM e o outro utiliza a previsão da anomalia da TSM. Cada conjunto utiliza 10 membros e a diferença entre cada membro é a condição inicial da atmosfera no momento de iniciar a simulação. Esta etapa é realiza é processada mensalmente no IRI e enviado para a FUNCEME. As simulações do modelo regional são executadas operacionalmente no Ceará. Posteriormente é elaborado o pós-processamento para interpretação dos resultados e geração de produtos. (figura abaixo) 28 SISTEMA DE PREVISÃO CLIMATICA REGIONALIZADA DOWNSCALING DINÂMICO Persisted SST Predicted Global Model SST 10 MEMBROS 10 MEMBROS Regional Model IRI PostProcessing 2 dias 4 dias 5 dias Para viabilizar o processamento das simulações a FUNCEME conta atualmente com um cluster de 14 computadores tipo PC interligados por uma rede de 100Mbps. Cada uma das máquinas possui a seguinte configuração: Processador Pentium III de 1 GHz Memória RAM de 512 MB HD SCSI de 36 GB Sistema Operacional Linux Conectiva 29 Sobre Algumas Características do MRE O MRE aqui usado é uma versão do MRE desenvolvido no Centro de Modelagem de Meio Ambiente do National Centers for Environmental Prediction (NCEP) desenvolvido por Juang e Kanamitsu (1994). Uma importante característica do MRE é a resolução da perturbação atmosférica dependente do tempo e a acuracidade de alta ordem da computação que utiliza o método espectral. O MRE tem a mesma física do modelo espectral global (MEG) que é usado para previsão de médio prazo como descrito em Kanamitsu et al. (1991). Um importante avanço foi também endereçado na dinâmica do MRE para manter a sua estabilidade computacional, uma opção de difusão local contida no MEG foi implementada (Iridell e Purser, 1994). A mesma pode ser utilizada para passos de tempo mais longos e faz uma checagem e difusão das áreas de ventos fortes que poderiam causar instabilidade computacional. Essa opção pode não ser ideal para previsão em áreas onde correntes de jato são importantes dinamicamente para sistemas atmosféricos de curta duração, entretanto pode ser útil para estudos climáticos que requerem integrações mensais com MRE de alta resolução. O MRE tem 18 níveis sigma na vertical, com as seguintes características físicas: radiação de onda longa e onda curta com variação diurna, interação com radiação de nuvem, uma camada na superfície com propriedades físicas da camada limite planetária, arrasto por onda de gravidade, convecção cumulus tipo Arakawa-Shubert simplificada (Pan e Wu, 1994; Hong e Pan, 1996), convecção rasa e alguns processos hidrológicos (Kanamitsu, 1989). As parametrizações físicas são computadas a cada passo de tempo, exceto para a rotina de radiação que é chamada a cada 1 hora pelo MRE. Além disso, têm sido testados e implementados vários pacotes físicos, particularmente para parametrização de convecção (Juang et al., 1997). O MRE também usa um modelo de solo de 2 camadas de Pan e Marth (1987). Esse modelo de solo é usado para descrever o papel da vegetação e interação com a umidade no solo em modificar as trocas entre a superfície-atmosfera de fluxos de momento, energia e vapor d’água. 30 Sobre Algumas Características do MCGA (ECHAM4.5) O modelo ECHAM4.5 é baseado no modelo de previsão de tempo do European Centre for Medium Range Weather Forecasts (ECMWF). Várias modificações tem sido aplicadas no mesmo no Max Planck Institute for Meteorology and German Climate Computing Centre (DKRZ) para melhorar a previsão climática, estando o mesmo atualmente na quarta geração. Uma detalhada descrição do ECHAM4 pode ser encontrada em Roeckner et al. (1996). Na versão padrão do modelo o mesmo tem 19 níveis híbridos usados em um sistema de coordenadas de pressão-sigma. O domínio vertical estende-se até o nível de pressão de 10 hPa. Variáveis prognósticas são vorticidade, divergência, logaritmo de pressão a superfície, temperatura, umidade específica, razão de mistura e total de água de nuvem. Exceto para componentes de vapor o prognóstico das variáveis são representados por harmônicos esféricos com truncamento triangular no número de onda T42. O passo de tempo para a dinâmica e a física é de 24 minutos para a resolução horizontal T42. O passo de tempo para a radiação é 2 horas. Os ciclos diurnos e sazonal da forçante solar são simulados. Para o transporte de vapor d’água e água de nuvem um semi-lagrangeano esquema é usado. Os fluxos turbulentos de superfície são calculados através do Monin-Obukov bulk usando teoria da similaridade (Louis, 1981). Dentro e acima da camada limite atmosférica um esquema fechado de alta ordem é usado para computar a transferência turbulenta de momento, calor, mistura e água de nuvem. Os coeficientes de difusão turbulenta são calculados com função da energia cinética turbulenta (E). O modelo de solo contempla os balanços de calor, água no solo, pacote de neve sobre o continente e balanço de calor de gelo no continente. Efeitos de vegetação tais como interceptação de chuva na copa das árvores e controle de evapotranspiração pelos estômatos são parametrizados. O esquema de estimativa do escoamento superficial tem como base a área de captação da bacia hidrográfica e leva em consideração as variações de sub-grade da capacidade máxima de armazenamento de água no solo (capacidade de campo) sobre áreas continentais não homogêneas. Parâmetros de superfície tais como albedo, rugosidade, tipo de vegetação, índice de área foliar e parâmetros de solo tais como, capacidade de armazenamento de água, capacidade e condutividade térmica foram compilados segundo Claussen et al., 1994. 31 As parametrizações de convecção cumulus (rasa, média e profunda) são baseadas no conceito de fluxo de Tiedtke (1989). Síntese sobre o alinhamento entre os modelos e métodos de avaliação e resultados encontrados O aninhamento entre dos modelos é de forma unidirecional (Juang et al., 1997). As forçantes de larga escala utilizados para a inicialização do MRE foram obtidos das simulações do MCGA ECHAM4.5 para os meses de janeiro a junho de 1971-2000. As informações de larga escala das componentes meridional e zonal, umidade específica, temperatura e pressão serviram de entrada a cada 6 horas para alimentar o domínio do MRE. Temperatura da Superfície do Mar (TSM) observada nos Oceanos Pacífico, Atlântico e Índico no período de 1971-2000 do conjunto de dados chamados "Optimum Interpolation" (Reynolds & Smith, 1994) foi usada como variável de contorno à superfície nas simulações do modelo ECHAM4.5e do MRE. O método de perturbação aninhada usado seguiu o utilizado no MCGA sobre todo o domínio, e não somente na zona de fronteira lateral. As variáveis dependentes no MRE são definidas como a soma da perturbação e o campo base (campo que depende do ajuste do MCGA em relação ao MRE). A resolução da perturbação no domínio regional incluiu um esquema semi-implícito, com filtragem no tempo com difusão horizontal semi implícita. Maiores detalhes sobre as características do MRE podem ser encontradas em Juang et al. (1997). O MRE foi integrado, com um conjunto de 10 membros, na versão não-hidrostática, passo de tempo 600 segundos em modo de simulação, com um espaçamento de grade de 60Km centrada na latitude de 3oSul e na longitude de 27°Oeste, e 18 níveis verticais. A vegetação é do tipo savana com 70% de cobertura da área de cada grade do domínio nos continentes, e o domínio compreende desde o oeste da África do Sul até Região Amazônica (Figura 1). A simulação foi executada para um período de seis meses (janeiro a junho) durante 30 anos, de 1971 a 2000. Uma topografia mais refinada (60 Km), comparada a do ECHAM4.5, sobre a região Nordeste foi utilizada como variável de contorno no MRE (Figura 2). Em termos de especificações físicas na superfície do MRE, o mesmo foi simulado com um modelo de solo de duas camadas (Pan & Marth, 1987). O modelo de solo é 32 designado para descrever o papel da vegetação e a interação da umidade do solo em modificar as trocas de momento, vapor d’água e energia. Figura 1 - Domínio dos modelos MCGA (ECHAM4.5) utilizado como forçante de entrada nas simulações do ECHAM4.5 e do MRE (área A1 da figura). a) b) Figura 2 - Topografia sobre a Região Nordeste (m). a) MCGA (ECHAM4.5), b) MRE. O espaçamento entre as isolinhas da figura 2a é de 50 m, e da 2b é de 100 m. Em termos de especificações físicas na superfície do MRE, o mesmo foi simulado com um modelo de solo de duas camadas (Pan & Marth, 1987). O modelo de solo é designado para descrever o papel da vegetação e a interação da umidade do solo em modificar as trocas de momento, vapor d’água e energia. Os dados observados de precipitação para NEB (obtidos na FUNCEME; CRU05, New et al.2000 e no Instituto Nacional de Meteorologia - INMET) nos meses de janeiro a 33 junho de 1971-2000, interpolados para a grade de domínio do modelo regional serviram de base observacional para comparar com os resultados das simulações. Uma análise do desempenho das simulações do MRE foi investigada, utilizando-se a estatística descrita abaixo. Foi calculado segundo Shukla et al. (2000) os termos de variâncias devidos o sinal (influência da forçante térmica (TSM), em função dos membros (conjuntos das simulações chamada também de variância do ruído) e a variância total (Rowell et al. 1995), que é definido como a soma da variância devido ao sinal mais a variância do ruído. As formulações abaixo mostram os cálculos das variâncias mencionadas. Seja para uma variável climática média xij para N anos (i=1,2,3, ...N), e n conjunto de membros do experimento de simulação (j=1, 1,2,3, ...n), a média dos membros xi(barra) e a média climatológica (dos conjuntos) x(duas barras) podem ser definidas como mostrado abaixo. σEM significa o desvio padrão dos membros. Esses cálculos foram definidos para cada ponto de grade do domínio do MRE. Alguns exemplos da saída do PPCR de precipitação para o NEB e alguns resultados preliminares são apresentados a seguir. xi = 1 n n ∑ j =1 2 σ ruído = xi j ; x = 1 nN N n ∑∑ 2 σ EM = xij . i =1 j =1 ( N n 1 xij − xi ∑∑ N (n − 1) i =1 j =1 ) 2 ( ) 2 1 N xi − x . ∑ N − 1 i =1 1 n 2 2 2 σ sinal = σ EM − σ ruído . 2 2 2 σtotal =σruído +σsinal . Para verificar a habilidade desse método em reproduzir os aspectos característicos regionalizados do clima na região do NEB integrou-se, de forma retrospectiva, o MRE no período de 1971 a 2000. Posteriormente, compararam-se os dados simulados com os observados e foi calculado o índice de correlação espacial entre eles. Os índices de correlação obtidos foram similares aos obtidos por MCGAs já apresentados na literatura, porém com uma ênfase regional, informações da ordem de 60 Km, característica que o MCGAs não informam (suas saídas são da ordem de 300km ou mais). A figura 3 mostra-se a uma comparação entre a simulação feita pelo MRE para 34 precipitação no setor norte do NEB, dada pelo coeficiente de correlação espacial entre a precipitação simulada e a observada obtida para o período de fevereiro a maio. Nota-se que em grande parte do setor norte do NEB a correlação entre o MRE e a precipitação observada chega a valores superiores a 0.8 em algumas áreas do norte do NEB. Figura 3 – Coeficiente de correlação entre as anomalias de precipitação simuladas e observadas de 1971 a 2000. a) observado x ECHAM4.5 e b) observado x MRE. A figura 4 mostra que tanto para o setor norte do NEB como para o leste do NEB há uma concordância entre o valor da precipitação simulada pelo MRE com o observado, mais consistente porém para o setor norte do Nordeste. A figura 5 apresenta as variâncias total, do ruído e do sinal simuladas pelo MRE e a variância dos dados observados para o setor norte do NEB. A variância do MRE (Figura 5a) em algumas áreas da região superestimou a variância observada (Figura 5d). A contribuição da variância do sinal (devido a SST - Figura 5c), implícita nos resultados do MRE devido aos dados de entrada vindos das simulações do ECHAM4.5, sendo essa a principal variável de controle a superfície para precipitação nos trópicos; mostra que essa variância explicou mais de 60% da variância total apenas nas áreas em que o ECHAM4.5 superestimou a precipitação observada acentuadamente, sendo esse fato também refletido no MRE. 35 Essa característica é similar à observada por Shukla et al. (2000) avaliando a modelagem de grande escala para a precipitação sobre a bacia do Oceano Pacífico Tropical, embora que nesses resultados de Shukla e colaboradores para a precipitação sobre o Pacífico Tropical a variância do sinal explica em grande parte dessa região mais de 70% da variância da precipitação. A variância do MRE, principalmente, no setor oriental do Nordeste (centro norte do estado do Piauí) superestimou a variância observada. Nas demais áreas do NEB não ocorreu uma grande diferença entre a variância do sinal e do ruído, implicando que estatísticamente o número de membros ainda parece ser pequeno (Rowell et al., 1995) para mostrar uma maior influência da condição de contorno, sinal da TSM, que fisicamente é comprovado sobre a precipitação dessa região. Figura 4 - Anomalia de precipitação (mm/dia), média, para o setor norte do NEB (42oW a 37oW e 8oS a 2oS) e leste do NEB (37oW a 34,5oW e 10oS e 5oS) simulada pelo MRE (linha verde) e observada (linha preta) para o período 1971-2000. Os números nos eixos dos x representa os anos 1(1971) e 30(2000), respectivamente. 36 Ainda relacionado à variabilidade interanual a figura 6 mostra a correlação entre as anomalias do total de chuva fevereiro a maio observadas e simuladas (pixel a pixel) para uma área do setor norte do Nordeste (45oW, 37oW e 2oS e 12oS), dos 10 membros da simulação e a média desses membros para cada ano do período de 1971-2000. Nota-se que quando a correlação é abaixo ou acima de 0,4 em módulo predominou uma grande dispersão no valor do coeficiente entre os membros. Outra característica observada nessa figura é que na maior parte dos anos de El Niño (1983, 1992, 1998, por exemplo), não há grande dispersão entre os membros e a correlação é acima de 0,6 característica que não é tão evidente nos anos de La Niña (1975, 1985 e 1986). Os maiores valores de variância no setor centro-norte dos estados do Maranhão e Piauí coincidem com a área de maior erro sistemático (“bias” positivo) do modelo ECHAM4.5 (figura não mostrada), sendo reproduzido pelo modelo regional. Figura 5 - Variância interanual (mm2/dia2) para o quadrimestre fevereiro a maio. a) variância total; b) variância do ruído (SST), c) variância do sinal e d) variância observada. 37 1 0 ,8 Correlação (r) 0 ,6 0 ,4 0 ,2 0 -0 ,2 -0 ,4 -0 ,6 -0 ,8 19 71 19 7 4 1 9 77 1 9 80 1 98 3 1 98 6 1 98 9 19 92 19 95 19 98 Anos Figura 6 - Coeficiente de correlação entre o simulado pelo MRE e o observado para o setor norte do Nordeste (45oW, 37oW e 2oS e 12oS). Os pontos representam o coeficiente para cada um dos 10 membros. A marca em vermelho é o coeficiente para a média dos 10 membros. As figuras 7 e 8 mostram uma comparação para o vento (componentes u e v) para 1000 hPa entre o simulado pelo modelos ECHAM4.5 e MRE e o observado (reanálises Kalnay et al. (1996) para dois anos de contrastes climáticos 1983 e 1985 (período de fevereiro a abril). As análises feitas por essas figuras se deterão a bacia do Oceano Atlântico Tropical, cuja circulação atmosférica de baixos níveis tem relações importantes com as chuvas do SNNEB. Nessas figuras 7 e 8 pode-se notar que a configuração das componentes u e v simuladas pelos modelos ECHAM4.5 e pelo MRE para os referidos anos de contrastes é similar a observada pelos dados de reanálises. Entretanto, as simulações mostram um superestimativa dos máximos de ventos de norte e leste ao longo da bacia do oceano Atlântico Tropical, mais intensa na componente zonal (u) do vento. Um resultado interessante é que a posição da isolinha de 0 (zero) na componente meridional do vento, indicativo da posição da ZCIT no bacia do oceano Atlântico Tropical (Xavier et al., 2000), foi melhor simulada pelo MRE na bacia do Oceano Atlântico Tropical, sendo mais consistente sua localização, mais ao norte do equador no ano de 1983; comparável aos dados de reanálises (figura 7d). 38 a) b) c) d) e) f) c) Figura 7 – Componentes zonal (u) e meridional (v) do vento (m/s) para 1983 (fevereiro a abril). a) u reanálises, b) u ECHAM4.5, c) u MRE, d) v reanálises, e) v ECHAM4.5 e f) v MRE. a) b) d) e) c) f) Figura 8 – Componentes zonal (u) e meridional (v) do vento (m/s) para 1985 (fevereiro a abril). a) u reanálises, b) u ECHAM4.5, c) u MRE, d) v reanálises, e) v ECHAM4.5 e f) v MRE. A distribuição da freqüência e da intensidade dos eventos diários da precipitação podem ser mais importante do que a precipitação total da estação (por exemplo, Sun et al. 2003). Os dados de precipitação diária observada disponíveis são somente sobre o 39 estado de Ceará e o estado não é uma região homogênea para o componente local da precipitação, foi então selecionada uma área relativamente pequena (isto é, perto de ser uma região homogênea). Figura 9. Estações de precipitação utilizadas no Ceará para gerar a precipitação mensal na grade do MRE. As localizações são os quadrados, e as cores indicam a altitude da estação. A unidade é em metros acima do nível do mar. A área hachurada em amarelo foi a utilizada para estudos dos veranicos. A Fig. 9 mostra a região que possui agricultura de sequeiro de subsistência. Corresponde a 13 caixas da grade do MRE, e a meia caixa de grade do AGCM. Foram utilizados os dados diários precipitação de 64 estações desta região. A análise da precipitação diária mostra uma coerência elevada entre estas estações. Desta forma foi utilizada a média diária da precipitação de todas as estações e comparado com a precipitação diária do MRE calculada como sendo a média sobre os 13 pontos de grade. Os eventos diários da precipitação foram classificados em intervalos da intensidade 0-1, 40 1-5, 5-10, maior do que 10 milímetros, e os valores da freqüência, normalizados pelo número total dos dias na estação de Fevereiro a Março, foram usados para a análise da intensidade da precipitação. A Fig. 10 mostra a climatologia da Distribuição da Intensidade da Precipitação (DIP) e os coeficientes de correlação entre observado e a intensidade simulada no MRE. Figure 10. (a) Climatologia da distribuição de intensidade de precipitação. (b) Correlação entre observação e a simulação para eventos sem chuva, eventos de chuva fraca, eventos com chuva média, and eventos com chuva intensa. Ambos para o período de fevereiro a abril de 1974 a 2000 na região definida. Os eventos com precipitação diária na escala de 0-1 milímetros, 1-5, 5-10, e maior que 10 milímetros são categorizados como eventos sem chuva, eventos de chuva fraca, eventos de chuva média, e eventos chuva intensa, respectivamente. Claramente o MRE sobrestima a frequencia de eventos sem chuva, e subestima as freqüências de eventos chuva fraca, chuva média, e de eventos chuva severa. Isto se atribui em parte à parametrização de cumulus no MRE e em parte no fato que a precipitação de MRE é mais representativa de uma média sobre o tamanho da caixa da grade melhor que de um valor do ponto. Estes erros sistemáticos do MRE podem facilmente ser corrigidos por ferramentas estatísticas. O MRE captura bem a variabilidade interanual dos eventos sem 41 chuva, de eventos com chuva média, e de eventos com chuva intensa, com correlações 99% acima do nível da confiança. O MRE mostra também alguma habilidade em reproduzir a variabilidade interanual de eventos com chuva fraca. Excede o nível da confiança de 90%. As habilidades do MRE em simular a variabilidade da freqüência de eventos da precipitação são relacionadas em parte a variabilidade da magnitude observada. O modelo é geralmente capaz de capturar a variabilidade observada forte, e tem dificuldade em capturar a variabilidade observada fraca. É observada uma alta variabilidade para os eventos sem chuva, os eventos com chuva intensa e os eventos com chuva média, e a baixa variabilidade de eventos com chuvas fracas. Os veranicos são raramente discutidos em artigos de modelagem de clima, embora que sua importância às aplicações reais sejam significativas (Sun et al. 2003). Neste estudo foi investigada a habilidade do MRE em simular os veranicos, visto que a população local tem uma grande vulnerabilidade por dependerem da agricultura de subsistência de sequeiro (Chimeli e Filho 2003). A Fig. 11 mostra a climatologia (1974-2000) de números de veranicos observados e simulados no período com diferentes limiares, e as habilidades do MRE em simular os veranicos. Observamos que o MRE sobrestima sistematicamente os números de veranicos com períodos que variam de 3 a 18 dias. Entretanto, o MRE captura a variabilidade interanual da freqüência de veranicos com limiares que variam de 2 a 15 dias. As correlações entre os veranicos observados e os simulados superam 0,3 com limiares que variam de 2 a 15 dias, e se reduzem para limiares de mais de 15 dias. Vale salientar que só ocorreram 4 veranicos com mais de 15 dias durante o período FMA 1974-2000. Figura 11. Climatologia de ocorrência de veranicos com diferentes durações (frequencia no eixo esquerdo). Em verde a correlação entre o observado e o simulado para veranicos 42 de diferentes durações. Ambos para o perído de fevereiro a abril de 1974-2000 na região definida. A freqüência e a duração dos veranicos são importantes para avaliações do clima. Neste estudo, definimos um indice de veranicos D, como n D = ∑ Li • W (2) i =1 onde n é o número total de veranicos por ano, o Li é a duração do ith veranico, e W = 1 se Li < 11 W = 5 se Li >= 11 Assim, D é um parâmetro para indicar a severidade do veranico. A Fig. 12a mostra o índice de veranico D observado e o simulado para o período de 1974-2000. O MRE capturou a variabilidade interanual do índice observado. A correlação entre eles é 0,67. Encontramos que as grandes anomalias (negativas) positivas do total da precipitação estão associadas geralmente com os índices (maiores) menores de veranicos. Entretanto, o índice de veranico pode também variar significativamente nos anos com precipitação em torno da normal. Como exemplo, o total da precipitação está próximo do valor climatológico em 1981 e em 1994, e o índice de veranico é elevado em 1981 e muito baixo em 1994. Encontramos também que a variabilidade interanual do índice de veranico é maior que o total da precipitação. A razão do "desvio padrão" com a "média" é 40% (43%) para (RSM simulado) o total observado da precipitação, e 77% (66%) para (simulado) o índice observado de veranico. Assim, o índice de veraníco é um parâmetro melhor do que o total da precipitação para medir a severidade de condições da seca. 43 Figura 16. (a) Indice de veranico (D) observado e simulado (b) Indice de enchente (F) simulado e observado. Ambos para fevereiro a abril na região definida. Definimos também um índice F de enchente ou "período molhado", para medir a severidade de condições de enchente. n F = ∑ Pi (3) i =1 onde n é o número total de enchentes por um ano, Pi é a duração do período ith. Um período molhado é definido como três dias consecutivos ou mais com precipitação diária maior de 10 milímetros. A Fig. 12b mostra o indice F observado e simulado para o período de 1974-2000. O MRE capturou a variabilidade interanual do índice F. A correlação entre eles é 0,75. O índice de enchente pode também variar significativamente nos anos com precipitação em torno da normal. Por exemplo, a anomalia da precipitação é 0,7 mm/dia em 1996 e -0.4 mm/dia em 1997. O F é 0 em 1996 e em 7 em 1997. Nós encontramos também a variabilidade interanual maior para o índice F do que o total da precipitação. A razão entre o "desvio padrão" e a "media" é 124% (81%) para (RSM simulado) o índice observado enchente. 44 Produtos gerados Nas Figuras 13, 14 e 15 são mostrados três dos produtos de previsão gerados pelo modelo para o período de março a maio de 2004, realizada em março de 2004. A figura 9 mostra a previsão do percentual da climatologia da precipitação do modelo. As áreas em verde indicam a previsão para chuvas acima da média, em branco em torno da média e em amarelo e vermelho abaixo da média histórica. As áreas em cinza mostram onde o modelo não teve habilidade em realizar a previsão, considerando que o coeficiente de correlação foi menor que 0,3 na simulação "histórica". Figura 13 - Previsão da distribuição do percentual da climatologia da precipitação (com mascara estatística) para os meses de março a maio de 2004, com TSM prevista a partir do mês de fevereiro de 2004. As anomalias da precipitação observadas e simuladas (1971 a 2000), para cada membro e para a média dos membros foram classificadas em 3 categorias em cada ponto de grade, sendo considerado que 1/3 dos anos mais chuvosos foi categorizada como "Acima do Normal"; o 1/3 dos anos mais secos como "Abaixo do Normal" e o 1/3 dos anos restantes como "Próximo da Normal". Posteriormente foram construídas tabelas de contingência, as quais relacionam a categoria simulada com a observada e permitem avaliar o desempenho da simulação histórica. Na figura 14, observam-se quatro mapas relacionados com a previsão de probabilidade por categorias de anomalia da precipitação no período de março a maio de 2004. Para cada uma das três categorias é mostrado o mapa com a probabilidade de ocorrência 45 "histórica", gerado a partir da anomalia de precipitação média dos membros (conjunto médio) simulados com condições iniciais de fevereiro de 2004 e a respectiva tabela de contingência. O quarto mapa mostra a "previsão reconstruída" seguindo os critérios dados na Tabela 1. Tabela 1- Definição das categorias da previsão reconstruída. As condições são obtidas dos percentuais mostrados nos mapas de probabilidade de ocorrência de cada categoria (tabela de contingência). Condições Categoria Acima da normal > 50 % Acima da normal (A) Próximo da normal > 50 % Próximo a Normal (N) Abaixo da normal > 50 % Abaixo da normal (B) Abaixo da normal > Acima da normal e acima da normal < 30 % Não Acima da normal (NA) Acima do normal > abaixo da normal e abaixo da normal < 30 % Não abaixo da normal (NB) Nenhuma das condições acima Sem habilidade de previsão 46 Figura 14 - Previsão da probabilidade da categoria de precipitação baseada no conjunto médio dos membros. Mapa "Abaixo da Normal": probabilidade percentual de ocorrer na categoria A. Mapa "Normal": probabilidade percentual de ocorrer na categoria N: Mapa "Acima da Normal": probabilidade percentual de ocorrer na categoria A, Mapa "Rebuilt Previsão reconstruída": Categoria prevista de acordo com os critérios da tabela 1: onde azul é categoria A, verde NB, amarelo N, laranja NA, vermelho B, e cinza indica que o modelo não teve habilidade. A figura 15 mostra a previsão de probabilidade de precipitação por bacia hidrográfica do Ceará e regiões do Nordeste para os meses de março a maio de 2004, realizada em março de 2004, por categorias de ocorrência, com alguns comentários logo após a figura. Esta figura é parte do resultado da interpretação dos produtos gerados pelo modelo. 47 Figura 15 - Previsão de probabilidade por categoria para os meses de março a maio de 2004, realizada em março de 2004. Cada região ou bacia esta identificada na tabela e no mapa com números de 1 a 29. O sistema de previsão climática regionalizada utilizando a técnica de "downscaling" dinâmico, implantado na FUNCEME em parceria com o IRI, tem-se mostrado uma ferramenta de grande importância, por fornecer maior detalhamento sobre as características climáticas encontradas no NEB. O usuário poderá ter acesso mensalmente a previsões através do site www.funceme.br/demet/ds/index.htm e utilizar-se destas informações em um nível mais compatível com o seu processo de tomada de decisão. Referências Bibliográficas 48 BÖHM, U. A.; PODZUM, R. B.; JACOB, D. C. Surface water balance estimation for a semi-arid region using a regional climate model and comparison of water balance components with global circulation model output and analysis data. Physical Chemical Earth. Londres, v.23. n.4, pp.405-411. 1998. Chimeli, A. B., and F. D. A. D. S. Filho, 2003: Climate and rained agriculture in Ceara: econometric analysis of the effect of climate on production and price of corn and beans. In preparation. CHOU, S. C.; NUNES, A. M. B. and CAVALCANTI, I. F. A. Extend range forecast over South America using the regional eta model. Journal Geophysical Research. Washington, v.105, n.d8, p.10.147-10160. 2000. CLAUSSEN, M. U. et al. A global data set of land-surface parameters. Max Planck Institut für Meteorologie, Report n.135, Hamburg, Germany, 23pp. 1994. DICKINSON, R. E.; ERRICO, R. M. et al. A regional climate model for the western U.S. Climate Change, Berlim, v.15, 383-422. 1989. GIORGI, F.; BATES, G. T. On climatological skill of a regional model over complex terrain. Monthly Weather Review, Boston, v.117, n.11, p.2325-2347. 1989. GIORGI, F. On simulation of regional climate using a limited area model nested in a general circulation model. Journal of Climate, Boston, v3, n.9, p. 941-963. 1990. HASTENRATH, S.; HELLER, L., Dynamics of climatic hazards in northeast Brazil. Quarterly Journal of the Royal Meteorological Society, Boston, v.103, n.435, p.77-92, 1977. HASTENRATH, S.; GREISCHAR, L. Circulation mechanisms related to Northeast Brazil rainfall anomalies. Journal Geophysical Research, Washington, v.98, p.5093102, 1993. 49 HONG, S. –Y.; PAN, H. –L. Nonlocal boundary layer vertical diffusion in a mediumrange forecast model. Monthly Weather Review. Boston, v.124, n.10, p.2322-2339. 1996. IREDELL, M.; PURSER, J. A local diffusion to control advective numerical instability in the NMC global spectral model. Preprints, 11th Conf. on Numerical Weather Prediction, Norfolk, VA, Amer. Meteor. Soc., 22-23. 1994. LOUIS, J. –F.; TIEDTKE, J.; GELEYN, -F. A short history of the PBL parameterization at ECMWF. Proceedings of the ECMWF Workshop on Planetary Boundary Layer Parameterization. November. 1981. European Centre for MediumRange Weather Forecasts, Reading, England, pp.59-80. KALNAY, E. et al. The NCEP/NCAR 40-years reanalysis project. Bulletin of the American Meteorological Society, Boston, v.77, n.3, p.437-71, 1996. KANAMITSU, M. Description of the NMC global data assimilation and forecast system. Weather and Forecasting, Boston, v.4, n.3, p.335-342. 1989. KANAMITSU, M. et al. Recent changes implemented into the global forecast system at NMC. Weather and Forecasting, Boston, v.6, n.3, p.425-436. 1991. JI, Y; VERNEKAR, A. Simulation of the Asian summer Monsoons of 1987 and 1988 with a Regional Model nested in a global MCGA. Journal of Climate, Boston, v.10, n.8, 1965-1979. 1997. LIU, Y. Q.; GIORGI, F; WASHINGTON, W. M. Simulation of summer monsoon climate over east Asia with an NCAR regional Climate Model. Monthly Weather Review. Boston, v.122, n.10, p.2331-2348. 1994. JUANG, H.-M. H.; KANAMITSU, M. The NMC nested regional spectral model. Monthly. Weather Review. Boston, v.122, n.1, p.3-26. 1994. 50 ________, HONG, S-Y, KANAMITSU, M. The NCEP regional spectral model: An update. Bulletin American Meteorological Society. Boston, v.78, n.10, 2125-2143. 1997. MECHOSO, C. R.; LYONS, S. W.; SPHAR, J. A. The impact of sea surface temperature anomalies on the rainfall over Northeast Brazil. Journal of Climate. Boston, v.3, n.8, p.812-826. 1990. MOURA, A. D.; SHUKLA, J. On the dynamics of droughts in northeast Brazil: Observations, theory and numerical experiments with a general circulation model. Journal of the Atmospheric Sciences, Boston, v.38, n.12, p.2653-2675. 1981. NOBRE, P.; SHUKLA, J. Variations of sea surface temperatures, wind stress, and rainfall over the tropical over the tropical Atlantic and South America. Journal of Climate. Boston, v.9, n.10, p.2464-2479. 1996. NOBRE, P.; MOURA, A. D.; SUN, L. Dynamical downscaling of seasonal climate prediction over Nordeste Brazil with ECHAM3 and NCEP´S Regional Spectral Model at IRI. Bulletin of the American Meteorological Society. Boston, v.82, n.12, p.27872796. 2001. PAN, H. –L.; MARTH, L. Interaction between soil hydrology and boundary layer development. Boundary Layer-Meteorology. Dordrecht, v.38, p.185-202. 1987. PAN, H. -L.; WU, W. –S. Implementation a mass flux convective parameterization package for the NMC medium-range forecast model. Preprints, 10th Conf. on Numerical Weather Prediction, Portland, OR, Amer. Meteor. Soc., 96-98. 1994. REYNOLDS, R.W.; SMITH, T. M. Improved global sea surface temperature analysis using optimum interpolation. Journal of Climate. Boston, v.7, n.6, p.929-948. 1994. REPELLI, C. A.; ALVES, J. M. B. O uso de Análise de Correlações Canônicas para Prognosticar a Variabilidade Espacial da Precipitação sobre o Nordeste do Brasil. Revista Brasileira de Meteorologia, São Paulo, v.11, n.2, p.67-75, 1996. 51 ROADS, J. et al. International Research Institute/Applied Research Centers (IRI/ARCs) regional model intercomparison over South America. Journal Geophysical Research, v.108, n.D14, 4425, doi:10.1029/2002JD003201, 2003. ROJAS, M; SETH, A. Simulation and sensivity in a Nested Modeling System for South America. Part II: GCM Boundary Forcing. Journal of Climate. v.16, n.15, Boston, 2454-2471. 2003. ROECKNER, E. et al. The atmospheric general circulation model ECHAM4: model descripition and simulation of the present-day climate. Max Planck Institut für Meteorologie, Report n.28, Hamburg, Germany, 90pp. 1996. ROWELL, D. P.; et al. Variability of summer rainfall over tropical north Africa (190692): Observations and modelling. Quart. J. Roy. Meteor. Soc., 121, 699-704. SETH, A; ROJAS, M. . Simulation and sensivity in a Nested Modeling System for South America. Part I: Reanalysis Boundary Forcing. Journal of Climate. v.16, n.15, Boston, 2437-2453. 2003. SHUKLA, J. et al. Dynamical Seasonal Prediction. Bull. Amer. Meteor. Soc., 81, 25932605. 2000. SUN, L.; GRAHAM, N. Climate simulation over East Africa using the NCEP Regional Spectral Model. Submetido ao Journal Geophysical Research. Washington, 2001. Sun, L. H. Li, and M. N. Ward, 2003: Climate variability and rained agriculture in Ceara, Brazil, will submit to Agricultural and Forest Meteorology. TIEDTKE, M. A comprehensive mass flux scheme for cumulus parameterization in large-scale models. Monthly Weather Review. Boston, v.117, n.8, p.1779-1800. 1989. 52 WARD, M. N.; FOLLAND, C. K. Prediction of seasonal rainfall in the north nordeste of Brazil using eingenvectors of sea-surface temperature. International Journal of Climatology., v.11, p.711-43, 1991. XAVIER, T. de Ma. B. S. ET AL. A Zona de Convergência Intertropical –ZCIT e suas relações com a chuva no Ceará (1964-98), Rev. Bras. Meteor., v.15, n.1, p27-43. 2000. 53 CHAPTER 3: DOWNSCALING OF DAILY RAINFALL OCCURRENCE OVER NORTHEAST BRAZIL USING A HIDDEN MARKOV MODEL Andrew Robertson 68 páginas 54 CAPÍTULO 4: MODELO DE PREVISÃO DE VAZÕES SAZONAIS E INTERANUAIS Francisco de Assis de Souza Filho e Upmanu Lall INTRODUÇÃO Regiões semi-áridas, como o Nordeste do Brasil, são particularmente vulneráveis a flutuações do clima e seus impactos nos suprimentos de água. Modelos de previsão de vazões em rios para horizonte de alguns meses ou ano tornam-se muito interessantes com vistas a operação mais eficiente dos suprimentos de água e o processo de alocação de água entre usos e usuários conflitantes. A previsão de vazão pode ser realizada utilizando-se modelagem dinâmica ou estatística. Um procedimento para a realização de tais previsões é o uso de Modelos de Circulação Gerais (GCMs) do oceano e a atmosfera, seguindo-se por "downscaling" que usa modelos regionais de previsão de clima ou aproximações estatísticas, seguido por modelos chuva-deflúvio concentrados ou distribuídos. Esta é uma direção de pesquisa útil. Neste momento, ainda estão sendo avaliados assuntos relacionados à propagação de incerteza ao longo da metodologia, processos estão sendo parametrizados e capacidade de previsão final esta sendo avaliada. Uma alternativa a esta metodologia é o desenvolvimento direto de previsões estatísticas para os aportes de água e as demanda a partir de uma adequada seleção de preditores de clima. Um novo método de previsão estatística de escoamento em rios é apresentado neste texto. Souza Filho e Lall (2002) apresentaram metodologia para a previsão de vazões sazonais e interanuais utilizando a “pull regression” na obtenção de regressão linear. No presente artigo será apresentada uma regressão após Análise dos Componentes Principais; avaliando-se os ganhos com relação à metodologia utilizada naquele trabalho. Objetivando um entendimento da abordagem realizada, reproduziremos de forma atualizada a descrição dos estudos anteriores e da análise e diagnóstico descritos no referido trabalho. 55 O objetivo é desenvolver uma metodologia que fosse compatível com as necessidades de informação e métodos de análise de uma agência de água responsável para operar um sistema de reservatórios em um rio. Isto é, o método pretende prever vazões mensais mantendo a estrutura espacial e temporal da série de vazões históricas e em um período de operação de três meses a 18 meses. Muitos operadores de hidrossistemas tomam decisões simulando-o a partir de reamostragem de uma série de registros de vazões históricas e demandas projetadas. Desenvolveu-se neste trabalho um método de reamostragem de vazões condicionada ao estado climático. Utilizaram-se técnicas de regressão multivariada para explorar a relação entre vazões anuais (ou sazonais) e um conjunto de potenciais preditores climáticos. Ponto chave nesta previsão é a potencial relação não linear e os resíduos desta regressão não apresentarem uma distribuição normal. A regressão linear é utilizada aqui para transformar o espaço das variáveis preditoras. Emprega-se, no espaço transformado das variáveis preditoras, uma aproximação não paramétrica para a densidade de probabilidade condicional da matriz de vazões mensais. Em todos os locais, para o horizonte de interesse, é realizada simulações de Monte Carlos para as vazões futuras geradas pelo método não paramétrico k-Nearest Neighbor (Lall e Sharma, 1996). Desagregação para balanças de tempo de diário, usando métodos relacionados apresentados em Kumar et al (2000) também pode ser considerado. Em uma análise de capacidade de previsão dos principais modelos de Circulação Geral oceano-atmosfera para precipitação sazonal, Rajagopalan et al (2001), concluiu que o Nordeste do Brasil é uma das regiões do mundo onde se apresenta de forma consistente e estatisticamente significativa durante a estação chuvosa primária (março-maio) melhor capacidade de previsão. Seca é uma preocupação permanente no estado de Ceará. E o sistema de reservatórios freqüentemente é levado a seus níveis mínimos mesmo sendo projetados para regularização plurianual com volumes aproximadamente duas vezes a vazão média afluente. Dado o potencial para previsões de horizonte longo duração, e a alta utilidade de tal informação, o Ceará provê um estudo de caso importante para os métodos desenvolvidos aqui. A metodologia de previsão desenvolvida é aplicada para o sistema de 6 reservatórios nas Bacias do Jaguaribe e Metropolitanas no Ceará. Em próximos trabalhos mostrar-se-á como a previsão devera ser utilizada para a construção de curvas guia e operação "ótima" de hidrossistemas. 56 ESTUDOS ANTERIORES Inicialmente é analisada a informação sobre as secas no Ceara e as suas decorrências no suprimento de água e na demanda e a variação da vazão afluente aos reservatórios. Os Esforços anteriores de previsões estatísticas de vazões ou precipitação na região serão analisados no contexto da identificação de um conjunto satisfatório de preditores climático para o Ceará. O sistema de água de interesse é o Hidrossistema Jaguaribe-Metropolitano (JMH) no Ceará. Este é o sistema de água mais importante no Estado. Seis reservatórios principais (veja Tabela 1 - o primeiro três estão na Bacia de Jaguaribe e o restante na Bacia Metropolitana) provêem as áreas irrigadas do Jaguaribe e a área metropolitana (Fortaleza). Os primeiros quatro reservatórios estão na região semi-árida do estado. Precipitação nas bacias dos rios Pacoti-Riachao e Cocó são influenciadas por chuvas orográficas da serra de Baturité. Os registros de Chuva nas bacias estão disponível desde aproximadamente 1911. O Registro de vazão nos locais tem diferentes dadas de início variando de 1912 a 1970. Por conseguinte, calibrou um modelo chuva-deflúvio para reconstruir a vazão em cada um dos reservatórios. Espera-se que a qualidade dos dados de vazão seja melhor para o reservatório de Orós, e pior para o Pacoti-Riachão. Observa-se certa quantidade de anos com vazão anual zero. A vazão anual em todos os locais é altamente variável e assimétrica (Tabela 1). Noventa por cento das vazões tem sua ocorrência nos meses de janeiro a junho. O Plano Estadual de Recursos Hídricos (SRH, 1991) e Plano de Bacia de Hidrográficas (COGERH, 2000a; COGERH, 2000b) provem as projeções de demanda para JMH. A Bacia do Jaguaribe a demanda de água é 80% Irrigação e 20% urbano. A demanda de água das Bacias Metropolitanas é predominantemente para uso Urbano e Industrial. Por conseguinte, são distribuídas relativamente uniformemente as demandas na bacia Metropolitana durante o ano, enquanto esses na bacia de Jaguaribe se concentram na estação de irrigação (agosto a novembro). Alguns esforços recentes de identificação dos mecanismos e causas climáticas do regime de chuva e vazão no Nordeste do Brasil são discutidos em Uvo et al (2000), Uvo e Graham (1998), Uvo et al (1998), Marengo et al (1998), e Xavier et al (2000). A 57 chuva na região é altamente variável no espaço, dentro da estação chuvosa e durante anos (Kousky, 1979). A sazonalidade da chuva regional, e conseqüentemente das vazões, é governado em grande parte pela migração norte/sul da Zona de Convergência Intertropical (ITCZ). Uvo et al (1998) sintetize uma descrição da conexão entre chuva e o ITCZ baseado em pesquisas passada. Eles indicam que a estação chuvosa principal é iniciada entre fevereiro e março, quando a ITCZ sobre o Oceano Atlântico tropical alcança sua posição mais ao sul. A migração da ITCZ para o norte sinaliza o fim da estação chuvosa. O início e o fim deste processo tem datas com alta variabilidade, e este fato afeta significativamente o total de chuva sazonal. A chuva de janeiro-fevereiro é afetada por frentes frias ou por mecanismos a elas associados (Kousky, 1979). Conexões entre o Pacífico Oriental e o comportamento de ITCZ no Atlântico Tropical foi estudado por Nobre e Shukla (1996), Saravanan e Chang (2000), e Chiang et al (2000) com duas hipóteses contrastantes. Nobre e Shukla explicam a conexão entre um ENSO maduro no inverno boreal e a parte do norte do SST Atlântico tropical no inverno e a primavera seguinte em termos de uma "ponte atmosférica". Saravanan e Chang apontam ao papel de Circulação de Walker nesta conexção. Chiang et al oferecem apoio observacional para este mecanismo e analisam suas variações interdecadais (estes relacionam diretamente à freqüência variável de El Nino e La Nina com eventos de 21 anos em janelas móveis). A variabilidade de chuva foi relacionada a variações em Temperaturas de Superfície de Mar (Markham e McLain (1977), Moura e Shukla (1981), Hastenrath et al (1984), Hastenrath (1990), Ward et all (1991), Ward et al (1988), e Ward et al (1993)). Ward e Folland (1991) achou que é melhor usar o EOFs só das temperaturas de Superfície de Mar Atlânticas tropicais como preditores da chuva de Nordeste. As Anomalias de Pacífico associadas com ENSO representam um papel mais fraco. Ward et al (1993) indicou que os padrões espaciais de EOF no Atlântico não são freqüentemente robustos com respeito ao período de análise e especulam várias razões para este fato. Eles demonstram que as previsões são estatisticamente significativas de chuva sazonal no Nordeste sazonal com de 0 a 2 meses de antecipação usando regressão linear múltipla e análise de discriminante linear. O trabalho de Uvo et al (1998) considerando uma modelagem multivariada mais detalhada espacialmente (105 estações) e tempo (mensal e sazonal) analisa a precipitação no Nordeste e sua relação com as SSTs. Os resultados indicam que as anomalias de SST no Atlântico equatorial Meridional é associado com 58 uma migração mais cedo do ITCZ e conduz a aumento de chuva em partes do Nordeste inclusive no Ceará. De acordo com estudos prévios a ITCZ em abril e maio, e conseqüentemente o fim da estação chuvosa no Norte do nordeste, é em grande parte determinada por um gradiente de Norte-Sul na SST do Atlântico equatorial. A correlação com um índice de ENSO-Pacífico durante este período também é significativa. Baseado nos resultados da análise de multivariada, Uvo et al constroem índices de SST para o Pacífico Central, o Atlântico equatorial norte e sul, e a diferença entre o Atlântico norte e sul. Observaram que o índice do "dipolo do Atlântico" equatorial é um preditor das precipitações do Nordeste com 1 a 3 meses de antecedência, e confirma trabalho anterior que reconhece a utilidade de tal um índice. Avaliaram que os meses de abril e maio eram os mais importantes nas variações interanuais das precipitação do Nordeste, e que o índice do dipolo Atlântico é altamente correlatado com estas flutuações. O ENSO tem importância menor, mas estatisticamente significativo, e é associado com precipitação em Janeiro e Fevereiro, e de abril-maio. Um contexto para estas observações é provido pela análise de Chiang et al (2000) que também enfocou a dependência das chuvas no Ceará com os índice ENSO e o gradiente de SST entre o atlântico equatorial Norte e sul. Chiang observa que aumentos no NINO3 a amplitude e média das chuvas no Ceará tendem a decrescer. A interpretação sugerida por aqueles autores é que quando há pequena convenção no Oceano Pacifico equatorial leste (La Nina), a ITCZ do Atlântico Tropical é influenciado por outros fatores, principalmente o gradiente de SST entre o Atlântico tropical norte e sul. Como aumentos da convecção sobre o Pacífico equatorial oriental, subcidência anômala sobre o Atlântico tropical reduz a chuva no nordeste do Brasil e sua variação. A relação não linear entre a SSTs do Pacífico e a convecção e sua influência na SST do Atlântico Tropical e as chuva no Ceará é identificada como um fator nas aparente mudança nas correlação entre NINO3 e suas teleconexões sobre o Atlântico. A previsão de vazões com uma ou duas estação de antecedência para a região Amazônica foi realizada por Uvo et al (2000) utilizando regressão através de redes Neuronais utilizando a SSTs so Pacífico equatorial e do Atlântico Tropical para o período de 1946-1992. Obtiveram-se correlações entre observado e previsto das vazões no rio em 9 localidades que variam de 0.35 a 0.76. Estes resultados foram melhorados com a utilização de um modelo de regressão linear canônico implantado por Uvo e Graham (1998). A região Amazônica tem clima bastante diferente da região Nordeste, e 59 conseqüentemente não está claro se tal resultado pode ser extrapolado para o Ceará. Não é claro porem a possibilidade do método de redes neurais ser eficaz na geração de cenários probabilísticos para diversos locais ao mesmo tempo mantendo a mesma estrutura nos diversos locais e sendo de fácil comunicação para o operador de reservatórios. No contexto das previsões de vazões, as conexões do ENSO no inicio da estação chuvosa pode ser importante para prescrever a umidade do solo inicial e conseqüentemente potencial de deflúvio. Considerando que se esta interessado nas previsões de vazões no meio do ano anterior ao que se pretende prever, esta-se interessado em na previsibilidade potencial dos índices do Atlântico ou do Pacífico para os meses que antecedem a estação chuvosa. Uma investigação completa da dependência da vazão com relação a SST com diferentes defasagens em toda a região de interesse. Esta análise não será realizada neste momento, utilizar-se-á os preditores identificados por outros pesquisadores. Neste trabalho procura solucionar assuntos relacionados a não linearidade e não normalidade das relações estatísticas, e as modificação necessária nos métodos clássicos de análise linear e multivariada. As duas séries temporais selecionadas como preditores são o NINO3 (definida como a anomalia de temperatura da superfície do mar na região do Pacífico equatorial entre 150 graus W e 90 graus W e 5 graus S e 5 graus N) e um Gradiente de SST do Atlântico (EAD) série definida como a diferença na média mensal da anomalia de SST na região do Atlântico Norte (5-20N, 60-30W) e a média mensal da região do Atlântico Sul (0-20S, 30W-10E). A série de tempo mensal para estes índices foi derivada da malha de dados de SST desenvolvidos por Kaplan et al (1996) e disponível em http://ingrid.ldeo.columbia.edu/SOURCES/KAPLAN/EXTENDED/. DESENVOLVIMENTO DO MODELO DE PREVISÃO O procedimento utilizado para desenvolver as previsões para os seis locais no Ceará utilizando a série de EAD e NINO3 é descrita aqui. Os resultados das previsões serão analisados. A descrição geral do algoritmo utilizado é descrita a seguir. As idéias principais são: 60 i) As vazões nos seis locais de Ceará têm alta correlação espacial e são aparentemente influenciadas pelo clima de uma maneira semelhante, e este fato sugere a possibilidade da utilização de um mesmo modelo para todas as localidades. ii) enquanto os índices de clima são autocorrelacionados, e tendo distribuição aproximadamente normal, as vazões anuais não parecem ser correlacionadas(pelo menos na análise autoregressiva habitual), sugerindo que um procedimento de previsão apropriado pode ser obtido pela regressão das vazões anuais/mensais e uma seqüência de valores de índices de climáticos; iii) o uso do de métodos estatísticos tradicionais, métodos paramétricos para construir um modelo comum de regressão linear para construir um modelo de previsão na escala anual e posterior desagregação mensal podem ser de difícil elaboração devido a grande assimetria das distribuições anuais e mensais, o grande número de vazões zero, e a relação de não linear entre vazão e os índices do clima, e entre vazões mensais e anuais; iii) os métodos não paramétricos para a regressão e estimativa da densidade de probabilidade podem também ter um sucesso limitado em uma aplicação direta, devido a grande amplitude dos dados de vazão, as dimensões do problema multivariado no espaço, e a quantidade de dados disponível; iv) por conseguinte, desenvolveu-se uma aproximação semi-paramétrica decompondo o problema de estimação em três partes: (1) a transformação das vazões anuais em cada local, com vistas a garantir na regressão destas vazões com os índices um resíduo normal e com variância aproximadamente constante; (2) um modelo de regressão de vetor (por exemplo, regressão agrupada, regressão de componente principal, ou regressão canônica) com redução de dimensão com vistas a desenvolver um modelo comum de previsão das vazões anuais utilizando como preditores um conjunto de índices climáticos com certa antecedência; e (3) Utilizar este modelo de previsão para a reamostragem não paramétrica do conjunto de dados anuais da série histórica (e conseqüentemente um conjunto de vazões mensais/anuais em todos os locais), reamostragem esta construída a partir de valores atuais dos índices climáticos. A previsão por reamostragem semi-parametrica utilizará uma série histórica de dados de 1914-2000 para as vazões e para os índices climáticos. Reservou-se um bloco contínuo de 5 a 10 anos para a validação e verificação do ajuste do modelo. 61 O preditores considerados para a previsão de julho das vazões anuais (Jan-Dec) para o ano seguinte são os valores dos índices do NINO3 e EAD de abril-maio-junho (AMJ). A Tabela 3, mostrada anteriormente, indicam que estes índices não são correlacionados. Utilizou-se uma transformação de potência nas vazões anuais (Jan. para Dec.) para cada um dos seis locais de interesse. A transformação raiz cúbica proporcionou uma distribuição de probabilidade aproximadamente simétrica para as vazões anuais em cada local, e os resíduos das regressão nos dois índices tiveram variância aproximadamente constante, mas estas distribuições tiveram caudas mais grossas que as da distribuição Normal. Avaliaram-se duas metodologias alternativas para a regressão. A primeira é proposta por Souza Filho e Lall (2002), que consiste em uma regressão agrupada. A segunda realiza a regressão da primeira componente principal com os índices climáticos. A primeira metodologia. Os coeficientes lineares para os índices foram obtidos por um procedimento de regressão de stepwise em todos os locais. Em seguida, calculou-se uma regressão agrupada (Dillon ar al, 1984) da transformação das vazões anuais qs = (as1/3media(as1/3))/stdev(as1/3), na série de AMJ de EAD e NINO3. Aqui, as é o vetor que contém a série temporal de vazões anuais no local s. A regressão agrupada (q=Xβ+ε) não foi achado para ser diferente das seis regressões (veja Tabela 4) para cada local com um nível de significância de 95%. Como uma alternativa para a regressão agrupada, foram consideradas também regressões dos componentes principais. Obtiveram-se os componentes principais das variáveis qs. Sob o primeiro componente principal realizou-se a regressão dos índices climáticos. Considerando que o interesse está em gerar uma previsão de vazões anuais e mensais, o modelo de regressão não foi usado de forma direta na previsão. Para gerar uma previsão de vazões anuais, precisa-se de estimativas das distribuições de probabilidade condicional f(at+f,s|xt) do vetor de vazões anuais do local s, at+f,s. Assume-se um modelo para a distribuição de probabilidade dos resíduos da regressão, e realiza-se a transformação da variável retornando ao espaço inicial das vazões. Este procedimento gera vazões negativas, caso seja imposto para estas vazões negativas serem iguais a zero a funções densidade de probabilidade não se parecerá com a função densidade de 62 probabilidade dos dados originais. Outra dificuldade neste processo de geração é a preservação da estrutura de correlação espacial entre os locais após a transformação inversa. Para os valores de vazões mensais em cada local, seria necessário calcular a distribuições de probabilidade condicional o f(mt+f | at+f, xt), f(mt+f | at+f) ou f(mt+f | xt), como apropriado para os dados. A desagregação de vazões anuais para a estimativa das vazões mensais (por exemplo, Bras e Rodriguez-Iturbe, 1984, segundo 3.5) com vistas a preservar a consistência espacial e temporal pode ser considerada. Objetivando a geração de previsão realizada por um conjunto de valores obtida de uma re-amostragem dos dados sa série histórica apresentar conveniência pratica. Utiliza-se uma metodologia não paramétrica neste ponto. O procedimento k-nearest neighbor de estimativa da função de densidade descritos em Lall e Sharma (1996) e Karlsson e Yakowitz (1987) é adaptado ao problema atual. Dado um vetor com dados atuais 1*p de preditores x*, realiza-se uma reamostragem das vazões anuais at+f e o vetor correspondente mt+f das vazões mensais que implicitamente reflete a distribuição de probabilidade condicional f(M|x). A estratégia básica é selecionar os k vizinhos mais próximos de x* no conjunto de dados histórico X, estimase os pesos apropriados ou probabilidades para nomear a cada um destes vizinhos, e então reamostra-se o vetor das vazões (no local s correspondente) M, estimando as probabilidade para cada um dos valores reamostrados. Por exemplo, suponha que o único preditor era o NINO3, desejamos emitir uma previsão para o próximo ano em janeiro que usa os dados para NINO3 os valores de OND. Suponha que em janeiro o NINO3 para os meses de OND anteriores foi estimado em 2.5. Então localizaria na série histórica k (por exemplo, 30) dos valores mais próximos deste valor do NINO3. A probabilidade de cada um destes k anos selecionados sera proporcional ao quão próximo o valor do NINO3 estará do valor 2.5. Estes anos selecionados serão utilizados para a operação do sistema de reservatórios, ao invés de uma série sorteada ao acaso. Os parâmetros chaves do algoritmo são o número de vizinhos, k, usar, a seleção da métrica para definir a "proximidade" nos espaço dos preditores, particularmente no contexto de análise multivariada, e os pesos da probabilidade. No contexto deste trabalho o procedimento utilizado é o descrito a seguir: 1. Cálculo da distancia entre o valor do vetor de preditores atual x* e o valor dos preditores em sua série histórica, xi, na forma: 63 {( ) } d i2 = ∑ j =1 x *j − xi , j γ p 2 j (1) onde x* é um vetor 1*p, xi é um vetor 1*p de preditores durante o ano de ith usado no modelo ajustando, e γ é um vetor p*1 (coeficiente da regressão da variável das vazões q padronizada e transformada e os índices climáticos EAD e NINO3, respectivamente, no caso da regressão agrupada ou da regressão do primeiro componente principal com os índices climáticos). As distâncias registram a semelhança da condição de preditor atual com cada uma das condições passadas. A seleção das variáveis paramétricas, transformação e procedimento de regressão usados no passo preliminar são usados aqui para desenvolver "pesos" para cada componente da matriz dos preditores. Por conseguinte, a distância Euclididana é usada para definir semelhança dos k-vizinhos mais próximos, e "transfere" o conhecimento da regressão paramétrica multivariada das vazões anuais. 2. usando o vetor de distância d calculado no passo anterior, identifica-se o conjunto de valores mais próximos identificando a posição em um ordenamento realizado a partir do índice J dos vizinhos mais próximos. O elemento de jth deste conjunto registra o ano t associou a jth com xi mais próximo de x*. O núcleo da reamostragem é definido no passo 3 baseado na ordem de elementos em J. Onde vários observações tem a mesma distância, o ordenamento original dos dados podem influenciar o ordenando em J. Para evitar tais problemas, nós copiamos o índices do vetor tempo t em um vetor temporário e proporcionamos uma perturbação randomica no ordenamento deste vetor antes de realizar o ordenamento do vetor pelas distâncias. 3. Seleciona-se o número de vizinhos a serem utilizados (k) e o núcleo da reamostragem ou função de peso K(j). A escolha núcleo da reamostragem segundo Lall e Sharma (1996): K ( j) = 1/ j k ∑1/ i i =1 Uniforme: K(j)=1/k 64 Combinações diferentes de k e K(j) podem dar resultados semelhantes, propriedades de núcleo são discutidas em Hardle (1991). 4. a matriz de previsão de vazões é então reamostrata utilizando o núcleo K(j). Se o elemento de jth é tirado do núcleo, o ano correspondente é identificado de J, e a previsão é o conjunto de vazões ocorridas naquele ano e nos meses deste ano em todas as localidades. Este processo é repetido para gerar o número desejado de previsões de conjunto de at+f e mt+f. RESULTADOS COM O CÁLCULO DOS COEFICIENTES UTILIZANDO A REGRESSÃO AGRUPADA A metodologia utilizada para o cálculo dos coeficientes utilizando Regressão Agrupada foi desenvolvida e apresentada em Souza Filho e Lall (2003). Testaram-se os valores de k que variam de 10 a 30, e os primeiros dois núcleos indicados anteriormente. As diferenças por tipo de núcleo utilizadas são secundárias, e a previsão mediana é bem parecido com 10 ou 30 vizinhos. Observou-se que a mediana da previsão é sempre mais próxima dos valores observados que a mediana climatológica, e que a variação nos quartis da previsão são menores que o os da climatologia. A correlação da previsão mediana com as observações é 0,91 durante os 8 anos de validação do modelo 1993-2000. Os anos secos de 1993 e 1998 tiveram uma boa sinalização pelo modelo, enquanto a previsão durante os anos 1994 e 2000 foi mais difusa. 65 Figura 1. Correlações da Temperatura da Superfície do Mar (TSM) com as vazões do Oros com Oros no período de Janeiro a Junho com 9 e 3 meses de lags. Oros Annual Inflow (m3/s) for Year t+1 66 150 100 50 0 -0.7 -0.2 0.3 0.8 Oros Annual Inflow (m3/s) for Year t+1 EAD Index for July-Aug-Sep for Year t 150 100 50 0 -1.6 -1.1 -0.6 -0.1 0.4 0.9 1.4 1.9 NINO3 index for July-Aug-Sep for Year t Figura 2. Correlação não linear entre as vazões anuais afluentes ao Orós e os Índices de Temperatura da Superfície do Mar (TSM). Relações similares são encontradas em outras estações. A curva é um spline suavizado ajustado aos dados. 67 Tabela 1: Dados Básicos e Estatísticos da afluência anual aos reservatórios (m3/s) baseados nos dados de 1913-1990 Reservatório Oros Banabuiu Pedras Branca Pacajus Pacoti Riachao Gaviao Rio Jaguaribe Banabuiú Sitiá Choró Pacoti-Riachão Cocó 24563 14931 1787 4060 1108 95 Armazenamento (hm ) 1956 1800 434 148 420 54 1st Quartio 6.9 4.5 0.7 2.9 2.8 0.4 Median 18.5 15.1 2.1 17.3 7.1 0.8 3rd Quartio 37.2 34.3 5.9 32.7 12.0 1.5 2 Area da Bacia(km ) 3 Média 30.0 26.6 5.2 24.6 8.5 1.2 Std Dev 37.8 31.8 8.0 29.5 7.8 1.1 CV 1.3 1.2 1.5 1.2 0.9 0.9 Tabela 2: Correlação anual das vazões nos locais Oros Banabuiu Pedras Branca Pacajus Pacoti Riachao Gaviao Oros 1.00 Banabuiu 0.76 Pedras Branca 0.78 Pacajus 0.78 Pacoti Riachao 0.65 0.76 1.00 0.83 0.73 0.63 0.78 0.83 1.00 0.83 0.73 0.78 0.73 0.83 1.00 0.84 0.65 0.63 0.73 0.84 1.00 0.64 0.56 0.67 0.82 0.94 Gavião 0.56 0.67 0.82 0.94 1.00 0.64 Tabela 3: Correlação entre a vazão anual do reservatório e os índices sazonais do clima. Encontra-se em negrito as correlações com nível de significância superior a 95%. EAD OND Nino3 OND EAD JAS Nino3 JAS EAD OND 1 Nino3 OND 0.08 1 EAD JAS 0.76 0 1 Nino3 JAS 0.05 0.90 -0.02 1 EAD AMJ 0.54 0.01 0.83 0.02 EAD AMJ Nino3 AMJ 1 Nino3 AMJ -0.10 0.64 -0.19 0.74 -0.20 1 OROS 0.51 -0.21 0.47 -0.20 0.33 -0.23 68 Tabela 4: Coeficientes da Regressão linear das variáveis transformadas e padronizadas com relação ao índice sazonal NINO3 e EAD. Data da PrevisãoÆ Reservatório Outubro Coef. Nino3 Coef. EAD -0.43 0.76 -0.38 0.82 -0.39 0.98 Julho Coef. Nino3 Coef. EAD Coef. Nino3 Pacajus Pacoti-Riachão Gavião Janeiro Coef. EAD 1.14 1.28 1.46 -0.33 -0.26 -0.30 0.39 0.48 0.59 -0.35 -0.25 -0.31 Pedras Branca Banabuiú Orós Pooled 1.18 1.03 1.32 1.23 -0.32 -0.19 -0.37 -0.35 -0.21 -0.13 -0.37 -0.27 0.45 0.61 0.62 0.52 -0.23 -0.16 -0.40 -0.28 0.87 0.92 1.22 0.93 REFERÊNCIAS BIBLIOGRÁFICAS BRAS, R.L, RODRIGUEZ-ITURBE, I. “Randon Fuction And Hydrology”. DOVER PUBLICATIONS. 1984 CHIANG J. C. H., Y. KUSHNIR E E. ZEBIAK, Interdecadal Changes In Eastern Pacific Zcit Variability And Its Influence On The Atlantic Zcit, GEOPHYSICAL RESEARCH LETTERS, 27 (22): 3687-3690 NOV 15 2000. COGERH, Plano De Gerenciamento Da Bacia Do Jaguaribe, COMPANHIA DE GESTÃO DOS RECURSOS HÍDRICOS, FORTALEZA. CEARÁ. 1999A. COGERH, Plano De Gerenciamento Das Bacias Metropolitanas, Companhia De Gestão Dos Recursos Hídricos, FORTALEZA. CEARÁ. 1999B. DILON, W.R E GOLDSTEIN, M. Multivariate Analyses. PAG 246-248. JOHN WILEY & SONGS. 1984. HASTENRATH, S., Predictability Of Northeast Brazil Droughts, NATURE, 307 (5951): 531-533, 1984. HASTENRATH, S., Prediction Of Northeast Rainfall Anomalies, J. ATMOS. SCI., 35, 2222-2231, 1990. KAPLAN, A., M. CANE, Y. KUSHNIR, A. CLEMENT, M. BLUMENTHAL, AND B. RAJAGOPALAN, Analyses Of Global Sea Surface Temperature 1856-1991, JOURNAL OF GEOPHYSICAL RESEARCH, 103, 18,567-18,589, 1998 KARLSSON, M., YAKOWITZ, S., Nearest-Neighbor Methods For Nonparametric Regression: Local Adaptative Smoothing And Confidence Bands, J. AM. STATISTIC ASSOC, 23, 1300-1308, 1987. KOUSKY, V.E., Frontal Influences On Northeast Brazil, MON. WEATHER REV., 107, 1140-1153, 1979 KUMAR, D.N., U. LALL, AND M. PETERSON, Multi-Site Disaggregation Of Monthly To Daily Streamflow, WATER RESOURCES RESEARCH, 36(7), 1823-1834, 2000. LALL, U. E A. SHARMA, A Nearest Neighbor Bootstrap For Resampling Hydrologic Time Series, WATER RESOURCES RESEARCH, 32(3), 679-693, 1996. MARENGO, J. A., J. TOMASELLA, E C. R. UVO, Trends In Streamflow And Rainfall In Tropical South America: Amazonia, Eastern Brazil, And Northwestern Peru, J. OF GEOPHYSICAL RES., 103(D2), 1775-1783, 1998. 69 MARKHAM, C. G., E D. R. MCLAIN, Sea Surface Temperatures Related To Rain In Ceara, Northeast Brazil, NATURE, 265, 320-323, 1977. MOURA, A. D., E J. SHUKLA, On The Dynamics Of Droughts In Northeast Brazil: Observation, Theory And Numerical Experiments With A General Circulation Model, J. ATMOS. SCI., 38, 2653-2675, 1981. NOBRE P. E J. SHUKLA, Variations Of Sea Surface Temperature, Wind Stress, And Rainfall Over The Tropical Atlantic And South America, J. CLIMATE, 9 (10), 2464-2479, 1996 RAJAGOPALAN, B., U. LALL, AND S. E. ZEBIAK, Categorical Climate Forecasts Through Regularization And Optimal Combination Of Multiple Gcm Ensembles. MON. WEATHER REV., 130 (7), 1792-1811, 2002 SARAVANAN R. E P. CHANG, Interaction Between Tropical Atlantic Variability And El NinoSouthern Oscillation, J. CLIMATE, 13 (13), 2177-2194, 2000. SOUZA FILHO, FRANCISCO DE ASSIS “Aplicação De Um Sistema De Suporte À Decisão À Alocação De Água: O SSD da COGERH-CE” XIII SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS. ASSOCIAÇÃO BRASILEIRA DE RECURSOS HÍDRICOS. 1999 SOUZA FILHO, F. A. AND LALL, U. 2003, Multi-Scale, Multi-Site, Seasonal To Interannual Probabilistic Ensemble Streamflow Forecasts For Ceara, Brazil: Applications Of A Multivariate, Semi-Parametric Algorithm, WATER RESOURCES RESEARCH, IN PRESS. SOUZA FILHO, FRANCISCO DE ASSIS; PORTO, RUBEM LA LAINA. “Modelo De Otimização Da Alocação Intra-Anual de Estoques de Água”. XII SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS. ASSOCIAÇÃO BRASILEIRA DE RECURSOS HÍDRICOS. 1997 SRH, Plano Estadual de Recursos Hídricos, SECRETARIA DE RECURSOS HÍDRICOS DO ESTADO DO CEARÁ, FORTALEZA, CEARÁ. 1991. UVO, C. B. E N. E. GRAHAM, Seasonal Runoff Forecast For Northern Aouth America: A Statistical Model, WATER RESOURCES RESEARCH, 34(12), 3515-3524, 1998. UVO. C. B. , C. A. REPELLI, S. E. ZEBIAK, E Y. KUSHNIR, The Relationship Between Tropical Pacific And Atlantic Tsm And Northeast Brazil Monthly Precipitation, J. OF CLIMATE, 11(4), 551-562, 1998. UVO C. B., U. TOLLE, E R. BERNDTSSON, Forecasting Discharge In Amazonia Using Artificial Neural Networks, INT. J. CLIMATOLOGY, 20 (12), 1495-1507, 2000. WAHBA, G., Spline Methods For Observational Data, 169 PP., SIAM, PHILADELPHIA, 1990. WARD, M. N., S. BROOKS, C. K. FOLLAND, Predictability Of The Seasonal Rainfall In The Northern Nordeste Region Of Brazil, In Recent Climate Change, ED., S. GREGORY, BELHAVEN, LONDON, UK, 237PP., 1988. WARD, M. N., E C. K. FOLLAND, Prediction Of Seasonal Rainfall In The North Nordeste Of Brazil Using Eigenvectors Of Sea-Surface Temperatures, INT. J. OF CLIMATOLOGY, 11, 711-743, 1991. XAVIER, T.M.B, Tempo de Chuva. EDITORA ABC, 2001. 70 CAPÍTULO 5: ACOPLAMENTO DO MODELO CLIMÁTICO E MODELO HIDROLÓGICO Francisco de Assis de Souza Filho e Ruben Porto Introdução A previsão de vazão pode ser realizada utilizando-se modelagem dinâmica ou estatística. Um procedimento para a realização de tais previsões é o uso de Modelos de Circulação Gerais (GCMs) do oceano e a atmosfera, seguindo-se por "downscaling" que usa modelos regionais de previsão de clima ou aproximações estatísticas, seguido por modelos chuva-deflúvio concentrados ou distribuídos. Esta é uma direção de pesquisa útil. Neste momento, ainda estão sendo avaliados assuntos relacionados à propagação de incerteza ao longo da metodologia, processos estão sendo parametrizados e capacidade de previsão final esta sendo avaliada. O modelo climático utilizado foi simulado com temperatura da superfície do mar (TSM) no Atlântico conhecida. Este modo de previsão produz o melhor resultado possível do modelo. Este trabalho apresenta o acoplamento de um modelo hidrológico concentrado com um modelo de previsão climática regional. A região de Aplicação A aplicação da metodologia foi realizada na Bacia Hidrográfica do reservatório Orós. Este reservatório tem uma bacia hidrográfica de 25.000 km2 e localiza-se no sul do Ceará na bacia do Alto Jaguaribe. A sua bacia de contribuição tem no semi-árido da depressão sertaneja sua maior área, recebendo aportes dos rios Bastiões e Jucá que drenam água de região subúmida do Cariri cearense. 71 Modelo Climático Com a disseminação e a recente demonstração da previsibilidade de eventos climáticos, em particular o evento El Niño - Oscilação Sul e seus impactos de longo Prazo (Cane et al., 1986; Barnston et; 1999b; Mason et al., 1999b), tem havido um grande interesse pelo uso das previsões climáticas resultantes dos Modelos de Circulação Geral da atmosfera – MCGA’S (Rajagalopan et al., 2002). Nos últimos anos devido à acelerada demanda pela informação climática e a restrição de escala espacial dos MCGA’S, alguns centros de pesquisa em meteorologia passaram a aplicar a chamada técnica do “Downscaling” (redução de escala da informação climática regional) em algumas regiões onde as MCGA’S apresentam melhor previsibilidade sazonal (Ji & Vernekar, 1997; Nobre et al., 2001; Sun & Graham, 2001). Uma das dificuldades aparentes é traduzir essa informação climática para os usuários interessados e mostrar ou reduzir sua incerteza associada (erros). Em geral, os resultados da previsão climática são apresentados como a chance (%) de acertar dentro de uma categoria de percentis, ou quanto o valor quantitativo previsto se afasta da média ou normal climatológica da variável considerada (Mason et al., 1999; Krishnamurti et al., 2000). Rajagalopan et al, 2002, usando técnicas estatísticas, mostram um método que combina a probabilidade climatológica de cada categoria com a seqüência de previsões probabilística resultante do MCGA relacionando-as com a previsão climática. O sistema de previsão regional do clima, aqui utilizado, é o implementado na Fundação Cearense de Meteorologia e Recursos Hídricos – FUNCEME em convênio com o International Research Institute (IRI), Universidade de Columbia (EUA). O sistema utiliza o modelo regional espectral (MRE97), uma versão do MRE do National Centers Environmental Prediction - NCEP-EUA (Juang e Kanamitsu, 1994), sendo rodado com os dados de entrada do MCGA (ECHAM4.5) do Max Plank Institute. O modelo ECHAM4.5 tem um truncamento triangular no número de onda 42 (aproximadamente 2,8o de latitude e longitude). Maiores detalhes deste modelo pode ser encontrado em Roeckner et al. (1996). 72 O acoplamento entre os modelos é unidirecional. As forçantes de larga escala utilizadas para a inicialização do MRE foram obtidos das simulações do MCGA ECHAM4.5 para os meses de fevereiro a maio de 1971-2000. A informação de larga escala das componentes meridionais e zonal, umidade específica, temperatura e pressão foram utilizadas como contorno do modelo que utilizou um passo de atualização de 6 horas na das informações do contorno. A Temperatura da Superfície do Mar (TSM) observada nos Oceanos Pacífico, Atlântico e Índico no período de 1971-2000 do conjunto de dados chamados "Optimum Interpolation" (Reynolds e Smith, 1994) serviram de variáveis de contorno à superfície nas simulações do modelo ECHAM4.5. O método de perturbação aninhada usado seguiu o utilizado no MCGA sobre todo o domínio, e não somente na zona de fronteira lateral. As variáveis dependentes no MRE são definidas como a soma da perturbação e o campo base (campo que depende do ajuste do MCGA em relação ao MRE). A resolução da perturbação no domínio regional incluiu um esquema semi-implícito, com filtragem no tempo com difusão horizontal semi implícita. Maiores detalhes sobre as características do MRE podem ser encontradas em Juan et al., 1997. O MRE foi integrado, com um conjunto de 10 membros, na versão não-hidrostática, passo de tempo 600 segundos em modo de simulação, com um espaçamento de grade de 60Km centrada na latitude de 3oSul e na longitude de 27° Leste, e 18 níveis verticais. A vegetação usada foi do tipo savana com 70% de cobertura da área de cada grade do domínio. O domínio compreende desde o oeste da África do Sul até Região Amazônica. Uma topografia mais refinada (60 Km), comparada a do ECHAM4.5, sobre a região Nordeste foi utilizada como variável de contorno no MRE. Em termos de especificações físicas na superfície do MRE, o mesmo foi simulado com um modelo de solo de duas camadas (Pan e Marth, 1987). O modelo de solo é designado para descrever o papel da vegetação e a interação da umidade do solo em modificar as trocas de momento, vapor d’água e energia. 73 Modelo Hidrológico e o Acoplamento O modelo hidrológico utilizado é um modelo concentrado e bastante simplificado baseado na equação do Soil Conservation Service (SCS). Como a bacia do Orós encontra-se, em grande parte, em região cristalina, com camada de solo muito pequena. Assumiu-se em uma primeira abordagem a inexistência de contribuição de base. O modelo de previsão climática apresenta resultados de saída diária das chuvas, porém estes modelos não têm uma boa capacidade de prever a seqüência entre dias úmidos e secos; como esta informação é decisiva para a utilização de modelos chuva-deflúvio em base diária optou-se pela utilização de modelo chuva-deflúvio com base mensal, de forma que o erro associado à diversidade de possibilidade das ocorrências diárias possíveis estivesse estimado no cálculo do resíduo da previsão de vazões. Dois modelos foram analisados um modelo estatístico baseado na equação de partição chuva-deflúvio do Soil Conservatio Service e o outro é o modelo SMAP, Lopes et al(1982). O modelo Estatístico O modelo estatístico utilizado baseou-se em uma regressão não linear sobre a equação do SCS modificada para a forma descrita a seguir. Este modelo é robusto, parcimonioso em parâmetros e extremamente simples. Este modelo foi aplicado para os totais de chuva do período de Fevereiro a Abril. Q=k (P − δ 1 )2 (P + δ 2 ) Onde Q é a vazão e P é a precipitação. K, e são os parâmetros do modelo. O parâmetro K tem por função ajustar a escala da precipitação observada e da precipitação obtida do modelo. O modelo SMAP O modelo SMAP desenvolvido por Lopes et al (1982) é construído a partir da equação de partição chuva deflúvio do SCS e possui dois reservatórios (subsuperficial e subterrâneo). O modelo tem seis parâmetros de ajuste e a Figura 4 apresenta a sua estrutura conceitual. 74 Resultados Modelo estatístico O modelo foi ajustado para a vazão sazonal do período de fevereiro a abril. Utilizou-se o período de 1971-1992 para calibrar os parâmetros e o período de 1993 a 1996 para análise. O resultado da previsão de vazões do modelo para o período de 1993 a 1996 é apresentado na Figura 1. Observa-se que os valores observados mantiveram-se entre os quantis de 25% e 75% em todos os anos e a previsão acompanhou a tendência de maior vazão em 1995 e de vazões mais baixas em 1993, 1994 e 1996. A Figura 2 apresenta a previsão de precipitações médias na bacia do Óros. A correlação para o período de 1971-2000 foi de 0,79. O ano de 1971 foi o ano que apresentou maior erro. Retirando-se o ano de 1971 a correlação cresceria para 0,84. Observa-se que há uma mudança na escala da chuva observada e na chuva previstas no modelo, o valor máximo da precipitação no modelo é de 700 mm e o observado é de 1000mm. O comportamento das vazões previstas com relação às vazões observadas é apresentado na Figura 3. Observa-se que o erro na previsão das precipitações de 1971 tornou-se mais pronunciados após o calculo das vazões associadas. A correlação entre vazão observada e vazão prevista é de 0,83; caso seja removido o ano de 1971 esta correlação subiria para 0,91 Modelo SMAP Utilizou-se a precipitação e vazões observadas no período (1973-1996) para a calibração do modelo. Na calibração do modelo obteve-se uma correlação de 0,93 entre as vazões do modelo e observadas. O resultado da calibração é mostrado na Figura 5. O modelo simulou o período de 1971-2000 utilizando a precipitação obtida no modelo climático regional. Esta precipitação foi corrigida utilizando-se a distribuição de probabilidade acumulada da precipitação observada e prevista, Figura 6. A correlação entre os totais observados e previstos do período de janeiro a junho foi de 0,81. A 75 Tabela 1 apresenta a correlação mês a mês dos valores observados e previstos. Observase que o modelo não tem capacidade de prever as vazões no mês de janeiro na bacia do Orós. Este fato é atribuído a dois fatores o primeiro ao sistema que produz chuva em janeiro é associado as frentes frias, que tem maior dificuldade de previsão que as chuvas associadas a zona de convergência (produtores das chuvas de meados de fevereiro a maio); e o segundo fator é a sensibilidade do modelo as condições iniciais de umidade, pois o primeiro mês de simulação é janeiro e um dos parâmetros de ajuste do modelo á condição precedentes. Figura 1: Previsão de vazões para o período 1993 a 1996 realizadas a partir das precipitações do RSM 76 35.0 30.0 Observação Q25 25.0 Q50 Vazão(m3/s) Q75 20.0 15.0 10.0 5.0 0.0 1993 1994 1995 1996 77 Figura 2: Relação entre precipitação observada e prevista nos meses de fevereiro, março e abril na bacia hidrográfica do reservatório Orós. 800 Precipitation Forcasting (mm) 700 600 1971 500 400 300 200 Correlation 0.79 w ithout 1971 is 0.84 100 0 0 200 400 600 800 Precipitation Observ (mm) 1000 1200 78 90,0 80,0 70,0 60,01971 50,0 40,0 30,0 20,0 10,0 0,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 Vazão Observada (m3/s) Figura 3: Relação entre vazão observada e prevista nos meses de fevereiro, março e abril na bacia hidrográfica do reservatório Orós. 79 Figura 4: Estrutura do modelo SMAP Tabela 1: Correlação entre os valores previstos e observados no período 1971-2000 Mês Correlação JAN FEV 0,05 MAR 0,58 ABR 0,52 MAI 0,72 JUN 0,92 0,56 80 Figura 5: Resultado da calibração do modelo SMAP 160,0 0 100 140,0 200 120,0 300 100,0 400 calculada 80,0 500 observada Chuva 600 60,0 700 40,0 800 20,0 900 0,0 ja n/ 73 ja n/ 74 ja n/ 75 ja n/ 76 ja n/ 77 ja n/ 78 ja n/ 79 ja n/ 80 ja n/ 81 ja n/ 82 ja n/ 83 ja n/ 84 ja n/ 85 ja n/ 86 ja n/ 87 ja n/ 88 ja n/ 89 ja n/ 90 ja n/ 91 ja n/ 92 ja n/ 93 ja n/ 94 ja n/ 95 ja n/ 96 1000 Figura 6: Correção de escala entre a precipitação do modelo e a observada é realizada utilizando a distribuição de probabilidade acumulada. Distribuição de probabilidade acumulada para o mês de abril. 1 0,9 0,8 Probabilidade 0,7 0,6 Observação RSM 0,5 0,4 0,3 0,2 0,1 RSM PREVISÃO 0 0 50 100 150 200 Precipitação (mm) 250 300 350 400 81 Figura 7: Vazões observadas e previstas com o RSM (previsão climática regional) e SMAP (modelo hidrológico chuva-deflúvio) para o mês de maio. 50,0 45,0 Vazão Prevista(m3/s) 40,0 35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0 0,0 10,0 20,0 30,0 Vazão Observada (m3/s) 40,0 50,0 Observações Finais Os resultados obtidos foram satisfatórios e apresentaram a potencialidade desta linha de trabalho. O aprimoramento do modelo hidrológico é um passo importante. O modelo SMAP e o estatístico tiveram performances similares. Estes são apenas os resultados preliminares do modelo SMAP, analise mais detalhada da performance deste modelo e melhoria na metodologia de calculo estão sendo implementadas. Os modelos hidrológicos concentrados produzem bons resultados com baixo custo computacional, como se pode observar. Modelos concentrados mais completos e utilizando dados na escala diária estão sendo analisados. Os modelos concentrados possibilitam, devido ao seu pequeno numero de parâmetros e baixo custo computacional, a analise das incertezas associados aos seus parâmetros com técnicas tais como Monte Carlo Markov Model (MCMC). O modelo climático utilizado foi simulado com temperatura da superfície do mar (TSM) no Atlântico conhecida. Este modo de previsão está associado ao melhor resultado possível do modelo. Nas previsões reais não se conhece as TSMs devido a este fato a previsão real deverá produzir resultados de pior qualidade que os aqui apresentado. Está-se concluíndo a geração das previsões do modelo para o período de 1971 a 2000 com a utilização das TSM previstas. Este resultado poderá fornecer uma nova analise da performance-se do modelo. Referências BARNSTON, A .G et al. NCEP forecast for the El Niño of 1997-98 and its U.S. impacts. Bull. Amer. Meteor. Soc; 80, 1829-1852. 1999b. CANE, M.A.; ZEBIAK, S.E; DOLAN; S.C. experimental forecast of El Niño. Nature, 321, 827-832. 1996. CHOU, S. C.; NUNES, A. M. B. and CAVALCANTI, I. F. A. Extend range forecast over South America using the regional eta model. J. Geophys. Res. 105, d8, 10.147-10160. 2000. LOPES, J.E, BRAGA, B.F.F, CONEJO, J.L. A Simplifield Hydrologic Model in Applied Modeling in Catchment Hydrology. Ed. V.P. Singh. Water Reosources Publication. 1982. 82 MASON, S.J.L. et al. The iri Seasonal Climate Prepitation System and the 1997/98 El Niño event. Bull. Amer. Meteor. Soc, 80, 1953-1973, 1999. NOBRE, P.; MOURA, A. D.; SUN, L. Dynamical downscaling of seasonal climate prediction over Nordeste Brazil with ECHAM3 and NCEP's Regional Spectral Model at IR. Bull. Amer. Meteor. Soc., 82, 2787-2796. 2001. RAJAGOPALAN, B.; LALL, M.; ZEBIAK, S. E. Categorial Climate forecast through regularization and optimal combination of multiple GCM ensembles. Pg. 1-34. In. press. 2002. ROECKNER, E., et al. The Atmospheric General Circulation Model ECHAM-4: Model Description and Simulation of Present-day Climate. Max Planc Institute for Meteorology. Report No 218. 1996. SUN, L.; GRAHAM, N. Climate simulation over East Africa using the NCEP Regional Spectral Model. Submitted to J. Geophys. Res. 2001. KRISHNAMURTY, T.N. et al. Multimodel ensomble forecast for Weather and Seasonal Climate. J. Climate, 13, 4196-4216.2000. 83 CAPÍTULO 6: GERENCIAMENTO DE RECURSOS HÍDRICOS E A VARIABILIDADE CLIMÁTICA NOS SEMI-ÁRIDOS BRASILEIROS. Francisco de Assis de Souza Filho Upmanu Lall Rubem L.L. Porto I N T RO D U Ç Ã O O Nordeste Semi-Árido tem como uma de suas características marcantes a alta variabilidade climática. Esta variabilidade esta associada a um elevado nível de vulnerabilidade e a ocorrência de eventos extremos de secas que já marcaram o imaginário popular brasileiro. Sobre este cenário colocam-se agora as incertezas associadas a uma potencial mudança climática. O gerenciamento de recursos hídricos é parte de uma solução que seja sustentável e que consiga gerenciar os riscos associados às mencionadas incertezas (associada a variabilidade e a mudança). A construção de elementos de contextualização da intervenção de recursos hídricos no semi-árido neste ambiente de incerteza crescente é objeto deste texto. A análise da variabilidade e mudança climática sobre os recursos hídricos do Nordeste Semi-Árido foi analisada em cinco blocos: a)o primeiro procura identificar o comportamento médio do clima nos oceanos, atmosfera e sobre os recursos hídricos em sua fase aérea (principalmente precipitação) e superficial; b) analisa a variabilidade de cada um dos comportamentos médios analisados no primeiro bloco; c)analisa o processo de mudança global e das mudanças em escala local; d) procura identificar o impacto associado aos padrões de variabilidade climática e e)procura analisar caminhos a se seguir na política de recursos hídricos no ambiente de incerteza crescente. O diagrama conceitual da análise esta apresentada na Figura 1. O trabalho tem dois momentos, na primeira parte apresenta os modos de variação do clima no Semi-Árido e na segunda parte sugerem-se medidas e atributos que o sistema de gerenciamento de recursos hídricos deve adotar para mitigar os efeitos negativos desta variabilidade. A VA R I A B I L I DA D E C L I M Á T I C A O clima no semi-árido tem como sua principal característica a alta variabilidade espacial e temporal. Esta variabilidade climática se manifesta em um padrão de variação sazonal, interanual e decadal. O padrão de variação anual e decadal impõe significativamente incertezas no comportamento da natureza do semi-árido. Estes padrões de variação local estão associados a outros padrões de variação de escala global. A variabilidade climática do Nordeste Brasileiro introduz significativa vulnerabilidade ao ambiente semiárido. As incertezas associadas as disponibilidades hídricas impõem uma utilização conservadora dos estoques de água disponíveis, impondo, assim, uma relativa redução na quantidade de água disponível. A variabilidade elevada esta associada a ocorrência de eventos extremos mais severos que em regiões de menor variabilidade. Documento vivo deste fato são as secas associadas no imaginário popular brasileiro ao nordeste semi-árido. O clima tem uma forte relação com o solo e a vegetação. Desta inter-relação formou-se em porções significativas do nordeste semi-árido solos com forte teor de sal. Impondo às águas que lavam estes solos concentrações de sal elevadas. Este fato associado aos elevados tempos de 84 residência das águas no lagos, necessário para transportar a água no tempo a fim de prover uma regularização plurianual, proporcionam a salinização de águas de alguns reservatórios. Reduz-se assim a qualidade da água disponível (aumenta o nível de salinidade). Desta forma a variabilidade climática gera impactos em todo o sistema de recursos hídricos demandando adaptações e ajustes a esta realidade dos instrumentos e práticas de gestão de recursos hídricos. Utilizando os dados de precipitação e vazões do litoral e sertão Cearenses para exemplificar a ocorrência deste padrão de variação constata-se que o Ceará tem 93% de seu território sob o clima semi-árido. O padrão da variação sazonal pode ser observada através da precipitação média no estado do Ceará. A Figura 5 mostra a distribuição mensal de precipitação média no Ceará, o que caracteriza a distribuição temporal das chuvas no Estado. Cerca de 24 % do total precipitado anual ocorre no mês mais chuvoso do ano (Março), mais de 60% no trimestre mais chuvoso do ano (F-M-A) e mais de 90% do total anual no primeiro semestre do ano. Os escoamentos reproduzem a sazonalidade da precipitação. O escoamento ocorre predominantemente no primeiro semestre do ano, como conseqüência da concentração temporal na distribuição das chuvas. A Figura 6 apresenta a média, mediana e os quantis (10, 25, 75 e 90) para o escoamento médio mensal. O variabilidade interanual no nordeste semi-árido é uma das maiores do mundo. A Tabela 2 apresenta uma comparação do coeficiente de variação das séríes de diversos rios no mundo e podese observar que os tipos do semi-árido são os de valores mais elevados. A ocorrência desta variabilidade pode ser observada na assimetria da função de distribuição de probabilidade de diversos rios do Ceará, mostrada na Figura 7. Esta assimetria esta associada a eventos extremos de cheia. A Figura 7 apresenta as funções de distribuição de probabilidade, derivadas utilizando-se estatística não paramétrica, para os 6 reservatórios que compõem o sistema de Jaguaribe e Bacias da Região Metropolitana de Fortaleza. Pode-se ainda verificar que as séries de escoamento anual apresentam as mesmas tendências, especialmente no que se refere a extremos. Isto pode ser verificado, também, na Figura 8 que apresenta as séries de escoamento anual padronizadas para os açudes Orós, Pacajus e Banabuiu. A Tabela 3 apresenta os dados básicos e estatísticas das vazões afluentes anuais (m3/s) com base no registro 1913-1990. A Variação Decadal pode ser observada a partir da análise do comportamento de uma série centenária de vazões, a série do posto fluviométrico de Iguatu. A Figura 9 apresenta a regressão local aplicada a blocos de 10 e 30 anos de dados de vazões anuais. Esta análise nos possibilita fazer inferência sobre as variações decadais e de mais longo período das vazões do posto. Em termos de longo período verifica-se claramente uma tendência negativa nas vazões afluentes a este reservatório após 1970. Identifica-se um padrão de variação de longo período. 85 Precipitação 30.00% 25.00% 24.0% Percentual da precipitação anual (%) 22.7% 20.00% 15.0% 15.00% 12.6% 10.3% 10.00% 5.6% 5.00% 3.4% 3.0% 0.8% 0.6% 0.8% 1.1% Ago Set Out Nov 0.00% Jan Fev Mar Abr Mai Jun Jul Dez Figura 5: Variação Sazonal da Precipitação média no estado do Ceará Pacajus Pacoti Riachao Gaviao Banabiu Pedras Branco Oros 0.6 0.4 0.2 0.0 -2 0 2 4 6 Figura 7: Função Kernel das vazões anuais afluentes aos reservatórios do sistema. 86 5.00 Variável padronizada 4.00 3.00 OROS 2.00 Pacajus Banabuiu 1.00 0.00 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 -1.00 ano 30 20 0 10 vazão (m3/s) 40 50 Figura 8: Séries padronizadas de vazões anuais afluentes ao açudes Orós, Pacajus e Banabuiu. 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 ano Figura 9: Regressão local aplicada a blocos de 10 (linha mais fina) e 30 anos (linha mais grossa) de dados de vazões anuais do posto fluviométrico de Iguatu. Para efeito de vizualização foi considerada uma faixa de variação para vazão menor do que a dispersão natural dos dados. 87 A VA R I A B I L I DA D E D O C L I M A N O N O R D E S T E E N O C L I M A G L O B A L O clima no nordeste tem sua variabilidade associada a padrões de variação em escala planetária. Estes padrões de variação estão associados ao comportamento dos oceanos Atlântico e Pacífico. O clima do oceano pacífico. Um dos fenômenos responsáveis por maiores anomalias climáticas ao longo do globo é o El Nino/Oscilação Sul (ENOS). A oscilação sul funciona como um balanço de massas atmosférico de grande escala, envolvendo trocas entre leste e oeste do pacifico. O centro de ação localiza-se entre a Indonésia e o Oceano Pacífico Tropical Sul. Esta circulação leste-oeste, denominada Célula de Walker, com ramo ascendente no oceano pacífico oeste e subsidente no pacífico leste. O ENOS é uma anomalia na TSM do pacifico, esta anomalia desloca as águas mais quentes de este para leste. Este fato desloca a Célula de Walker para leste, o ramo descendente desloca-se do oeste da América do Sul para Leste da América do Sul (o NEB). O clima do oceano Atlântico. Nos meses do outono austral, março-abril-maio, período coincidente com a estação chuvosa do setor norte do NEB, o modo de variabilidade oceano-atmosfera de grande escala dominante sobre a Bacia do Atlântico Tropical é o conhecido Padrão de Dipolo do Atlântico. O Padrão de Dipolo caracteriza-se pela manifestação simultânea de anomalias de TSM configurando-se espacialmente com sinais opostos sobre as Bacias Norte e Sul do Atlântico Tropical. Esse padrão térmico inverso gera, conseqüentemente, o aparecimento de um gradiente térmico meridional e inter-hemisférico sobre o Atlântico Equatorial, o qual exerce influências no deslocamento norte-sul da ZCIT, que constitui-se no principal sistema meteorológico indutor de chuvas na região do Semi-Árido no período da estação chuvosa. O Atlântico apresenta três modos principais de variação: Oscilação do Atlântico Norte (NAO), Variabilidade do Atlântico Tropical (TAV) , Circulação do Atlântico Meridional (MOC). O NAO é a flutuação na diferença de pressão ao nível do mar entre as baixas pressões da Islândia e a alta pressão dos Açores. A TAV é a flutuação de TSM tropical e dos ventos alísios e afeta o posicionamento da ZCIT. MOC é a flutuação na circulação da termoclina do Atlântico Tropical. A MOC é responsável por um overturning no atlântico. Este fenômeno é um sumidouro de CO2. Reduzindo a concentração de CO2 na atmosfera. A redução no overturning reduz a intensidade do sumidouro de CO2, intensificando os efeitos da emissão de CO2 para a atmosfera. A Figura 10 apresenta a localização das áreas do El Nino e do dipolo entre as bacias norte e sul do atlântico. A evolução do El Nino no século XX é apresenta na Figura 11. Observe que o padrão de variação decadal do El Nino é inverso ao observado para o padrão das vazões do posto de Iguatu (apresentado na figura 9). Em décadas com o El Nino aquecido temos um ciclo de variação decadal das vazões mais baixas neste posto fluviométrico. Os índices associado as anomalias de Temperatura da Superfície do Mar (TSM) do atlântico e pacifico estão associados as vazões no nordeste setentrional. Parcela da informação sobre as vazões futuras encontra-se nos oceanos com uma antecipação de alguns meses. A Figura 12(a) apresenta a relação entre o Dipolo do Atlântico (definido como a diferença entre a anomalia de temperatura do atlântico sul menos a do atlântico norte) no trimestre de julho, agosto e setembro e as vazões do ano seguinte. Não obstante certa dispersão dos dados, maior dipolo esta associado a maiores vazões. A Figura 12 (b) apresenta o resultado para o El Nino, observa-se que temperaturas mais altas estão associados vazões menores. As Figuras 12 mostram que a relação entre vazão e TSM não é linear. A Figura 13 mostra as correlações entre a temperatura da superfície do mar e as vazões do posto de Iguatu de Janeiro a Março com (a) 9 e (b) 3 meses de defazagem, respectivamente. Pode-se verificar nestas últimas as correlações negativas no Pacífico, aproximadamente na costa do Peru (região conhecida como NINO3), assim como no Atlântico (Lat 10N, próximo a costa Africana). Em termos de correlações positivas destaca-se a região do Atlântico entre o Nordeste brasileiro e a costa Africana. Estas duas regiões do Atlântico forma o que se chama DIPOLO do Atlântico. O comportamento da série para variações decadais foi analisando utilizando o espectrum wavelet. O espectrum global wavelet para as vazões do posto de iguatu indica uma oscilação com aproximadamente um período de 12 anos que é estatisticamente significante relativo ao espectrum de ruído vermelho. Variações interanuais em um período de 3-7 anos também parece ser importante. A natureza multi-anual e eventual destas “oscilações”é evidente nas series temporais e no espectrum wavelet. Os espectros wavelets das séries do Dipolo e NINO3 são similares para ambas estações consideradas. As flutuações Dipolo correspondem de forma mais intensa à variação decadal, e as flutuações NINO3 correspondem as variações interanuais e as variações decadais nas vazões. Observa-se no gráfico do El Nino da Figura 11 que a variação ocorre de 88 forma simétrica a variação de vazões do posto de Iguatu, apresentado na Figura 9. Este comportamento confirma a análise realizada no espectrum wavelet. As incertezas no suprimento devido a grande variabilidade das regularizações impacta a definição dos volumes alocáveis e o valor médio de longo período da tarifa de água. Uma análise da incerteza das regularizações foi realizada para o reservatório Pesqueiro. Foram construidas 154 séries afluentes de 30 anos e simulado o reservatório para cada uma destas séries para uma garantia de 90%. O Coeficiente de Variação (CV) das para a série de valores das vazões regularizadas com garantia de 90% com 30 anos de série é de 0,3, próximo ao CV das chuvas. A variabilidade dos regimes fluviais submete o reservatórios plurianuais a grande tempo de residência, fato associada a uma alto oportunidade de evaporação. Este fato produz um importante mecanismo de Atlântico Norte concentrações de sais. Nino 3 Figura 10: localização das áreas do El Nino e do dipolo entre as bacias norte e sul do atlântico 0.00 -0.50 -0.25 Nino3fmam 0.25 0.50 Atlântico Sul 1870 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 ano FIGURA 11: Evolução El Nino no período de 1870-2000. Regressão local aplicada a blocos de 10 (linha mais fina) e 30 anos (linha mais grossa). 89 (a) (b) Oros Annual Inflow (m3/s) for Year t+1 Oros Annual Inflow (m3/s) for Year t+1 Figura 12: Nesta figura apresenta-se (a)Dipolo do Atlântico versus Vazão anual afluente ao Orós no ano seguinte ; (b) El Nino versus Vazão 150 100 50 0 150 100 50 0 -0.7 -0.2 0.3 EAD Index for July-Aug-Sep for Year t 0.8 -1.6 -1.1 -0.6 -0.1 0.4 0.9 1.4 1.9 NINO3 index for July-Aug-Sep for Year t anual afluente ao Orós no ano seguinte. 90 (a) 9 meses de defazagem (a) 3 meses de defazagem Figure 13: Correlações entre a temperatura da superfície do mar e as vazões afluentes ao Orós de Janeiro a Março com (a) 9 e (b) 3 meses de defazagem, respectivamente. 91 Figura 14: Análise Wavelet. 92 E VO L U Ç Ã O D O G E R E N C I A M E N TO D O S R E C U R S O S H Í D R I C O S A água foi colocada por muitos e por muito tempo como o problema do semi-árido. Na realidade a construção de uma política de desenvolvimento para o semi-árido exige uma abordagem mais ampla que a questão da água. Problemas como a estrutura fundiária e o grau de educação de nossas populações são problemas decisivos para a construção de uma política de desenvolvimento para o semi-árido. A água, porém, continua a ser um fator limitante ao desenvolvimento e a sobrevivência de muitas populações, demandando uma política pública especifica e prioritária. A política de água teve quatro fases no Nordeste semi-árido: Fase Voluntarista; Fase DNOCS; Fase SUDENE/DNOCS; Fase Estado. Nestas quatro fases utilizaram paradigmas diferentes para a abordagem da questão hidrica. A primeira fase, Voluntarista, caracterizou-se pela ausência de aparato institucional na região para a execução de ações. Pode-se dizer que esta fase teve inicio em 1856 com a vinda ao Ceará uma comissão técnica para definir ações de convivência com o semi-árido e teve seu impulso decisivo com a desastrosa seca de 1877. Esta comissão além de propor a folclórica vinda de camelos argelinos (que vieram em número de quatro), identificou que era necessário iniciar uma política de infra-estrutura para o nordeste. Esta infra-estrutura seria construída através de reservatórios, estradas (naquela época fundamentalmente estradas de ferro) e a construção do porto de Fortaleza. Estas idéias não foram implementas. A tradição de açudagem inaugurada idealmente nesta fase tem uma origem no colonizador português. Câmara Cascudo diz sobre a herança Moura o seguinte: os Mouros não vieram fisicamente para o Brasil, mas, vieram na cabeça dos portugueses. Destacam-se duas tecnologias mouras adequadas para o nordeste semi-árido. A primeira é o reservatório, o açude (que é um nome Mouro). E, o segundo é a irrigação. A irrigação no sul da Espanha é herança moura e tem como origem à região entre o Tigre e o Eufrades que já faziam irrigação há pelo menos dois mil anos. Assim, os portugueses tiveram acesso a esta tecnologia e provavelmente daí surge a tradição da açudagem no Nordeste semi-árido. A segunda Fase nasce com o surgimento do DNOCS em 1909. Inicia-se uma ação institucional no Nordeste. Isto foi importante. Inciou-se de forma mais consistente a política de açudagem e uma série de estudos básicos sobre os recursos naturais do Nordeste semi-árido e começou-se a construir uma inteligência regional sobre a questão do semi-árido e seus recurso naturais. Procurava-se reduzir a vulnerabilidade climática através da construção dos reservatórios, fato que nomeou esta fase de HIDRÁULICA. As respostas governamentais nesta fase sempre ocorreram em reação ao processo de seca. Tanto é que essa ação não foi continua. A política de açudagem teve um primeiro auge com a construção de grandes reservatórios que foram iniciados 1929 e não foram concluidos, após a morte de Eptassio Pessoa. Depois disso a política de açudagem tem seu auge com Juscelino, que iniciou em 1958 a construção de alguns dos principais reservatórios do semi-árido. A Figura 18 apresenta a evolução dos estoques de água no Estado do Ceará. Ainda no governo Juscelino, Celso Furtado funda a SUDENE e inaugura o terceiro ciclo. A SUDENE propõe um novo paradigma. Não basta construir o estoque água. Era necessário se pensar o desenvolvimento de um ponto de vista mais integrado. Propõe-se uma série de políticas públicas como a produção e distribuição de energia elétrica a implantação de um parque industrial. Inicia-se o processo de industrialização na década de 60. E inicia-se a implantação dos perímetros de irrigação através do DNOCS. Inaugurando uma nova fase para a política de águas a fase dos aproveitamento hidroagrícolas. Os aproveitamentos de água exigiam a geração de benefícios sociais e estes viriam através da produção agrícola irrigada. Essas atividades confluem para a redução da vulnerabilidade a seca na agricultura. A fase Estado. Inaugura um novo paradigma no gerenciamento dos recursos hídricos. Esta fase procura gerenciar os recursos hídricos com três focos: gestão da oferta (aumento da disponibilidade hidrica atravês da exploração de novos estoques, obras de transferencia hídrica, novos mananciais, tais como, dessalinização e reuso); gestão da demanda (mecanismos de conservação de água, utilizando mecanismos, tais como, a cobrança de água bruta) e a gestão dos conflitos pela água (utilizando mecanismos como a participação publica). O desafio maior não é a construção de novas infra-estruturas, mas é a administração dos estoques existentes. O passo necessário agora é construir mecanismos de integração das políticas de Gestão dos recursos hídricos e da Gestão ambiental. Observa-se porem que as duas políticas são distintas e em certa medida conflitantes. A gestão ambiental tem como objeto a água (a coisa em si, a entidade físico química existente na natureza); a política de recursos hídricos tem por objeto os recursos hídricos (a coisa para nós, a utilização social e econômica da água). Estes dois momentos estão em conflito na medida em que muitas vezes faz-se necessário 93 transformar a natureza (impactá-la) para transformar a água em recursos hídricos. Neste momento, a política de recursos hídricos deve ser objeto de controle da política ambiental. Há confluência nas duas políticas. A água é o provavelmente o maior indicador agregado do estado dos recursos naturais. A água traz em si as marcas do uso e ocupação do solo e pode-se pensar uma discussão dos demais compartimentos ambientais através do tema água e suas organizações sociais. Nisto reside a necessidade de integração das duas políticas. FIGURA 18 : Evolução dos Estoques de Água do Ceará 16000 14000 12000 Volume (hm3) 10000 8000 6000 4000 2000 0 1900 1920 1940 1960 1980 2000 2020 ano As incertezas hidrológicas exige mecanismos de gestão de risco. A gestão de risco exige flexibilidade e capacidade de adaptação dos sistemas jurídico-institucionais. A flexibilidade busca a redução da vulnerabilidade ao meio ambiente dos hidrossistemas. Esta flexibilidade deverá ser buscada através de ações estruturais e não-estruturais. Como exemplo de que processo está associada esta flexibilidade podemos citar: i)o sistema de alocação de água flexível deverá prever formas ágeis de realocação de água em anos secos; ii)um sistema de oferta hídrica que disponha de mananciais alternativos e boa capacidade de transporte espacial desta disponibilidade. A água pode ser utilizada como um instrumento de construção territorial. Deste ponto de vista a água não se reduz a uma gestão de estoques e torna-se um importante indutor do desenvolvimento regional. Podendo ser um mecanismos de produção de equilíbrio interregionais e um importante mecanismo de construção do uso e ocupação do solo. D E S A F I O S PA R A O G E R E N C I A M E N TO D E R E C U R S O S H Í D R I C O S E M A M B I E N T E D E A LTA VA R I A B I L I DA D E ( O U C A M I N H O S PA R A A C O N V I V Ê N C I A C O M A S I N C E RT E Z A S ) O gerenciamento de recursos hídricos tem como foco atualmente construir um sistema para administrar a escassez relativa dos recursos hídricos e os conflitos oriundos da mesma. Neste processo, o gerenciamento dos recursos hídricos tem quatro grandes macro funções: oferta, demanda, conflito e políticas públicas. A Tabela 9 apresenta as ações de recursos hídricos associadas a cada uma destas macro funções. O arcabouço jurídico e institucional que deve abrigar estas funções deverá estar capacitado a administrar os eventos extremos e as incertezas a estes associados. Em cenário de grande variabilidade climática com incerteza crescente em função dos efeitos não identificados por completo das potenciais mudanças climáticos este desafio cresce. Algumas medidas e propriedades que o sistema deve realizar ou possuir neste ambiente de crescente incerteza são enunciadas a seguir. Deve-se analisar a vulnerabilidade das ações estruturais e não estruturais dos sistemas hídricos considerando as mudanças climáticas e a variabilidade climática. Os modelos legais, institucionais e técnicos e procedimentos econômicos devem ser analisados sob este cenário. Flexibilidade e capacidade de adaptação. A flexibilidade busca a redução da vulnerabilidade ao meio ambiente dos hidrossistemas. Esta flexibilidade deverá ser buscada através de ações estruturais e nãoestruturais. Como exemplo de que processo está associada esta flexibilidade podemos citar: a)o sistema de alocação de água flexível deverá prever formas ágeis de realocação de água em anos secos; b)Um sistema de 94 oferta hídrica que disponha de mananciais alternativos (tais como, reúso e dessalinização) e boa capacidade de transporte espacial desta disponibilidade. Água como uma política pública. No Nordeste Brasileiro e em particular em seu semi-árido a água é um decisivo fator limitante ao desenvolvimento. A política de água é básica para o desenvolvimento das demais políticas setoriais. A análise dos processos e condicionantes históricos nos leva a afirmar que: o entendimento de que o foco é o homem e que em certa medida faz-se necessário conviver e integrar diferentes formas e setores de produção (da de subsistência a indústria petroquímica) são ingredientes indispensáveis para a construção de uma solução socialmente justa e tecnicamente sustentável para o nordeste. Gestão da oferta ( infra-estrutura hidráulica e transposições de bacias). Aumentar a capacidade de armazenamento de água: Transporte da água no tempo, mitigando os efeitos da variabilidade temporal. Trasposições de bacias: transporte da água no espaço, mitigando os efeitos da variabilidade espacial. Fontes de suprimento alternativos: tais como reuso da água e dessalinização. Melhorar os sistemas de operação de reservatório de curto prazo incorporando previsão climática. Melhorar as ferramentas de operação de reservatório de longo prazo com vistas a incorporar as incertezas oriundas da variabilidade (mudança) climática. Programas de gerenciamento da demanda. Gerenciamento da Demanda e adaptação institucional são componentes principais no aumento da flexibilidade do sistema necessária diante das incertezas da variabilidade (mudança) climática. Cadastro de usuários de água: este programa é básico para a realização dos programas de direito da água, hidrometração e cobrança. Consiste no levantamento de todos os usários e de alguns atributos tais como pontos de retirada d´água e quantidade. Programa de Hidrometração: consiste na hidrometração dos maiores e mais importantes usuários da bacia hidrográfica. Programa de Direito de Uso. Conssiste na elaboração de um modelo de alocação e a definição de regras claras de alocação e emissão dos títulos que personificação os usuários com direito a uso. Programa de Cobrança de água bruta: Programa que procura racionalizar o uso através de uma valoração econômica para água. Programa de Educação: Este programa procura difundir técnicas de uso racional da água. Programa de desenvolvimento tecnológico: Este programa procura desenvolver tecnologias (estruturais ou não estruturais) que reduzam a uso da água. Os hidrossistemas devem possibilitar: a) um bom modelo de alocação; b) racionalização do uso: incentivos a conservação e proteção dos suprimentos de água; c)possibilidade de transferência de água entre usos e usuários em respostas a mudança nas condições de suprimento e da demanda; d)modificação na operação da infra-estrutura atual para adaptar as mudanças; d)transposições e integração de bacias. Planejamento e gestão de riscos. Na construção de cenários de futuros para o Planejamento de Longo Prazo à estas incertezas nas vazões são acrescidas as incerteza na projeção de demandas futuras oriundas das próximas mudanças climáticas ou da modelagem do comportamento dos diversos atores econômicos e sociais que definem esta demanda. Assim, melhoraria nos métodos de planejamento sob incerteza deve ser realizada, através de ações de desenvolvimento e aplicação. Planos de contingência (a seca e os recursos hídrico).Associado ao planejamento de longo prazo deverão ser formulados planos de contingência, continuamente atualizados, que servirão de guia de ação em momentos de eventos extremos e devem preparar as condições que mitiguem a ocorrência dos mesmos. A Figura 10.1 apresenta o ciclo hidro-ilogico associado a falta de planejamento e ação mesmo em anos não extremos com vistas a mitigar a intensidade dos efeitos do evento extremo. Melhorar os modelos de previsão climática. A previsão climática no nordeste tem hoje na modelagem das temperaturas da superfície do mar do Atlântico o seu maior desafio. O acoplamento de modelos hidrológicos aos modelos de previsão climático constitui este desafio associado a avaliação de impactos na agricultura, economia e recursos hídricos no processo de previsão. Conhecer melhor a natureza para prever mudanças. Conhecer melhor os processo físicos nas bacias hidrograficas. Melhorar a previsão climática. Incorporar a previsão no processo de decisão. Producão de conhecimentos. Trocas entre as instituições de administração da água dever ser feitas objetivando a atualização do conhecimento sobre mudança e variabilidade climática. 95 Tabela 9: Apresenta as ações inerentes ao setor de recursos hídricos CLASSE DE AÇÕES ESTRUTURAL • MACRO FUNÇÕES OFERTA • • DEMANDA CONFLITO IMPLANTAÇÃO DE GRANDES OBRAS (ADMINISTRAÇÃO, PROJETO, CONSTRUÇÃO...) IMPLANTAÇÃO DE PEQUENAS OBRAS RECUPERAÇÃO NÃO E • • • • • OPERAÇÃO E MA PROTEÇÃO DE M SEGURANÇA DA ESTRUTURA MONITORAMEN LICENÇA DE OB • • • • • OUTORGA COBRANÇA MONITORAMEN FISCALIZAÇÃO E EDUCAÇÃO PAR CONSERVAÇÃO • • PARTICIPAÇÃO ALOCAÇÃO DE R • ELABORAÇÃO E APRIMORAMEN POLITICAS ARCABOÇO LEG PLANEJAMENTO • PÚBLICAS • COORDENAÇÃO INFORMAÇÕES DEF. DA POLITIC • ARTICULAÇÃO I • • COMUNICAÇÃO • PROGRAMA DE C HIDROAMBIENT ¾ O SISTEMA DE INFORMAÇÕES EM RECURSOS HÍDRICOS, ARCABOÇO LEGAL E INSTITUCIONAL e (PARTICIPAÇÃO PÚBLICA) são funções que perpassam todo o sistema. CHAPTER 7: DYNAMIC WATER ALLOCATION FRAMEWORK FOR MULTIPLE USES I: PERFORMANCE UNDER RESERVOIR INFLOW FORECASTS OF KNOWN SKILL A.Sankarasubramanian, Upmanu Lall, and Ashish Sharma INTRODUCTION Reservoir operating policies are usually derived based on the likely inflows, net water demand as well as considering the policy and environmental constraints that prescribe minimum releases in a particular season/year. Reservoir rule curves, which specify the volume of water to be kept in the reservoir at a particular time of the year to supply water for future needs, are often employed to quantitatively express these operating policies for implemental guidance. Traditionally, these rule curves are obtained for the given seasonal/annual demand based on the driest envelope in the entire historical record, thereby adhering to the same rule curve every year for reservoir operation. But, the reservoir inflows that actually occur in a particular season/year may be predictable based on catchment storage and longer scale climatic fluctuations. Recent advances in linking exogenous climatic conditions such as tropical sea surface temperature (SST) anomalies to local and regional hydroclimatology support towards this by showing significant hydrologic predictability on a season ahead and long-lead (12 to 18 months) basis (Hamlet and Lettenmaier, 1999; Sharma, 2000a; Piechota et al., 2001; De Souza and Lall, 2003). This improved predictability resulting from the state of large-scale exogenous climatic indices could provide potential benefits in improving the management of water supply systems (Dracup and Kahya, 1994; Cayan et al., 1999; Sharma, 2000b). However, only a few studies have investigated in detail the likely benefits that could be harnessed in water systems management utilizing season ahead and long-lead forecasts of streamflow (Yao and Georgakakos, 2001; Hamlet et al., 2002; Arumugam et al., 2003). This research article, first in the two-paper series, appraises the potential improvement that could be obtainable towards water allocation from a multipurpose reservoir utilizing inflow forecasts of different predictive skill. This study also proposes and formulates a dynamic bulk sector water allocation framework that obtains maximum reservoir yield for the specified reliability of use contingent on the climate information based streamflow forecasts. The reservoir performance is assessed based on generic indices proposed by Hashimoto et al., [1982] viz., reliability, resilience and vulnerability as well as based on improved yields for each use. The reduction in system losses, spill and evaporation, and the effect of pricing on multiple uses is also explored based on synthetic forecasts of different predictive skills. The second paper [Sankarasubramanian et al., 2003] of this two part series applies this framework for allocating water from the Oros reservoir in the Jaguaribe-Metropolitan Hydro (JMH) System in Ceara, North East Brazil utilizing the 12 months lead climate information based retrospective streamflow forecasts. A brief overview of the utility of streamflow forecasts in water resources management and their associations to low frequency climatic variability is presented. A framework for dynamic water allocation that obtains maximum reservoir yields for multiple uses is then described using a simulation-optimization scheme. In the following section, a parametric approach used to generate reservoir inflow forecasts of different skills is outlined ensued with the performance measures used to assess the system performance. Finally, the utility of ensemble streamflow forecasts towards bulk sector water allocation is assessed along with the role of pricing of water contracts under reservoir inflow forecasts of different skills. Ensemble Streamflow forecasts and its utility in Water Management Seasonal forecasts of streamflow may be beneficial for bulk sector water allocation and for developing appropriate contingency and mitigation measures during periods of extreme inflows (Lettenmaier and Wood, 1993). The National Weather Service River Forecasting System (NWSRFS) issues 3-months lead probabilistic forecasts of streamflow for many river basins in the contiguous U.S. from twelve river forecasting centers. The Ensemble Streamflow Prediction (ESP) system from NWSRFS uses conceptual hydrologic models to issue streamflow forecasts based on the current soil moisture, river, reservoir conditions and by assuming that past meteorological events will recur in the future with historical probabilities (Schaake and Larson, 1998). But, recent investigations focusing on the teleconnection between conditions in SSTs and land surface fluxes show that interannual and interdecadal variability in exogenous climatic indices modulate the continental scale rainfall patterns [Trenberth and Guillemot, 1996; Cayan et al., 1999] and streamflow pattern at both global and hemispheric scales [Dettinger et al., 2000b] as well as at regional scales [e.g., Guetter and Georgakakos 1996; Piechota and Dracup, 1996]. Seasonal streamflow forecasts based on exogenous climatic indices can be obtained using both dynamical and statistical modeling approaches. The dynamical modeling involves coupling of a hydrological model with a Regional Climate Model (RCM) that preserves the boundary conditions specified by the General Circulation Model (GCM) outputs considering the topography of the region [e.g., Leung et al., 1999; Nijssen, 2001]. However, uncertainty propagation from the coupling of GCM-RCM-hydrologic model [Kyriakidis et al., 2001], representation of physical processes and low predictive skills of GCM outputs at longer leads (12-18 months) severely limit the utility of these forecasts towards bulk sector water allocation as well as towards developing strategies for short-term water management. The alternative of developing a statistical model has been successfully pursued by many investigators focusing on the estimation of conditional distributions/expectations of streamflow based on current/known conditions of snow pack, streamflow volume and SST anomalies to issue seasonal and long-lead streamflows forecasts. The statistical techniques employed towards this purpose ranges from simple regression models [Hamlet and Lettenmaier, 1999; Maurer and Lettenmaier, 2003], to complex methods like linear discriminant analysis [Piechota et al., 2001], spatial pattern analysis [Sicard et al., 2002; Sharma and Lall, 2003] and semi-parametric resampling strategies [De Souza and Lall, 2003]. The companion paper considers one such approach [De Souza and Lall, 2003] to assess the utility of 12-months ahead inflow forecasts in improving the water allocation from the Oros reservoir. In this study, we employ the parametric gamma autoregressive model developed by Fernandez and Salas [1989] to generate synthetic reservoir inflow forecasts using which the reservoir performance under different predictive skills is assessed. The National Research Council [2002] emphasizes the importance of linking the improved hydrologic predictability arising from ocean-atmospheric interactions and teleconnections to the benefits and potential improvement in reservoir system performance. Using the retrospective streamflow forecasts for the Columbia River, Hamlet et al., [2002] show that the long-lead streamflow forecasts can be effectively utilized in operating reservoirs to obtain increased annual average hydropower. Georgakakos et al., [1998] showed that using coupled hydraulic-hydrologic prediction models along with robust forecast-control methodologies can increase resilience of the reservoir systems to climate variability and change. Arumugam et al., [2003] propose a water allocation framework for multiple uses that could be effectively combined with the long-lead ensemble streamflow forecasts to obtain reservoir yields of specified reliability. These studies show that long lead and seasonal streamflow forecasts can be effectively utilized towards bulk sector water allocation and in developing season specific strategies for reservoir operation. In the following section, we present a dynamic framework for water allocation that specifies water contract terms and obtains reservoir yields of specified reliability by exploiting the ensemble streamflow forecasts. Dynamic Water Allocation Framework for Multiple Uses Predictability of streamflow at longer-lead time scales based on exogenous climatic indices offer us scope for improved short-term water management by offering guidance for setting water contracts and for within season reservoir operation. In this section, we propose and formulate a framework for dynamic water allocation that encompasses (a) Specification of Water Contract terms (b) Water Allocation Model that obtains varying yields every year/season for multiple uses based on contract specification. The water allocation model presented here is a single site, multi purpose reservoir optimization model that maximizes the net benefit from all releases of specified reliability of supply by meeting policy and physical constraints contingent upon the given ensemble streamflow forecasts. The model is similar to previous formulations [Lall and Miller, 1988; Lall, 1996] encompassing a simulation module to obtain reservoir states, but modified to include an end of the year storage constraint and annual target reliability for each use. Water Contracts Specification A water supply contract for use ‘i’ is described by: (a) duration, T (b) total volume of water, Ri, to be delivered over the contract period (c) within period demand fraction, βti (d) amount, φi, to be paid for the water if all contract terms are met (e) target reliability, (1-pfi) (f) Restriction volume, wi*, that the supplier can impose as part of the contract if the inflows are lesser than forecast (g) Restriction fraction, αil, signifying the reduced supply under restriction level ‘l’ (where l = 1, …, nr with nr is the total number of restriction levels agreed by the water users and the agency) (h) Compensation amount, γil, for the contract holder if restriction level ‘l’ is imposed (i) Compensation schedule, νi, for the contract holder in the event of contract failure (i.e., if the total possible restriction is inadequate to meet the shortfall in the forecasted streamflow). It might be useful to develop generic contracts for each category of use adhering to the guidelines set by the local Water Committee/agency in the region. These contracts become the instruments on which water trading can take place with clear knowledge of the terms including the reliability of supply and the restriction pattern. Water that is needed for basic services like domestic water supply, ecosystem services can be allocated separately by assigning high priorities. In order to face the situations if the actual flows are drier than the forecasted flows, restriction levels are imposed at the reservoir level under which the each contract receives reduced supply of water, αil Ri, that is signified by the restriction fraction, αil (i denotes user, l denotes restriction level). Higher levels of restrictions could be imposed as the severity of the deficit/shortfall increases. For instance, under initial stages (correspondingly initial levels of restriction) of drought, one would expect no restriction (αil= 0) for municipal water supply whereas releases for lawn maintenance and recreation could be reduced significantly (αil > 0). Hence, each water use could have different restriction fraction under a particular restriction level. The compensation schedules for restrictions and contract failure need to be realistic relative to the contract price, reliability and target yield. They need to function as elements of a well-priced insurance system that recognizes the value of the guarantee of water and the ensuing costs of failure. Water Allocation Model for Bulk Sector Contracts using Ensemble Forecasts Given T-months lead ensemble streamflow/reservoir inflow forecasts qtk (obtained either GCM-RSM-Hydrologic Model ensembles or using the approach similar to De Souza and Lall, 2003), where t=1,2,…,T denoting the period of operation (usually t is in months, hence T = 12), k = 1,2,…, N is the index representing a particular ensemble out of ‘N’ ensembles and the initial reservoir storage, S0*, at the beginning of the allocation period, the water allocation model described in this section determine the annual releases (Ri) for each use ‘i’ corresponding to the specified reliability (1-pfi). In addition, the procedure requires: (a) an end of year target storage, ST*, with failure probability ps (b) number of restriction levels, nr, and the corresponding failure probability, pl, of each level. The end of the year target storage ST* could be obtained either based on climatology considering the long-term water rights (typically more than 1 year) or by forcing it as a decision variable in the optimization model. The model formulation also incorporates all the specification of contract terms defined in section 3.1 in order to obtain varying yields each year. Objective Function The goal is to maximize the annual yield (Ri) for different uses from the reservoir with reliability (1-pfi) such that the end of year storage is less than ST*, with probability ps. Hence, the decision variables are the annual releases Ri for ‘n’ different uses. Expressing this, the objective is to maximize the net benefit from multiple uses O= n ∑φi Ri …(1) i =1 where φi denotes the value of each use. These annual yields Ri could specify the terms for the annual contract with the monthly yields disaggregated based on the within year demand fraction, . ti Constraints The constraints in the water allocation model presented here can be grouped into two categories: (a) Contract level Constraints (b) Reservoir level Constraints. Contract level constraints prescribe the minimum and maximum release and the target reliability for each use that enforces the probability of supplying the contracted volume, Ri, without imposing restriction. Reservoir level constraints specify the end of the year target storage and the restriction level failure probability. The information for these two sets of constraints could be obtained from the contract specification described in section 3.2.1. In the operation of most water supply systems, water for human and animal consumption is assigned high priority (accordingly target reliability is high) with a specified lower bound. Similarly, water necessary to maintain prescribed water quality characteristics for the sustenance of aquatic life could be expressed, as the sum of releases from all contracts along the river reach should be above the minimum prescribed amount. These policy or physical considerations may enforce the release for each contract to be constrained between an upper and lower bound, which could be expressed as Ri,min ≤ Ri ≤ Ri,max …(2) The target reliability (1- pfi) of supply of the contracted quantity, Ri is enforced by specifying that the likelihood of actual restrictions, wi, for each contract being greater than maximum allowed restriction volume, wi*, should be lesser than the contract failure probability, pfi (equation 3). The maximum allowed restriction volume, wi* and the contract reliability (1- pfi) act together to provide a safety/protection mechanism for both the user as well as the supply agency. P(wi ≥ wi* )≤ pfi …(3) Constraints applied at the reservoir level binds all contracts: (a) an end of the year target storage constraint (b) the constraint on the probability of imposing a particular restriction level. The end of the year storage, ST*, prescribes the minimum quantity of water to be maintained in the reservoir at the end of the contract period considering various issues including the minimum quantity needed for basic human need (even if worst drought occurs) in the ensuing year as well as water that needs to be stored to meet long-term water contracts. To ensure this, a probability constraint on the end of the year storage could be introduced as in (4). P(ST≤ST*) ≤ ps …(4) Enforcing restriction levels too frequently can lead to skepticism on the benefits that the contract system can offer. To negate this, the probability of each restriction level ‘l’ being enforced in the upcoming year should be lesser than prl, which could be again specified through deliberations between the water users and the agency. Further, this constraint ensures each use the probability of receiving reduced supply of water imposed under each restriction level. For instance, under beginning of restriction, one would choose the restriction fraction ( il) to be close to zero for uses that are of basic need. To express this, P(RLl) ≤ prl where l = 1,2,…, nr …(5) where RLl denotes the restriction level ‘l’. Note that si, ST and wi are not decision variables. These state variables expressed as functions of the release, Ri, are evaluated during each iteration of the optimization model using the reservoir simulation described below. All probability constraints (2), (4), (5) and (6) are evaluated by counting the number of times the respective inequalities are satisfied. Reservoir Simulation Most of the reservoir optimization models consider the state variables as explicit decision variables, thereby increasing the dimensionality of the problem and computation time. This could be avoided by encompassing a simulation module inside the optimization scheme [Lall and Miller, 1988 Lall, 1996]. Essentially, the simulation module obtains the reservoir storages using basic continuity equations for the current value of the decision variable Ri in the optimization scheme. For detailed discussion of the merits of the combined simulation-optimization approach, see Koutsoyiannis and Economou [2003]. For each sequence ‘k’ (k =1, 2,…, N) in the ensemble, we compute the reservoir storages given the initial reservoir storage, S0 = S0* and the release, Ri. Using the basic continuity equation, we write monthly storage equations as n S t = S t −1 + qt − Et − ∑ Rti , t= 1,2,…,T …(6) i =1 SDt = -St | St < 0 …(7) Monthly storage equations are constrained so that the storage is between zero and maximum possible storage, Smax. Monthly releases, Rti, are computed using monthly demand fractions. St=min (St, Smax), St = max(St,0) …(8) Rti= tiRi …(9) Evaporation, Et, at each month is computed as a function of average storage during the month using the area-storage relationship of the reservoir. Et = ψ t δ1 (( S t + S t −1 ) / 2)δ 2 …(10) where ψt is the monthly evaporation rate, δ1 and δ2 are coefficients describing the area-storage relationship. Table 1 gives the monthly evaporation rate for the Oros reservoir, North East Brazil. To evaluate the reliability constraint in (5), it is important to distribute the deficit SDt to each user ‘i’ using the agreed restriction levels and the corresponding restriction fraction. Computing the total deficit, D, in trace ‘k’ D= T ∑ SDt …(11) t =1 If D =0, then Si > 0 implying wi = 0. On the other hand, if D> 0, compute CDil, the total restriction received by user ‘i’ in the restriction level ‘l’ to account shortfall/deficit ‘D’ in trace ‘k’ using (12). j −1 n CDil = min( ilRi (D-ADl-1)/λl, λil) ; ADl −1 = ∑∑ CDil ; AD0 = 0 l =1 i =1 …(12) where ADl-1 is the total deficit accounted up to restriction level ‘l-1’, il = ilRi is the maximum n amount of restriction that can be placed on user ‘i’ under restriction level ‘l’ and λl = ∑ λil is i =1 the maximum amount of restriction that can be accounted under restriction level ‘l’ considering all the contracts. Note both il, l can be calculated upfront based on the current value of Ri and they do not change for each ensemble. Based on this information, wi for each use can be expressed as nr wi = ∑ CDil …(13) l =1 Looking across all the traces in the ensemble, compute the probabilities (a) P[wi > wi*] as the number of traces in which (wi > wi*)/ total number of traces, N (b) P(ST≤ST*) as the number of traces in which ST≤ST* / total number of traces, N (c) P(RLl) as the # of traces in which restriction level ‘l’ is enforced/ total number of traces, N. We consider N=1000 ensembles that contains monthly streamflow forecasts and the above probabilities are computed across the ensembles to evaluate constraints (3), (4) and (5). The optimization solver, Fortran Feasible Sequential Quadratic Programming (FFSQP) developed at the University of Maryland (Zhou et al., 1997), maximizes the net value, O, from the reservoir by satisfying the constraints in section 3.2.2 and using the reservoir simulation details listed in (6)-(13). Reservoir Inflow Forecasts of Known Predictive Skill The main objective of this study is to relate reservoir inflow forecasts of different predictive skills to the potential improvement in reservoir yields that could be effectively harnessed towards bulk sector water allocation. With regard to this, we develop ensemble streamflow forecasts of different predictive skills using the parametric periodic gamma autoregressive model [Fernandez and Salas, 1989]. The performance of the reservoir in terms of increased reservoir yields and reduced system losses (spill and evaporation) is compared with the climatological (Null forecast) forecasts that does not have any skill. To quantify this, we consider Oros reservoir, the biggest reservoir in the Jaguaribe-Metropolitan System, Ceara North East Brazil supplying water for multipurpose use. De Souza and Lall [2003] demonstrated that 18-months lead reservoir inflow forecasts developed for the Oros reservoir obtained based on the states of Nino 3.4 (denoting El-Nino Southern Oscillation) and North Atlantic Dipole (denoting difference in SST anomalies between equatorial tropical Atlantic ocean) using the semiparametric resampling algorithm correlates well (correlation = 0.91) with the observed flows. The companion paper [Sankarasubramanian et al., 2003] employs these retrospective forecasts [De Souza and Lall, 2003] to assess the utility of climate forecasts in improving the Oros performance towards multipurpose bulk sector water allocation. In this study, we apply the proposed water allocation framework in section 3 for the Oros reservoir to quantify the potential improvement that could be sought with reservoir inflow forecasts of different predictive skill. Reservoir Inflow Forecasts of known predictive skill Given the uncertainty in the forecast, it is important to evaluate the reservoir performance under inflow forecasts of different predictive skills. The information from this exercise would provide the range in the reservoir performance that one could expect under climate information based forecasts of different predictive skills. In order to generate reservoir inflow forecasts of different skills, we basically perturb the observed historical flow sequence by adding varying amount of noise in such a way that it preserves the monthly correlation structure at the Oros reservoir. This is implemented by generating ensembles of monthly streamflow forecasts using (13) with the errors being generated from a periodic gamma autoregressive model that preserves monthly correlation structure [Fernandez and Salas, 1986]. Qt' , j = Qt , j + ε t …(14) where Qt' , j and Qt , j are the forecasted and observed flows in month ‘t’ in year ‘j’ respectively and ε t follows a periodic gamma autoregressive model having zero mean, standard deviation σˆ t and skewness γˆt with the autoregressive structure preserving the observed lag-one monthly correlation( ρ̂ t ) given in Table 2. The skewness γˆt employed for simulation is estimated using the bias correction factors suggested by Bobee and Robitaile [1995]. Fernandez and Salas [1986] give the feasible parameter space for the periodic gamma autoregressive model as ρˆ t ≤ γˆt / γˆt −1 ≤ 1 / ρˆ t . Because of this constraint, periodic gamma autoregressive model cannot be employed for generating inflows into the Oros reservoir from July-December. Since the flows during those months were near to zero in the past 47 years (1949-1995), we assume that the generated flows during those months as zero. Using the observed monthly skewness γˆt , lag-one monthly correlation ( ρ̂ t ) and the error variance obtained using (15) and (16), the error term ε t is generated using a periodic gamma autoregressive model. The procedure given in (14) can generate negative flows if the observed flows ( Qt , j ) are close to zero. In such a case, the generated flows are assumed to be zero. The advantage of using the gamma autoregressive model is that it directly preserves the observed monthly skewness and correlation structure without any transformation to normality. A common measure used to quantify the predictive skill of any forecasting scheme is the correlation ρ QQ' ρ Q Q = Cov(Qt , Qt ' ) /(σ Q σ Q′ ) t t ' t t …(15) where Qt′ and Qt are the forecasted and observed flows at month ‘t’. This can be expressed as σ ε2 = (1 − ρ Q2Q′ )σ t2 t …(16) To generate ensembles of monthly streamflows having different predictive skills, we choose different values of ρ QQ ' to generate gamma autoregressive noise having different monthly variance. Note that the lag-one monthly correlation ( ρ̂ t ) does not change by perturbing the monthly noise variance. Varying ρ QQ ' in (16) changes the variance σ ε2t of the noise term in (14), thereby producing ensembles of streamflows with different forecast skill. Using the above procedure, synthetic reservoir inflow forecasts are generated for the period 1949 July – 1950 June. Table 2 provides the monthly statistics of simulated flows, mean, standard deviation, lag-one correlation for three predictive skills ρ QQ ' = 1.0, 0.75 and 0.5 along with the observed statistics. The monthly statistics of simulated flows are obtained by averaging across the 1000 ensembles. As one can infer from Table 2, the mean monthly flows and the lagone monthly correlation are preserved under the three predictive skills considered. Similarly, Table 2 also shows the average of monthly standard deviation across the ensembles, which increases according to the predictive skill chosen. The assumption of zero flows during JulyDecember did not affect the annual flows statistics, since the inflows are almost zero during those months. Climatological Forecasts of Streamflow (Null Forecast) The lag-one correlation between the annual flows at the Oros reservoir is near zero. Hence, to develop climatological ensembles of streamflow, we simply resample the observed annual flows to form 1000 ensembles every year. The monthly streamflow sequence corresponding to the bootstrapped annual flow would form the respective monthly flows in that ensemble. This procedure is repeated for 47 years (1949-1995) to constitute the climatological ensembles of streamflow. Though this approach preserves the statistics of the monthly flows and the lag-one monthly correlation ( φˆ ), the correlation between the observed annual flows and the bootstrapped flows is zero indicating that the climatological approach does not have any predictive skill ( ρ QQ ' ≅ 0). Bulk Sector Water Allocation Under Reservoir Inflow Forecasts of Known Skill This section relates the potential improvement that could be achieved towards bulk sector water allocation under reservoir inflow forecasts of different predictive skills (developed in section 4). For this purpose, we consider the basic reservoir performance indices suggested by Hashimoto et al., [1982]. The synthetic reservoir inflow forecast ensembles from periodic gamma autoregressive model are combined with the water allocation framework in section 3 to study the reservoir performance towards single purpose and multipurpose water allocation. The following section describes the experimental design and the relevant reservoir performance evaluation measures. Experimental Design For the purpose of relating reservoir performance with inflow forecasts of different predictive skills, we consider the Oros reservoir in the JMH basin, Ceara, North East Brazil. We make an ad hoc choice that the target year-end storage probability ps as equal to the target restriction level failure probability prl. The end of year target storage, ST* is assumed to be 10 hm3 (1 hm3 = 106 m3) for all the years. The maximum storage (Smax) available in the Oros reservoir for allocation is 1940 hm3. The total annual evaporation for the Oros reservoir is 1.590 m and the coefficients of the area-storage relationship 1 and 2 are 0.338 and 0.842 respectively. * The initial storage, S0 , available in the beginning of July 1949 is assumed to be 50 hm3. Using the initial storage available at the beginning of July 1949, monthly reservoir inflow forecasts for the period July 1949-June 1950 corresponding to a particular predictive skill is run with the water allocation model in 3.2 to obtain the yield (Ri) for the year 1949-1950 for the given set of uses with each having a reliability of supply (1-pfi) by maximizing the net benefit from all the contracts. Based on these optimized yields, Ri, and the corresponding within year demand fractions ( ti) for each use, monthly releases are made from the reservoir using the observed monthly flows (Qt,j) for the period July 1949- June 1950 based on the storage continuity equations (6-13). In other words, the annual reservoir yields obtained using the reservoir inflow forecasts are combined with the observed flows to record monthly storages, shortfalls and spills for the year 1949-1950. Let us denote the storages in the reservoir at each month by adhering to the target monthly yield (βtiRij) using the observed flows (Qt,j) as S t , j (‘j’ denotes the year from July 1949- June 1950). Then, the annual spill (SPj) and shortfall (SFj) volumes in year ‘j’ can be expressed as SP j = T ∑ (St , j − S max ) St , j > S max …(17) t =1 T SFij = ∑ ( β ti Rij − Rtij′ ) ( β ti Rij − Rtij′ ) > 0 …(18) t =1 where Rtij′ is the actual release that was made in the month ‘t’ in year ‘j’ for use ‘i’. The actual release Rtij′ would be lesser than the target yield (βtRij) if the actual flows were drier than the forecasted flows. The end of the year storage (ST,j) obtained from reservoir simulation would be assumed to be the beginning of the year storage for the year ‘j+1’ using which the annual yields for all the uses in year ‘j+1’ are obtained. This entire procedure is repeated from July 1949 to June 1995 to obtain annual reservoir yields (Rij) and annual shortfalls (SFij) for different uses, annual spill (SPij) and evaporation (Ej) from the reservoir. To summarize, this experiment actually walks through the entire water allocation procedure from July 1949 to June 1995 and records the releases, spills, shortfalls, storages and evaporation that would have happened if these synthetic reservoir inflow forecasts were utilized for determining the annual yield from the reservoir. This experimental design was repeated for synthetic forecasts of three different predictive skills ( ρ QQ' = 1.0, 0.75 and 0.5) as well as for climatology and the respective annual releases, spills, shortfalls for different uses, storages and evaporation were recorded. The next section uses this information to quantify potential improvement in system performance under inflow forecasts of different predictive skills. Performance Measures Hashimoto et al., (1982) define three criteria namely resilience ϕ, reliability α and vulnerability for evaluating a reservoir performance over the long-term. We compute these three indices using the releases (Rij) and shortfalls (SFij) for each contract as well as using the spills (SPj) and evaporation (Ej) obtained for each year using the four sets of ensemble streamflow forecasts (Climatology/Null, ρ QQ' = 1.0, 0.75 and 0.5). The utility of reservoir inflow forecasts towards bulk sector water allocation is assessed based on: (a) the ability to supply the contracted volume without shortfall that is quantified by the actual reliability of supply ( i); (b) the ability to recover from shortfalls which is expressed as resilience (ϕi). Both these indices are calculated based on the shortfall (SFij) information available for each contract over the period of simulation (M = 47 years). M 1 if SFij = 0 where I ij = 0 otherwise α̂ i = 1 M ϕˆ i = M 1 if I ij = 0 and 1 K ij where K ij = ∑ M (1 − α ) j =1 0 otherwise ∑I j =1 ij …(19) I ij +1 = 1 …(20) Vulnerability is quantified at both the reservoir level and at the contract level. At the contract level, the mean and standard deviation of shortfalls ( µˆ SF ,i ,σˆ SF ,i ) for each use ‘i’ are computed using equations (21) and (22). µ̂ SF = σˆ SF = 1 M M ∑ SF j =1 …(21) j M 1 (SF j − µˆ SF )2 ∑ ( M − 1) j =1 …(22) At the reservoir level, the mean and standard deviation of spills ( µˆ SP ,σˆ SP ) and evaporation ( µˆ E , σˆ E ) is computed based on the simulation results obtained through the procedure described in section 5.1. µ̂ SP = σˆ SP = 1 M M ∑ SP j =1 1 M …(23) j ∑ (SP M j =1 j − µˆ SP ) 2 …(24) Results and Discussion In this section, we present results on the potential improvement in system performance that is obtainable utilizing reservoir inflow forecasts of different predictive skills for both single purpose and multipurpose bulk sector water allocation. Under single purpose, the entire annual yield from the reservoir is assigned towards municipal and industrial consumption. The analysis of results under single purpose water allocation compares the reservoir performance indices viz., resilience, reliability and vulnerability under reservoir inflow forecasts and under climatological ensembles. Figure 1 gives the within year demand fraction for three different uses. In the Jaguaribe Metropolitan Hydro System, Ceara, the consumption towards agriculture is mainly during August-November, whereas release towards human and industrial demands is constant all through the year. Results presented under multipurpose bulk sector water allocation focus on the role of pricing of different water contracts and the resulting annual yields for the respective use. Single Purpose Bulk Sector Water Allocation The experimental procedure described in section 5.1 is carried out by allocating water for single purpose use (Municipal and Industrial with no difference in pricing) for the period July 1949-June 1995. The annual shortages, storages, spills, evaporation and yield from the reservoir are recorded by releasing according to the contracted volume using the observed flows. Table 3 gives the correlation between the observed flows and the annual reservoir yields for four reliabilities (1-pf), 0.25, 0.5, 0.75 and 0.9 obtained using the reservoir inflow forecasts of three different predictive skills ( ρ QQ ' = 1.0, 0.75 and 0.5). Null hypothesis stating that these correlations are equal to zero can be rejected under 95% confidence interval except for the yields obtained from the climatological ensembles. Correlations presented in Table 3 show that the reservoir yields obtained using the reservoir inflow forecasts vary according to the variability in annual flows. As it can be seen from Table 3, null forecasts do not have any skill in obtaining reservoir yields according to the nature of flows. On the other hand, correlations shown under synthetic forecasts ( ρ QQ ' = 1.0, 0.75 and 0.5) indicate that the increased skill in forecasts can result in annual release varying according to the nature of flows. However, the correlation shown in Table 3 is significantly lower than the predictive skills of reservoir inflow forecasts. This is mainly because of the storage effect and over year capacity of the reservoir in reducing the varying in yield. But, releases obtained using reservoir inflow forecasts having significant predictive skills dynamically vary the reservoir yield according to the nature of the inflow in a year. Note all these four sets of streamflow forecasts preserve the monthly correlation structure. The performance of the reservoir over the long-term is summarized in Table 4 in terms of reservoir performance indices viz., reliability, resilience and vulnerability for each retrospective forecasts. The vulnerability in bulk sector water allocation is characterized by the summary statistics of simulated shortfall/deficit in releasing the contracted volume and the spill from the reservoir. Apart from this, Table 4 also summarizes the mean and standard deviation of annual r yield and evaporation from the reservoir. Reliability The reliability ( α̂ ) of annual yield from the reservoir computed using equation (19) for reservoir inflow forecasts having different skills and for the Null forecast should approach the target reliability (1-pf) over the long-term. In general, the computed reliability ( α̂ ) for the synthetic periodic gamma forecasts is much higher than the target reliability (1-pf) except for target reliability = 0.75. This is because the synthetic inflow forecasts ( ρ QQ ' = 1.0, 0.75 and 0.5) are obtained by adding noise with the observed flow information to develop ensembles that results in lesser number of years having shortfall. Hence, the possibility of allocating the specified release Rj is high particularly for target reliability. But, the reliability of annual yield from the Null forecast approach the contract reliability (1-pf). Basically, the reliability ( α̂ ) computed for all the four forecasts ensure that the dynamic water allocation framework preserves the reliability of contracts over the long-term. Resilience Resilience ( ϕ̂ ) computed using (20) indicates the ability of the system to recover from failures. From Table 4, we see that synthetic reservoir inflow forecasts have higher resilience than the Null forecast. Further, as the predictive skill of the forecast drops, the system resilience also reduces significantly. Basically, these results give us the information that improved predictive skill vary the annual yield according to the nature of flows and also preserve the end of the year storage constraint (assumed to be 10 hm3) to have significant carryover storage from one year to next year. Note that if the end of the year storage (June) and the inflow into the reservoir is zero, then shortfall in July is inevitable. For target reliability =0.9, resilience is undefined for synthetic forecasts, since the number of failure events is zero. This is understandable since the annual release will always be lower than the observed flows Qt,j, since the monthly forecast distribution is centered around the observed flows. Shortfall/Deficit Table 4 gives the mean and standard deviation of annual shortfall/Deficit computed using equation (21) and 22) respectively for each reliabilities for the synthetic forecasts as well as for the Null forecast. The vulnerability statistic, annual shortfall, basically denotes that the actual inflows were lesser than the forecasted inflows. Table 4 shows clearly that higher the predictive skill of inflow forecasts, lesser the long-term average of the annual shortfall particularly for high reliabilities greater than 0.5. Note that the magnitude of mean shortfall decreases as the target reliability increases. From Table 4, we can infer that even inflow forecasts of moderate predictive skill ( ρ QQ ' = 0.5) can have lesser shortfalls than the null forecast for higher reliabilities. Figure 2 gives the difference in shortfall between synthetic forecasts ( ρ QQ ' = 0.75) and the climatology for reliability 0.5 and 0.9 for the period 1919-1995. The difference is expressed as a % of the capacity of the Oros reservoir. So, if the difference is negative, it indicates that the shortfall in that particular year under synthetic forecasts is lesser than the climatology. Basically, Synthetic Inflow forecast from periodic gamma autoregressive model perform better than climatology in almost all years for 0.9 reliability (Figure 2b). Table 5 gives the number of years the synthetic forecasts of different predictive skills had lesser shortfall than the climatology for all the four reliabilities. Number outside (inside) the parenthesis indicate the number of years synthetic forecasts (climatology) performed better than the climatology (synthetic forecasts). In Table 5 also we can see that the number of years inflow forecasts outperformed climatology in terms of shortfall decreases as the predictive skill decreases. To summarize the findings on shortfall/deficit, we infer that even using reservoir inflow forecasts of moderate predictive skill, the number of years of shortfall under synthetic forecasts will be considerably lesser than climatology for high reliabilities. Spill and Evaporation Spill and Evaporation basically signify the lost opportunity in terms of system losses. Table 4 gives mean and standard deviation of spill and evaporation for all the four candidate forecasts under different reliabilities. A simple observation across four reliabilities shows that a conservative approach of adopting high target reliability for all the contracts will results in increased system losses (as spill and evaporation) irrespective of the predictive skill of the forecasts. This basically advocates choosing the appropriate reliability for each use by trading off between shortfall and spill instead of adopting the conservative option. However, system losses under synthetic inflow forecasts are considerably lesser than the system losses that could occur under climatological approach. Hence, given the reliability for a particular use, it is always better to obtain the yield using reservoir inflow forecasts, even if the predictive skill is moderate. Figure 3 shows the difference (expressed as % of maximum storage) in spill between the synthetic forecast ( ρ QQ ' = 0.75) and the climatology for the period 1949-1995. As we can see clearly from Figure 3 that reduced spill using inflow forecasts is quite high particularly in high flow years and for high target reliability. Table 5 gives the number of years the spill using synthetic forecasts is lesser (outside the parenthesis) than the spill under climatology. For almost all reliabilities, we see that the spill volume using inflow forecasts is considerably lesser than the spill volume under climatology. To capitulate, reservoir inflow forecasts of even moderate predictive skill significantly reduce system losses in terms of spill and evaporation in comparison with the climatological approach. Reservoir Yields/Contract Release Reduced System losses should increase the annual yield from the reservoir. Table 4 summarizes this information in terms of mean and standard deviation of release obtained under synthetic forecasts of different predictive skills as well as for climatology. We see clearly higher the predictive skill, higher the yield from the system particularly for high reliabilities (pf = 0.75 and 0.9). The variability in yield is higher, since the annual yield varies according to the nature of predicted flows. However this increased yield from the system is not achieved by frequent and increased shortfalls. This improved system performance is achieved by dynamically varying the yield according to the nature of flows by reducing the system losses in terms of evaporation and spill. Climatological approach does not carry any information regarding the nature flows, which results in increased system losses and shortfalls. Improvements in Bulk Sector Water Allocation – An Assessment from System Perspective In this section, we investigate the level of forecasting skill required to make substantial improvements in bulk sector water allocation utilizing probabilistic streamflow forecasts for different reservoir system configurations. To assess the utility of streamflow forecasts having different skills in improving water allocation, we consider different storage to annual demand ratios (given in Table 7) for the Oros system by reducing the current storage capacity and by increasing the annual demand to be supplied by the Oros system. For these system configurations, the water allocation model presented in section 3.0 was run using probabilistic streamflow forecasts developed in section 4 ( ρ QQ ' = 1,0, 0.75 and 0.5) along with the climatological forecasts. For this purpose, we consider bulk sector water allocation from the Oros reservoir considering all the three uses, municipal, industrial and agricultural, with municipal being given the highest priority followed by industrial and then agriculture. The water allocation model was run using each probabilistic streamflow forecasts for the period 1949-1996 and reservoir yields corresponding to 90% reliability were obtained for each year for each use under nine different system configurations. The net annual yield for all the three uses over the period 1949-1996 was calculated for each scenarios of storage to demand ratio and for each candidate streamflow forecasts. Using the net annual yield, the percentage improvement in water allocation using streamflow forecasts of skill, ρ QQ ' , in comparison the climatological forecast was calculated based on equation (25) for each set of storage/demand ratio given in Table 7. M 3 Rij ρ Q ,Q ' ∑∑ j =1 i =1 % Improvement = 1 − *100 M 3 Rij ρ Q ,Q ' = 0 ∑∑ j =1 i =1 …(25) Figure 4 shows the % improvement in water allocation for different reservoir system configurations using reservoir inflow forecasts of different skill. From figure 5, we can see clearly that as forecasting skill increases the % improvement in water allocation in comparison to climatological approach increases. However, the % improvement is much higher for systems having low storage to demand ratio. This is mainly because systems having large storage to demand ratio have the ability to supply the annual demand (including evaporation losses) purely based on the initial storage, So, in many years thereby nullifying the utility of probabilistic streamflow forecasts. On the other hand, streamflow forecasts are much more useful in systems having low storage to demand ratio, since the initial storage at the beginning of the year always constrains the system allocation. This is well illustrated in Figure 6. Under current system configuration (Figure 6a), the difference in annual yield (expressed as Rj( ρ QQ ' ) – Rj( ρ QQ ' = 0 3 where Rj = ∑R ij with ‘i’ denoting each uses and ‘j’ denoting the year) between streamflow i =1 forecasts having a particular skill and the climatological approach is zero in many years, since the entire annual yield was met using the initial storage available at the end of June. For systems having low storage to demand ratio (Figure 5b), the difference in annual yield varies according to the nature of flows. In above normal inflow years, the difference in annual yield is positive indicating yield obtained using the forecast is much higher than the climatological approach and vice versa during below normal inflow years. The difference in annual yield shown in Figure 6b increases as the forecast skill increases, which are reflected in Figure 4 too. It is also important to note that % improvement given in Figure 4 quantifies only the net annual yield, not the increased net benefits using probabilistic streamflow forecasts. Increased net benefits depend on the purpose for which the increased yield is put into use. For instance, if the increased yield is utilized for power generation for which the shadow price of the water is relatively high in comparison to other uses, then the net benefit or the increased revenue using the probabilistic streamflow forecasts will be much higher. A recent study by Maurer and Letternmaier (2003) shows that a 1% improvement in water allocation for the upper Missouri system using the climate information based streamflow forecasts could result in increased net benefits as high as $11million. Thus, climate information based streamflow forecasts would have higher utility in systems with multiple uses constraining the allocation process as well as in systems having very low storage to demand ratio. In the case of Oros reservoir, reservoirs have very high storage to demand ratio, thereby limit the potential utility of streamflow forecasts in improving bulk sector water allocation. The second part of this two paper series [Sankarasubramanian et al., 2003] focuses on bulk sector water allocation towards multiple uses using the 12 months lead climate information based streamflow forecasts for the Oros reservoir and assesses the utility of climate information based forecasts in improving the Oros reservoir performance based on the semiparametric resampling strategy of De Souza and Lall [2003]. SUMMARY AND CONCLUSIONS A dynamic water allocation framework that takes probabilistic streamflow forecasts to obtain releases for multiple uses was formulated. The water allocation model encompasses an insurance structure, allowable restriction and compensation for each use to account for the uncertainty in the forecasted inflows and reliability specification for each use upon quantification of the annual/seasonal demand to be supplied. The dynamic water allocation framework promote a participatory management and would facilitate improved bulk sector water allocation by utilizing the probabilistic streamflow forecasts that could be obtained based on exogenous climatic and within basin land surface conditions. In this paper, we assess the potential improvement that could be obtainable towards multipurpose water allocation utilizing reservoir inflow forecasts of different skill. For this purpose, we generate synthetic streamflow forecasts of different skills by adding periodic gamma autoregressive noise [Fernandez and Salas, 1986] with the observed monthly flows of the Oros reservoir, Ceara North East Brazil. The noise variance of the periodic gamma autoregressive process increases as the skill of the synthetic streamflow forecast decreases. Three set of monthly synthetic forecasts having skill, ρ QQ ' = 1.0, 0.75 and 0.5, were generated using the periodic gamma autoregressive process and their utility in improving bulk sector water allocation was assessed against the climatological ( ρ QQ ' = 0) streamflow forecasts. Two sets of experiments namely single purpose and multipurpose water allocation were considered. Under single purpose experiment, the analyses showed that significant improvement in bulk sector water allocation could be obtained by reducing the system losses (spill and evaporation) using streamflow forecasts. The reservoir system performance increases through increased yields and reduced system losses as the skill of the forecast increases. In the multipurpose water allocation experiment, the analyses focused on the level of forecast skill required for different reservoir system configurations to ensure improvements in water allocation over the climatological approach. For this purpose, we developed nine different scenarios of storage to demand for the Oros reservoir and evaluated the performance of these nine different system configurations under synthetic streamflow forecasts having three different skills. The improvement in water allocation for each system configuration is summarized in terms of percentage improvement in net annual yield in comparison to the climatological approach. The analyses show that reservoir systems having smaller storage to demand ratio could benefit substantially even with streamflow forecasts of modest skill. The percentage improvement using the streamflow forecasts is much smaller even utilizing perfect forecast for systems having large storage to demand ratios. This is mainly because large systems having their ability to store multiple years of demand suppress the utility of streamflow forecasts by allocating the water purely based on the initial storage available at the beginning of the year. On the other hand, performance of systems having smaller storage to demand ratio could be substantially improved by utilizing streamflow forecasts of moderate skill. In other words, streamflow forecasts are much more beneficial in a system that has competing uses of water constraining the decision process. In the case of Oros reservoir, the storage to demand ratio is very high (5.32) which limit the utility of streamflow forecasts in above-normal and below-normal inflow years. The companion paper [Sankarasubramanian et al., 2004] looks at these issues in detail by developing climate information based retrospective streamflow forecasts for the Oros reservoir utilizing the dynamic water allocation framework developed in this study. Table 1: Monthly evaporation rate, ψt in m, for the Oros reservoir used for simulation. The total annual evaporation is 1.590 m with the area-storage coefficients assumed to be δ1 = 0.338 and δ2 = 0.842. ψt Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun 0.151 0.174 0.175 0.189 0.172 0.170 0.129 0.091 0.072 0.069 0.081 0.118 Table 2: Comparison of monthly statistics of simulated flows using the periodic gamma autoregressive model of Fernandez and Salas [1986] following the generation scheme defined in section 4.1. All the statistics are given in m3/sec. Monthly statistics µ̂ Q , σ̂ Q and φˆ denote the observed monthly mean, standard deviation and lag-one monthly correlation respectively. The statistics for the period July-December is not presented, since the average inflow into the Oros reservoir is almost zero. Statistic January February March April May June Observed µ̂ Q 4.37 28.43 103.08 184.74 56.57 9.81 ρ QQ′ = 1.0 µˆ Q 4.67 29.11 103.33 185.57 57.05 10.39 ρ QQ′ = 0.75 µˆ Q 4.83 29.54 103.81 185.70 57.35 10.59 ρ QQ′ = 0.5 µˆ Q 4.87 29.97 103.91 185.85 57.45 10.83 Observed σ̂ Q 7.97 54.63 151.66 279.02 100.86 21.07 ρ QQ′ = 1.0 σˆ Q 12.24 54.49 152.60 280.29 100.70 21.06 ρ QQ′ = 0.75 σˆ Q 12.53 62.47 180.02 327.19 116.84 24.29 ρ QQ′ = 0.5 σˆ Q 13.76 82.61 240.42 434.48 156.12 32.53 Observed φˆ 0.68 0.29 0.46 0.57 0.85 0.67 ρ QQ′ = 1.0 φˆ 0.67 0.24 0.45 0.55 0.83 0.64 ρ QQ′ = 0.75 φˆ 0.63 0.23 0.42 0.53 0.82 0.60 ρ QQ′ = 0.5 φˆ 0.63 0.20 0.39 0.51 0.81 0.58 ' ' ' ' ' ' Table 3: Correlation between observed annual flows and the annual single purpose reservoir yield obtained using the ensemble reservoir inflows for different predictive skills Reliability, (1-pf) ρ QQ′ = 1.0 ρ QQ′ = 0.75 ρ QQ′ = 0.5 Null 0.25 0.50 0.75 0.90 0.26 0.29 0.30 0.31 0.23 0.27 0.30 0.31 0.23 0.25 0.30 0.31 0.08 0.08 0.07 0.05 Table 4: Performance of the Oros Reservoir over the long-term with respect to a single purpose reservoir yield using the ensemble reservoir inflow forecasts pertaining to three different predictive skill. # - Denotes cannot be estimated or undefined. Subscripts denote: SF –Shortfall, SP – Spill, E – Evaporation, R – Release, Reliability, (1-pf) 0.25 ϕ̂ µ̂ SF σˆ SF µ̂ SP σ̂ SP µ̂ E σ̂ E µ̂ R σ̂ R ρ QQ′ = 1.0 0.19 0.62 ρ QQ′ = 0.75 49.5 123.0 192.7 771.3 62.3 48.7 827.7 895.8 0.17 0.53 ρ QQ′ = 0.5 91.1 211.1 192.0 769.9 60.22 46.1 873.3 961.0 0.17 0.49 108.5 234.6 191.3 768.5 59.2 45.2 892.9 985.9 0.26 0.22 68.5 151.7 198.9 803.5 63.22 51.0 840.2 883.3 ρ QQ′ = 1.0 0.55 0.69 ρ QQ′ = 0.75 14.8 63.4 193.0 771.9 65.7 50.7 788.8 852.3 0.60 0.56 ρ QQ′ = 0.5 31.2 98.9 193.2 772.6 65.0 49.8 806.1 870.7 0.62 0.49 42.8 123.9 193.4 773.5 64.5 49.4 818.1 884.2 ρ QQ′ = 1.0 0.49 0.21 40.4 102.5 204.8 821.0 69.7 55.1 799.1 815.1 0.96 1.0 ρ QQ′ = 0.75 4.7 29.5 193.4 773.0 70.1 51.4 771.6 800.9 0.89 0.71 ρ QQ′ = 0.5 3.5 15.5 196.3 778.4 76.4 54.5 760.3 740.7 0.89 0.50 3.6 11.3 196.9 781.8 80.4 57.7 754.8 714.9 0.79 0.44 8.1 26.6 224.4 869.7 87.8 65.8 723.9 631.8 1.00 # ρ QQ′ = 0.75 0.0 0.0 193.9 774.3 73.9 51.2 761.7 766.6 1.00 # ρ QQ′ = 0.5 0.0 0.0 196.3 780.5 90.1 58.3 738.9 658.5 1.00 # 0.0 0.0 201.8 784.3 96.8 62.5 725.5 634.3 0.91 0.40 3.1 11.8 234.7 891.4 96.6 67.2 697.6 590.8 Null 0.9 α̂ - fraction of years without shortfall. α̂ Null 0.75 - resilience, FORECAST Null 0.5 ϕ̂ ρ QQ′ = 1.0 Null Table 5: Reservoir performance comparison accounting the number of years the synthetic reservoir inflow forecasts of known skill performed better than the climatological forecast in terms of shortfall and spill towards single purpose use. Years outside the parenthesis indicate number of years reservoir inflow forecasts performed better, whereas years inside the parenthesis give the number of years climatology performed better. Reliability, (1-pf) Shortfall Spill ρ QQ′ = 1.0 ρ QQ′ = 0.75 ρ QQ′ = 0.5 ρ QQ′ = 1.0 ρ QQ′ = 0.75 33(12) 23(7) 10(2) 4(0) 27(12) 23(4) 9(2) 4(0) 22(23) 20(6) 9(2) 4(0) 2(2) 4(1) 5(1) 6(0) 2(2) 4(1) 5(1) 6(0) 0.25 0.5 0.75 0.9 ρ QQ′ = 0.5 3(1) 4(1) 5(1) 6(0) Table 6: Utility of Reservoir Inflow forecasts towards improving Bulk-Sector Water Allocation for multipurpose use and in reducing System Losses. The Pricing Ratio is assumed to be 3 (Human): 2 (Agriculture): 1(Industry). All values are in hm3. Reliability, (1-pf) Human = 0.9 Agriculture = 0.5 Industry = 0.5 Human = 0.9 Agriculture = 0.75 Industry = 0.75 Human = 0.9 Agriculture = 0.9 Industry = 0.9 FORECAST µ̂ SF σ̂ SF ρ QQ′ = 1.0 0.0 0.0 ρ QQ′ = 0.75 0.0 0.0 ρ QQ′ = 0.5 0.0 0.0 Null 2.77 0.0 ρ QQ′ = 1.0 ρ QQ′ = 0.75 0.0 ρ QQ′ = 0.5 0.0 Null 2.71 0.0 ρ QQ′ = 1.0 ρ QQ′ = 0.75 0.0 ρ QQ′ = 0.5 0.0 Null 2.88 µ̂ SP σˆ SP µ̂ E σ̂ E 199.75 801.48 69.35 46.22 205.67 810.86 80.54 51.39 211.97 12.66 232.62 0.0 199.75 0.0 205.70 0.0 211.97 12.30 232.36 0.0 201.29 0.0 202.45 0.0 208.47 12.30 233.67 831.13 889.01 87.73 86.50 56.36 58.39 791.75 69.64 46.93 811.01 80.81 51.07 831.13 888.91 87.73 87.32 56.36 59.76 800.03 69.87 45.60 809.06 84.56 54.65 805.98 891.40 88.16 88.27 55.97 60.28 ∑ µ̂ 745.27 729.10 715.54 762.85 745.22 729.60 714.19 763.52 744.61 733.02 714.84 Table 7: Storage to Demand Ratios considered for analyzing the utility of streamflow forecasts in improving bulk sector water allocation using forecasts of different skill. Current capacity of Oros reservoir is 1940 hm3 and the annual demand to be supplied by Oros for the JMH system is 365 hm3. Ri 765.25 Storage (in hm3) 1940 1455 970 1940 1455 970 1940 1455 970 Demand (in hm3) 365 365 365 730 730 730 1095 1095 1095 Storage/Demand Ratio 5.32 3.99 2.66 2.66 1.99 1.33 1.77 1.33 0.89 Figure 1: Within Year Demand Fraction for Multiple Uses 0.45 Within-year Demand Fraction 0.4 Human Agriculture Industry 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Month Figure 2: Difference in shortfall obtained using the Reservoir inflow forecasts ( ρ QQ′ = 0.75 ) and the Null forecast towards single purpose use. (2a) Reliability 0.5; (2b) Reliability 0.9. Shortfall is expressed as % of the maximum storage of the Oros reservoir (Smax = 1940 hm3). Forecast - Climatology (Reliability = 0.5) Observed Flows 40 3 5000 20 4000 10 3000 0 1949 Observed Flows (m /s) 6000 30 Deficit/Storage Max (in %) 7000 1959 1969 1979 1989 -10 2000 1000 -20 0 Year 1959 1969 1979 1989 6000 5000 3 Deficit/Storage Max (in %) 0.0 1949 -0.5 7000 Observed Flows (m /s) Forecast - Climatology (Reliability = 0.9) Observed Flows 0.5 -1.0 -1.5 4000 -2.0 3000 -2.5 2000 -3.0 1000 -3.5 -4.0 0 Year Figure 3: Difference in spill obtained using the Reservoir inflow forecasts ( ρ QQ′ = 0.75 ) and the Null forecast towards single purpose use. (3a) Reliability 0.5; (3b) Reliability 0.9. Spill is expressed as % of the maximum storage (Smax = 1940 hm3). 2.0 1959 1969 1979 1989 6000 5000 3 Spill/Storage Max (in %) 0.0 1949 -2.0 7000 Observed Flows (m /s) Forecast - Climatology (Reliability = 0.5) Observed Flows -4.0 -6.0 4000 -8.0 3000 -10.0 2000 -12.0 1000 -14.0 -16.0 0 Year 1959 1969 1979 1989 6000 5000 3 Spill/Storage Max (in %) 0.0 1949 -5.0 7000 Observed Flows (m /s) Forecast - Climatology (Reliability = 0.9) Observed Flows 5.0 -10.0 4000 -15.0 3000 -20.0 2000 -25.0 -30.0 1000 -35.0 0 Year Figure 4: Utility of Streamflow forecasts in improving water allocation under different reservoir system configurations. Net annual yield corresponding to 90% reliability is obtained for each uses using the within year demand fractions given in Figure 1. Note % improvement plotted in Y-axis in comparison to climatology is in the logarithmic scale. The figure shows clearly that as the forecasting skill increases % improvement increases for the given storage to demand ratio. However, the% improvement is much more significant for systems with low storage to demand ratio than over systems having larger storage to demand ratio. Correlation 1.0 Correlation 0.75 Correlation 0.5 101.0 8 7 6 5 4 % Improvement 3 2 100.0 8 7 6 5 4 3 2 10-1.0 0 1 2 3 Storage/Demand 4 5 Figure 5: Difference in annual yield using streamflow forecasts having a particular skill and using climatology for two different system configurations. (5a) Current system configuration (Storage = 1940 hm3; Annual Demand = 365 hm3) (5b) Modified System Configuration (Storage = 970 hm3; Annual Demand = 1095 hm3). 100 Forecast Skill (Correlation = 1.0) Forecast Skill (Correlation = 0.75) Forecast Skill (Correlation = 0.5) 80 Flows 2500 60 2000 40 20 1500 0 0 -20 10 20 30 40 1000 Observed Flow (in hm3) Rj|ρQ,Q' - Rj|(ρQ,Q' =0) in hm3 3000 -40 500 -60 -80 0 Year Index Forecast Skill (Correlation =1.0) Forecast Skill (Correlation = 0.75) Forecast Skill (Correlation = 0.5) Flows 400 2500 200 2000 100 1500 0 0 10 20 -100 40 1000 500 -200 -300 0 Year Index REFERENCES 30 Observed Flow (in hm3) Rj|ρQ,Q' - Rj|(ρQ,Q' = 0) in hm3 300 3000 Arumugam, S., A. Sharma. ,and U.Lall., Water Allocation for multiple use based on probabilistic reservoir inflow forecasts, Proceedings, IAHS, Soppore, 2003. Cayan, D. R., K. T. Redmond, and L. G. Riddle, ENSO and Hydrologic Extremes in the Western United States. J. Climate, 12, 2881-2893, 1999. Cayan, D. R., and R. H. Webb, 1992: El Nin˜o/Southern Oscillation and streamflow in the western United States. El Nin˜o—Historical and Paleoclimatic Aspects of the Southern Oscillation, H. F. Diaz and V. Markgraf, Eds., Cambridge University Press, 29–68. Chiew, F. H. S., T. A. McMahon, and T. Piechota, 1994: El Nin˜o/ Southern Oscillation and streamflow patterns in south-east Australia. Trans., Instit. Eng., Australia, 36, 285–291. De Souza, F. & Lall, U., Seasonal to Interannual Ensemble Streamflow Forecasts for Ceara, Brazil: Applications of a Multivariate, Semi-Parametric Algorithm, Wat. Resour. Res. (accepted), 2002. Dettinger, M.D. and H.F. Diaz, Global characteristics of stream flow seasonality and variability, Journal of Hydrometeorology, 1 (4): 289-310, 2000. Dracup, J.A. and E.Kahya, The relationships between united-states streamflow and la-nina events, Water Resources Research, 30 (7): 2133-2141, 1994. Duan, Q.Y., Sorooshian, S. and Gupta, V. Effective and Efficient Global Optimization for Conceptual Rainfall-Runoff Models, Water Resources Research, 28 (4): 1015-1031, 1992. Eltahir, E. A. B., 1996: El Nin˜o and the natural variability in the flow of the Nile River. Water Resour. Res., 32, 131–137. Faber, B.A. and J.R.Stedinger, Reservoir optimization using sampling SDP with ensemble streamflow prediction (ESP) forecasts, Journal of Hydrology 249 (1-4): 113-133, 2001. Garen, D.C., Improved Techniques in Regression-Based Streamflow Volume Forecasting, Journal of Water Resources Planning And Management, 118 (6), 654-670, 1992. Guetter, A. K., and K. P. Georgakakos, 1996: Are the El Nin˜o and La Nin˜a predictors of the Iowa River seasonal flow? J. Appl. Meteor., 35, 690–705. Georgakakos, A.P., H.M.Yao, M.G.Mullusky, and K.P.Georgakakos, Impacts of climate variability on the operational forecast and management of the upper Des Moines River basin, Water Resources Research, 34 (4), 799-821, 1998. Goddard, L. S.J. Mason, S.E. Zebiak, C.F. Ropelewski, R. Basher and M.A. Kane, 2001, Current approaches to seasonal-to-interannual climate predictions, Int. J. Climatology 21, 1111-1152. Hamlet, A.F., and D.P.Lettenmaier, Columbia River streamflow forecasting based on ENSO and PDO climate signals, Journal of Water Resources Planning and Management, 125 (6), 333341, 1999. Hamlet, A.H., D. Huppert and D.P. Lettenmaier, 2002, Economic value of long-lead streamflow forecasts for Columbia River hydropower, J. Water Resour. Planning and Management 128, 91-101. Hashimoto, T., J.R.Stedinger and D.P.Loucks, Reliability, Resiliency, and Vulnerability Criteria For Water-Resource System Performance Evaluation, Water Resources Research, 18 (1): 1420, 1982. Hyvärinen, A., Karhunen, J., and Oja, E., Independent Component Analysis. J. Wiley, 2001. Kyriakidis, P.C., N.L.Miller and J.Kim, Uncertainty propagation of regional climate model precipitation forecasts to hydrologic impact assessment, Journal of Hydrometeorology, 2 (2): 140-160, 2001. Lettenmaier, D.P. and E.Wood., Hydrolgoic Forecasting, Hand book of Hydrology, edited by V.Maidment, McGraw-Hill Publisheres, 1993. Leung, L.R., A.F.Hamlet and D.P. Lettenmaier and A.Kumar, Simulations of the ENSO hydroclimate signals in the Pacific Northwest Columbia River basin, Bulletin of the American Meteorological Society, 80 (11): 2313-2329, 1999. Leung, L.R., M.S.Wigmosta, S.J.Ghan, D.J.Epstein, and L.W. Vail, Application of a subgrid orographic precipitation/land surface hydrology scheme to a mountain watershed. J. Geophys. Res., 101, D8, 12,803-12,817, 1996. McKerchar, A. I., C. P. Pearson, and M. E. Moss, 1996: Prediction of summer inflows to lakes in the southern Alps, New Zealand, using the spring Southern Oscillation index. J. Hydrol., 184, 175–188. Nijssen. B, G.M.O'Donnel, A.F.Hamlet, and D.P.Lettenmaier, Hydrologic sensitivity of global rivers to climate change, Climatic Change, 50 (1-2), 143-175, 2001. Pagano, T.C. and Garen, D.C., Use of Climate information in official western US water supply forecasts, Proceedings of EWRI conference, Philadephia, 2003. Piechota, T.C., F.H.S.Chiew, J.A.Dracup and T.A.McMahon, Seasonal streamflow forecasting in eastern Australia and the El Nino Southern Oscillation, Water Resources Research, 34 (11): 3035-3044, 1998. Piechota, T.C., F.H.S.Chiew, J.A.Dracup and T.A.McMahon, Development of exceedance probability streamflow forecast, Journal of Hydrologic Engineering, 6 (1), 20-28, 2001. Piechota, T. C., and J. A. Dracup, 1996: Drought and regional hydrologic variation in the United States: Associations with the El Nin˜o-Southern Oscillation. Water Resour. Res., 32, 1359– 1374. Redmond, K. T., and R. W. Koch, Surface climate and stream-flow variability in the western United States and their relationship to large-scale circulation indices, Water Resources Research 27, 2381–2399, 1991. Sankarasubramanian, A., Sharma, A., and Lall, U., Long-lead seasonal streamflow forecasts for the Jaguaribe-Metropolitan Basin, Ceara North East Brazil, To be submitted to Journal of Hydrometeorology, 2003. Shaake, J., and Larson, L., Ensemble Streamflow Prediction (ESP): Progress and Research needs, Special Symposium on Hydrology, Am.Meteorol., Soc., Boston, Mass, J19-J24, 1998. Sharma,A., Seasonal to interannual rainfall ensemble forecasts for improved water supply management: Part 1 - A strategy for system predictor identification, J. Hydrology, 239, 232239, 2000a. Sharma, A., Seasonal to interannual rainfall probabilistic forecasts for improved water supply management: Part 3 - A nonparametric probabilistic forecast model, J. Hydrology, 239,249258, 2000b. Sharma, A. and U. Lall, Probabilistic forecasting for water resources management, Proceedings, IAHS, Soppore, 2003. Trenberth, K. E., C. J. Guillemot, Physical Processes involved in the 1988 Drought and 1993 Floods in North America. Journal of Climate, 9, 6, 1288–1298, 1996. Uvo C. B., U. Tolle, and R. Berndtsson, Forecasting discharge in Amazonia using artificial neural networks, Int. J. Climatology, 20 (12), 1495-1507, 2000. Yao, H. and A. Georgakakos, Assessment of Folsom Lake response to historical and potential future climate scenarios, 2- reservoir management, J. Hydrology, 249, 176-196, 2001. Yu, Z., E.J.Barron, B.Yarnal, M.N. Lakhtakia, R.A.White, D.Pollard and D.A.Miller, Evaluation of basin-scale hydrologic response to a multi-storm simulation, Journal of Hydrology, 257 (1-4), 212-225, 2002. Zorn, M. R., and P. R. Waylen, Seasonal response of mean monthly streamflow to El Nin˜o/Southern Oscillation in north central Florida. Prof. Geogr., 49, 51–62, 1997. CHAPTER 8: DYNAMIC WATER ALLOCATION FRAMEWORK FOR MULTIPLE USES II: PERFORMANCE UNDER CLIMATE INFORMATION BASED RESERVOIR INFLOW FORECASTS A.Sankarasubramanian, Upmanu Lall, Ashish Sharma and Gianluca Guidotti Introduction Recent advances in understanding the linkages between exogenous climatic conditions such as tropical sea surface temperature (SST) anomalies to local/regional hydroclimatology offer the scope of predicting the rainfall/streamflow potential on a season ahead and long-lead (12 to 18 months) basis [Hamlet and Lettenmaier, 1999; Sharma, 2000a; Piechota et al., 2001; De Souza and Lall, 2003]. The National Research Council [2002] emphasizes the importance of harnessing this enhanced hydrologic predictability towards potential benefits in water resources system operation. For instance, reservoir rule curves that specify the volume of water to be kept in the reservoir at a particular time of the year to meet the future demand are often obtained based on the driest envelope in the entire historical record, thereby adhering to the same rule curve every year for reservoir operation. In this regard, a commonly adopted strategy in the U.S. is to lower the reservoir to a prespecified level every year during the winter to accommodate the later winter and spring peak flows. This unconditional/static risk management strategy could be modified to evolve a dynamic risk management strategy based on the winter and spring climate information based streamflow forecasts. Several investigators have emphasized the importance of exploiting this improved hydrologic predictability to enhance operation and management of water supply systems [Dracup and Kahya, 1994; Cayan et al., 1999; Sharma, 2000b]. This main intent of this study is to assess the utility of climate information based reservoir inflow forecasts in improving multipurpose bulk sector water allocation over the long-term. The first paper, dynamic water allocation framework I [Sankarasubramanian et al., 2003a], relates reservoir inflow forecasts of known predictive skill to reservoir performance indices defined by Hashimoto et al., [1982]. In this study, we utilize 12 months lead, cross-validated, retrospective reservoir inflow forecasts obtained based on exogenous climatic indices for allocating water annually for multiple uses. For this purpose, we adopt the dynamic water allocation framework developed by [Sankarasubramanian et al., 2003] to obtain yields for multiple uses contingent on the climate information based reservoir inflow forecasts. The study site considered is the Oros reservoir, Ceara, North East Brazil [De Souza and Lall, 2003]. Seasonal forecasts of streamflow could be utilized effectively for multipurpose water allocation and to prepare adequate contingency measures to mitigate hydroclimatic disasters [Lettenmaier and Wood, 1993]. The National Weather Service River Forecasting System (NWSRFS) issues 3-months lead ensemble forecasts of streamflow for many river basins in the contiguous U.S. using a conceptual hydrologic model based on the climatological information of precipitation and temperature in that region/site, current soil moisture, river and reservoir conditions [Schaake and Larson, 1998]. But, recent studies show that the low frequency variability in climate could alter pathways of moisture transport in a region due to ocean-atmosphere teleconnection, which influence significant continental scale rainfall [e.g.,Trenberth and Guillemot, 1996] and streamflow patterns at both global and hemispheric scales [e.g.,Dettinger et al., 2000b] as well as at regional scales [e.g., Guetter and Georgakakos 1996; Piechota and Dracup, 1996]. Seasonal streamflow forecasts based on exogenous climatic indices could be obtained either by nesting a large-scale hydrologic model with GCM outputs [e.g., Nijssen, 2001; Yu et al., 2002] or by estimating the distribution of streamflows contingent on climatic indices [Hamlet and Lettenmaier, 1999; Piechota et al., 2001; De Souza and Lall, 2003]. Low predictive skills of GCM outputs at longer lead (> 3 months) and uncertainty propagation from the nesting of models [Kyriakidis et al., 2001] limit the application of former approach towards short-term water management. In this study, we adopt the latter approach, semi-parametric resampling strategy of De Souza and Lall [2003], to develop 12-months ahead retrospective inflow forecasts for the Oros reservoir. Though considerable progress has been made in predicting the seasonal hydroclimatology of a region, very few studies have investigated the benefits of improved hydrologic predictability on water resources system operation and management. Utilizing the retrospective streamflow forecasts for the Columbia River, Hamlet et al., [2002] show that long-lead streamflow forecasts could be effectively utilized in operating reservoirs to obtain increased annual average hydropower. Georgakakos et al., [1998] showed that using coupled hydraulic-hydrologic prediction models along with robust forecast-control methodologies can increase resilience of the reservoir systems to climate variability and change. Fowler et al., [2003] analyzed the impacts of climate change and climate variability on northern England’s using a water resources system model. In this study, we assess the utility of 12 months lead climate information based ensemble streamflow forecasts in improving the multipurpose annual water allocation from the Oros reservoir. Formulation of the reservoir model that utilizes the ensemble streamflow forecasts is described in the next section using a simulation-optimization scheme. Following that, the candidate-forecasting scheme, semi-parametric resampling algorithm of De Souza and Lall [2003] is outlined along with the presently adopted strategy in Ceara, North East Brazil that allocates water for multiple uses assuming zero inflow for the next 12 months. Finally, the experiment design used to assess the utility of ensemble streamflow forecasts is presented along with the selected reservoir performance evaluation criteria using which the potential improvement in bulk sector water allocation from the Oros reservoir performance is investigated. Formulation of a Single Reservoir, Multipurpose Water Allocation Model The water allocation model presented here is an optimization model that obtains the maximum yield with a specified reliability of supply from the reservoir by meeting policy and physical constraints for the ensemble inflow sequences. A single site, multi purpose reservoir is considered with an objective to maximize the net income from different uses based on ensemble streamflow forecasts. The model encompasses a contract structure for each use that quantifies the yield (Ri) for the user specified reliability of supply (1-pfi, pfi = failure probability) along with a maximum allowable restriction volume (wi) that could be enforced as part of contract specification if actual flows were drier than the forecasted flows. The decision variables are the releases/yields, Ri, for each use having an associated reliability of supply. For more details on contract specification, see Sankarasubramanian et al., [2003a]. The following section briefly describes the system of reservoirs and the water allocation process in the JaguaribeMetropolitano Hidrossytem (JMH) in Ceara, North East Brazil. Study Site Description Ceara, a semi-arid state in the North East Brazil, is a drought prone region that is heavily influenced by the anomalous conditions in SST over tropical Atlantic and Pacific. Figure 1 shows the six major reservoirs and different irrigation districts in the JMH. This study considers the largest reservoir in the JMH system, Oros, for the purpose of assessing the utility of climate information based reservoir inflow forecasts in improving multipurpose water allocation. The first three reservoirs in Jaguaribe Basin primarily supply water for irrigated areas, while the rest in the Metropolitan Basin serve towards the municipal and industrial demand of the largest metropolitan area, Fortaleza. The Jaguaribe Basin water demand is 80% Irrigation and 20% urban. The Metropolitan Basin water demand is mainly towards urban and industrial use. Hence, the demands in the Metropolitan basin are relatively uniformly distributed during the year, while those in the Jaguaribe basin are concentrated during the irrigation season (AugustNovember). Rainfall records for each basin are available since 1911. But, streamflow records at different reservoirs vary in their starting date. Consequently, calibrated rainfall-runoff models have been used to reconstruct the inflow at each reservoir. The quality of the inflow data is expected to be the best for the Oros reservoir, and weakest for Pacoti-Riachão. The annual inflows into the Oros reservoir were nearly zero in several of the years with the flow being highly variable and skewed. Ninety-five percent of the annual inflow typically occurs during January through June. Thus, the storage at the end of June in the Oros reservoir primarily specifies the water that is available for human and animal needs as well as for irrigation. Though agriculture contributes only 5.6% of the state’s gross domestic product, it accounts for 40% of the livelihood of the state’s population. Thus, even a marginal improvement in water allocation would have substantial benefit in terms of improving the livelihood of the society as well as in setting priorities among competing uses of water and in instituting appropriate contingency measures. For more information about the JMH system, see De Souza and Lall [2003]. Water allocation process in JMH basin, Ceara usually occurs at the end of wet season, in July every year in each sub basins (Figure 1). The annual water committee meeting coordinated primarily by the water allocation agency, COGERH, with members representing different water user groups (predominantly Municipal, agricultural and industrial use). The user groups deliberate upon water sharing based on the simulated water levels (prepared by COGERH) in the major six reservoirs, which is obtained for different release pattern by assuming zero inflow for the next 12 months. This strategy (zero inflow assumption) basically allocates water for different uses based on the storage available in June. In this process, priority in water allocation is given to municipal use followed by industrial use and the remaining storage water is allocated for irrigation. As an outcome of this negotiation, both COGERH and each user group agrees upon the volume of water to be supplied over the next 12 months (July-June) as well as on the end of the year target storage (June in the ensuing year) to be kept in the six reservoirs (Figure 1). Thus, the timeline of the water allocation process described above basically necessitates the development of reservoir inflow forecasts for the period July-June (lead time of 12 months) based on the climatic information available up to June to facilitate annual bulk sector water allocation. De Souza and Lall [2003] show that annual streamflow forecasts obtained based on the April-June average conditions in East Atlantic Dipole (EAD) and Nino3.4 correlate well with observed flows in the six reservoirs in Ceara, Brazil. This study adopts the same approach to develop 12-months lead ensemble streamflow forecasts for the Oros reservoir. The following section briefly describes the water allocation framework suggested by Sankarasubramanian et al., [2003a] to obtain releases for multiples uses contingent on climate information based reservoir inflow forecasts. Water Allocation Model for Bulk Sector Contracts using Ensemble Forecasts Given the ensemble streamflow forecasts qtk, where t=1,2,…,T denoting the period of operation (usually months, hence T = 12) and k = 1,2,…, N is the index representing a particular ensemble out of ‘N’ ensembles and the initial reservoir storage, S0*, at the beginning of the year, the water allocation model described in this section determine the annual releases (Ri) for each use ‘i’ that can be obtained from the reservoir for the given reliability (1pfi) . The water committee specifies the target storage ST* to be kept in the reservoir at the end of June and the minimum and maximum releases from the reservoir for each use. Most of the previous analyses on the assessment of the utility of long lead climate information based streamflow forecasts focused on the economic value that can be obtained by deriving adaptive reservoir operation rule curves [Hamlet et al., 2002; Yao and Georgakakos, 2001; Faber and Stedinger, 2001]. In this study, we focus on the improvement in reservoir system performance in terms of reliability, resilience and vulnerability utilizing the long-lead streamflow forecasts developed for the Oros reservoir. Objective Function The goal is to maximize the annual yield (Ri) for different uses from the reservoir with reliability (1-pfi) such that the end of year storage is less than ST*, with probability ps. Hence, the decision variables are the annual releases Ri for ‘n’ different uses. Expressing this, the objective is to maximize the net benefit from multiple uses n O= ∑φi Ri …(1) i =1 where φi denotes the marginal net benefit from each use. Constraints In most seasonal/annual water allocation decisions, water that is needed for basic services like domestic water supply, ecosystem services is allocated separately by assigning high priorities that could be set by assigning appropriate marginal net benefit, φi, for each use. The constraints that are enforced to maximize (1) can be grouped into (a) Contract/water use level constraints (b) Reservoir level constraints. Contract level constraints enforce physical bounds of supply as well as target reliability of supply (1-pfi) for each use. On the other hand, reservoir level constraints ensure the end of the year target storage with associated failure probability ps, and the probability of enforcing a particular restriction level. During drier periods, Sankarasubramanian et al., [2003a] propose enforcing restriction levels (if the actual flows are drier than the forecasted flows) as part of water allocation model formulation. Restriction levels imposed at the reservoir level specify the reduced supply of water, αil Ri, that is signified by the restriction fraction, αil (i denotes user, l denotes restriction level) for each contract/use. Higher levels of restrictions could be imposed as the severity of the deficit/shortfall increases. Constraint 1: Reliability of supply for each use The target reliability (1- pfi) of supply of the contracted quantity, Ri is enforced by specifying that the likelihood of actual restrictions, wi, for each contract being greater than maximum allowed restriction volume, wi*, should be lesser than the contract failure probability, pfi (equation 2). The maximum allowed restriction volume, wi* and the contract reliability (1- pfi) act together to provide a safety/protection mechanism for both the user as well as the supply agency. P(wi ≥ wi* )≤ pfi …(2) Constraint 2: Bounds on the Allocation for each use Policy or physical considerations may enforce the annual release from the reservoir to be constrained between an upper and lower bound. This could be either based on the agreement in the water committee meeting or based on the minimum recommended supply for each use. Ri,min ≤ R ≤ Ri,,max …(3) Constraint 3: End of the Year Target Storage To ensure, adequate storage is maintained in the reservoir at the end of contract period as per the water committee decision, a probability constraint on the end of the year storage is introduced. A typical year-end target storage that is commonly adopted in Ceara is to ensure 18 months of municipal water demand beyond the allocation period. P(ST≤ST*) ≤ ps …(4) Constraint 4: Restriction Enforcement To ensure restriction levels are not enforced too frequently, the probability of each restriction level ‘l’ being enforced in the upcoming year should be lesser than prl, which could be again specified through deliberations between the water users and the agency. This could be expressed as, P(RLl) ≤ prl where l = 1,2,…, nr …(5) where RLl denotes the restriction level ‘l’. Note that St, t = 1,2,…, T are not decision variables. These state variables are evaluated during each iteration of the optimization model using the reservoir simulation described below as functions of the current value of releases for each use. The probability constraints (2), (4) and (5) are evaluated by counting the number of times the respective inequalities are satisfied in ‘N” ensembles. Reservoir Simulation For each sequence ‘k’ (k =1, 2,…, N) in the ensemble, we compute the reservoir storages given the initial reservoir storage, S0 = S0* and release for each use, Ri, obtained from the current iteration of the optimization algorithm. Using the basic continuity equation, we write monthly storage equations as n S t = S t −1 + qt − Et − ∑ Rti , t= 1,2,…,T …(6) i =1 SDt = -St | St < 0; SPt = (St- Smax) | St > Smax …(7) Monthly storage equations are constrained so that the storage is between zero and maximum possible storage, Smax. Monthly releases, Rti, are computed using monthly demand fractions. St=min (St, Smax), St = max(St,0) …(8) Rti= …(9) tiRi Evaporation, Et, at each month is computed as a function of average storage during the month using the area-storage relationship of the reservoir. Et = ψ t δ1 (( S t + S t −1 ) / 2)δ 2 …(10) where ψt is the monthly evaporation rate, δ1 and δ2 are coefficients describing the area-storage relationship. Table 1 gives the monthly evaporation rate for the Oros reservoir, North East Brazil. The deficit allocation policy is to enforce restriction levels sequentially (as the restriction level increases, severity/deficit increases) to distribute the shortfall to all users based on the restriction fraction, il, which was agreed during the negotiation process. The combined restriction volume in all the restriction levels prescribes the maximum allowable restriction volume, wi*, for each user using which we evaluate the reliability constraint in (2). Thus, we distribute the deficit SDt in the current iteration to each user ‘i’ based on the agreed restriction levels and the corresponding restriction fraction, il. Computing the total deficit, D, in trace ‘k’ T D= ∑ SDt …(11) t =1 If D =0, then St > 0 for all t implying wi = 0 for all ‘i’. On the other hand, if D> 0, compute CDil, the total restriction received by user ‘i’ in the restriction level ‘l’ to account shortfall/deficit ‘D’ in trace ‘k’ using (12). CDil = min( ilRi(D-ADl-1)/λl, λil) ; ADl −1 = j −1 n ∑∑ CD l =1 i =1 il ; AD0 = 0 …(12) where ADl-1 is the total deficit accounted up to restriction level ‘l-1’, il = ilRi is the maximum amount of n restriction that can be placed on user ‘i’ under restriction level ‘l’ and λl = ∑ λil is the maximum amount of i =1 restriction that can be accounted under restriction level ‘l’ considering all the contracts. Note both il, l can be calculated upfront based on the current value of Ri and they do not change for each ensemble. Based on this information, wi for each use can be expressed as nr wi = ∑ CDil …(13) l =1 Looking across all the traces in the ensemble, compute the probabilities (d) P[wi > wi*] as the number of traces in which (wi > wi*)/ total number of traces, N (e) P(ST≤ST*) as the number of traces in which ST≤ST* / total number of traces, N (f) P(RLl) as the # of traces in which restriction level ‘l’ is enforced/ total number of traces, N. We consider N=1000 ensembles containing monthly streamflow forecasts and the above probabilities are computed across the ensembles to evaluate constraints (2), (4) and (5). The optimization solver, Fortran Feasible Sequential Quadratic Programming (FFSQP) developed at the University of Maryland [Zhou et al., 1997], maximizes the net value, O, from the reservoir by satisfying the constraints in section 2.2.2 and using the reservoir simulation details listed in (6)-(13). Retrospective Streamflow Forecasts for the Oros reservoir The main objective of this study is to assess the utility of climate information based inflow forecasts in improving the reservoir performance over the long-term and illustrate the usefulness of generic water allocation framework developed by Sankarasubramanian et al., [2003a] towards bulk sector water allocation. The reservoir performance in reducing system losses (spill and evaporation) utilizing K-NN retrospective forecasts is compared with the system losses under zero inflow forecast that is currently pursued for water allocation in JMH, Ceara and with the climatological (Null forecast) ensembles of streamflow. These forecasts developed for the water allocation years 1949-1995 are known as retrospective reservoir inflow forecasts having 1000 ensembles of monthly streamflows for each year. As mentioned earlier, a water allocation year (e.g., 1949 water allocation year implies 1949 July – 1950 June) in Ceara typically spans from July-June of the calendar year with the allocation for different uses decided through water committee meeting. Hence, the retrospective forecasts obtained using the K-NN resampling algorithm utilizes the climate information available up to the June of the current year to develop 12 months lead (July-June) reservoir inflow forecasts for the ensuing year. Semi-parametric K-Nearest Neighbor Resampling Algorithm Using the semi-parametric K-nearest neighbor resampling algorithm of De Souza and Lall [2003], ensembles of retrospective monthly streamflow forecasts for each year from July 1949- June 1995 is developed based on the April-June average of East Atlantic Dipole (EAD), Nino 3.4, January-March average of SST anomaly in the central south pacific region (CSP), and the April-May average of geopotential height (GPH) at 500mbar over the Lao Plato basin (Figure 2). For more information about the relation between these predictors and the Oros flows, see Sankarasubramanian et al., [2003b]. NINO 3.4, the most commonly used index to represent ENSO condition in the tropical Pacific, is defined as the average Sea Surface temperature anomaly in the region bounded by the eastern equatorial Pacific 150 degrees W to 90 degrees W and 5 degrees S to 5 degrees N. The other climatic index, East Atlantic SST Gradient (EAD), is defined as the difference in the monthly average of the SST anomaly in the region bounded by North Atlantic (5-20N, 60-30W) and the monthly average of the region bounded by South Atlantic (020S, 30W-10E). The monthly time series for these indices were derived from the gridded SSTA data sets developed by [Kaplan et al., 1998] available at (http://ingrid.ldeo. columbia.edu/SOURCES/.KAPLAN/.EXTENDED/). Table 2 gives the correlation between the Oros flows and the four predictors. The null hypothesis stating that these correlations are equal to zero can be rejected at 95% significance level. Figure 3a shows the conditional distribution of 12-months ahead retrospective forecasts for water allocation years 1970-1996 obtained in a leave one-out cross validation mode using the K-NN resampling algorithm. The inset in Figure 3 gives the number of times the quartiles of the simulated flows exceeded the observed flows over 47 years indicating that the simulated conditional distributions lead to the observed marginal distribution of flows. The correlation between the observed annual flows and the ensemble average of the simulated annual flows obtained is 0.73. Table 3 compares the verification statistics of the resampled monthly flows using the K-NN resampling algorithm obtained in a leave one-out cross validation mode with the observed monthly flow statistics at Oros. Figure 3b shows the ensemble average and median of adaptive forecasts developed for the period July 1990- June 2000 obtained using the respective years April-June conditions of Nino3.4 and Dipole. The data available for the period July 1949- June 1990 was employed for resampling the flows. The correlation between the ensemble average of forecasted flows and the observed annual flows at Oros for the period July 1990-June 2000 is 0.7. Information presented in Table 3 and Figure 3 show that the resampled flows using the approach of De Souza and Lall [2003] correlate well with the observed annual flows and preserves the monthly mean, standard deviation and correlation structure. Climatological Forecasts of Streamflow (Null Forecast) The lag-one correlation between the annual flows at the Oros reservoir is near to zero. Hence, to develop climatological ensembles of streamflow, we simply bootstrap the observed annual flows to form 1000 ensembles every year. The monthly streamflow sequence corresponding to the bootstrapped annual flow would form the respective monthly flows in that ensemble. This procedure is repeated for 47 years (July 1949- June 1995) to constitute the climatological ensembles of streamflow. Though this approach preserves the statistics of the monthly flows and the lag-one monthly correlation ( ρ̂ t ), the correlation between the observed annual flows and the ensemble median of the bootstrapped flows is zero indicating that the climatological approach does not have any predictive skill. Zero Inflow Policy Since the entire state of Ceara North East Brazil is a semi-arid, drought prone region, COGERH, the water allocation agency for the Jaguaribe Metropolitan Hydro System assumes zero inflow for the next twelve months (July-June) to allocate water for different uses. In other words, this approach allocated water purely based on the currently available storage to ensure maximum possible storage in the reservoir even if multiyear droughts occur. This is presumably a conservative approach with an underlying reliability of supply being equal to 1. We have included this as a scenario/ candidate forecast and analyzed the reservoir yields for multiple uses based on this assumption. Assessment of the Utility of Long-Lead Streamflow forecasts In this section, we assess the utility of retrospective reservoir inflow forecasts (developed in section 3) towards potential improvement in annual water allocation for multipurpose use in the JMH basin, Ceara. To demonstrate this, we consider the basic reservoir performance indices suggested by Hashimoto et al., [1982]. The candidate forecasting schemes outlined in section 3 consisting of ensembles of monthly streamflows are utilized to evaluate the performance of the Oros reservoir. It is important to note that the predictive skill of the candidate forecasting model(s) could be negative. In such a case, the climatological forecasts should be considered instead of climate information based forecasts. The following section describes the experimental design and the relevant reservoir performance evaluation measures. Experimental Design The utility of climate information based long-lead streamflow forecasts is assessed for both single and multi purpose water allocation from the Oros reservoir by maximizing the net benefits function in (1) for the period 1949 July – 1995 June. We make an ad hoc assumption that the target year-end storage probability, ps and target restriction level failure probability, prl as equal to the contract failure probability, pfi. The end of year target storage, ST* is assumed to be dead storage 20 hm3 (1 hm3= 1 million m3) for all the years unless otherwise specified. The maximum storage (Smax) available in the Oros reservoir for allocation is 1940 hm3. The average annual evaporation for the Oros reservoir is 1.590 m and the coefficients of the area-storage relationship 1 and 2 are 0.338 and 0.842 * respectively. The initial storage, S0 , available in the beginning of water allocation year 1949 is assumed to be 50 hm3. Using the initial storage available at the beginning of July 1949, 12 months-lead streamflow forecasts for the water allocation year 1949 from the K-NN resampling algorithm is run based on the water allocation model in 2.2 to obtain the maximum yields (Ri) for the specified reliability of use (1-pfi) for the period July 1949-June 1950. Water is allocated for three different uses, municipal, industrial and agriculture, for three different reliability of use (1-pfi = 0.9, 0.75 and 0.5). Figure 4 gives the typical within year demand fraction for three different uses. Using the observed monthly flows (Qt,j) for the same period, monthly releases are made from the reservoir based on the appropriate within year demand fraction ( ti) to meet the annual target yield (Ri) using the storage continuity equations (6-13). In other words, the annual reservoir yields obtained using the 12-month lead climate information based forecasts are combined with the observed flows to record monthly storages, evaporation, shortfalls and spills for the period July 1949- June 1950. Figure 5 shows the generalized schematic diagram of the experimental design for any given evaluation period. Let us denote the storages in the reservoir at each month by releasing the target monthly yield (βtRi) using the observed flows (Qt,j) as S t , j . Then, the annual spill (SPj) and shortfall (SFj) volumes 12 months can be expressed as SP j = T ∑ (St , j − S max ) St , j > S max …(14) t =1 T SFij = ∑ ( β ti Rij − Rtij′ ) ( β ti Rij − Rtij′ ) > 0 …(15) t =1 ′ is the actual release that was made in the month ‘t’ in year ‘j’ for use ‘i’. The actual release Rtij′ would be where Rtij lesser than the target yield (βtRij) if the actual flows were drier than the forecasted flows. The end of the year storage (ST,j) obtained from reservoir simulation using (6)-(13) would be assumed to be the beginning of the year storage for the year ‘j+1’. This entire procedure is repeated from 1949 to 1995 to obtain maximum reservoir yields (Rij) and the corresponding annual spills (SPj), annual shortfalls (SFij) and monthly evaporation (Et,j) are noted. To summarize, this experiment actually walks through the entire water allocation procedure from July 1949 to June 1995 and records the releases, spills, shortfalls, storages and evaporation that would have happened if these 12-months lead retrospective forecasts of streamflow were utilized for determining the annual yields from the reservoir. Following the same experimental design in Figure 5, we also obtain the releases, spills, shortfalls, storages and evaporation that would have occurred if one adopted the zero inflow policy and the climatological ensembles of streamflows for water allocation from the Oros reservoir. Performance Measures Hashimoto et al., (1982) define three criteria namely resilience γ, reliability α and vulnerability for evaluating the reservoir performance over the long-term. We compute these three indices using annual evaporation (Ej), shortfalls (SFj) and spills (SPj) obtained for each year using the three sets of streamflow ensembles (KNN, Climatology/Null, Zero Inflow Policy). The reliability and resilience of the reservoir over the long-term (M = 47 years) can be obtained from the shortfall information. α̂ = 1 if SF j = 0 1 M I j where I j = ∑ M j =1 0 otherwise γˆ = M 1 if I j = 0 and 1 K j where K j = ∑ M (1 − α ) j =1 0 otherwise …(16) I j +1 = 1 …(17) Vulnerability is quantified in terms of mean and standard deviation of spills at the reservoir level ( µˆ SP , σˆ SP ) and shortfalls ( µˆ SF ,σˆ SF ). This can be expressed as µ̂ SF = 1 M σˆ SF = µ̂ SP = n j =1 i =1 ∑ SF j ; SF j = ∑ SFij …(18) M 1 (SF j − µˆ SF )2 ∑ ( M − 1) j =1 …(19) 1 M σˆ SP = M M ∑ SP j =1 j M 1 (SPj − µˆ SP )2 ∑ ( M − 1) j =1 …(20) …(21) Apart from this, the mean and standard deviation of annual evaporation ( µˆ E , σˆ E ) from the reservoir is also calculated using the simulated storages (St,j). Results and Discussion The utility of climate information based forecasts in improving water allocation from Oros reservoir is assessed for both single and multipurpose use. Under single purpose use, we consider the allocation for municipal use only with the within year demand fraction being uniform. As mentioned earlier, the consumption in the Jaguaribe basin is primarily municipal and agriculture uses, whereas in Metropolitan basin, the demand is mainly towards municipal and industrial uses. Under multipurpose use, allocation is prioritized with municipal use being the top priority followed by industrial use and the remaining water is allocated to agricultural use. To implement this prioritized allocation, a differential pricing scheme, with φi for municipal, industrial and agriculture having a ratio 5:3:1 respectively. Water Allocation for Single Purpose Use The main purpose of single purpose water allocation experiment is to assess the utility of climate forecasts in improving reservoir performance indices (16)-(21). Since Oros is an over-year storage reservoir, we assume the single purpose annual demand as unbounded which basically transforms the behavior of reservoir into a within year reservoir. In other words, all the inflows in a particular year are fully utilized for release drawing the reservoir to the dead storage volume (20 hm3). The multipurpose experiment summarized in section 4.3.2 evaluates a realistic scenario of water allocation utilizing the adaptive forecasts (Figure 3b) developed for the period July 1990-June 2000 considering the actual annual demand to be supplied by the Oros reservoir for the JMH system. Assuming the entire annual yield is assigned for municipal use, the water allocation model presented in Section 2.2 is run based on the experimental design given in 4.1 and the reservoir performance indices in (16)-(21) are calculated. Table 4 gives the correlation between the observed flows and the annual reservoir yields obtained using K-NN ensemble forecasts as well as using the climatological ensembles for four reliabilities (1-pf), 0.25, 0.5, 0.75 and 0.9. Null hypothesis stating that these correlations are equal to zero can be rejected under 95% confidence interval except for the yields obtained using the climatological ensembles. The correlations between the annual yields obtained using the zero inflow policy and the observed annual flows is 0.11. Correlations presented in Table 4 show that the reservoir yields obtained using the K-NN forecasts vary according to the variability of annual flows in the Oros reservoir. As it can be seen from Table 4, the currently pursued zero inflow policy and null forecasts do not have any skill in obtaining reservoir yields according to the nature of flows. Sankarasubramanian et al., [2003a] report similar correlation between the annual yields obtained using reservoir inflow forecasts of known predictive skill and observed annual flows at the Oros reservoir. However, increasing the end of the year target storage, ST, would result in decreased correlation between reservoir yields and the observed flows. As the end of year target storage approaches the storage maximum of the reservoir, the correlation between the reservoir yields and the observed flows decreases. Dynamic Water Allocation Framework: An illustration Annual reservoir yields conditioned on climate information obtained using the water allocation in section 2.2 provide a dynamic water allocation framework that varies according to the nature of flows. To illustrate this, we show the reliability-yield curve for a high flow year (1988) and low flow year (1992) as well as the yields obtained using climatological ensembles (Figure 5). The reliability-yield curves shown in Figure 6a are obtained by assuming the storage in the reservoir in the beginning of July 1988 and July 1992 to be 50 hm3. From Figure 2, it can be seen that the flow in 1988 is among the largest flows that often occurs if La Nino conditions persist in the tropical Pacific. On the other hand, flow in 1992 corresponds to a low flow year that typically occurs during El Nino events. Reservoir yields obtained using the climate information based streamflow forecasts reflect this with the yield being higher in 1988 and lower in 1992, whereas reservoir yields obtained from climatological ensembles do not vary from year to year. Figure 6b shows the reservoir rule curves that specify the amount of water to be kept in the system to supply the specified yield at 90% reliability for years 1988 and 1992. The reservoir rule curve is obtained based on the median of the 1000 ensembles of simulated storages for 90% reliability yield using K-NN and climatological ensembles. Rule curves specify the amount of water to be kept in the reservoir at each month to release water for the remaining period in the calendar year including evaporation losses. To supply the higher annual target in 1988, the rule curve for 1988 is higher than the rule curve for 1992. The rule curves obtained based on climatological yields do not change, since the information in the ensembles remain the same every year. Reliability and Resilience of the System The performance of the reservoir over the long-term is summarized in Table 5 in terms of reservoir performance indices viz., reliability, resilience and vulnerability for each forecasting scheme. The reliability ( α̂ ) of annual yield from the reservoir computed using equation (16) under K-NN forecast and with Null forecast approach the target reliability (1-pf) over the long-term. Sankarasubramanian et al., [2003a] show that the reservoir performance in terms of all three indices (reliability, resilience and vulnerability) improves considerably under reservoir inflow forecasts of higher predictive skill. In terms of resilience ( γˆ ), K-NN forecast performs better than the Null forecast in all the target reliabilities (1-pf). Higher resilience is achieved under climate forecasts since the yields vary according to the nature of flows, thereby preserve the end of the year target storage. On the other hand, climatological ensembles do not meet the end of the year target storage resulting in lower resilience. In the case of Zero Inflow Policy, the reliability of awarding the contracted volume is 100% (hence resilience is undefined), since it basically obtains the annual yield purely based on the initial storage available in June. Vulnerability: Deficit/Shortfall The vulnerability statistic, mean and standard deviation of shortfalls computed using equations (18-19) are given in Table 5. From Table 5, one can see that as reliability increases, the mean shortfall decreases under both KNN forecast and Null forecast indicating that lower target yields for higher reliabilities result in lesser shortage. Since the Zero inflow policy obtains annual yield purely based on the initial storage, there is no shortfall recorded in the entire 47 years. However, the mean shortfall ( µ̂ SF ) under K- NN forecast is lesser than the mean shortfall under null forecast for all reliabilities. Since the yields obtained using the climate information forecasts correlate better with the annual flows, the mean and variability of shortfall ( µ̂ SF , σˆ SF ) under K-NN forecasts is considerably lesser than the corresponding statistics under Null forecast. To understand this better, we show the difference in shortfall each year between K-NN forecasts and the Null forecasts in Figure 7 along with the observed flows at the Oros reservoir. The difference in shortfall between K-NN forecast and climatology is expressed as % of maximum storage capacity of the Oros reservoir. If the difference reported in Figure 6 is negative, then it indicates the shortfall under KNN-forecast is lesser than the climatology. From Figure 7, we can see clearly that the shortfall obtained under K-NN forecasts is considerably lesser than Null forecast particularly in low flow years. Table 6 gives the number of years the shortfall under K-NN forecast was less than shortfall under climatology for four reliabilities. Years inside the parenthesis give the number of years the shortfall under climatology was lesser than the shortfall under forecast. From Table 6, we infer that the yields obtained using the K-NN forecasts result in lesser shortfalls than the shortfall obtained using the climatological ensembles. To summarize, from Tables 5 and 6 and Figure 7, we infer that the volume of shortfall in meeting the specified annual target yield is considerably lesser utilizing K-NN forecasts in comparison to the climatological approach. The currently pursued strategy, the Zero inflow policy, do not result in any shortfall since it obtains the annual yields purely based on the storage available in July. However, we will see in the next section, this leads to enormous spill and evaporation from the reservoir. System Losses: Spill and Evaporation Shortfall basically implies the actual flows were drier than the forecast, whereas spill occurs if the actual flows were wetter than the forecast resulting in the storage to exceed the maximum possible storage in any given month during the period of allocation. Hence, spill and evaporation basically quantify the lost opportunity in terms of system losses. From Table 5, the mean and standard deviation of spills ( µˆ SF ,σˆ SF ) and annual evaporation ( µ̂ E , σ̂ E ) computed using the K-NN forecasts is significantly lower than corresponding statistics obtained under climatological forecasts for all reliabilities. Under 90% reliability, the reduction in system losses (spill and evaporation) utilizing climate forecasts over climatological approach is around 13 hm3/year. This is mainly because the conditional variance of the K-NN forecasts is lesser than conditional variance of the climatological ensembles. Total volume of spill and evaporation under zero inflow policy, is considerably higher than the total volume of spill and evaporation under K-NN forecasts and climatological ensembles. The difference between total amount of unutilized water (sum of spill and evaporation) under K-NN forecasts for 90% reliability and under zero inflow policy is 125 hm3/year, which is roughly equal to 15% of the annual water demand of the Fortaleza city. Thus, the Zero inflow policy may not lead any shortfalls since it allocates purely based on initial storage available in June. But, the approach is very conservative leading to increased system losses and reduced yields. The current annual water demand for the Fortaleza city is 840 hm3 [De Souza and Lall, 2003], which is approximately half the maximum storage (Smax = 1940 hm3) available for allocation from the Oros reservoir. Thus 1% saving in shortfall reported in Figure 6 will serve to benefit the Metropolitan system water demand by 2%. Figure 8 shows the difference in spill under the K-NN resampled forecasts and the Null forecast with the difference being expressed as % of the maximum storage of the Oros reservoir. From Figure 7, we see clearly the reduction in spill utilizing K-NN forecasts could be as high as 5% of the total capacity of the Oros reservoir during high flow years. Table 6 gives the number of years the spill under K-NN forecast is lesser than climatological forecast and vice versa (values in parenthesis). Table 6 and Figure 7 show that one can significantly reduce the spillage from the system utilizing climate information based forecasts. To summarize this section, the total mean annual losses from the system, quantified in terms of mean annual spill and evaporation, is considerably reduced by utilizing climate information based forecasts in comparison to the losses that can occur under climatological approach. System losses under Zero inflow policy is very high that arises from the large volume of spill during high flow years and increased evaporation arising from relatively higher storage levels. Reservoir Yields/Releases The reduction in system losses in terms of spill and evaporation essentially leads to increased annual yields from the reservoir. From Table 5, we see the mean annual release obtained under K-NN forecasts is higher than mean annual yields obtained under Null forecast for all reliabilities except for reliability pfi = 0.75. Similarly, the mean annual yield under zero inflow policy is considerably lower than mean annual yield obtained using climatological and K-NN forecast ensembles. The variability in annual yield under K-NN forecasts is higher than the climatology, since the K-NN forecasts obtained based on climatic indices correlate well with the observed flows. Thus, the increased mean annual yield is primarily achieved by reducing the amount of mean annual spill and the evaporation losses (Table 5) from the reservoir. To summarize the results from the single purpose allocation experiment, reservoir inflow forecasts based on climate forecasts improve the resilience of the reservoir and reduce the shortfalls. Since the reservoir inflow forecasts have better information about the nature of flows in a particular year, increased annual reservoir yields are obtained using the reservoir inflow forecasts arising from the reduction in spill and evaporation. Further, the variability in annual yields is also considerably reduced using climate forecasts resulting from the increased variance in spill and evaporation. The utility of climate information based reservoir inflow forecasts is much more pronounced during above-normal and below-normal inflow years (Figures 7 and 8). The reduction in spill (shortfall) is considerably significant using K-NN forecasts during high (low) flow years. The currently pursued approach of zero inflow assumption leads to considerable spill and evaporation resulting in a net reduction in yield of around 125 hm3/year. The results from this exercise point to the usefulness climate information based ensemble streamflow forecasts in improving bulk sector water allocation, particularly in regions that exhibit strong associations with lowfrequency climate variability. Bulk Sector Water Allocation for Multiple uses In this section, we show the utility of climate information based reservoir inflow forecasts in improving multipurpose water allocation based on the actual annual demand to be supplied by the Oros reservoir for the JMH system. For this purpose, we consider the adaptive forecasts developed for the period July 1990-June 2000 (Figure 3b) to obtain annual reservoir yields for municipal, industrial and agriculture use. Figure 5 shows the typical within year consumption in the JMH basin for municipal, agriculture and industrial use. In the JMH basin, water allocation is prioritized with the municipal use is given the highest priority with industry assigned the next priority followed by agriculture. We also showed in the last section that the currently pursued approach of zero inflow leads to decreased yields and increased spill and evaporation. In other words, zero inflow assumption would implicitly reduce the allocation for agriculture use in the upcoming irrigation season (August-November) under the current strategy of prioritized allocation. On the other hand, K-NN adaptive forecasts (Figure 3b) could be employed to maximize annual yields for all the uses based on the reservoir inflows forecasts contingent on the current conditions of climatic predictors (Figure 2). The multipurpose water allocation experiment is run using the adaptive forecasts developed for the period July 1990-June 2000 based on the schematic diagram in Figure 4. The actual recorded volume in Oros reservoir on July 1, 1990 was 1914.17 hm3. Using this initial storage for year 1990 and the adaptive forecasts developed for the period July 1990-June 1991, we obtain annual reservoir yields for the above period for each use with municipal being given the highest priority. Table 7 gives the maximum annual demand to be supplied by the Oros in the JMH system for the considered three uses. The experiment is run only for 90% reliability (1-pfi) for each use. Since Ceara is a semi-arid region having experienced multi-year droughts, the currently adopted strategy is to fix the end of the year storage so that the resulting storage can supply 18 months of municipal demand (including evaporation losses) even if zero inflow occurs. To be precise, by assuming such a high target end of year storage, the system is protected from failure to supply municipal demand for almost 30 months. For the annual municipal demand given in Table 7, the end of year target storage to supply 18 months of municipal demand under zero inflow assumption including evaporation losses is 260 hm3. Based on this end of year storage constraint, the annual reservoir yields for the three uses are obtained using the adaptive forecasts July 1990-June 1991. The release policy for that year was based on these yields using the observed flows during that period and the shortfall, spill and evaporation and actual release was noted. The resulting end of year storage was assumed to be initial storage for the next year (July 1991- June 1992). This procedure was repeated for all the 10 years (July 1990-June 2000) following the scheme described in Figure 4 using the end of year target storage constraint based on the prioritized strategy. Similarly, the same experiment was carried out using the zero inflow assumption and the shortfall, spill, evaporation and annual yields were noted. Table 7 gives the annual average yields for human, industrial and municipal use using the K-NN forecasts and the Zero inflow assumption along with the maximum annual demand for each use. Table 7 also summarizes the annual average shortfall, spill and evaporation in meeting the target yield obtained using both the approaches. As we can see from Table 7, there is no difference in annual allocation for municipal and industrial use using either of the two approaches. But, average annual yield for agriculture could be considerably increased using the K-NN forecasts, which is mainly obtained by reduction in spill and evaporation. Table 7 also quantifies the variability in annual yields, evaporation and spill from the reservoir. Note that the variability in agriculture yield using the K-NN forecasts is lesser than the variability in agriculture yield obtained using the zero inflow assumption. Since Oros is an over-year reservoir designed to protect the JMH system from multi-year droughts, annual demand for municipal and industrial use was allocated in each year during the period July 1990-June 2000. Figure 9a shows the difference between yields obtained using K-NN forecasts and yields obtained using Zero inflow assumption along with the observed annual flows in that particular year. The only difference is in year 1993 for agriculture use during which yield obtained using K-NN forecasts are higher than the Zero inflow assumption. Note that there is no shortfalls (Table 7) in supplying these target releases. This is mainly because the initial storage is continuously depleting (Figure 9b) and the forecasted inflow into that particular year is very close to zero. Hence, the utility of climate forecasts is much more pronounced during critical drought periods. Figure 9b gives the simulated reliability of supply for each use for forecast yields specified in Figure 9a. During the period 1990-1993, the simulated reliability of supply for each use is 100%, since the initial storage in July of that particular year alone could supply the annual demand for each use in Table 7. But, in year 1994 with the initial storage at the lowest in 10 years, the simulated reliability of supply using K-NN forecasts for municipal use is 90%. It is important to mention that supply to both industrial and agricultural uses for year 1994 were zero using both K-NN forecasts and Zero inflow assumption. Figure 10 shows the system losses in terms of evaporation and spill for the period July 1990-June 2000. Figure 10a shows that the evaporation using K-NN forecasts is lower than the zero inflow assumption, since K-NN forecasts draw more water in year 1993 by reducing the reliability of supply of each use to 90%. Figure 10b shows the reduction in spill (around 40 hm3) that was achieved using K-NN forecasts over the zero inflow assumption. The tropical Pacific was going through a La Nina phase in year 1996-1997 that usually leads to above normal inflows into Oros reservoir. Once the reservoir builds up sufficiently with high initial storage conditions, then there is no difference in reservoir yields using climate information based reservoir inflow forecasts and zero inflow assumption. From this view point, if ENSO cycle enters first La Nino conditions followed by El Nino conditions, then water management during drought periods (during El Nino conditions) becomes relatively easy since sufficient storage is built up during La Nino conditions. Reversal of this scenario (with El Nino first followed by La Nina conditions) would be difficult from short-term water management point of view. The worst situation would be if two consecutive ENSO cycles were of diametrically opposite (i.e. La Nino-El Nino-neutral-El Nino-La Nino). Results from this exercise point that the utility of climate forecasts for multi purpose water allocation from the Oros reservoir is more pronounced during above-normal and below-normal inflow years. Since Oros is a multiyear storage reservoir that ensures sufficient initial storage conditions in July, the reservoir yields obtained using both K-NN forecasts and zero inflow assumption do not differ during normal conditions. Comparison of these results with the single purpose water allocation exercise that assumes unbounded annual demand show that the climate forecasts are more beneficial in water allocation from a within-year reservoir system over a multi-year storage system. Thus, reservoir yields obtained using climate information based forecasts of even moderate predictive skill essentially reduce the losses from the reservoir system that actually results in increased yields over the long-term. The currently pursued strategy of zero inflow assumption only leads to increased losses from the system. Hence, climate information based forecasts offers lot of scope towards short-term water management for the semi-arid region Ceara since the entire Jaguaribe-Metropolitan system is quite vulnerable to recurrent droughts that affects the livelihood of majority of population in JMH, Ceara. Our future work will focus on carrying out a scenario analysis on bulk sector water allocation towards multiple uses for the entire Jaguaribe-Metropolitan system by analyzing different strategies that can reduce the vulnerability of the different sectors from recurrent droughts. SUMMARY AND CONCLUSIONS A dynamic water allocation framework that utilizes the ensemble forecasts for a multipurpose, single reservoir is presented. The water allocation model incorporates constraints in a probabilistic framework to quantify the reliability of supply for each use in a particular year/season for the given demand by ensuring specified target storage at the end of the water allocation period. Based on the semi-parametric approach of De Souza and Lall [2003], 12 months lead retrospective reservoir inflow forecasts were developed for the period 1949-1995 for the Oros reservoir utilizing the climatic conditions available up to June of that year. The correlation between observed annual flows and ensemble average of the forecasted flows suggest that the K-NN resampling strategy of De Souza and Lall[2003] could be useful in annual water allocation from the Oros reservoir of the JMH System. The utility of climate forecasts in improving bulk sector water allocation is assessed for both single purpose and multipurpose water allocation from Oros reservoir. Under single purpose experiment, the behavior of the Oros reservoir is modified to a within-year storage system by forcing the annual demand to be unbounded. The main purpose of this assumption is to understand the performance of the reservoir in terms of resilience, reliability and vulnerability indices suggested by Hashimoto et al., [1982]. Utilizing the retrospective reservoir inflow forecasts, the entire water allocation exercise was carried for the period 1949-1995 to quantify shortfalls, spill, evaporation and release from the reservoir by combining with the observed flows. Results from this exercise suggest that considerable reduction in spill and evaporation from the reservoir could be achieved using climate information based reservoir inflow forecasts leading to increased annual reservoir yields over the long-term in comparison to the climatological ensembles and Zero inflow forecasts. Results also show that these increased reservoir yields do not result in increased shortfalls/deficit, but improves the overall resiliency of the system. Further, utility of climate forecasts is much more pronounced during high flow and low flow years resulting in reduced spill and evaporation. The currently pursued strategy of Zero inflow assumption leads to increased system losses and reduces the annual reservoir yields substantially. Considering the actual annual demand to be supplied by the Oros reservoir for the JMH system, the utility of climate forecasts towards multipurpose water allocation is assessed utilizing the adaptive forecasts developed for the period 1990-2000. The performance of reservoir system under climate forecasts is compared with the currently pursued Zero inflow assumption for 90% reliability of supply for each use and the prioritized allocation strategy with municipal use having the highest priority. Since Oros reservoir is a multi-year storage reservoir, the initial storage available in July of every year was adequate enough to supply water for all the uses even under zero inflow assumption thereby reducing the utility of climate forecasts during normal inflow years. However, as the initial storage depletes during drought periods, the utility of climate forecasts in predicting the annual inflows is beneficial in supplying water for agriculture in the upcoming irrigation season. This also reduces the annual evaporation during those periods, since the increased yields reduce the reservoir yields. Further, prediction of high inflow years also proves to be beneficial in reducing the spill from the reservoir if the initial storage is inadequate to supply the actual annual demand for each use. To summarize, climate information based reservoir inflow forecasts is more beneficial in meeting the annual demands of the Oros system during above-normal and below-normal inflow years than during normal inflow years. However, under future conditions of increased demand scenarios (as mentioned in De Souza and Lall[2003]), the utility of climate forecasts would prove to be more beneficial without increasing the existing capacity of current reservoirs or investing in new systems. Our future work will consider such scenarios for shortterm water management in the Jaguaribe-Metropolitan system, Ceara, Brazil. Table 1: Monthly evaporation rate, ψt in m, for the Oros reservoir used for simulation. The total annual evaporation is 1.590 m with the area-storage coefficients assumed to be δ1 = 0.338 and δ2 = 0.842. ψt Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun 0.151 0.174 0.175 0.189 0.172 0.170 0.129 0.091 0.072 0.069 0.081 0.118 Table 2: Correlation between the Oros flows and the climatic predictors used in the study to obtain the 12 months lead streamflow inflow forecasts for the Oros reservoir based on the K-NN resampling algorithm of De Souza and Lall [2003]. Predictors Longitude Latitude Time Correlation Nino 3.4 150 W – 90W 5S – 5N April – June -0.311 Dipole 60W – 30W 5N – 20N April – June -0.424 CSP 30W– 10E 0S – 20S January-March 0.380 GPH 175E to 165W 10S to 25S April - June 0.416 56W to 46W 16S to 22S Table 3: Comparison of monthly statistics of simulated flows obtained in a leave one-out cross validation mode using K-nearest neighbor resampling algorithm with the observed monthly inflow statistics at the Oros reservoir. All the statistics are given in m3/sec. Monthly statistics µ̂ q , σ̂ q , φˆ denote the monthly mean, standard deviation and lag-one monthly correlation respectively. In the case of January, φˆ denotes the correlation between the January and December flows. Note that the average inflow is almost zero during July – November. The skill of the K-NN resampling algorithm in predicting the monthly flows is given by ρ, which denote the correlation between the observed monthly flows and the monthly ensemble average of K-NN forecasts Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun µ̂Qt - Observed 2.3 0.9 0.4 0.3 0.1 3.0 4.4 28.4 103.1 184.7 56.6 9.8 µˆ Q ' - Simulated 2.1 0.9 0.3 0.2 0.1 3.8 4.7 23.4 98.3 146.2 47.9 9.4 σˆ Qt - Observed 4.5 2.5 1.5 1.1 0.2 16.4 8.0 54.6 151.7 279.0 100.9 21.1 σˆ Q ' - Simulated 3.4 1.8 0.9 0.7 0.2 14.5 7.6 35.8 123.0 163.4 60.8 19.5 t t φˆ - Observed 0.88 0.89 0.96 0.17 -0.06 0.68 0.29 0.46 0.57 0.85 0.67 0.64 φˆ - Simulated 0.91 0.86 0.89 0.55 -0.08 0.66 0.18 0.23 0.31 0.70 0.65 0.09 0.47 0.28 0.11 -0.05 -0.02 -0.11 -0.12 0.13 0.14 0.76 0.76 0.28 ρ Table 4: Correlation between observed annual flows and the annual reservoir yields for single purpose use (human consumption only) obtained using three different forecasting schemes described in section 4.0. The correlation between the annual yields obtained using the Zero inflow policy and annual flows is 0.11. Reliability, (1-pf) K-NN Null 0.25 0.28 0.08 0.50 0.25 0.08 0.75 0.27 0.07 0.90 0.30 0.05 Table 5: Performance of the Oros Reservoir over the long-term with respect to a single purpose reservoir yield using the retrospective climate information based inflow forecasts obtained using the K-NN resampling algorithm. For comparison, reservoir performance obtained using the zero inflow forecast and climatology is also given. Subscripts denote: SF –Shortfall, SP – Spill, E – Evaporation, R – Release, ϕ̂ - resilience, α̂ - fraction of years without shortfall. Reliability, FORECAST α̂ ϕ̂ µ̂ SF σˆ SF µ̂ SP σ̂ SP µ̂ E σˆ E µ̂ R σˆ R KNN 0.23 0.30 62.05 155.8 191.3 769.3 62.5 49.5 842.2 887.4 Null 0.26 0.22 68.5 151.7 198.9 803.5 63.2 51.0 840.2 883.3 KNN 0.57 0.47 28.6 95.6 202.4 804.4 67.0 52.7 792.4 845.2 Null 0.49 0.21 40.4 102.5 204.8 821.0 69.7 55.1 799.1 815.1 KNN 0.91 0.80 0.53 3.6 209.6 820.8 78.3 57.3 744.9 738.3 Null 0.79 0.44 8.1 26.6 224.4 869.7 87.8 65.8 723.9 631.8 KNN 0.96 1.0 0.04 0.03 225.2 869.0 93.2 65.8 708.6 615.1 Null 0.91 0.40 3.1 11.8 234.7 891.4 96.6 67.2 697.6 590.8 Zero Inflow 1.0 # 0.0 0.0 295.1 1004.1 148.8 79.9 580.7 475.1 (1-pf) 0.25 0.5 0.75 0.9 1.0 Table 6: Reservoir performance comparison accounting the number of years climate information based reservoir inflow forecasts performed better than the climatological forecast in terms of shortfall and spill towards single purpose use. Years outside the parenthesis indicate number of years reservoir inflow forecasts performed better, whereas years inside the parenthesis give the number of years climatology performed better. Under Zero inflow forecast, there was no shortfall, but the volume of spill in six spilling years were considerably greater than the spill occurred in those corresponding years utilizing K-NN forecast and climatological ensembles. Shortfall Spill Reliability, (1-pf) KNN KNN 0.25 30(9) 3(1) 0.5 19(7) 3(2) 0.75 10(2) 6(0) 0.9 4(2) 6(0) Table 7: Utility of Reservoir Inflow forecasts towards improving Bulk-Sector Water Allocation for multipurpose use and in reducing System Losses. Priority based allocation was pursued with human consumption having the highest priority followed by industry and agriculture assuming a 90% reliability of supply for each use. The end of year target storage was assumed to be 260 hm3 to supply 18 months of municipal demand even if zero inflow occurs during that period. All values are in hm3. K-NN Forecast Zero Inflow Mean Mean Standard Deviation Standard Annual Demand Deviation Yield (Human) 130.0 0.0 130.0 0.0 130.0 Yield (Agriculture) 130.5 45.9 120.2 53.3 145.0 Yield (Industry) 81.0 28.5 81.0 28.5 90.0 Deficit/Shortfall 0.0 0.0 0.0 0.0 - Evaporation 239.6 98.6 245.6 92.8 - Spill 46.2 146.2 50.5 159.7 - Figure 1. Location of Ceara, Brazil and the Reservoir Inflow Locations. 1=Oros, 2=Banabuiu, 3=Pedras Branca, 4=Pacajus, 5=Pacoti Riachao, 6=Gaviao. The major irrigation demand areas are indicated by squares and the municipal and industrial demand areas served are indicated by filled circles. Only features of the Jaguaribe and Metropolitan basins are filled in. Other basin boundaries are marked. Figure 2: Climatic Predictors (in Table 2) used for forecasting Oros inflows for the period July 1949-June 1995. Figure 3: Performance of the K-nearest neighbor-resampling algorithm in simulating the observed flows at the Oros reservoir. (3a) The conditional distribution of simulated annual flows for 1970-1995 obtained in a leave-one out cross validation mode. The correlation between the observed flows and the average of the ensembles is 0.73. The inset in the figure gives the percentage exceedance (%E) of the simulated quartiles over the observed flows for the period 1949-1995. (3b) Adaptive forecasts for the period 1990-1999 obtained using the flow values and predictors available for the period 1949-1989. The correlation between the observed flows and the average of the ensembles is 0.7. obs First Q uantile M edian Third Q uantile M ax 225 200 175 3 Flow (m /s) 150 125 100 75 50 25 0 1970 1975 1980 1985 1990 1995 Quartile %E First 72.3 Second 55.3 Third 27.6 Y ear 70 M edian Average O bserved 60 3 Flow (m /s) 50 40 30 20 10 0 1990 1992 1994 Y ear 1996 1998 Figure 4: Schematic Diagram of the experimental design adopted to validate the utility of climate information based retrospective forecasts. Year Index, j = Start Year Initial Storage for year ‘j’ (S0, j) Using contract terms and candidate streamflow forecasts, obtain Release Rij Follow the Release Policy based on the above Rij using the observed flows (Qt,j) for year ‘j’ Calculate Annual System Losses (Spill, SPj, Evaporation, Ej) and Shortfall (SFj) from the above simulation End of year storage (ST) from above becomes initial Storage (S0) for the next year, S0, j+1 = ST, j j = j +1 NO j = End year YES Stop Figure 5: Within Year Demand Fraction for multiple uses. The monthly consumption is assumed to be uniform for both human consumption and industry, whereas the consumption for agriculture is primarily between AugustNovember. 0.45 Within-year Demand Fraction 0.4 Human Agriculture Industry 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Month Figure 6: Bulk Sector Water allocation for years 1988 and 1992 for the Oros reservoir using the 12-months lead semi-parametric K-NN forecast and using the climatological forecasts. (5a) Reliability-Yield Curve (5b) Reservoir Rule Curve for supplying 90% reliability. The yield-reliability curves for both forecast and climatology are obtained by assuming the initial storage (S0*) in the beginning of July 1988 and July 1992 to be 50 hm3. Reservoir Rule curve shown is the median of the 1000 ensembles of reservoir storages obtained for yield at 90% reliability for years 1988 and 1992. Reliability-Yield Curve 1200 Forecast 1988 Forecast 1992 Climatology Yield (hm3) 1000 800 600 400 200 0 20 30 40 50 60 70 80 90 100 Reliability Reservoir Rule Curves 1000 Forecast Year 1989 Climatology Forecast Year 1993 900 Storage (hm3) 800 700 600 500 400 300 200 100 0 1 2 3 4 5 6 7 Time 8 9 10 11 12 Figure 7: Difference in shortfall obtained using the 12 months lead K-NN forecasts and the Null forecast from 1949-1995. (4a) Reliability 0.5 (4b) Reliability 0.9.Shortfall is expressed as % of the maximum storage of the Oros reservoir (Smax = 1940 hm3). Forecast - Climatology (Reliability = 0.5) Observed Flows 6 6000 2 3 5000 Observed Flows (m /s) Deficit/Storage Max (in %) 4 7000 0 1949 -2 1959 1969 1979 1989 4000 3000 -4 2000 -6 1000 -8 -10 0 Year 1959 1969 1979 1989 6000 5000 3 Deficit/Storage Max (in %) 0.0 1949 -0.5 7000 Observed Flows (m /s) Forecast - Climatology (Reliability = 0.9) Observed Flows 0.5 -1.0 -1.5 4000 -2.0 3000 -2.5 2000 -3.0 1000 -3.5 -4.0 0 Year Figure 8: Difference in spill obtained using the 12 months lead K-NN forecasts and the Null forecast from 19491995. (4a) Reliability 0.5 (4b) Reliability 0.9. Spill is expressed as % of the mximum storage (Smax = 1940 hm3). Forecast - Climatology (Reliability = 0.5) Observed Flows 4.0 3.0 7000 6000 5000 1.0 0.0 1949 -1.0 Observed Flows (m3/s) Spill/Storage Max (in %) 2.0 4000 1959 1969 1979 1989 3000 -2.0 2000 -3.0 1000 -4.0 -5.0 0 Year Forecast - Climatology (Reliability = 0.9) Observed Flows 1.0 6000 1959 1969 1979 1989 Observed Flows (m3/s) Spill/Storage Max (in %) 0.0 1949 7000 -1.0 5000 -2.0 4000 -3.0 3000 -4.0 2000 -5.0 1000 -6.0 0 Year Figure 9: Performance of adaptive K-NN forecasts for multipurpose water allocation. (9a) Difference in Forecasted Yield and Zero Inflow Yield for three uses. Note the difference is only in agriculture use in year 1993 during a drought year. (9b) Simulated Reliability of supply using the K-NN forecast ensembles for each use. High initial storage in July ensures 100% reliability of supply for each use, even though the annual inflows during that period are below normal. 120 Forecast Yield - Zero Inflow Yield (hm3) 100 80 50 60 40 40 30 20 20 0 10 -20 1990 1991 1992 1993 1994 1995 1996 1997 1998 Observed Flows (m3/s) 70 Human Agriculture 60 Industrial Flow 0 1999 Year 102 2000 100 98 1200 96 94 800 92 Human Agriculture Industrial Initial Storage 90 88 1990 1992 1994 Year 1996 1998 400 0 Initial Storage (hm3) Reliability of Supply (%) 1600 Figure 10: System Losses from Oros reservoir utilizing K-NN forecasts and based on Zero Inflow assumption. The end of the year target storage was assumed to 260 hm3 that would ensure municipal supply for 18 months. Priority in allocation is assumed with municipal being the top most priority followed by industry and agriculture. The reliability of supply for each use is assumed to be 0.9. (9a) Evaporation (9b) Spill 320 Evaporation (in hm3) 70 K-NN Forecast Zero Observed Flows 60 50 240 40 30 160 20 Observed Flows (m3/s) 400 80 10 0 1990 0 1992 1994 1996 1998 Year Spill (in hm3) 60 400 50 320 40 240 30 160 20 80 10 0 1990 0 1992 1994 Year 1996 1998 3 480 70 K-NN Forecast Zero Observed Flows Observed Flows (m /s) 560 REFERENCES Arumugam, S., A. Sharma. ,and U.Lall., Water Allocation for multiple use based on probabilistic reservoir inflow forecasts, Proceedings, IAHS, Soppore, 2003. Cayan, D. R., K. T. Redmond, and L. G. Riddle, ENSO and Hydrologic Extremes in the Western United States. J. Climate, 12, 2881-2893, 1999. Cayan, D. R., and R. H. Webb, 1992: El Nin˜o/Southern Oscillation and streamflow in the western United States. El Nin˜o—Historical and Paleoclimatic Aspects of the Southern Oscillation, H. F. Diaz and V. Markgraf, Eds., Cambridge University Press, 29–68. Chiew, F. H. S., T. A. McMahon, and T. Piechota, 1994: El Nin˜o/ Southern Oscillation and streamflow patterns in south-east Australia. Trans., Instit. Eng., Australia, 36, 285–291. De Souza, F. & Lall, U., Seasonal to Interannual Ensemble Streamflow Forecasts for Ceara, Brazil: Applications of a Multivariate, Semi-Parametric Algorithm, Wat. Resour. Res. (accepted), 2002. Dettinger, M.D. and H.F. Diaz, Global characteristics of stream flow seasonality and variability, Journal of Hydrometeorology, 1 (4): 289-310, 2000. Dracup, J.A. and E.Kahya, The relationships between united-states streamflow and la-nina events, Water Resources Research, 30 (7): 2133-2141, 1994. Duan, Q.Y., Sorooshian, S. and Gupta, V. Effective and Efficient Global Optimization for Conceptual Rainfall-Runoff Models, Water Resources Research, 28 (4): 1015-1031, 1992. Eltahir, E. A. B., 1996: El Nin˜o and the natural variability in the flow of the Nile River. Water Resour. Res., 32, 131–137. Faber, B.A. and J.R.Stedinger, Reservoir optimization using sampling SDP with ensemble streamflow prediction (ESP) forecasts, Journal of Hydrology 249 (1-4): 113-133, 2001. Garen, D.C., Improved Techniques in Regression-Based Streamflow Volume Forecasting, Journal of Water Resources Planning And Management, 118 (6), 654-670, 1992. Guetter, A. K., and K. P. Georgakakos, 1996: Are the El Nin˜o and La Nin˜a predictors of the Iowa River seasonal flow? J. Appl. Meteor., 35, 690–705. Georgakakos, A.P., H.M.Yao, M.G.Mullusky, and K.P.Georgakakos, Impacts of climate variability on the operational forecast and management of the upper Des Moines River basin, Water Resources Research, 34 (4), 799-821, 1998. Goddard, L. S.J. Mason, S.E. Zebiak, C.F. Ropelewski, R. Basher and M.A. Kane, 2001, Current approaches to seasonal-to-interannual climate predictions, Int. J. Climatology 21, 1111-1152. Hamlet, A.F., and D.P.Lettenmaier, Columbia River streamflow forecasting based on ENSO and PDO climate signals, Journal of Water Resources Planning and Management, 125 (6), 333341, 1999. Hamlet, A.H., D. Huppert and D.P. Lettenmaier, 2002, Economic value of long-lead streamflow forecasts for Columbia River hydropower, J. Water Resour. Planning and Management 128, 91-101. Hashimoto, T., J.R.Stedinger and D.P.Loucks, Reliability, Resiliency, and Vulnerability Criteria For Water-Resource System Performance Evaluation, Water Resources Research, 18 (1): 1420, 1982. Hyvärinen, A., Karhunen, J., and Oja, E., Independent Component Analysis. J. Wiley, 2001. Kyriakidis, P.C., N.L.Miller and J.Kim, Uncertainty propagation of regional climate model precipitation forecasts to hydrologic impact assessment, Journal of Hydrometeorology, 2 (2): 140-160, 2001. Lettenmaier, D.P. and E.Wood., Hydrolgoic Forecasting, Hand book of Hydrology, edited by V.Maidment, McGraw-Hill Publisheres, 1993. Leung, L.R., A.F.Hamlet and D.P. Lettenmaier and A.Kumar, Simulations of the ENSO hydroclimate signals in the Pacific Northwest Columbia River basin, Bulletin of the American Meteorological Society, 80 (11): 2313-2329, 1999. Leung, L.R., M.S.Wigmosta, S.J.Ghan, D.J.Epstein, and L.W. Vail, Application of a subgrid orographic precipitation/land surface hydrology scheme to a mountain watershed. J. Geophys. Res., 101, D8, 12,803-12,817, 1996. McKerchar, A. I., C. P. Pearson, and M. E. Moss, 1996: Prediction of summer inflows to lakes in the southern Alps, New Zealand, using the spring Southern Oscillation index. J. Hydrol., 184, 175–188. Nijssen. B, G.M.O'Donnel, A.F.Hamlet, and D.P.Lettenmaier, Hydrologic sensitivity of global rivers to climate change, Climatic Change, 50 (1-2), 143-175, 2001. Pagano, T.C. and Garen, D.C., Use of Climate information in official western US water supply forecasts, Proceedings of EWRI conference, Philadephia, 2003. Piechota, T.C., F.H.S.Chiew, J.A.Dracup and T.A.McMahon, Seasonal streamflow forecasting in eastern Australia and the El Nino Southern Oscillation, Water Resources Research, 34 (11): 3035-3044, 1998. Piechota, T.C., F.H.S.Chiew, J.A.Dracup and T.A.McMahon, Development of exceedance probability streamflow forecast, Journal of Hydrologic Engineering, 6 (1), 20-28, 2001. Piechota, T. C., and J. A. Dracup, 1996: Drought and regional hydrologic variation in the United States: Associations with the El Nin˜o-Southern Oscillation. Water Resour. Res., 32, 1359– 1374. Redmond, K. T., and R. W. Koch, Surface climate and stream-flow variability in the western United States and their relationship to large-scale circulation indices, Water Resources Research 27, 2381–2399, 1991. Sankarasubramanian, A., Sharma, A., and Lall, U., Long-lead seasonal streamflow forecasts for the Jaguaribe-Metropolitan Basin, Ceara North East Brazil, To be submitted to Journal of Hydrometeorology, 2003. Shaake, J., and Larson, L., Ensemble Streamflow Prediction (ESP): Progress and Research needs, Special Symposium on Hydrology, Am.Meteorol., Soc., Boston, Mass, J19-J24, 1998. Sharma,A., Seasonal to interannual rainfall ensemble forecasts for improved water supply management: Part 1 - A strategy for system predictor identification, J. Hydrology, 239, 232239, 2000a. Sharma, A., Seasonal to interannual rainfall probabilistic forecasts for improved water supply management: Part 3 - A nonparametric probabilistic forecast model, J. Hydrology, 239,249258, 2000b. Sharma, A. and U. Lall, Probabilistic forecasting for water resources management, Proceedings, IAHS, Soppore, 2003. Trenberth, K. E., C. J. Guillemot, Physical Processes involved in the 1988 Drought and 1993 Floods in North America. Journal of Climate, 9, 6, 1288–1298, 1996. Uvo C. B., U. Tolle, and R. Berndtsson, Forecasting discharge in Amazonia using artificial neural networks, Int. J. Climatology, 20 (12), 1495-1507, 2000. Yao, H. and A. Georgakakos, Assessment of Folsom Lake response to historical and potential future climate scenarios, 2- reservoir management, J. Hydrology, 249, 176-196, 2001. Yu, Z., E.J.Barron, B.Yarnal, M.N. Lakhtakia, R.A.White, D.Pollard and D.A.Miller, Evaluation of basin-scale hydrologic response to a multi-storm simulation, Journal of Hydrology, 257 (1-4), 212-225, 2002. Zorn, M. R., and P. R. Waylen, Seasonal response of mean monthly streamflow to El Nin˜o/Southern Oscillation in north central Florida. Prof. Geogr., 49, 51–62, 1997. CHAPTER 9: ASSESSMENT OF THE UTILITY OF LONG-LEAD RESERVOIR INFLOW FORECASTS IN IMPROVING RESERVOIR PERFORMANCE A.Sankarasubramanian, Upmanu Lall, and Ashish Sharma 1. Introduction Reservoir operating policies are usually derived based on the likely inflows, net water demand as well as considering the policy and environmental constraints that prescribe minimum releases in that particular season/year. From the water manager perspective, reservoir-operating policies imply rule curves that specify the volume of water to be kept in the reservoir at a particular time of the year to meet the future demand. Traditionally, these rule curves are obtained for the given demand by assuming the monthly inflows into the reservoir would be the climatological (expected) values, thereby adhering to the same rule curve every year for reservoir operation. But, the reservoir inflows that actually occur in a particular season/year are often predictable based on catchment storage and longer scale climatic fluctuations. Recent advances in linking remote climatic conditions such as tropical sea surface temperature (SST) anomalies to local and regional hydroclimatology support towards this by showing significant hydrologic predictability on a season ahead and long-lead (12 to 18 months) basis (Hamlet and Lettenmaier, 1999; Sharma, 2000a; Piechota et al., 2001; De Souza and Lall, 2003). This improved predictability resulting from the state of large-scale exogenous climatic indices could provide additional benefits towards better management of water supply systems (Dracup and Kahya, 1994; Cayan et al., 1999; Sharma, 2000b; Goddard et al., 2001). However, very few studies have investigated the potential benefits that could be obtained in water systems management utilizing season ahead and long-lead forecasts of streamflow (Yao and Georgakakos, 2001; Hamlet et al., 2002; Arumugam et al., 2003). This study assesses the utility of reservoir inflow forecasts obtained using exogenous climatic indices in improving the reservoir performance over the long-term. These exogenous climatic indices denote the slowly varying anomalous conditions in SST over different parts of the globe that influence the moisture transport into a region on a seasonal/long-lead basis. Based on the state of these exogenous climatic indices, one can issue ensemble forecasts of reservoir inflows using which the annual/seasonal releases pertaining to the reliability of use could be obtained. The study site considered for this purpose is the Oros reservoir, Ceara, North East Brazil [De Souza and Lall, 2003]. A brief overview of different ensemble streamflow forecasting methodologies and its utility in water resources management is presented. Formulation of the reservoir model that utilizes the ensemble streamflow forecasts is then described using a simulation-optimization scheme. In the following section, the semi-parametric resampling algorithm of De Souza and Lall [2003] is outlined to develop retrospective streamflow forecasts for the Oros reservoir along with a parametric approach that generates reservoir inflow forecasts of given predictive skill. Finally, the experimental design to assess the utility of ensemble streamflow forecasts is presented along with the selected reservoir performance evaluation criteria using which the potential improvement in Oros reservoir performance is investigated. 2. Ensemble Streamflow forecasts and its utility in Water Management Seasonal forecasts of streamflow may be very beneficial for bulk sector water allocation and in developing appropriate contingency and mitigation measures during periods of extreme inflows (Lettenmaier and Wood, 1993). The National Weather Service River Forecasting System (NWSRFS) issues 3-month lead probabilistic forecasts of streamflow for many river basins in the contiguous U.S. from twelve river forecasting centers. The Ensemble Streamflow Prediction (ESP) system from NWSRFS uses conceptual hydrologic models to issue streamflow forecasts based on the current soil moisture, river, reservoir conditions and by assuming that past meteorological events will appear in the future (Schaake and Larson, 1998). Recent developments in understanding the interannual and interdecadal variability in climate show that large spatial scale, low frequency climatic modes influenced by the anomalous conditions in the SSTs modulate continental scale rainfall and flood patterns [Trenberth and Guillemot, 1996; Cayan et al., 1999]. Several investigators have investigated teleconnection between anomalous conditions in the SSTs and streamflow pattern at both global and hemispheric scales by Dettinger et al. [2000b] and at regional scales [e.g., Guetter and Georgakakos 1996; Piechota and Dracup, 1996; De Souza and Lall, 2003]. Seasonal streamflow forecasts based on exogenous climatic indices could be obtained using both dynamical and statistical modeling approaches. The dynamical modeling involves coupling of a hydrological model with a Regional Climate Model (RCM) that preserves the boundary conditions specified by the General Circulation Model (GCM) outputs considering the topography of the region [e.g., Leung et al., 1999; Nijssen, 2001; Yu et al., 2002]. However, uncertainty propagation from the coupling of GCM-RCM-hydrologic model [Kyriakidis et al., 2001], representation of physical processes and low predictive skills of GCM outputs at longer leads (12-18 months) question the adoption of these forecasts for short-term water management. The alternative of developing a statistical model has been successfully pursued by many investigators to issue seasonal and long-lead streamflows forecasts conditioned on exogenous climatic indices [Hamlet and Lettenmaier, 1999; Piechota et al., 2001; De Souza and Lall, 2003]. This study considers a similar approach [De Souza and Lall, 2003] to issue 18-month ahead inflow forecasts for the Oros reservoir. Several investigators used current conditions of snow pack, streamflow volume and SST anomalies to issue streamflow forecasts for the upcoming season. Piechota et al., [2001] used ENSO, several Pacific and Indian SST anomalies and previous season streamflow volume to obtain 3-month ahead streamflow forecasts for Australian catchments by performing linear discriminat analysis. Garen [1992] used principal component regression to obtain the median of the seasonal streamflow forecasts for the western U.S. based on snow pack depth, streamflow persistence and exogenous climate information. For more information on historical perspective of climate and water supply forecasts issued by the Natural Water Resources Conservation Service in the western U.S., see Pagano and Garen [2003]. For the Jaguaribe-Metropolitan Hydro system in Ceara North Brazil, De Souza and Lall [2003] employed a semi-parametric resampling strategy for forecasting the annual inflows into the six reservoirs based on the state of Nino 3.4 (an indicator of El Nino and Southern Oscillation) and North Atlantic Dipole. Recent studies that focus on the space-time analysis of multivariate hydrologic data in the North East Brazil region have employed both statistical pattern analysis [Sicard et al., 2002; Sharma and Lall, 2003] and neural network based regression approaches [Uvo et al., 2000] to issue probabilistic streamflow and rainfall forecasts. The National Research Council [2002] emphasizes the importance of linking the improved hydrologic predictability to the benefits and potential improvement in reservoir system performance. Using the retrospective streamflow forecasts for the Columbia River, Hamlet et al., [2002] show that the long-lead streamflow forecasts can be effectively utilized in operating reservoirs to obtain increased annual average hydropower. Georgakakos et al., [1998] showed that using coupled hydraulic-hydrologic prediction models along with robust forecast-control methodologies can increase resilience of the reservoir systems to climate variability and change. Arumugam et al., [2003] propose a water allocation framework for multiple uses that can be effectively combined with the long-lead ensemble streamflow forecasts to obtain reservoir yields of specified reliability. These studies show that long lead and seasonal streamflow forecasts can be effectively utilized towards bulk sector water allocation and in developing season specific strategies for reservoir operation. In the following section, we present the water allocation model formulation that utilize the probabilistic streamflow forecasts to obtain the annual releases pertaining to the specified reliability for the Oros reservoir. 3. Water Allocation Model Formulation for the Oros Reservoir Water allocation model is basically an optimization model that obtains the maximum yield with the specified reliability of supply from the reservoir by meeting policy and physical constraints for the given inflow sequence. The water allocation presented here is for a single site, multi purpose reservoir with an objective to maximize the net income from different uses based on the ensemble streamflow forecasts. The decision variables are the releases, Ri, for different uses that have an associated reliability of supply. The reservoir allocation model is similar to those used by [Lall and Miller, 1988; Lall, 1996], but modified to include the end of year storage constraint and the annual target reliability for each release. The water allocation process in Ceara occurs between July-October every year with the annual water committee meeting to decide about the volume of water to be supplied for different user groups and the end of year target storage to be kept in the six reservoirs (see Figure 1)[Renzo et al., ?]. This necessitates the development of reservoir inflow forecasts for the period January-December in the ensuing year based on the climatic information available up to June (lead time of 18 months) in the current year. De Souza and Lall [2003] show that the annual streamflow forecasts obtained based on the April-June average conditions in East Atlantic Dipole (EAD) and Nino3.4 correlate well the observed flows in the six reservoirs in Ceara, Brazil. This study adopts the same approach in developing 18months lead ensemble forecasts of streamflow for the Oros reservoir. The following section briefly describes the system of reservoirs that supply water to the Jaguaribe-Metropolitano Hidrossytem (JMH) in Ceara, North East Brazil. 3.1 Study site Description Ceara, a semi-arid state in the North East Brazil, is a drought prone region that is heavily influenced by the anomalous conditions in SST over tropical Atlantic and Pacific. Figure 1 (replace new figure) shows the six major reservoirs and different irrigation districts in the JMH. Though agriculture contributes only 5.6% of the state gross domestic product, but accounts for 40% of the livelihood of people. Thus, even a marginal improvement in water allocation will have substantial benefit in terms of livelihood and also would facilitate in setting priorities among competing uses as well as appropriate contingency measures. Oros reservoir in the state of Ceara, Brazil is currently the largest reservoir in the Jaguaribe-Metropolitano Hidrossytem (JMH). The first three reservoirs are in Jaguaribe Basin supplying the major irrigated areas with the rest in the Metropolitan Basin serving for the municipal water demand in the largest metropolitan area (Fortaleza). The Jaguaribe Basin water demand is 80% Irrigation and 20% urban. The Metropolitan Basin water demand is mainly towards Urban and Industrial use. Hence, the demands in the Metropolitan basin are relatively uniformly distributed during the year, while those in the Jaguaribe basin are concentrated during the irrigation season (August-November). Rainfall records for each basin are available since 1911. But, streamflow records at different reservoirs vary in their start date. Consequently, calibrated rainfall-runoff models have been used to reconstruct the inflow at each reservoir. The quality of the inflow data is expected to be the best for the Oros reservoir, and weakest for Pacoti-Riachão. The annual inflows into the Oros reservoir were zero in several of the years with the flow being highly variable and skewed. Ninety-five percent of the annual inflow typically occurs during January through June. Thus, the storages in the reservoir at the end of June primarily determine the area to be irrigated during the current year. For more information about the JMH system, see De Souza and Lall [2003]. 3.2 Reservoir Model Given the ensemble streamflow forecasts qtk (obtained using the hydrologic forecasting model described in section 4.1) for the ensuing year, where t=1,2,…,T denoting the period of operation (usually months, hence T = 12) and k = 1,2,…, N is the index representing a particular ensemble out of ‘N’ ensembles and the initial reservoir storage, S0*, at the beginning of the year, the water allocation model described in this section determine the annual releases (Ri) for each use ‘i’ that can be obtained from the reservoir for the given reliability (1-pfi, pfi = failure probability) . The water committee specifies the end of the year target storage ST* and the minimum and maximum releases from the reservoir for each uses. Most of the previous analyses on the assessment of the utility of long lead streamflow forecasts focused on the economic value that can be obtained by deriving adaptive reservoir operation rule curves depending on the nature of climate forecast (Hamlet et al., 2002; Yao and Georgakakos, 2001; Faber and Stedinger, 2001). In this study, we focus on the improvement in reservoir system performance in terms of reliability, resilience and vulnerability utilizing the long-lead streamflow forecasts for the Oros reservoir. 3.2.1 Objective Function The goal is to maximize the annual yield (Ri) for different uses from the reservoir with reliability (1-pfi) such that the end of year storage is less than ST*, with probability ps. Hence, the decision variables are the annual releases Ri for ‘n’ different uses. Expressing this, the objective is to maximize the net benefit from multiple uses O= n ∑φi Ri …(1) i =1 where φi denotes the net benefit from each use. For the purpose of this study, we consider only municipal water supply as the only use for which the entire annual release from the Oros reservoir is allocated. 3.2.2 Constraints To ensure the annual yield, R from the reservoir pertains to the target reliability (1-pf), we ensure that the storage in the reservoir remains positive which can be expressed as P(S < 0) ≤ pf, where S = [S1, S2,…,ST] …(2) Policy or physical considerations may enforce the annual release from the reservoir to be constrained between an upper and lower bound. Rmin ≤ R ≤ R,max …(3) To ensure, adequate storage is maintained in the reservoir at the end of contract period according to the water committee decision, a probability constraint on the end of the year storage is introduced. P(ST≤ST*) ≤ ps …(4) Note that St, t = 1,2,…, T are not decision variables. These state variables are evaluated during each iteration of the optimization model using the reservoir simulation described below as functions of the current value of R. The probability constraints (2) and (4) are evaluated by counting the number of times the respective inequalities are satisfied in the ‘N” ensembles. 3.2.3 Reservoir Simulation For each sequence ‘k’ in the ensemble we compute the storage at each month given the initial Reservoir storage, S0 = S0* and the decision variable, release R in the current iteration of the optimization algorithm. Using the basic continuity equation, the monthly storage equations can be written as S t = S t −1 + qt − Et − Rt , t= 1,2,…,T …(5) SDt = -St | St < 0 Otherwise SDt = 0 …(6) SPt = (St-Smax)| St > Smax Otherwise SPt = 0 …(7) Equations (6) and (7) record the shortfalls (SDt) and spills (SPt) respectively at each month. Monthly storage equations are constrained so that the storage is between zero and maximum possible storage, Smax. St=min (St, Smax), St = max(St,0) …(8) Monthly releases, Rt are computed using monthly demand fractions, βt. In the case of municipal water demand βt is assumed to be uniform supply during the period of operation. Rt= tR …(9) Evaporation, Et, at each month is computed as a function of average storage during the month using the area-storage relationship of the reservoir. Et = ψ t δ1 (( S t + S t −1 ) / 2)δ 2 …(10) where ψt is the monthly evaporation rate, δ1 and δ2 are coefficients describing the area-storage relationship. Table 1 gives the monthly evaporation rate from the Oros reservoir and the areastorage coefficients δ1 and δ2. The total annual shortfall (SD) and spill (SP) can be defined as SD = T ∑ SDt …(11) t =1 SP = T ∑ SPt …(12) t =1 Looking across all the traces in the ensemble, we compute the probabilities (g) P[SD ≥ 0] as the number of traces in which SD ≥ 0 / total number of traces, N (h) P(ST≤ST*) as the number of traces in which ST≤ST* / total number of traces, N The statement specified in (a) is equivalent to the constraint in (2) implying that the probability of shortfall/deficit should be lesser than the failure probability, pf. The probability computed from (b) corresponds to the end of the year target storage constraint given in (4). The optimization procedure is implemented using Fortran Feasible Sequential Quadratic Programming (FFSQP) developed at the University of Maryland (Zhou et al., 1997). The optimization solver maximizes the net value, O, from the reservoir by satisfying the constraints 2,3 and 4 and using the reservoir simulation described in 3.2.3. 4. Retrospective Streamflow Forecasts for the Oros reservoir In this section, we present three different approaches of developing streamflow forecasts for the Oros reservoir. These forecasts developed for the period 1950-1996 are known as retrospective reservoir inflow forecasts having 1000 ensembles of monthly streamflows for each year. Apart from the K-nearest neighbor resampling algorithm of De Souza and Lall [2003], we also present a parametric approach of generating streamflow forecasts of given predictive skill using a periodic gamma autoregressive model [Fernandez and Salas, 1989] and the null hypothesis climatological forecasts of streamflows. 4.1 Semi-parametric K-Nearest Neighbor Resampling Algorithm Using the semi-parametric K-nearest neighbor resampling algorithm of De Souza and Lall [2003] given in Figure 2, ensembles of retrospective monthly streamflow forecasts for each year between 1950-1996 is developed based on the previous year April-June average of East Atlantic Dipole (EAD) and Nino 3.4 and two other predictors found to be influencing Oros flows (Sankarasubramanian et al., 2003). NINO 3.4, the most commonly used index to represent ENSO condition in the tropical Pacific, is defined as the average Sea Surface temperature anomaly in the region bounded by the eastern equatorial Pacific 150 degrees W to 90 degrees W and 5 degrees S to 5 degrees N. The other climatic index, East Atlantic SST Gradient (EAD), is defined as the difference in the monthly average of the SST anomaly in the region bounded by North Atlantic (5-20N, 60-30W) and the monthly average of the region bounded by South Atlantic (0-20S, 30W-10E). The monthly time series for these indices were derived from the gridded SSTA data sets developed by [Kaplan et al., 1998] available at (http://ingrid.ldeo.columbia.edu/SOURCES/.KAPLAN/.EXTENDED/). The correlation between the annual flows at Oros and the preceding season April-June average of EAD is 0.33, whereas the correlation between the Oros annual flows and the preceding season April-June NINO 3.4 is –0.23. The detailed correlation analysis between these four predictors and the Oros flows is given in Sankarasubramanian et al., [2003]. The null hypothesis stating that these correlations are equal to zero can be rejected at 95% significance level. Figure 3 shows the conditional distribution of 18-months ahead retrospective forecasts for the period 1970-1996 obtained in a leave one-out cross validation mode. Figure 3 also gives the number of times the quartiles of the simulated flows exceed the observed flows over 47 years indicating that the simulated conditional distributions lead to the observed marginal distribution of flows over the long-term. The correlation between the observed annual flows and the ensemble average of the simulated flows obtained in a leave one out cross validation mode is 0.76. Table 2 compares the verification statistics of the resampled monthly flows using K-NN algorithm with the observed monthly flow statistics at Oros. Information presented in Table 1 and Figure 3 show that the resampled flows using the approach of De Souza and Lall [2003] correlate well with the observed annual flows and preserves the monthly mean, standard deviation and monthly correlation structure. 4.2 Reservoir Performance Evaluation under different Forecast skill Given the uncertainty in the forecast, it is important to evaluate the performance of the reservoir under different forecast skills. The main objective is to generate reservoir inflows that have different levels of correlation with the observed flows at Oros and evaluate the performance of the reservoir in terms of reliability, resilience and vulnerability utilizing these generated forecasts. This would give a range in the reservoir performance, which can give the basis for understanding the maximum and minimum improvements one can expect utilizing climatic forecasts. To obtain this scenario, we develop ensembles of streamflow forecasts using (13) with the errors being generated from a periodic gamma autoregressive model [Fernandez and Salas, 1986]. Qt' , j = Qt , j + ε t …(13) where Qt' , j and Qt , j are the forecasted and observed flows in month ‘t’ in a particular year ‘j’ respectively and ε t follows a periodic gamma autoregressive model having zero mean, standard deviation σˆ t and skewness γˆt with the autoregressive structure preserving the observed lag-one monthly correlation( ρ̂ t ). The standard deviation σˆ t and skewness γˆt are estimated from the observed monthly streamflows for the Oros reservoir and the generated noise at each month is added with the observed flows to form monthly ensembles of streamflow for the period 1950-1996. Fernandez and Salas [1996] give the feasible parameter space for the periodic gamma autoregressive model as 0 ≤ γˆt / γˆt −1 ≤ 1 / ρˆ t . Because of this constraint, periodic gamma autoregressive model is inapplicable for generating inflows into the Oros reservoir from JulyDecember. Since the flows during those months were near to zero in the past 47 years (19501996), we assume that the generated flows during those months as zero. The procedure given in (13) can generate negative flows if the observed flows ( Qt , j ) are close to zero. In such a case, the negative flows are assumed to be zero. The advantage of using the gamma autoregressive model is that it preserves the observed monthly skewness and does not require any transformation to normality. For more information on periodic gamma autoregressive model, see Fernandez and Salas [1986]. The common measure used to quantify the forecast skill is the correlation Cf C 2f = 1 − E (Qt′ − Qt ) E (Qt′ − Qt ) …(14) where Qt′ and Qt are the forecasted and observed flows at month ‘t’. This can be expressed as σ ε2 = (1 − C 2f )σ t2 t …(15) To generate ensembles of monthly streamflows having different forecasting skills, we choose different values of Cf to generate gamma autoregressive noise having different variance. Note that the lag-one monthly correlation ( ρ̂ t ) does not change by perturbing the noise variance. Thus, varying Cf in (15) and using that noise variance in the periodic gamma autogressive generation scheme in (13) can produce ensembles of streamflows with different forecast skill. For this study, we generate two sets of ensembles with the forecast skill Cf ≅ 1.0 and Cf ≅ 0.5. 4.3 Climatological Forecasts of Streamflow (Null Forecast) The lag-one correlation between the annual flows at the Oros reservoir is near to zero. Hence, to form climatological ensembles of streamflow, we simply bootstrap the observed annual flows to form 1000 ensembles every year. The monthly streamflow sequence corresponding to the bootstrapped annual flow would form the respective monthly flows in that ensemble. This procedure is repeated for 47 years (1950-1996) to constitute the climatological ensembles of streamflow. Though this approach preserves the statistics of the monthly flows and the lag-one monthly correlation ( ρ̂ t ), the correlation between the observed annual flows and the ensemble median of the bootstrapped flows is zero indicating that the climatological approach is not having any forecast skill (Cf≅ 0). 5. Assessment of the Utility of Long-Lead Streamflow forecasts This section assesses the utility of retrospective reservoir inflow forecasts (developed in section 4) towards potential improvement in reservoir system performance. For this purpose, we consider the basic reservoir performance indices suggested by Hashimoto et al., [1982]. The candidate forecast is the semi-parametric K-nearest neighbor resampling of De Souza and Lall [2003] that uses 18-months lead climate information to obtain inflow forecasts for the Oros reservoir. The synthetic forecasts from the periodic gamma autoregressive model (developed in section 4.2) provide the basis about the range of performance one can expect utilizing long-lead climate forecasts. It is important to note that the predictive skill of the candidate forecasting model(s) could be negative. In such a case, the climatological forecasts should be considered instead of climate information based forecasts. The following section describes the experimental design and the relevant reservoir performance evaluation measures. 5.1 Experimental Design and Reservoir Performance Evaluation Measures The utility of climate information based long-lead streamflow forecasts are assessed towards single purpose water allocation from the Oros reservoir by maximizing annual reservoir yields every year during the period 1950-1996. The maximum yield from the reservoir towards single purpose could be obtained by assuming n = 1 in (1). For the sake of simplicity, the monthly yields from the reservoir are assumed to be uniform (βt = 0.083) throughout the year implying that the demand is primarily towards municipal water use. We assume the target yearend storage probability, ps as equal to the failure probability of the yield, pf, since the reliability constraint on the yields binds the end of the year storage constraint in most of the situations. The end of year target storage, ST* is assumed to be 10 hm3 for all the years. The maximum storage (Smax) available in the Oros reservoir for allocation is 1940 hm3. The total annual evaporation for the Oros reservoir is 1.590 m and the coefficients of the area-storage relationship 1 and 2 are 0.338 and 0.842 respectively. The initial storage, S0, available in the beginning of the year 1950 is assumed to be 50 hm3. Using the initial storage available at the beginning of 1950, 18 months-lead streamflow forecasts for the year 1950 from the candidate forecasting model (semi-parametric K-NN resampling algorithm) is run based on the water allocation model in 3.2 using the optimizationsimulation scheme to obtain the maximum yield (Rj) (j = 1,2,…,M with ‘j’ representing the calendar years and M = 47, the total number of years) corresponding to the reliability (1-pf) for the year 1950. Now, releases from the reservoir are made using the observed flows (Qt,j) based on the yield (Rj) for the year 1950 according to the continuity equations (7-11). In other words, the annual reservoir yields obtained using the 18-month lead climate information based forecasts are combined with the observed flows to record monthly storages, shortfalls and spills for the year 1950. Let us denote the storages at each month by releasing according to Rj using the observed flows Qt,j as S t , j . The total spill (SPj) and shortfall (SFj) over the year can be expressed as SP j = T ∑ (St , j − S max ) St , j > S max …(16) t =1 SD j = T ∑ − St , j St , j < 0 …(17) t =1 As one can note from the water allocation model described in 3.2, we need the initial storage S0,j+1 to obtain the maximum reservoir yield Rj+1 for the next year. The year-end storage ST,j would be assumed to be the beginning of the year storage for the year ‘j+1’. Thus S12,j becomes equal to S0,j+1 using which the maximum yield for the year ‘j+1’ is obtained. This entire procedure is repeated for all the years from 1950 to 1996 to obtain maximum reservoir yields (Rj) and the corresponding total spills (SPj) and total shortfalls (SFj) are recorded. To summarize, this experiment actually walks through the entire water allocation procedure from year 1950 to 1996 and records the releases, spills and shortfalls that would have happened if these 18-months lead retrospective forecasts of streamflow were available each year. By adopting the above said procedure, we also obtain the releases, shortfalls and spills that would have occurred if one adopted the climatological ensembles of streamflows and the periodic gamma autoregressive model generated forecasts (Cf =1 and Cf=0.5). Hashimoto et al., (1982) define three criteria namely resilience γ, reliability α and vulnerability for evaluating a reservoir performance over the long-term. We compute these three indices using the releases (Rj), shortfalls (SFj) and spills (SPj) obtained for each year using the four sets of ensemble streamflow forecasts (Climatology/Null, K-NN, periodic gamma Cf=1, periodic gamma Cf=0.5). The reliability and resilience of the reservoir over the long-term (M = 47 years) can be obtained from the total shortfall in each year. α̂ = 1 if SF j = 0 1 M I j where I j = ∑ M j =1 0 otherwise γˆ = M 1 if I j = 0 and 1 K j where K j = ∑ M (1 − α ) j =1 0 otherwise …(18) I j +1 = 1 …(19) Vulnerability is quantified in terms of mean and standard deviation of spills ( µˆ SP ,σˆ SP ) and shortfalls ( µˆ SF ,σˆ SF ) over the number of years of shortfalls ((1 − αˆ ) M ) and spills (ν ) . Vulnerability statistics are expressed as a percentage of the maximum storage available in the reservoir. µˆ SF = M 100 SF j ∑ S max (1 − αˆ ) M j =1 σˆ SF = 100 S max µˆ SP = 100 M ∑ SPj S maxν j =1 M µˆ S 1 SF j − SF max ∑ ((1 − αˆ ) M − 1) j =1 100 …(20) 2 …(21) …(22) σˆ SP = 5.2 100 S max µˆ S 1 M SPj − SP max ∑ (ν − 1) j =1 100 2 …(23) Results and Discussion Table 3 gives the correlation between the observed flows and the annual reservoir yields obtained using the 18-months lead streamflow forecasts obtained using the K-NN resampling algorithm for four reliabilities (1-pf), 0.25, 0.5, 0.75 and 0.9. Null hypothesis stating that these correlations are equal to zero can be rejected under 95% confidence interval except for the yields obtained from the climatological ensembles. Table 3 also shows the correlation between the observed flows and the annual reservoir yields that is obtainable under perfect forecast (Cf=1) and under forecast of reasonable skill (Cf =0.5). As it can be seen from Table 3, null forecasts does not have any skill in allocating more water according to the nature of flows. On the other hand, correlations shown under perfect forecast (Cf=1) indicate that increased skill in forecasts can vary the annual release according to the nature of flows. Note all these four sets of streamflow forecasts preserve the monthly correlation structure. Correlations presented in Table 3 show that the reservoir yields obtained using the K-NN ensemble inflow forecasts also vary according to the variability in annual flows. But the correlation presented in Table 3 for K-NN is low in comparison with the periodic gamma forecasts, since it is based on the observed monthly flows. To illustrate that the allocated water vary according to the nature of flows, reservoir yields obtained using climate information based streamflow forecasts are compared with the reservoir yields obtained using climatological or null inflow forecasts for high flow and low flow years. Figure 4 compares the reservoir yields obtained using climate information based streamflow forecasts (K-NN) for the years 1974 and 1992 with the reservoir yields obtained using climatological forecasts. From Figure 3, it can be seen that the flow in 1974 is among the largest flows, which occurs often if La Nino conditions persist in the tropical Pacific. On the other hand, flow in 1992 corresponds to a drought year with the inflow into the Oros being below average, which occurs commonly during El Nino events. Reservoir yields obtained using the climate information based streamflow forecasts reflect this with the yield being higher in 1974 and lower in 1992 in comparison with the reservoir yields obtained purely from climatology. Using the four sets of streamflow forecasts described in section 4, the performance of the reservoir over the long-term is summarized in Table 4 separately in terms of reservoir performance indices viz., reliability, resilience and vulnerability. The reliability ( α̂ ) of annual yield from the reservoir computed using equation (18) using the K-NN forecast and Null forecast approach the target reliability (1-pf) over the long-term. On the other hand, the computed reliability ( α̂ ) for the synthetic periodic gamma forecasts (Cf=1 and Cf=0.5) is much higher than the target reliability (1-pf). This is because the variance of a perfect forecast (Cf=1) is very small and it is centered around the observed monthly flows, Qt,j. Hence, the possibility of allocating the specified release Rj is high particularly under high target reliability. However, the main point by considering perfect forecast is that the reservoir performance in terms of all three indices (reliability, resilience and vulnerability) improves considerably if the forecast skill is high. In terms of resilience ( γˆ ), the K-NN forecast performs better than the Null forecast for all target reliability (1-pf). We can also see that the resilience of the reservoir increases if the forecast skill increases. For target reliabilities 0.75 and 0.9 using synthetic forecasts (Cf=1, Cf=0.5), resilience is undefined since the number of failure events is zero. This is understandable since the annual release will always be lower than the observed flows Qt,j. The vulnerability statistics are expressed in terms of mean and standard deviation of shortfalls and spills computed using equations (20-23), which are expressed as % of storage maximum of the reservoir. The current annual water demand for Fortaleza is 840 hm3 [De Souza and Lall, 2003], which is approximately half the maximum storage (Smax = 1940 hm3) available for allocation. Thus 1% improvement in the vulnerable statistics reported in Table 4 will serve to benefit the Metropolitan system water demand by 2%. The mean and standard deviation of shortfalls ( µˆ SF ,σˆ SF ) computed using the K-NN forecasts is lower than corresponding statistics obtained under climatological forecasts for reliability 0.25 and 0.5, whereas the shortfall statistics ( µˆ SF ,σˆ SF ) computed using climatological ensembles is lesser than the K-NN ensembles for reliability 0.75 and 0.9. This is mainly because of the inability of the K-NN forecasts in predicting the lower quantiles of the conditional distribution and the low correlation between the observed monthly flows and K-NN forecasts during January-March (Table 2). However, the vulnerability statistics reported under synthetic forecast (Cf=1 and Cf= 0.5) show the potential benefits of improved forecasts. The vulnerability statistics of the synthetic forecasts even under moderate predictive skill (Cf= 0.5) is better than the climatological forecast and could improve the system performance dramatically. In the case of spills, the converse of what is observed in shortfall is true. The mean and standard deviation of spills ( µ̂ SP , σˆ SP ) obtained under K-NN forecasts is better than the climatological ensembles for reliabilities 0.75 and 0.9. To understand why the climate information based forecasts did not produce better results than the climatological forecasts, we plot the difference between shortfall under the K-NN forecast and under climatological forecast along with the observed flows for the period 1950-1996 (Figure 4). Similarly, Figure 5 shows the difference in spill under the K-NN resampled forecasts and the Null forecast. The difference is expressed as a % change of the maximum storage with the negative difference implying that the K-NN performs better than the Null forecast and vice versa. Table 5 quantifies the number of years the shortfall and spill under K-NN forecast is lesser than climatological forecast and vice versa. In the case of shortfall (Figure 4 and Table 5) for reliability 0.25 and 0.5, the K-NN forecasts better than the climatological forecast, whereas shortfall under climatology is lesser for reliability 0.75 and 0.9. In general, the performance of the K-NN forecast drops particularly for high reliabilities implying that the conditional predictors during low flow years are not well established (Figure 4b). In the case of reducing spill (Figure 5 and Table 5), the K-NN forecast performs better than the climatological forecast for high reliabilities indicating that the K-NN forecasts predict the high flow years better than the low flow years. To summarize, improving the forecast skill of the K-NN forecast particularly during January-March could improve the Oros reservoir performance substantially which could be inferred from the synthetic forecasts of known predictive skill. In the case of Ceara, this is important, since the basin itself is limited in water resources and reducing the spill and shortfall would be the appropriate strategy towards short-term water management. The results from this exercise point both to the usefulness of the water allocation framework proposed in this study with the scope that the utilization of climate based ensemble streamflow forecasts in water system management can lead to development of adaptive strategies in regions where the link to low-frequency climate variability is strong. Table 1: Monthly evaporation rate, ψt in m, for the Oros reservoir used for simulation. The total annual evaporation is 1.590 m with the area-storage coefficients assumed to be δ1 = 0.338 and δ2 = 0.842. ψt Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 0.129 0.091 0.072 0.069 0.081 0.118 0.151 0.174 0.175 0.189 0.172 0.170 Table 2: Comparison of monthly statistics of simulated flows obtained in a leave one-out cross validation mode using K-nearest neighbor resampling algorithm with the observed monthly inflow statistics at the Oros reservoir. All the statistics are given in m3/sec. Monthly statistics µ̂ q , σ̂ q , φˆ denote the monthly mean, standard deviation and lag-one monthly correlation respectively. In the case of January, φˆ denotes the correlation between the January and December flows. Note that the average inflow is almost zero during July – November. The skill of the K-NN resampling algorithm in predicting the monthly flows is given by ρ, which denote the correlation between the observed monthly flows and the monthly ensemble average of K-NN forecasts. µ̂Qt - Observed 4.4 Feb 28.4 Mar 103.1 Apr 184.7 May 56.6 Jun 9.8 Jul 2.3 Aug 0.9 Sep 0.4 Oct 0.3 Nov 0.1 Dec 3.0 µˆ Q ' - Simulated 4.2 24.2 95.6 155.0 44.6 9.0 1.9 0.9 0.4 0.3 0.1 1.7 σˆ Qt - Observed 8.0 54.6 151.7 279.0 100.9 21.1 4.5 2.5 1.5 1.1 0.2 16.4 σˆ Q ' - Simulated 6.9 37.3 102.0 154.8 51.8 16.6 3.3 2.0 1.2 1.0 0.1 5.1 t t Jan φˆ - Observed -0.10 0.29 0.46 0.57 0.85 0.67 0.85 0.88 0.89 0.96 0.17 -0.06 φˆ - Simulated -0.05 0.10 0.30 0.41 0.59 0.76 0.85 0.92 0.95 0.76 0.25 0.01 -0.20 0.02 0.36 0.74 0.76 0.25 0.30 -0.1 -0.2 -0.1 -0.1 ρ -0.0 Table 3: Correlation between observed annual flows and the annual reservoir yields obtained using the four different forecasting schemes described in section 4.0. Reliability, (1-pf) 0.25 0.50 0.75 0.90 K-NN 0.59 0.43 0.35 0.41 Cf ≅ 1.0 0.54 0.63 0.73 0.73 Cf ≅ 0.5 0.29 0.44 0.76 0.71 Null 0.08 0.08 0.07 0.05 Table 4: Performance of the Oros Reservoir over the long-term using the different streamflow forecasting schemes described in 4.0. # - Denotes cannot be estimated or undefined. Reliability, (1-pf) 0.25 0.5 0.75 0.9 FORECAST γˆ α̂ µ̂ SF σˆ SF µ̂ SP σ̂ SP K-NN Cf ≅ 1.0 Cf ≅ 0.5 Null K-NN Cf ≅ 1.0 Cf ≅ 0.5 Null K-NN Cf ≅ 1.0 Cf ≅ 0.5 Null K-NN Cf ≅ 1.0 Cf ≅ 0.5 Null 0.23 0.49 0.28 0.15 0.28 0.53 0.25 0.15 0.25 # # 0.22 0.35 # # 0.33 0.40 0.43 0.36 0.36 0.60 0.81 0.67 0.55 0.72 1.0 1.0 0.83 0.85 1.0 1.0 0.91 5.4 1.6 9.4 15.1 3.8 0.6 10.6 12.7 3.7 0.0 1.5 3.7 2.5 0.0 0.0 2.0 6.8 2.1 10.6 17.5 4.7 0.5 12.8 12.3 3.8 # # 2.5 2.0 # # 1.2 107.6 86.3 78.2 89.9 117.2 95.7 81.6 98.8 100.5 70.7 77.5 115.6 102.0 97.5 72.2 119.2 96.4 88.2 88.9 100.4 102.8 88.6 85.2 102.1 102.7 79.3 82.3 100.1 103.2 93.9 85.4 99.8 Table 5: Reservoir performance comparison accounting the number of years the K-NN forecast performed better than the climatological forecast in terms of shortfall and spill. Reliability, (1-pf) 0.25 0.5 0.75 0.9 SFj|K-NN < SFj|Null 24 17 2 1 Shortfall SFj|K-NN > SFj|Null 13 10 10 7 SPj|K-NN < SPj|Null 3 3 5 6 Spill SPj|K-NN > SPj|Null 3 3 1 0 Figure 1. Location of Ceara, Brazil and the Reservoir Inflow Locations. 1=Oros, 2=Banabuiu, 3=Pedras Branca, 4=Pacajus, 5=Pacoti Riachao, 6=Gaviao. The major irrigation demand areas are indicated by squares and the municipal and industrial demand areas served are indicated by filled circles. Only features of the Jaguaribe and Metropolitan basins are filled in. Other basin boundaries are marked. Assemble a predictor matrix Xf (e.g., lagged seasonal predictors EAD and NINO3, and past inflows) If predictors are correlated, identify p1f leading Principal Components of Xf, as Pf, else Pf=Xf Transform and standardize annual flows, as at each site, s, to qs such that the residuals es,f from the site by site regression qs,f = Pfβs,f+ es,f are approximately Normal, and have constant variance. Is a pooled regression across all sites adequate? i.e., is the model equivalent to the s individual regression models. q’f = P’fβ’,f+ e’,f Yes No Use Canonical Regression, Qf = Pf βf + Ef : Eigendecomposition: (1) Qf =Uf Gf (2) Pf= VfHf. Retain p2f of the p1f potential predictors. Identify Cf as projection of Xf on to the retained predictors, e.g., for pooled regression, Cf = Rf where Rf is a pf*p2f matrix with 0’s and 1’s that identifies predictors kept. Define Bf=Xf Cf. Project the current predictor x* to the b*= x*TCf. Find the k-nearest neighbors of b* in Bf using dit= βf T(b*-bfi)T(b*-bfi) βf Resample the space-time streamflow data for the years of the k-nearest neighbors using the selected kernel Figure 2. Flowchart for a general version of the semi-parametric, multivariate forecasting algorithm for annual and monthly flow ensemble generation given a set of climate predictors (adopted from De Souza and Lall, 2003). Figure 3: Performance of the K-nearest neighbor resampling algorithm in simulating the observed flows at the Oros reservoir showing the conditional distribution of simulated annual flows for 1970-1996. The correlation between the observed flows and the average of the ensembles is 0.75. The inset in the figure gives the number of times (NE) the simulated quartiles exceeded the observed flows over the period 1950-1996. 225 obs First Quantile Median Third Quantile Max 200 175 Flow (m3/s) 150 125 100 Quartile NE First Second Third 33 25 15 75 50 25 0 1970 1975 1980 1985 Year 1990 1995 Figure 3: Reliability-yield curves for Years 1974 and 1992 for the Oros reservoir using the 18-months lead semiparametric K-NN forecast and using the climatological forecasts. 4000 Forecast 1974 Forecast 1992 Climatology 3500 Yield (hm3) 3000 2500 2000 1500 1000 500 0 0.2 0.3 0.4 0.5 0.6 0.7 Reliability 0.8 0.9 1 Figure 4: Difference in shortfall obtained using the 18 months lead K-NN forecasts and the Null forecast from 1950-1996. (4a) Reliability 0.5 (4b) Reliability 0.9.Shortfall is expressed as % of the maximum storage (Smax = 1940 hm3). Forecast - Climatology (Reliability = 0.5) Observed Flows 15 10 7000 6000 0 1950 -5 Observed Flows (m3/s) Deficit/Storage Max (in %) 5 5000 1960 1970 1980 1990 -10 4000 3000 -15 2000 -20 1000 -25 -30 0 Year Forecast - Climatology (Reliability = 0.9) Observed Flows 5.0 4.0 7000 6000 5000 2.0 4000 1.0 0.0 1950 -1.0 Observed Flows (m3/s) Deficit/Storage Max (in %) 3.0 3000 1960 1970 1980 1990 2000 -2.0 1000 -3.0 -4.0 0 Year Figure 4: Difference in spill obtained using the 18 months lead K-NN forecasts and the Null forecast from 19501996. (4a) Reliability 0.5 (4b) Reliability 0.9. Spill is expressed as % of the maximum storage (Smax = 1940 hm3). Forecast - Climatology (Reliability = 0.5) Observed Flows 15.0 5.0 0.0 1950 -5.0 5000 1960 1970 1980 1990 4000 3000 -10.0 2000 -15.0 -20.0 1000 -25.0 0 Year - Climatology (Reliability = 0.9) Forecast Observed Flows 5.0 0.0 1950 -5.0 Spill/Storage Max (in %) Observed Flows (m3/s) 6000 1960 1970 1980 1990 7000 6000 Observed Flows (m3/s) Spill/Storage Max (in %) 10.0 7000 5000 -10.0 -15.0 4000 -20.0 3000 -25.0 -30.0 2000 -35.0 1000 -40.0 -45.0 0 Year REFERENCES Arumugam, S., A. Sharma. ,and U.Lall., Water Allocation for multiple use based on probabilistic reservoir inflow forecasts, Proceedings, IAHS, Soppore, 2003. Cayan, D. R., K. T. Redmond, and L. G. Riddle, ENSO and Hydrologic Extremes in the Western United States. J. Climate, 12, 2881-2893, 1999. Cayan, D. R., and R. H. Webb, 1992: El Nin˜o/Southern Oscillation and streamflow in the western United States. El Nin˜o—Historical and Paleoclimatic Aspects of the Southern Oscillation, H. F. Diaz and V. Markgraf, Eds., Cambridge University Press, 29–68. Chiew, F. H. S., T. A. McMahon, and T. Piechota, 1994: El Nin˜o/ Southern Oscillation and streamflow patterns in south-east Australia. Trans., Instit. Eng., Australia, 36, 285–291. De Souza, F. & Lall, U., Seasonal to Interannual Ensemble Streamflow Forecasts for Ceara, Brazil: Applications of a Multivariate, Semi-Parametric Algorithm, Wat. Resour. Res. (accepted), 2002. Dettinger, M.D. and H.F. Diaz, Global characteristics of stream flow seasonality and variability, Journal of Hydrometeorology, 1 (4): 289-310, 2000. Dracup, J.A. and E.Kahya, The relationships between united-states streamflow and la-nina events, Water Resources Research, 30 (7): 2133-2141, 1994. Duan, Q.Y., Sorooshian, S. and Gupta, V. Effective and Efficient Global Optimization for Conceptual Rainfall-Runoff Models, Water Resources Research, 28 (4): 1015-1031, 1992. Eltahir, E. A. B., 1996: El Nin˜o and the natural variability in the flow of the Nile River. Water Resour. Res., 32, 131–137. Faber, B.A. and J.R.Stedinger, Reservoir optimization using sampling SDP with ensemble streamflow prediction (ESP) forecasts, Journal of Hydrology 249 (1-4): 113-133, 2001. Garen, D.C., Improved Techniques in Regression-Based Streamflow Volume Forecasting, Journal of Water Resources Planning And Management, 118 (6), 654-670, 1992. Guetter, A. K., and K. P. Georgakakos, 1996: Are the El Nin˜o and La Nin˜a predictors of the Iowa River seasonal flow? J. Appl. Meteor., 35, 690–705. Georgakakos, A.P., H.M.Yao, M.G.Mullusky, and K.P.Georgakakos, Impacts of climate variability on the operational forecast and management of the upper Des Moines River basin, Water Resources Research, 34 (4), 799-821, 1998. Goddard, L. S.J. Mason, S.E. Zebiak, C.F. Ropelewski, R. Basher and M.A. Kane, 2001, Current approaches to seasonal-to-interannual climate predictions, Int. J. Climatology 21, 1111-1152. Hamlet, A.F., and D.P.Lettenmaier, Columbia River streamflow forecasting based on ENSO and PDO climate signals, Journal of Water Resources Planning and Management, 125 (6), 333341, 1999. Hamlet, A.H., D. Huppert and D.P. Lettenmaier, 2002, Economic value of long-lead streamflow forecasts for Columbia River hydropower, J. Water Resour. Planning and Management 128, 91-101. Hashimoto, T., J.R.Stedinger and D.P.Loucks, Reliability, Resiliency, and Vulnerability Criteria For Water-Resource System Performance Evaluation, Water Resources Research, 18 (1): 1420, 1982. Hyvärinen, A., Karhunen, J., and Oja, E., Independent Component Analysis. J. Wiley, 2001. Kyriakidis, P.C., N.L.Miller and J.Kim, Uncertainty propagation of regional climate model precipitation forecasts to hydrologic impact assessment, Journal of Hydrometeorology, 2 (2): 140-160, 2001. Lettenmaier, D.P. and E.Wood., Hydrolgoic Forecasting, Hand book of Hydrology, edited by V.Maidment, McGraw-Hill Publisheres, 1993. Leung, L.R., A.F.Hamlet and D.P. Lettenmaier and A.Kumar, Simulations of the ENSO hydroclimate signals in the Pacific Northwest Columbia River basin, Bulletin of the American Meteorological Society, 80 (11): 2313-2329, 1999. Leung, L.R., M.S.Wigmosta, S.J.Ghan, D.J.Epstein, and L.W. Vail, Application of a subgrid orographic precipitation/land surface hydrology scheme to a mountain watershed. J. Geophys. Res., 101, D8, 12,803-12,817, 1996. McKerchar, A. I., C. P. Pearson, and M. E. Moss, 1996: Prediction of summer inflows to lakes in the southern Alps, New Zealand, using the spring Southern Oscillation index. J. Hydrol., 184, 175–188. Nijssen. B, G.M.O'Donnel, A.F.Hamlet, and D.P.Lettenmaier, Hydrologic sensitivity of global rivers to climate change, Climatic Change, 50 (1-2), 143-175, 2001. Pagano, T.C. and Garen, D.C., Use of Climate information in official western US water supply forecasts, Proceedings of EWRI conference, Philadephia, 2003. Piechota, T.C., F.H.S.Chiew, J.A.Dracup and T.A.McMahon, Seasonal streamflow forecasting in eastern Australia and the El Nino Southern Oscillation, Water Resources Research, 34 (11): 3035-3044, 1998. Piechota, T.C., F.H.S.Chiew, J.A.Dracup and T.A.McMahon, Development of exceedance probability streamflow forecast, Journal of Hydrologic Engineering, 6 (1), 20-28, 2001. Piechota, T. C., and J. A. Dracup, 1996: Drought and regional hydrologic variation in the United States: Associations with the El Nin˜o-Southern Oscillation. Water Resour. Res., 32, 1359– 1374. Redmond, K. T., and R. W. Koch, Surface climate and stream-flow variability in the western United States and their relationship to large-scale circulation indices, Water Resources Research 27, 2381–2399, 1991. Sankarasubramanian, A., Sharma, A., and Lall, U., Long-lead seasonal streamflow forecasts for the Jaguaribe-Metropolitan Basin, Ceara North East Brazil, To be submitted to Journal of Hydrometeorology, 2003. Shaake, J., and Larson, L., Ensemble Streamflow Prediction (ESP): Progress and Research needs, Special Symposium on Hydrology, Am.Meteorol., Soc., Boston, Mass, J19-J24, 1998. Sharma,A., Seasonal to interannual rainfall ensemble forecasts for improved water supply management: Part 1 - A strategy for system predictor identification, J. Hydrology, 239, 232239, 2000a. Sharma, A., Seasonal to interannual rainfall probabilistic forecasts for improved water supply management: Part 3 - A nonparametric probabilistic forecast model, J. Hydrology, 239,249258, 2000b. Sharma, A. and U. Lall, Probabilistic forecasting for water resources management, Proceedings, IAHS, Soppore, 2003. Trenberth, K. E., C. J. Guillemot, Physical Processes involved in the 1988 Drought and 1993 Floods in North America. Journal of Climate, 9, 6, 1288–1298, 1996. Uvo C. B., U. Tolle, and R. Berndtsson, Forecasting discharge in Amazonia using artificial neural networks, Int. J. Climatology, 20 (12), 1495-1507, 2000. Yao, H. and A. Georgakakos, Assessment of Folsom Lake response to historical and potential future climate scenarios, 2- reservoir management, J. Hydrology, 249, 176-196, 2001. Yu, Z., E.J.Barron, B.Yarnal, M.N. Lakhtakia, R.A.White, D.Pollard and D.A.Miller, Evaluation of basin-scale hydrologic response to a multi-storm simulation, Journal of Hydrology, 257 (1-4), 212-225, 2002. Zorn, M. R., and P. R. Waylen, Seasonal response of mean monthly streamflow to El Nin˜o/Southern Oscillation in north central Florida. Prof. Geogr., 49, 51–62, 1997. CAPÍTULO 10: OPERAÇÃO DOS RESERVATÓRIOS DO SISTEMA JAGUARIBE-METROPOLITANO – CE. COM O USO DE INDICADORES CLIMÁTICOS E OTIMIZAÇÃO/SIMULAÇÃO. Giovanni Brígido Bezerra Cardoso, Eduardo Sávio Passos Rodrigues Martins e Francisco de Assis de Souza Filho 1- INTRODUÇÃO Em um Estado com tanta carência hídrica como é o caso do Ceará, faz-se necessaria a busca constante por alternativas que visem minimizar os efeitos deste quadro. O uso de Previsão de Afluências a partir de índices climáticos e a operação de reservatórios embasada em técnica de otimização e simulação do balanço hídrico funciona como ferramenta de apoio para um planejamento mais seguro por parte dos decisores em Recursos Hídricos. O Semi-Árido nordestino brasileiro tem, dentre suas principais características, um regime de chuvas caracterizado por uma alta variabilidade espacial e temporal, esta última tanto intracomo inter-anualmente; rios intermitentes; alta evaporação, causando déficit hídrico e solos, em geral, rasos e sobre um substrato cristalino, resultando em uma menor capacidade de infiltração e armazenamento.Ver Figura 1.1. Fonte: CPRM/FUNCEME/FUNCEME Figura 1.1 – Esboço Geológico Simplificado do Ceará Várias incertezas inerentes ao processo de gerenciamento dos Recursos Hídricos estão relacionadas à oferta hídrica do Nordeste Semi-Árido, tendo como causa a variabilidade natural do regime de deflúvios, o que caracteriza a incerteza na quantidade de água disponível, ao passo que o aumento da população, a urbanização e o uso ineficiente da água agravam o quadro de demanda da região nordestina. No Estado do Ceará, o regime de deflúvios se concentra no 1o semestre, sendo o 2o semestre caracterizado pela ausência do mesmo. A distribuição mensal de precipitação média no Ceará é caracterizada por uma concentração temporal na distribuição de chuvas. Cerca de 24% do total precipitado anual ocorre no mês mais chuvoso do ano (Março), mais de 60% no trimestre mais chuvoso do ano (Fevereiro-Março-Abril) e mais de 90% do total anual no primeiro semestre do ano. Regiões Semi-Áridas, como o Nordeste Brasileiro, são vulneráveis à variação do clima e seus efeitos nos suprimentos de água. Modelos de previsão de vazões em rios para horizonte de alguns meses podem ser úteis no processo de alocação de água entre usos conflitantes. 1.1 – Objetivos da pesquisa O objetivo central deste trabalho é fazer uso de técnicas de otimização/simulação para determinação de políticas ótimas na operação tática dos reservatórios do Sistema Jaguaribe-Metropolitano, incorporando a previsão de afluências a partir de índices climáticos (ex: El Niño, Dipolo do Atlântico). A operação tática é realizada a nível mensal, utilizando-se uma abordagem combinada de Programação Não Linear com simulação. A metodologia proposta é aplicada aos reservatórios que compõem o Sistema Jaguaribe-Metropolitano. Como já citado, a previsão de afluências na definição destas políticas é considerada, o que permitirá a adaptação dos procedimentos correntes de operação adotados pela COGERH para incorporar a informação climática. Utilizando-se esta abordagem, pretende-se alcançar os seguintes objetivos específicos: ¾ realizar a previsão de afluência dos reservatórios do Sistema Jaguaribe-Metropolitano; ¾ estabelecer Níveis Meta para operação dos reservatórios do sistema com base na climatologia (série histórica) e previsão; ¾ comparar os resultados obtidos a partir do conhecimento dos Níveis Meta (climatologia e previsão), da operação adotada pela COGERH com aqueles correspondentes a melhor operação possível diante dos objetivos pré-estabelecidos (Futuro Conhecido) para o período de 1994 a 2001. Foi assumido que o reservatório Pedras Brancas atende a demandas locais da Bacia do Banabuiú, não sendo aqui considerado. O reservatório Castanhão não foi incluído pois, como já mencionado, o objetivo central deste trabalho fazer uso de técnicas de otimização/simulação para determinação de políticas ótimas na operação tática dos reservatórios do Sistema Jaguaribe-Metropolitano, incorporando a previsão de afluências a partir de índices climáticos. Para isto, são necessários os volumes iniciais dos reservatórios que compõem o sistema no dia 1o de Julho durante os anos de 1993 a 2000, volumes estes que não existem para o Castanhão, já que ainda não havia sido construído. 2 – 2.1 – REVISÃO BIBLIOGRÁFICA Uso de métodos de otimização/simulação As primeiras aplicações de otimização na área de Recursos Hídricos acontecem na década de 60, no âmbito dos trabalhos do “Harvard Water Resources Group”, onde se fez uso de Programação Linear em um problema de gerenciamento de água subterrânea. A principal dificuldade do uso de PL em Recursos Hídricos é a ocorrência de não-linearidade nas restrições e/ou Função Objetivo. Uma maneira de superação desta dificuldade é a linearização das funções não-lineares por partes; contudo, a cada segmento linearizado surge uma nova variável, aumentando sobremaneira o esforço computacional, esforço este que cresce com o cubo do número de restrições (Braga Jr., 1987). A popularização dos computadores e a contínua melhoria da performance dos mesmos faz surgir novas técnicas de otimização como a Programação Não Linear (PNL). A PNL surge com o trabalho pioneiro de Kuhn e Tucker (1951), e a partir da década de 70 aumentam as pesquisas e aplicações, devido principalmente ao grande desenvolvimento dos microcomputadores. A grande vantagem da PNL está na sua flexibilidade, todavia havendo problemas relacionados à incerteza de que a solução ótima obtida é realmente um máximo global. As técnicas de PNL mais conhecidas são a Programação Quadrática e a Geométrica. Entre uma das mais importantes áreas de aplicação dos modelos de Análise de Sistemas Hídricos se destaca a do Planejamento e Operação de Sistemas de Reservatórios. Diferenças fundamentais existem entre modelos voltados para planejamento e aqueles voltados para curto prazo ou operação de reservatórios em tempo real (Datta e Houck, 1984). Essas diferenças são baseadas no tipo de informação fornecida aos modelos e nos objetivos a serem satisfeitos. 2.1.1 – Programação Não Linear A formulação matemática dos processos físicos que acontecem na prática corrente em engenharia geralmente é composta de fórmulas e equações não lineares. A Programação Não Linear não é muito difundida, quando comparada com modelos de PL e PD, devido à lentidão e à exigência de grande capacidade de armazenamento de dados. Segundo Simonovic (1992), PNL tem sido tratada extensivamente na literatura de pesquisa operacional, contudo não tem se tornado tão popular quanto PL e PD na Análise de Sistemas de Recursos Hídricos, visto que as técnicas de PNL são lentas, iterativas e consomem grande tempo e espaço dos computadores. Por outro lado, PNL oferece uma formulação matemática para operação de reservatórios mais geral. Há duas desvantagens na PNL: i) em geral, a solução ótima não pode ser garantida; ii) a carga computacional é muito intensa, limitando sua aplicação a pequenos sistemas, apesar de algumas tentativas terem sido feitas por Hicks et al. (1974) e Hiew (1987). Como já citado, as principais técnicas de PNL são a Programação Quadrática e a Geométrica. Alguns trabalhos sobre Programação Quadrática são desenvolvidos por Powell (1983) e por Marino e Loaiciga (1985), que formulam um modelo quadrático para obter regras de operação para o projeto do California Central Valley. Os principais trabalhos de PNL com Programação Quadrática e Geométrica em Sistemas de Recursos Hídricos são apresentados por Yeh (1985), Simonovic (1992) e Wurbs (1996). Cirilo (1997) apresenta diversas variantes com relação à classificação da PNL. Essa classificação está associada diretamente à técnica utilizada. Uma maneira usual divide os métodos como técnicas analíticas e técnicas de busca direta. Técnicas analíticas são métodos que procuram determinar soluções ótimas resolvendo sistemas de equações, com o uso de derivadas. A otimização pode ser reduzida à procura das raízes desses sistemas. São exemplos clássicos o método de Cálculo Diferencial, o método dos Multiplicadores de Lagrange e a Programação Geométrica. Técnicas de busca direta são métodos que usam informações passadas, em um processo iterativo, para gerar melhores soluções no processo de otimização. Esse tipo de técnica de otimização permite ainda o emprego de métodos numéricos para solucionar problemas em que a solução analítica é desconhecida. Apesar de as técnicas analíticas serem mais comuns e de mais fácil assimilação, as técnicas de busca são mais abrangentes, possibilitando a solução de uma gama mais ampla de problemas de otimização. Em geral, estas últimas demandam um maior esforço computacional. O modelo matemático ORNAP é apresentado por Curi e Curi (2001), sendo um programa de otimização baseado no algoritmo Nelder-Mead, desenvolvido no ambiente MATLAB, visando maximizar múltiplos benefícios ou objetivos relativos aos múltiplos usos da água resultantes da operação de um sistema de reservatórios com vistas a dar subsídios para o planejamento ou gerenciamento de Bacias Hidrográficas. Para dar flexibilidade ao atendimento de diversos tipos de associações de reservatórios e demandas, o ORNAP foi projetado tendo como base a teoria de sistemas físicos onde as informações físicas de cada componente do sistema é fornecida de forma independente. O comportamento da operação de um sistema constituído de três reservatórios em paralelo, sujeitos a múltiplos usos localizados na Bacia do Capibaribe-PE, com o uso de um modelo de otimização é estudado por Barbosa et al. (2001). O objetivo é maximizar os benefícios financeiros líquidos advindos da irrigação de três perímetros irrigados e da piscicultura, atendidos os requerimentos de água para o abastecimento urbano, necessidades hídricas de regularização e controle de cheia. O modelo de otimização trabalha a nível mensal e é baseado no algoritmo Nelder-Mead. A análise do comportamento do sistema hídrico é feita para um ano no qual são adotados dados hidroclimáticos mensais médios. O modelo se mostra adequado e aplicável a esta classe de problemas. Andrade et al. (2001) apresenta resultados de estudos para operação ótima do sistema hídrico formado pelos reservatórios, em série, Jucazinho e Carpina, e três perímetros de irrigação, localizado na Bacia do rio Capibaribe-PE. O processo de otimização é resolvido, numericamente utilizando o algoritmo NelderMead, contemplando uma Função Objetivo que maximiza a receita líquida anual advinda da agricultura irrigada, e avalia também o retorno financeiro da piscicultura extensiva nos reservatórios. 2.1.2 – Simulação Yeh (1982) divide a estrutura básica de um modelo de simulação para representação de um sistema de reservatórios em: - variáveis de entrada: vazões afluentes, precipitações, evaporações; - variáveis de estado: volume armazenado no reservatório; - variáveis de saída: respostas da simulação, escolhidas pelo responsável pela operação, como por exemplo custo ou benefício da operação do reservatório; - parâmetros do modelo: variáveis que caracterizam o sistema, tais como capacidade do reservatório; - intervalo de tempo: determinado de acordo com as necessidades do estudo. Há pacotes computacionais genéricos e pacotes específicos no uso de modelos de simulação. Modelos genéricos são mais flexíveis, ao passo que os específicos são mais rápidos e econômicos (Braga Jr., 1987). Os modelos de simulação podem ser determinísticos ou estocásticos. Quando o sistema está sujeito a eventos aleatórios, o modelo é considerado estocástico. Caso não haja componente aleatório, o modelo é determinístico. Alguns modelos podem operar nas duas maneiras, variando de um para o outro conforme o estado do sistema (Loucks et al., 1981). Studart e Campos (2001) utiliza o método de Simulação de Monte Carlo para avaliar a influência da escolha do volume inicial nas vazões regularizadas por um reservatório isolado, supondo diferentes padrões de variabilidade para seus deflúvios naturais, traduzidos por coeficientes de variação iguais a 0,2, 0,8 e 1,6. Os resultados mostram que para regiões semiáridas, o volume inicial exerce uma enorme influência nos resultados obtidos para a vazão regularizada, sendo necessário a adoção de um volume adequado. 2.1.3 – Modelos conjuntos de simulação - otimização O uso conjunto dos modelos de otimização e simulação é apresentado de duas formas. A primeira utiliza a simulação como técnica preliminar para delimitar espaços de soluções possíveis, sendo então pesquisados de maneira mais precisa por modelos de otimização para encontrar o ponto de solução ótima. Na segunda, os modelos de otimização são usados, em sistemas com simplificações, na determinação de regras de operação, nas quais serão em seguida processadas nos modelos de simulação em sistemas sem simplificações, sendo avaliada a praticidade e o grau de afastamento do ótimo. Em um sistema de reservatórios na Bacia do Delaware River, Jacoby e Loucks (1972) usa um modelo de otimização para a escolha prévia de alternativas, visto que o número total de possibilidades a serem simuladas inviabilizaria uma tomada de decisão próxima do ótimo. Para um sistema de 48 reservatórios na Bacia do Trent River em Ontario, Canadá, Sigvaldason (1976) realiza otimizações baseadas em Programação Linear como sub-modelos agregados a um modelo de simulação para determinação da política de operação de um sistema. Observa-se que esta metodologia apresenta melhores resultados do que os modelos de simulação. Uma estratégia freqüentemente utilizada na operação de reservatórios é a operação segundo volumes de alerta, por ser uma regra que se baseia no armazenamento do reservatório, deve ser determinada com precisão para que não ocorram perdas provocadas pelos altos níveis de armazenamentos ou falhas devido a baixos volumes de alerta incapazes de cessar o rebaixamento do nível em tempo real. Reis et al. (2001) aplica um esquema de otimização enumerativa combinada com simulação em uma operação de reservatório a fim de que sejam determinadas as máximas retiradas e o volume de alerta que otimiza a operação de modo que o sistema responda dentro das restrições impostas pelo planejador. 2.1.4 – Recentes avanços em informação climática/previsão de afluências Em todas as técnicas de otimização/simulação citadas anteriormente mencionadas podese agregar informação climática visando reduzir o impacto de variáveis hidrológicas em atividades humanas. Previsões podem ser baseadas em várias informações hidrológicas tais como precipitações e séries de vazões (Hipel, 1985); variáveis climáticas, tais como Dipolo de Temperatura do Atlântico, El Niño (ENSO - El Nino Southern Oscillation) e outras variáveis de escala global (Hamlet e LettenMaier, 1999). Desde a última década, muitas informações têm se tornado úteis devido aos avanços no entendimento de sistemas climáticos, particularmente o fenômeno El Niño (Wilks, 2001). A variabilidade de chuva é relacionada a variações em temperaturas de superfície do mar (Markham e Maclain, 1977; e Moura e Shukla ,1981). Ward e Forlland (1991) apresenta resultados satisfatórios quanto ao uso de funções empíricas ortogonais somente das Temperaturas de Superfície do Mar Atlântico Tropical como preditores das chuvas do Nordeste Brasileiro, ao passo que anomalias do oceano Pacífico associadas com El Niño representam um papel mais fraco. Dentre os trabalhos recentes de identificação dos mecanismos e causas climáticas do regime de chuva e vazão no Nordeste Brasileiro, merecem destaque Kousky (1979), Marengo et al. (1998) e Uvo et al. (1998). A chuva na região é muito variável no espaço, dentro da estação chuvosa ao longo dos anos (Kousky, 1979). A sazonalidade da chuva regional e por conseguinte das vazões é explicada em sua maior parte pela migração norte/sul da Zona de Convergência Inter-Tropical (ZCIT). Uvo et al. (1998) sintetiza uma descrição da conexão entre chuva e o ZCIT com base em estudos anteriores, indicando que a estação chuvosa principal tem início entre Fevereiro e Março, quando a ZCIT alcança sua posição mais ao sul sobre o Oceano Atlântico Tropical, e o fim da estação chuvosa é sinalizado pela migração da ZCIT para o Norte. Uvo et al (1998) identifica as áreas de influência do fenômeno El Niño, sobre as chuvas do Nordeste Brasileiro (NEB), assim como sua variabilidade intra-sazonal. São feitas correlações simultaneamente em cada mês da estação chuvosa, e posteriormente são correlacionados os meses de defasagem, com o intuito de descobrir os padrões no campo de Temperatura da Superfície do Mar (TSM) do Pacífico que precedem sistematicamente os padrões da precipitação do NEB. Devido ao avanço no estudo do fenômeno El Niño nas últimas duas décadas e outros indicadores climáticos, tem se difundido o uso de preditores climáticos no gerenciamento de Recursos Hídricos. Correlações entre a Temperatura da Superfície do Mar e as vazões afluentes aos reservatórios do Sistema Jaguaribe-Metropolitano sugerem o uso desta informação para previsão de afluências (Souza Filho e Lall, 2003). Pode-se verificar correlações negativas no Pacífico, aproximadamente na costa do Peru (região conhecida como Niño3), assim como no Atlântico (Lat 10N, próximo à costa Africana). Em termos de correlações positivas destaca-se a região do Atlântico entre o Nordeste Brasileiro e a costa Africana. O gradiente de temperatura destas duas regiões forma o que se chama de Dipolo de Temperatura do Atlântico, ou simplesmente, Dipolo do Atlântico. A partir das informações climáticas identificadas como sendo correlacionadas as vazões afluentes a reservatórios, pode-se identificar um modelo de previsão de vazões sazonais e inter anuais (Souza Filho e Lall, 2003). Os autores utilizam uma abordagem semi-paramétrica para previsão de vazões mensais. Nesta abordagem um modelo de regressão entre vazões anuais e indicadores climáticos (porção paramétrica deste modelo) é utilizada apenas para escolha dos anos mais próximos do ano da previsão (porção não-paramétrica deste modelo). Uma vez identificados estes anos pode-se estimar estatísticas da previsão, como, por exemplo, quantis. A utilidade de previsões hidrológicas modernas, através de conceitos e idéias de gerenciamento de Recursos Hídricos, combinadas com informações climáticas na Bacia do Lago Folsom, Califórnia, é apresentada por Georgakakos et al. (2001). Este trabalho é um esforço conjunto do Hydrologic Research Center – HRC, Scripps Institute of Oceanography – SIO e o Water Resources Georgia Institute. Obeysekera et al. (2001) usa uma abordagem multi-objetivo para o sistema de gerenciamento de Recursos Hídricos no Sul da Flórida, uma vez que o sistema é extremamente complexo, e envolve o abastecimento d’água para usuários urbanos e agrícolas. O sistema é baseado no uso de Redes Neurais e vem sendo utilizado na previsão de vazões do Lago Okeechobee a partir do El Niño. Além do uso de Redes Neurais, o sistema faz uso de uma análise de risco conhecida como Análise de Posição, usada para comprovar a melhor performance do gerenciamento de Recursos Hídricos associado à previsão climática. A U.S. Geological Survey (USGS) em cooperação com o Bureal of Reclamation, desenvolveu um programa computacional, que dentre outras aplicações, auxilia no gerenciamento de reservatórios através da previsão de vazões por intermédio da metodologia do National Weather Service Extended Streamflow Prediction (ESP). Muitas agências de gerenciamento de Recursos Hídricos nos Estados Unidos utilizam ESP para previsão de vazões afluentes, cuja metodologia assume que os dados históricos de clima são bons parâmetros para o futuro através do estudo de anos similares em relação aos preditores El Niño, La Niña e o índice de Oscilação Inter-Decadal do Pacífico (Jeton, 2001). Baldwin (2001) apresenta uma metodologia para previsão de afluências, aplicando-a a quatro reservatórios no Estado de Denver (USA). Os índices climáticos considerados foram: Nino3, no Oceano Pacífico Equatorial que representa o El Niño; Oscilação Inter-Decadal do Pacífico e o índice do Oceano do Atlântico Norte. A medida de similaridade usada para determinar os anos mais próximos relativos aos preditores climáticos é a distância Euclidiana, definida explicitamente na equação 2.1. { D i = (X1m − X1i ) + (X 2m − X 2i ) + ... + (XNm − XNi ) 2 2 } 2 0.5 (2.1) onde Di é a distância entre o ano corrente m e todos os outros anos i, para todo i ≠ m; XNm é o enésimo preditor do ano de interesse e Xni é o enésimo preditor de todos os outros anos. Quando há apenas um preditor, o cálculo da distância é trivial, ou seja, o valor absoluto da diferença entre o preditor histórico e o preditor do ano corrente. Os anos que apresentam as menores distâncias são os similares utilizados na previsão. Impulsionados por novas demandas provocadas pelo imenso crescimento populacional no oeste americano, pesquisas sobre previsão de afluências de Abril a Julho no rios South Lake e Colorado, baseadas em índices climáticos dos Oceanos Pacífico e Atlântico, vem sendo desenvolvidas pela Utha State University para a cidade de Denver (Bray et al., 2001). Inicialmente, a aplicação tem sido direcionada a prioridades de operação secundária, tais como: geração de energia, recreação e programas de restauração aquática. Estudos na Bacia do Rio Mahaweli, no Sirilanka, tem procurado correlacionar o fenômeno do El Niño com vazões afluentes ao longo do ano. A relação entre o Niño3 (índice do El Niño) e vazão afluente é significativa no período de Janeiro a Setembro, podendo haver assim uma contribuição na previsão de vazões (Zubair, 2003). 3 – SISTEMA JAGUARIBE-METROPOLITANO O Sistema Jaguaribe-Metropolitano, composto pelos reservatórios Orós, Banabuiú, Pacajus, Pacoti-Riachão e Gavião, é operado para atender às demandas de usuários agrícolas, industriais e de abastecimento humano. Comitês de Bacias realizam encontros várias vezes ao ano para tomada de decisões com base na análise de vários cenários de oferta e demanda apresentada por técnicos da Companhia de Gestão de Recursos Hídricos (COGERH) para grupos de usuários. Esse processo decisório tem impactos sociais, políticos e econômicos, particularmente em anos secos. Cenários para o próximo ano de disponibilidade hídrica em cada reservatório, de demanda para cada uso e potenciais impactos de diferentes propostas para alocação de água são críticos para decisões participativas da comunidade. Este trabalho pretende fazer uso da informação climática para determinar as afluências aos reservatórios do sistema, e usá-las para operação dos mesmos.Ver Figura 3.1. Fonte:COGERH Figura 3.1 – Sistema Jaguaribe-Metropolitano 4 – METODOLOGIA 4.1 – Previsão de Afluências A utilização de métodos paramétricos para construir um modelo comum de regressão linear a fim de obter um modelo de previsão na escala anual e posterior desagregação mensal podem ser de difícil elaboração por causa da grande assimetria das distribuições mensais e anuais, da grande quantidade de vazões com valor zero e da relação de não-linearidade entre vazão e os índices climáticos. Os métodos não paramétricos para a regressão e estimativa da densidade de probabilidade são de difícil aplicação devido à grande amplitude dos dados de vazão, às dimensões do problema multivariado no espaço e à quantidade de dados disponíveis. Logo, foi utilizada uma abordagem semi-paramétrica (Lall e Sharma, 1996; Souza Filho e Lall, 2003), sendo dividida em três partes: ¾ uma transformação de raiz cúbica é feita nas vazões anuais, obtendo-se uma distribuição de probabilidade aproximadamente normal. Em seguida, faz-se uma normalização da vazão transformada, ou seja, diminui do valor da vazão transformada sua média e, em seguida, divide pelo desvio padrão; QS = (as1/3 - média(as1/3))/(desvio padrão(as1/3)) (4.1) em que as é o vetor que contém a série temporal de vazões anuais de 1913 a 1992 no local s. s ¾ uma regressão entre a variável transformada reduzida (Q ) e os valores médios dos índices climáticos Niño3 e Dipolo de Abril-Maio-Junho no período de 1912 a 1991 (Tabela 4.1), obtendo-se os coeficientes lineares para os índices climáticos (Tabela 4.2); Tabela 4.1 – Valores médios dos índices Climáticos Niño3 e Dipolo (série histórica). Fonte: FUNCEME Tabela 4.2 – Coeficientes Lineares para os índices climáticos Niño3 e Dipolo. Fonte: Souza Filho e Lall (2003) QS t x1 = Xtx2 . β2x1 +ξtx1 (4.2) Xtx2 Niño31 ⋅ = ⋅ ⋅ Niño3 t Dipolo1 ⋅ ⋅ ⋅ Dipolo t β Niño 3 β 2 x NR = β Dipolo (4.3) (4.4) onde ξt = resíduo da regressão, βNiño3 = coeficientes de regressão correspondente ao fator climático Niño3. βDipolo X = coeficientes de regressão correspondente ao fator climático Dipolo. = matriz de preditores climáticos de 1912 a 1991 Contudo, a regressão acima não foi utilizada para gerar previsão uma vez que há interesse na previsão de vazões mensais, sendo utilizada somente para medida de distância entre o ano da previsão e os anos da série histórica (1913-1992). ¾ um modelo de previsão para a reamostragem não paramétrica do conjunto de dados anuais da série histórica, reamostragem esta obtida de valores atuais dos índices climáticos, cuja metodologia é explicada a seguir. Utilizando uma metodologia não paramétrica, o procedimento do método dos Vizinhos (“K-Neighbors”) de estimativa da função de densidade descrito por Lall e Sharma (1996) é adaptado ao problema atual conforme Souza Filho e Lall (2003). O método dos Vizinhos é descrito abaixo. Para o ano i, calcula-se a distância di entre o valor do vetor dos preditores atuais x* (Tabela 4.3) e o valor dos preditores em sua série histórica, xi, na forma: 2 di2 = ∑ {(xj* - xi,j) . γj}2 j =1 (4.5) onde x* é um vetor 1 x modelo ajustado; γ [β1 β2]T e βi é o coeficiente de regressão entre a variável da vazão = 2, xi é um vetor 1 x 2 de preditores durante o i-ésimo ano usado no transformada e os índices climáticos Niño3 e Dipolo. As distâncias assinalam a similaridade da condição de preditor atual com cada uma das condições passadas. Com o vetor de distância d, determina-se o conjunto de valores mais próximos aos preditores atuais x* (correspondentes ao ano de previsão), identificando-se a posição em um ordenamento dos vizinhos mais próximos (o elemento j está associado ao j-ésimo x mais próximo de x*). Tabela 4.3 – Valores médios dos índices climáticos Niño3 e Dipolo (preditores atuais). Fonte: FUNCEME Resta selecionar ainda o número de vizinhos (k) a serem utilizados e a função de peso (ou probabilidade) K(j) a ser associada a cada um dos k vizinhos. As funções de peso podem ser divididas em: K(j) =1/k K(j) = 1/j (Lall e Sharma, 1996) k ∑ 1/i i=1 K(j) = wj onde wi = 1/di e di = [β.(x* - xi)]2 k ∑ wi i=1 (4.6) (4.7) (4.8) 4.2 - OPERAÇÃO DOS RESERVATÓRIOS DO SISTEMA 4.2.1 – Determinação de Níveis Meta Os Níveis Meta podem ser interpretados como uma aproximação ao comportamento ótimo global do sistema, com base em toda a série histórica (1913 a 1992). Estes níveis podem ser utilizados como referência para operação dos reservatórios do sistema. O cálculo dos Níveis Meta foi realizado com base no algoritmo simplex NelderMead, sendo a estocasticidade considerada de forma implícita através da utilização de seqüências de vazões afluentes mensais de 18 meses (Julho do ano corrente até Dezembro do ano seguinte). Estas seqüências correspondem a seqüências de vazões afluentes com 18 meses de duração para o período de 1913 a 1992, uma vez que o período de 1994 a 2001 foi separado para a análise da performance da previsão. Assim sendo, para as demandas estabelecidas e níveis iniciais de armazenamento iguais aquele do ano de análise (final de Junho do ano corrente), o algoritmo de otimização/simulação é executado para o sistema de reservatórios e para cada uma das seqüências de 18 meses neste período (Jul-1913 a Dez-1914, Jul-1914 a Dez-1915, ..., Jul1992 a Dez-1993) obtendo-se as retiradas e os volumes armazenados para cada um dos reservatórios, além das transferências entre bacias. Em seguida, faz-se o cálculo dos quantis de 25, 50 e 75% referentes aos volumes armazenados ótimos, definindo os Níveis Meta para operação com base na climatologia, este termo sendo utilizado para representar o uso de toda a série histórica de afluências. Este processo está ilustrado na Figura 4.1 (a). No caso da previsão, o método dos Vizinhos foi utilizado para identificar os 30 anos da série histórica (1913 a 1992) mais próximos ao ano de análise, sendo somente estes utilizados para determinação dos Níveis Meta, ou seja, os quantis de 25, 50 e 75% referentes aos volumes armazenados ótimos a partir dos 30 anos mais próximos (Figura 4.1- b). (a) Figura 4.1 - (b) Séries observadas: (a) todos os anos da climatologia e (b) somente anos similares baseados na previsão. Por exemplo, para o ano de previsão (ou análise) de 1994, a Figura 4.2 (a) mostra a evolução do armazenamento durante os 18 meses de operação para os 80 anos da série histórica de afluências ao reservatório Orós, partindo-se do volume inicial do final de Junho de 1993, aqui representado por V 94 i . Na Figura 4.2 (b) são apresentadas apenas as curvas de armazenamento correspondentes aos 30 anos mais próximos aquele da previsão. Nas Figuras 4.2 (c) e 4.2 (d) são apresentados os Níveis Meta correspondentes à climatologia e previsão, calculados a partir das curvas apresentadas nas Figuras 4.2 (a) e 4.2 (b), respectivamente. Como, para cada um dos anos de análise (1994 a 2001), as afluências são conhecidas, pode-se identificar a melhor operação possível dos reservatórios do sistema para atendimento das demandas pré-estabelecidas. Esta operação será denominada Operação com Futuro Conhecido (FC) e será utilizada como parâmetro de comparação da performance da operação estabelecida com base na climatologia, na previsão e a operação adotada pela COGERH. O Futuro Conhecido e a operação feita pela COGERH para o reservatório Orós são também apresentados nas Figuras 4.2 (c) e 4.2 (d). (a) (c) Figura 4.2 – (b) (d) Determinação dos Níveis Meta, Futuro Conhecido (FC) e operação da COGERH a partir da climatologia (a, c) e previsão (b, d) para o reservatório Orós em 1994 4.2– Descrição do programa de otimização/simulação Nesta pesquisa foi desenvolvido um programa com o uso de otimização e simulação do balanço hídrico em MATLAB com o objetivo de encontrar as liberações e transposições ótimas dos reservatórios do Sistema Jaguaribe-Metropolitano. Estas variáveis de decisão são determinadas pelo algoritmo Simplex Nelder-Mead que procura minimizar os custos de atendimento às demandas e bombeamentos considerados em uma Função Objetivo, apresentada no item 4.4. Inicialmente são lidos os dados de entrada dos reservatório Orós, Banabuiú, Pacajus, Pacoti-Riachão e Gavião: volume inicial em 1o de Julho de 1993 a 2000, liberação máxima, demanda a ser atendida, capacidade máxima de armazenamento, total mensal médio evaporado durante 18 meses (Julho do ano anterior a Dezembro do ano seguinte), vazões afluentes de 1913 a 1992 e coeficientes da curva área x volume. Os dados de entrada necessários à operação do sistema são: ¾ ¾ ¾ ¾ ¾ ¾ volume inicial no final de Junho de 1993 a 2000; liberações máximas; demandas a serem atendidas; coeficientes do modelo de regressão não linear Área (Volume); capacidades máximas de armazenamento; evaporações; ¾ vazões afluentes. O algoritmo utilizado na otimização, como já mencionado, é o Simplex (Nelder- Mead), sendo utilizado os seguintes critérios de parada: número máximo de iterações, precisão da Função Objetivo e das variáveis de decisão. O algoritmo procura as liberações ótimas para os 18 meses de operação, iniciando em 1o de Julho, para cada ano do período de 1913 a 1992. Assim teremos 80 curvas de armazenamento, para as quais podem-se calcular os Níveis Meta (quantis de 25, 50 e 75%) para todos eles ou somente para aqueles considerados próximos (Figura 4.1-b). Atenção especial deve ser dada aos seis primeiros meses de operação, uma vez que, a partir de Dezembro, atualizações da previsão de afluências estarão disponíveis. As variáveis de decisão, determinadas pelo algoritmo, servem como dados de entrada para a simulação do balanço hídrico, onde são feitas as simulações e obtidos os armazenamentos por processo iterativo. A Figura 4.3 mostra esquematicamente como o algoritmo de otimização, Função Objetivo e balanço hídrico se inter-relacionam. O valor retornado pela Função Objetivo é resultante da otimização/simulação a partir das condições iniciais pré-estabelecidas (volume inicial para o ano de análise ou previsão). No atendimento das demandas agrícolas foi calculado um coeficiente de cultura, que representa a demanda a ser atendida mensalmente para cada unidade de volume. Isto garante, uma vez determinada a demanda semestral, a não interrupção do ciclo das culturas. otimização Variáveis de Decisão PAJ (Retiradas, Q CT ) Função Objetivo Retiradas: Semestral Mensal Simulação do balanço hídrico Figura 4.3 – Desenho Esquemático do processo de otimização/simulação. O algoritmo Simplex Nelder-Mead demandou um grande esforço computacional, impossibilitando uma análise pós-ótimo adequada, sendo necessárias 20 horas de processamento de um cluster de 8 computadores (Pentium IV; 1,70 GHz, ), cada um dos quais responsável por um ano de análise. 4.3 – Simulação do balanço hídrico A simulação do balanço hídrico dos reservatórios do sistema começa a partir da definição do valor das variáveis de decisão pelo algoritmo de otimização. As variáveis de decisão são as retiradas semestrais dos cinco reservatórios do sistema e o volume mensal transferido do Sistema Jaguaribe para o Metropolitano. As retiradas semestrais são transformadas em mensais a partir de coeficientes de demandas, os quais podem ser definidos como a razão entre a demanda mensal e a do correspondente semestre. No caso das demandas agrícolas, esta sazonalidade reflete as necessidades hídricas das culturas, como explicado no item anterior. Já no caso das demandas urbanas, os coeficientes são quase constantes, variando somente em função do número de dias do mês. Assim, uma vez definidas as retiradas mensais de cada reservatório e o volume PAJ ), pode-se proceder com o balanço transferido do Sistema Jaguaribe para o Metropolitano ( Q CT hídrico mensal. O balanço hídrico é assim realizado: Caso (S(j,i–1) + Afl(j,i) – E(j,i) . A (j,i) – R(j,i) +T(j,i)) > K(j) V(j,i) = (4.9) S(j,i–1) + Afl(j,i) – E(j,i) . A (j,i) – R(j,i) + T(j,i) - K(j) (4.10) S(j,i) = K(j) (4.11) V(j,i) = 0 (4.12) Senão S(j,i) = S(j,i–1) + Afl(j,i) – E(j,i) . A (j,i) – R(j,i) – V(j,i) + T(j,i) A (j,i) = 0,5 . α (j) . (S (j, i –1)^ β (j) + S(j, i)^ β (j)) (4.13) com (4.14) sendo a área média e o armazenamento final obtidos por processo iterativo. O volume de transposição é assim definido: T(j,i) = 0 se j =1 ou 2, e PAJ (i)- Q P/R T(3,i= [ Q CT PAJ (i) GV T(4,i)= [ Q P/R PAJ (i)- Q P/R (i) (4.15) ] (4.16) ] (4.17) T(5,i = Q GV P/R (i) (4.18) As variáveis e índices estão descritos abaixo: j reservatórios (1=Orós, 2=Banabuiú, 3=Pacajus, 4=Pacoti/Riachão e 5=Gavião) i meses (18 meses de operação) S armazenamento Afl A R V T afluência área média retirada vertimento volume de transposição. Pode ser positivo ou negativo. Positivo se o volume transferido ao reservatório é maior que o volume transferido do reservatório j, e negativo se vice-versa. α(j) e β(j) coeficientes de regressão não linear (Equação 4.19) K capacidade do reservatório E evaporação mensal Os coeficientes α e β foram calculados para os reservatórios Orós, Banabuiú, Pacajus, Pacoti-Riachão e Gavião através do ajuste do modelo aos dados da tabela Área x Volume de cada reservatório. Os coeficientes α e β da equação 4.19 foram identificados pelos Mínimos Quadrados utilizando a ferramenta Solver da planilha eletrônica Excel (Microsoft). Área Calculada = α . Volumeβ (4.19) PAJ A disponibilidade para atender às demandas agrícolas é dada por (R1 + R2 - Q CT ), R1, PAJ R2 e Q CT sendo variáveis de decisão. A demanda difusa ao longo do Canal do Trabalhador é considerada totalmente atendida (D4 = Dmax4; ver definição a seguir), e a disponibilidade restante PAJ - D4) é rateada em função das demandas máximas a serem atendidas (demandas (R1 + R2 - Q CT D1, D2 e D3). No atendimento às demandas considera-se que a demanda atendida no local j e no mês i é menor ou igual à demanda pretendida no local j e no mês i. i i D j ≤ Dmax j (4.20) onde i Dj demanda atendida no local j e no mês i i Dmax j demanda pretendida no local j e no mês i A vazão do Canal do Trabalhador é igual à vazão bombeada do Canal do Trabalhador para Pacajus mais as demandas agrícolas difusas ao longo do percurso do Canal do Trabalhador ( D max i4 = D i4 ). Q CT = PAJ + D4 Q CT (4.21) As demandas atendidas pelos reservatórios Pacajus e Pacoti/Riachão são iguais ao mínimo entre as liberações destes reservatórios e as demandas pretendidas pelos respectivos reservatórios. D i5 = min(R i3 , Dmax i5 ) (4.22) D i6 = min(R i4 , Dmax i6 ) (4.23) P/R (Pacajus As vazões bombeadas Q GV P/R (Pacoti/Riachão Gavião) e Q PAJ Pacoti/Riachão) são iguais às suas liberações menos as demandas atendidas pelo reservatório de origem, Pacoti/Riachão e Pacajus, respectivamente. Q GV P/R = R 4 - D 6 (4.24) Q P/R PAJ = R 3 - D 5 (4.25) A demanda atendida pelo reservatório Gavião é igual a liberação do reservatório Gavião. D7 = R5 (4.26) 4.4 - Função Objetivo utilizada na otimização A Função Objetivo, aqui utilizada, prioriza o abastecimento da Região Metropolitana de Fortaleza (RMF), introduzindo uma grande penalidade quando as demandas da RMF não são atendidas. Penalidades no não atendimento às demandas agrícolas são também utilizadas, sendo estas bem inferiores às da RMF. As penalidades introduzidas e a Função Objetivo foram baseadas nos trabalhos de Lima (2000) e Souza Filho e Lall (2003). Os custos de bombeamento nos canais que compõem o sistema são também levados em consideração. Estes custos referem-se aos do Canal do Trabalhador para o reservatório Pacajus, do reservatório Pacajus para o reservatório Pacoti, do reservatório Pacoti-Riachão para o reservatório Gavião e do reservatório Gavião para a Estação de Tratamento de Água. Matematicamente, os custos podem ser expressos por: PAJ PAJ P/R P/R ETA ETA . QCT + α PAJ . QPAJ + α PGV/ R . QPGV/ R + α GV . QGV CB = α CT (4.27) em que CB é o custo total de bombeamento, os α’s são coeficientes de custos por unidade de PAJ P/R ETA , QPAJ , QPGV/ R e QGV são, respectivamente, as vazões bombeadas do vazão transferida, e QCT Canal do Trabalhador para o reservatório Pacajus, do reservatório Pacajus para o reservatório Pacoti-Riachão, do reservatório Pacoti-Riachão para o reservatório Gavião e do reservatório Gavião para a Estação de Tratamento de Água. Os dois últimos termos da equação somente são considerados quando os volumes dos reservatórios Pacoti/Riachão e Gavião estão, respectivamente, abaixo de 45 hm3 e 49 hm3, uma vez que, acima destes volumes, as transferências são feitas sem a necessidade de bombeamento, através da operação das comportas. Como já mencionado anteriormente, na Função Objetivo são incluídas penalidades pelo não atendimento às demandas pré-estabelecidas. No caso do abastecimento de Fortaleza, estas são: ETA | CF1 = αfalha1 . |Dmax7 - QGV (4.28) ETA em que QGV é a vazão do reservatório Gavião para a Estação de Tratamento de Água, Dmax7 é a demanda de Fortaleza, a qual deveria ter sido fornecida pelo reservatório Gavião à Estação de Tratamento de Água e αfalha1 é a penalidade atribuída pela diferença entre a vazão a ser atendida e a fornecida. As penalidades de não atendimento às demandas agrícolas são expressas por: PAJ CF2 = αfalha2 . | (QOrós + QBanabuiú - QCT )– 4 ∑ Dmax | j=1 j (4.29) PAJ são, respectivamente, as vazões do Orós, Banabuiú e do Canal do QOrós, QBanbuiú, QCT Trabalhador para o reservatório Pacajus. Dmax 1 , Dmax 2 , Dmax 3 e Dmax 4 são demandas agrícolas a serem atendidas pelos reservatórios Orós e Banabuiú. O coeficiente αfalha2 é a penalidade atribuída por diferença entre a vazão a ser atendida e a fornecida, sendo nulo quando a demanda pré-estabelecida é totalmente atendida. Os coeficientes de custo por unidade de vazão para o abastecimento de água da RMF são os mesmos considerados por Lima (2000), ou seja αCT = 0,045; αPJ = 0,015; αPR = 0,01; αGV = 0,01 e αfalha1 = 100. Adicionalmente, foi definido αfalha2 = 5. Logo, a Função Objetivo pode ser expressa por: 18 ∑ (CB t =1 t + CF1t + CF2 t ) em que t é o intervalo de tempo da simulação. 4.5 – Algoritmo simplex Nelder-Mead (4.30) Várias técnicas de otimização foram estudadas visando a definição do método a ser utilizado na operação dos reservatórios do Sistema Jaguaribe-Metropolitano, chegando a formulação apresentada nos itens anteriores a ser implementada em Programação Dinâmica através do programa CSUDP (pacote desenvolvido em FORTRAN por Labadie na Universidade do Colorado - EUA) e um método de Programação Não Linear, através do programa LINGO, baseado no método da redução do gradiente da Função Objetivo (Generalized Reduced Gradient Method). Sendo a primeira não utilizada por causa do tempo computacional e a segunda por não ser robusta na busca do ótimo. O algoritmo utilizado no processo de otimização é o algoritmo simplex Nelder-Mead desenvolvido para otimização multi-dimensional. A idéia básica é que para um problema de n dimensões define-se um simplex, isto é, uma figura geométrica consistindo de n + 1 vértices, seus segmentos de linhas que interconectam os vértices e suas faces poligonais. Logo, em duas dimensões o simplex é um triângulo e em três dimensões um tetraedro. Acha-se o melhor e o pior vértice do simplex e então tenta-se substituir o pior vértice com o melhor até se achar o mínimo global em Rn. Assumindo-se ter um simplex {x0, x1, ..., xn}em Rn. Os valores extremos são obtidos nos vértices xu e xl, tal que f(xu)=min{f(x0), f(x1),..., f(xn)} e f(xl)=max{f(x0), f(x1),..., f(xn)}. O algoritmo tenta procurar o mínimo modificando o pior vértice do simplex. Iniciando-se os passos do algoritmo a partir do centróide do simplex, espera-se encontrar vértices com valores melhores. O algoritmo considera 3 tipos de passos: o de reflexão toma um pequeno passo para a direção que é oposta onde o pior vértice foi achado; o de expansão anda mais na mesma direção, e o de contração vai para a melhor direção supostamente descoberta. Os passos são assim divididos: 1. Achar o Centróide do simplex (menos o vértice xl) : c = n ∑x i i = 0, i ≠1 2. Reflexão: Calcular r = c + a . (c - xl), onde a > 0. 3. Expansão: se f(r) < f(xl), calcular x = c + b . (c - xl), (b > 1). Então, se (f(x) < f(r)), então substitua xl com x e retorne para o passo 1, senão substitua xl com r e retorne para o passo 1. 4. Caso contrário, se f(r) ≥ f(xl) e a) se max{f(xi) : i ≠ l} ≥ f(r) ≥ f(xu) então xl = r. b) se max{f(xi) : i ≠ l}< f(r) então x* = xl. Então, toma-se o passo de contração: x = c + d . (x* - c), (0 < d < 1). se f(x) < f(x*), substitua xl com x e retorne para o passo 1, senão todos os xi com xi’ = (xi + xu)/2. substitua Há algumas alternativas para o critério de parada. É possível parar quando o tamanho do último passo é menor do que uma tolerância definida. Outra opção é medir quando a mudança no valor da função é menor do que alguma tolerância definida. Na análise de dados pode-se alternativamente medir quando os Mínimos Quadrados são pequenos o bastante para as necessidades desejadas (Press et al., 1992). Neste trabalho, a opção de critério de parada foi definida pelo número máximo de iterações, pela precisão da Função Objetivo e das variáveis de decisão. 5 – RESULTADOS 5.1 – Previsão de Afluências Para facilitar o entendimento do problema, a análise estatística da climatologia e da previsão de afluências foi realizada para o Sistema Jaguaribe-Metropolitano como um todo. Os quantis de 25, 50 e 75% para a climatologia (linhas horizontais), os correspondentes quantis para a previsão através do método dos Vizinhos (gráfico de área) e as vazões anuais observadas são apresentados na Figura 5.1. Observa-se que as vazões anuais observadas seguem a tendência da mediana da previsão, fato que só não ocorreu para o ano de 2001. Figura 5.1 - Previsão de Afluência no Sistema Jaguaribe-Metropolitano Uma alternativa para critério de performance do método de previsão de afluências seria a correlação entre a mediana da previsão e vazões anuais observadas. Contudo, esta análise pode ser tendenciosa, uma vez que um ano a mais ou a menos poderia mudar significativamente o resultado. Por exemplo, as correlações entre a mediana da previsão e vazões anuais observadas para o Sistema Jaguaribe-Metropolitano para os períodos 1993-1999, 1993-2000 e 1993-2001 são 0,89, 0,77 e 0,60, respectivamente. 5.2 – Análise de Proximidade Foram analisadas tabelas e gráficos de dispersão, consistindo especificamente em: ¾ análise tabular: 1) a distância do ano de análise (1994 a 2001) ao 30o ano mais próximo (1913 a 1993), o que representa a maior distância entre o ano da previsão e os anos próximos. Esta distância foi utilizada como raio do círculo que engloba todos os anos próximos; 2) a rapidez com que a distância ao ano de análise aumenta (Tabela 5.1). ¾ análise do gráfico de dispersão entre o produto dos coeficientes β pelos preditores climáticos para o Sistema Jaguaribe-Metropolitano: o ponto correspondente ao ano de análise (ou previsão) está ou não próximo à fronteira da nuvem de pontos correspondente ao período de 1913 a 1993. Tabela 5.1 – Distância (raio) do ano de análise (1994 a 2001) ao 30o ano mais próximo (1913 a 1993). Ano Raio 1998 0,452 1999 0,343 1994 0,340 2000 0,322 1995 0,305 1997 0,279 2001 0,272 1996 0,229 1994 1995 1996 1997 1998 1999 2000 2001 Figura 5.2 – Análise de Proximidade de 1994 a 2001 Conforme as análises realizadas, os anos de 1994, 1998 e 1999 são considerados anos extremos, dado que apresentam algumas características tais como raios grandes relativamente aos outros anos de análise e o ponto formado pelo gráfico de dispersão do produto dos coeficientes β pelos respectivos preditores climáticos para o ano de análise está próximo à fronteira de nuvem de pontos. Para os anos de 1994, 1998 e 1999, observa-se que a partir do 2o ano mais próximo a distância é maior que 0,1, e que para o ano de 1998 as distâncias chegam a valores próximos aos limites de proximidades (raios) dos outros anos de análise muito rapidamente, apresentando uma menor uniformidade no crescimento das mesmas. Isto vem corroborar o fato de que o ano de 1998 é muito extremo relativo aos outros anos da climatologia (1913-1993). 5.3 – Análise de Intra-Anualidade Nesta análise são comparadas as vazões mensais para os anos de análise (1994 a 2001), as vazões mensais referentes aos 30 anos mais próximos ao ano de análise, e por fim os quantis de 25, 50 e 75% das vazões mensais dos anos próximos (gráfico de área). A análise destas figuras mostra que para todos os anos de análise há uma grande variabilidade intra-anual. Para os anos de 1994 e 1997 observa-se que os picos de vazões mensais observados estão fora da região definida pelos quantis 25, 50 e 75% das vazões mensais dos anos próximos (Região dos Quantis da Previsão - RQP), estando este pico postergado com relação a RQP para o ano de 1994 e antecipado para o de 1997. Com exceção destes anos, as vazões mensais observadas estão totalmente dentro desta referida região. O ano de 1997 é bem atípico no tocante ao padrão de vazão intra-anual observado, assim como também com a variabilidade espacial das chuvas. 1994 1995 1997 1996 Figura 5.3 (a) – Análise de Intra-Anualidade dos anos de 1994 1999 a 1997 1998 2000 2001 Figura 5.3 (b) – Análise de Intra-Anualidade dos anos de 1998 a 2001 5.4 – Níveis Meta adotando climatologia e previsão A análise dos Níveis Meta levando em conta a climatologia e a previsão de afluências, Futuro Conhecido e operação da COGERH para os anos de 1994 a 2001 no Sistema JaguaribeMetropolitano é aqui discutida. É importante salientar que os Níveis Meta são estimados para um período de 18 meses sem atualização da informação, ao passo que a operação da COGERH poder ser modificada mês a mês. O resultados obtidos para os Níveis Meta mostram que a mediana da previsão é menor que a mediana da climatologia para os anos de 1994, 1996, 1997, 1999 e 2000; a amplitude da região dos Níveis Meta para a previsão é menor que a da climatologia para os anos de 1995, 1996, 1997, 1998, 2000 e 2001 (últimos 12 meses de operação); o Futuro Conhecido está mais próximo da mediana da previsão que da mediana da climatologia para os anos de 1994, 1995 e 1999. A análise comparativa dos Níveis Meta com a operação realizada pela COGERH mostra que esta operou de forma arriscada os reservatórios do sistema nos seis primeiros meses em 1994, 1997 e 2000 e durante toda a operação em 1998, 1999 e 2001. Nestes últimos anos, a correção no procedimento de operação a partir de Janeiro não foi suficiente para trazer os níveis operados pela COGERH para a região dos Níveis Meta, sejam estes determinados a partir da climatologia ou da previsão. Em 1997, pode-se observar que a climatologia e a previsão não tiveram boa performance, já que o Futuro Conhecido ficou “fora” da região dos Níveis Meta. Isto pode ser devido ao padrão intra-anual de vazões observado para 1997 apresentar um pico em Março, o que representa uma antecipação com relação a maioria dos anos da séries histórica. O Futuro Conhecido retorna à região dos Níveis Meta – climatologia a partir de Junho, o mesmo não acontecendo com relação à região dos Níveis Meta – previsão, podendo, neste último caso, este fato estar relacionado simplesmente à natureza não paramétrica do método. Para o ano de 1998, o Futuro Conhecido ficou abaixo dos Níveis Meta da climatologia e previsão, o que pode ser explicado pelo fato deste ano ser um ano muito extremo quando comparado com a série histórica de 1913-1993. A análise de proximidade mostra isto claramente, onde já se observa uma distância acima de 0,150 para o 2o vizinho e um grande raio necessário para englobar os 30 anos mais próximos, quando comparado com os outros anos de análise (Ver Tabela 5.1). De uma forma geral, os resultados da operação de reservatórios do Sistema Jaguaribe-Metropolitano foram satisfatórios, fornecendo à COGERH Níveis Meta de operação com base na climatologia e previsão. Figura 5.4 (a) – Níveis Meta (climatologia e previsão) de 1994 a 1997 Figura 5.4 (b) – Níveis Meta (climatologia e previsão) de 1998 a 2001 5.5 – Erro Quadrado Médio entre climatologia e previsão A estatística utilizada como critério de comparação entre a climatologia e a previsão é o Erro Quadrado Médio (EQM). A equação 5.1 é o EQM para a climatologia e a equação 5.2 é EQM para a previsão. ^ ^ EQM j ∑ (x = i∈A j i − θ j )2 n −1 (5.1) EQM j = ∑ (p i∈ Β i ⋅ (x ij ) 2 ) − 2 ⋅ θ ⋅ ∑ (p i ⋅ x ij ) + θ 2 (5.2) i∈B onde θ - Armazenamento na condição de Futuro Conhecido p i - Peso (ou probabilidade) x - Volume Armazenado n - Número de anos i - Ano j - Mês A - Anos do período de 1913 a 1992, ou seja, a climatologia B - Anos próximos do ano de análise. Como já mencionado, foram utilizados 3 tipos de pesos associados a cada ano próximo: o Peso 1 considera a mesma probabilidade para todos os anos; o Peso 2 considera a posição do ano mais próximo como referência para o cálculo das probabilidade de cada ano próximo, e o Peso 3 considera a distância de cada ano em relação ao ano de análise para este cálculo de probabilidade. Inicialmente esperava-se que o Peso 3 fosse o mais lógico, pois considera as distâncias. Porém, como pode ser visto nas Figuras 5.3 (a) e (b), há uma grande variação intraanual das vazões afluentes, fazendo com que o comportamento não seja tão linear. Além disto tem-se a “variabilidade não explicada” pelo modelo de previsão de afluências, inerente a qualquer modelo. No cálculo destes pesos 1, 2 e 3, os anos próximos são determinados utilizando os coeficientes β que estabelecem a relação entre vazão afluente e os fatores climáticos. A análise do EQM foi realizada para o sistema como um todo, e para os Sistemas Jaguaribe e Metropolitano em separado. No primeiro caso, foi utilizada a média dos valores de β obtida na regressão entre a vazão afluente e os índices climáticos para cada um dos reservatórios do sistema (Orós, Banabuiu, Pacajus, Pacoti-Riachão e Gavião). Esta análise foi denominada agrupada. No caso dos Sistemas Jaguaribe e Metropolitano foi utilizada a média dos coeficientes β correspondente aos reservatórios de cada um dos respectivos sistemas. Os resultados da análise do Erro Quadrado Médio para climatologia e previsão do Sistema Jaguaribe-Metropolitano, adotando o Peso 1, são apresentados na Figura 5.5 (a-h), verificando-se que os anos de 1995, 1996, 1998, 2000 e 2001 apresentam EQM da previsão menor que o da climatologia. Nesta análise, não foram realizados testes de hipótese sobre a significância da diferença entre os EQM´s, mas apenas uma avaliação qualitativa. Os anos de 1994 e 1999, anos com mudanças significativas na previsão de Julho para Dezembro, apresentam EQM da previsão maior que o da climatologia. Adicionalmente, o ano de 1997 também apresenta EQM da previsão maior que o da climatologia, podendo isto ser devido a mudanças na previsão de Julho para Dezembro, aliada a um padrão intra-anual de afluências característico de 1997, como já mencionado, e a um padrão de distribuição espacial de chuvas também diferenciado. Assim como 1997, o ano de 1994 também apresenta um padrão intra-anual diferenciado de seus vizinhos. Tabela 7.3 – Resumo do EQM para climatologia e Previsão (Sistema Jaguaribe-Metropolitano). (a) (b) (c) (d) (e) (f) (g) (h) Figura 5.5 – Erro Quadrado Médio da previsão (curva rosa) e da climatologia (curva azul) no Sistema Jaguaribe-Metropolitano no período de 1994 a 2001. 6 – CONCLUSÕES E TRABALHOS FUTUROS Foi apresentada uma alternativa simples de como incorporar a previsão de afluências a partir de índices climáticos na operação do sistema de reservatórios que abastecem Fortaleza. No presente trabalho foi utilizada a previsão de afluências realizada a partir da média dos índices climáticos (El Niño e Dipolo de Temperatura do Atlântico) para o período de Abril-Maio-Junho, período para o qual a correlação entre a vazão afluente do ano seguinte aos reservatórios do sistema analisado e a média dos índices climáticos do mesmo período é significativa. Para os mesmos índices climáticos, trabalhos recentes mostram que outro período, através do qual esta correlação também é significativa, é Outubro-Novembro-Dezembro, podendo então a média dos índices climáticos para este período ser utilizada para previsão de afluências a virem a ocorrer no início de Janeiro. Assim, a operação dos reservatórios do sistema pode ser feita utilizando-se a previsão de afluências realizada em Julho para os 6 primeiros meses (Jul-Dez) do período de 18 meses de operação, e a partir de Janeiro utilizando a previsão realizada em Outubro-Novembro-Dezembro (OND) e sua atualização mês a mês, à medida que se entra na quadra chuvosa. Este trabalho concentrou-se na operação dos reservatórios do sistema utilizando a previsão de afluências realizada em Julho, podendo, como já mencionado, a metodologia aqui introduzida ser utilizada com adaptações para todo o período de 18 meses. 6.1 – Previsão de afluências No que se refere a performance do modelo de previsão de afluências, uma análise qualitativa dos quantis de 50 e 75% da previsão e da climatologia revela uma evidência de menor incerteza da previsão com relação à climatologia para os anos de 1993, 1994, 1998 e 1999 considerando o quantil de 50% anos e 1993, 1998 e 1999 considerando o quantil de 75%. Observa-se que as vazões anuais observadas seguem a tendência da mediana da previsão, fato que só não ocorreu para o ano de 2001. Adicionalmente, foi calculada a correlação entre a vazão anual observada e a mediana da previsão para os oito anos de análise (1994-2001). Estes resultados devem ser vistos com cautela devido à pequena amostra utilizada no cálculo da correlação, podendo o coeficiente de correlação mudar significativamente pela inclusão ou não de um ano. Para o Sistema JaguaribeMetropolitano como um todo, foram calculadas as correlações entre mediana da previsão e vazões observadas para os períodos 1993-1999, 1993-2000 e 1993-2001, sendo estes valores 0,89, 0,77 e 0,60, respectivamente. Uma alternativa de estimativa para a performance da previsão seria fazer uso de “CrossValidation” na estimação dos parâmetros β (coeficientes da regressão entre a variável transformada reduzida Qs e os valores médios dos índices climáticos Niño3 e Dipolo de AbrilMaio-Junho). Assim, para cada um dos anos do período de 1913-2001 estima-se os parâmetros β sem este ano e utiliza-se o método do Vizinhos para determinar a previsão para este ano. Isto resultaria em uma amostra de 88 anos para os quais a metodologia de previsão seria aplicada, podendo a performance da previsão ser melhor estimada. Ainda com relação à previsão de afluências, foram utilizados três esquemas de ponderação (pesos) para os anos próximos: o Peso 1 utiliza a mesma probabilidade para todos os anos; o Peso 2 utiliza a posição do ano mais próximo como referência para o cálculo das probabilidade de cada ano próximo, e o Peso 3 leva em conta a distância de cada ano em relação ao ano de análise para este cálculo de probabilidade. Os esquemas de ponderação Peso 1 e Peso 3 apresentaram melhores resultados da previsão com relação à climatologia, em termos da operação do sistema. O Peso 1, o qual atribui uma mesma probabilidade para todos os vizinhos, apresentou resultados tão bons em termos de EQM (Erro Quadrado Médio) quanto aqueles correspondentes ao do Peso 3. Este último leva em consideração a distância no cálculo das probabilidades de cada ano próximo. Nos resultados da análise do Erro Quadrado Médio para climatologia e previsão do Sistema Jaguaribe-Metropolitano, adotando o Peso 1 verifica-se que os anos de 1995, 1996, 1998, 2000 e 2001 apresentam EQM da previsão menor que o da climatologia. Os anos de 1994 e 1999, anos com mudanças significativas na previsão de Julho para Dezembro, apresentam EQM da previsão maior que o da climatologia. Adicionalmente, o ano de 1997 também apresenta EQM da previsão maior que o da climatologia, podendo isto ser causado pelas mudanças na previsão de Julho para Dezembro, aliada a um padrão intra-anual de afluências característico de 1997 e a um padrão de distribuição espacial de chuvas também diferenciado. Assim como 1997, o ano de 1994 também apresenta um padrão intra-anual diferenciado de seus vizinhos. O fato do Peso 3 não ter ganho em performance com relação ao Peso1 pode ser devido aos poucos anos da série histórica, o que faz com que, por exemplo, no caso de 1998, tenhamos vizinhos que estão relativamente distantes do ano de análise, uma vez que 1998 é um ano bem extremo quando comparado com o período de 1913-1992. Faz-se necessária uma maior investigação quanto ao esquema de ponderação, já que o modelo de distâncias é com base na previsão de vazões anuais e os anos próximos identificados com base apenas no total anual, existindo uma grande variabilidade intra-anual que não pode ser desconsiderada. A performance da operação mensal pode ser afetada por isto, dado que, por exemplo, hipoteticamente dois anos próximos com distância e vazões anuais observadas similares teriam aproximadamente o mesmo peso, mas podendo ter padrão intra-anual completamente diferente. Deve-se acrescentar a isto a grande dispersão do modelo de regressão utilizado no cálculo das distâncias. No que se refere à vazão transformada reduzida, pode-se concluir que para os anos de 1996, 1998, 2000 e 2001 foram mantidas as previsões de anos acima da média, muito abaixo da média, e muito acima da média para os dois últimos anos, respectivamente. Os anos de 1993, 1995 e 1997 tiveram suas previsões alteradas, o primeiro de muito abaixo da média para a média, e os dois últimos de acima da média para a média. Mudanças ainda mais significativas foram observadas para os anos de 1994 e 1999, o primeiro de abaixo da média para muito acima da média e o segundo de abaixo da média para acima da média. Para o ano de 1998, as mudanças significativas do NINO3 e Dipolo não se traduzem em mudanças significativas na escala de vazão reduzida transformada. Deve-se buscar ainda uma melhoria na previsão de afluências, seja através do uso de um critério mais apropriado pela associação de probabilidades aos anos próximos, seja pela busca de novos preditores climáticos tais como o Dipolo de Vento. Adicionalmente, pode-se identificar uma outra área no Oceano Pacífico que tenha maior correlação com as chuvas no Ceará. 6.2 – Operação dos reservatórios do sistema De acordo com os resultados dos Níveis Meta, Futuro Conhecido e Operação da COGERH, observa-se que a mediana da previsão é menor que a mediana da climatologia para os anos de 1994, 1996, 1997,1999 e 2000; a amplitude da previsão é menor que a da climatologia para os anos de 1995, 1996, 1997, 1998, 2000 e 2001 (últimos 12 meses de operação); o Futuro Conhecido está mais próximo da mediana da previsão que da mediana da climatologia para os anos de 1994, 1995 e 1999. A COGERH operou de forma arriscada nos seis primeiros meses em 1994, 1997 e 2000 e durante toda a operação em 1998, 1999 e 2001. Nestes últimos anos, a correção no procedimento de operação a partir de Janeiro não foi suficiente para trazer os níveis operados pela COGERH na região dos Níveis Meta, sejam estes determinados a partir da climatologia ou previsão. Para o ano de 1997 observa-se que o Futuro Conhecido começa a sair da região dos Níveis Meta, sejam estes da climatologia e da previsão, a partir de Janeiro. No caso da climatologia, o Futuro Conhecido retorna a região dos Níveis Meta a partir de Junho. Isto é devido ao padrão intra-anual de vazões observado para 1997 apresentar um pico em Março, o que representa uma antecipação com relação a maioria dos anos da séries histórica. Com relação à previsão, o Futuro Conhecido não retorna à região de Níveis Meta, o que provavelmente está relacionado simplesmente à natureza não paramétrica do método. De uma forma geral, obteve-se resultados promissores quanto ao uso da previsão de afluências na operação de reservatórios do Sistema Jaguaribe-Metropolitano, cabendo agora verificar a performance da operação que permita atualização da previsão ao longo de todo o período de 18 meses. Os dados de vazões mensais de 1913 a 1996 foram obtidos através dos Planos de Gerenciamento das Bacias Jaguaribe e Metropolitanas, vazões estas geradas através do modelo chuva-vazão MODHAC. Deve-se fazer uma observação quanto à má qualidade das séries estendidas de vazões mensais, obtidas, também, a partir do MODHAC (1997 a 2001). Observou-se para o reservatório Orós que a série de vazões afluentes geradas não se mostra coerente com as séries de precipitações observadas em postos pluviométricos da FUNCEME. O algoritmo Simplex Nelder-Mead apresentou-se robusto não falhando em encontrar o ótimo de acordo com os critérios de convergência estabelecidos. Apesar disto, o algoritmo demandou um grande esforço computacional, impossibilitando uma análise pós-ótimo adequada. Para se ter uma idéia do tempo computacional, foram necessárias 20 horas de processamento de um cluster de 8 computadores (Pentium IV; 1,70 GHz, ), cada um dos quais responsável por um ano de previsão. Assim, não houve possibilidade de ser feita uma análise de sensibilidade nos coeficientes da Função Objetivo devido à performance do algoritmo de otimização em termos de tempo computacional. ESFORÇOS PODEM SER CONCENTRADOS, EM TRABALHOS FUTUROS, PARA A MELHORIA DA OPERAÇÃO, COMO POR EXEMPLO: 1) TESTE DE OUTROS ALGORITMOS DE OTIMIZAÇÃO (PROGRAMAÇÃO DINÂMICA); 2) UMA MELHOR DEFINIÇÃO DA FUNÇÃO OBJETIVO, PROCURANDO REFLETIR OS OBJETIVOS/PRIORIDADES REAIS DO PROCESSO DE GESTÃO DOS RECURSOS HÍDRICOS A SEREM ATENDIDOS, TAIS COMO UMA MELHOR PONDERAÇÃO DAS PENALIDADES DE NÃO ATENDIMENTO ÀS DEMANDAS URBANAS E AGRÍCOLAS; 3) CONSIDERAÇÃO DE PERDAS AO LONGO DO CAMINHO ENTRE LIBERAÇÕES E DEMANDAS; 4) MELHOR DEFINIÇÃO DE ALGUMAS REGRAS DE ATENDIMENTO ÀS DEMANDAS PRÉ-DEFINIDAS E 5) UMA ATUALIZAÇÃO DA PREVISÃO EM DEZEMBRO E DURANTE TODA A QUADRA CHUVOSA; 6) MELHOR ENTENDIMENTO QUANTO AOS GANHOS EFETIVOS NA UTILIZAÇÃO DA METODOLOGIA DA PREVISÃO FRENTE À METODOLOGIA DA CLIMATOLOGIA E 7) CONSIDERAÇÃO DE HIPÓTESES PARA OTIMIZAÇÃO E SIMULAÇÃO COM RELAÇÃO AO CASTANHÃO. A TENDÊNCIA É QUE PESQUISAS NA ÁREA DESTA DISSERTAÇÃO CONTINUEM COM O INTUITO DE HAVER UM MELHOR USO DE PREVISÃO DE AFLUÊNCIAS NA OPERAÇÃO DE SISTEMAS DE RESERVATÓRIOS. REFERÊNCIAS BIBLIOGRÁFICAS BALDWIN, C. K., “Final Report: Phase II long-range streamflow forecasting using climate information”, Report from Denver Water, 2001. BRAGA JUNIOR, B. P. F., “Técnicas de otimização e simulação aplicadas em Sistemas de Recursos Hídricos”, em: Modelos para Gerenciamento de Recursos Hídricos. São Paulo: Nobel: ABRH. Cap.5, 427-517, 1987. BRAY, J. T., WAAGE, M. D., BALDWIN, C. K. and STEGER, R. G., “Incorporating seasonal streamflow forecasts into operational decisionmaking”, 69th Annual Meeting of the Western Snow Conference, 2001. COMPANHIA DE GESTÃO DOS RECURSOS HÍDRICOS (COGERH) - CE, Plano de Gerenciamento das Águas da Bacia do Jaguaribe, 2000. COMPANHIA DE GESTÃO DOS RECURSOS HÍDRICOS (COGERH) – CE, Plano de Gerenciamento das Águas da Bacia Metropolitana, 2000. DATTA, B. and HOUCK, M. H., “A Stochastic Optimization Model for Real-Time Operation of Reservoir Systems”, Water Resources Research 6 (1):22-31, 1984. FUNCEME/INTERNATIONAL RESEARCH INSTITUTE FOR CLIMATE PREDICTION-IRI, Apresentação Oral, 2003. GEOGAKAKOS, K. P., GEOGAKAKOS, J. S. and YAO, H., “Hydrologic Forecasting and Water Resources Management for Folsom Lake Watershed in California”, Hydrologic Forecasting – Lake Folson, California, 2001. HAMLET, A. F. and LETTENMAIER, D. P., “Columbia river streamflow forecasting based on ENSO and PDO climate signals”, Journal of Water Resources Planning and Management, ASCE, 125(6), 333-341, 1999. HARGREAVES, G. H., “Potencial Evapotranspiration and Irrigation Requirements for Northeast Brazil”, Utah State University, 1974. HIPEL, K. W., “Time series analysis in perspective”, Water Resources Bulletin, 609-624, 1985. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE), http://www.ibge.gov.br, Censo, 2000. JACOBY, H. D., and LOUCKS, D. P., “Combined use of optimization models in river base planning”, Water Resour. Res., 8(6), 1401-1414, 1972. JETON, A. E., “Streamflow forecasting using the modular modeling system and an object-user interface”, 69th Annual Meeting of the Western Snow Conference, 2001. KOUSKY, V. E., “Frontal Influences on Northeast Brazil”, Mon.Weather Rev., 107, 1140-1153, 1979. KUHN, H. W. and TUCKER, A. W., “Nonlinear Programming”, Proc.2nd Berkeley Symp. Math. Statistics Probabilities, J. Neyman (ed.), University of California Press, Berkeley, 1951. LANNA, A. E. e SCHWARBACH, M., “MODHAC – Modelo Hidrológico Auto-Calibrável”, Recursos Hídricos, Publicação 21. Pós Graduação em Recursos Hídricos e Saneamento, Universidade Federal do Rio Grande do Sul, 1989. LALL, U. and SHARMA, A., “A Nearest Neighbor Bootstrap for Resampling Hydrologic Time Series”, W. Res. Research, 32(3), 679-693, 1996. LIMA, H. V. C., “Operação ótima de sistemas de reservatórios com aplicação ao Sistema da Região Metropolitana de Fortaleza”, Dissertação de Mestrado, IPH/UFRGS, Porto Alegre, 2000. LOUCKS, D. P., STEDINGER, J. R., and HAITH, D. A., “Water Resource Systems Planning and Management”, Prentice Hall, N. J., 118(4):356-370, 1981. MARENGO, J. A., TOSELLA, J. and UVO, E. C. R., “Trends in Streamflow and rainfall in Tropical South America: Amazonia, Eastern Brazil and NorthEstern Peru”, J. of Geophisical Res., 103(D2), 1775-1783, 1998. MARKHAM, C. G. and MCLAIN, D. R., “Sea Surface Temperatures related to rain in Ceara, Northeast Brazil”, Nature, 265, 320-323, 1977. MOURA, A. D., and SHUKLA, J., “On the Dynamics of Droughts in Northeast Brazil: Observation, Theory and Numerical Experiments with a General Circulation Model”, J. ATMOS. SCI., 38, 2653-2675, 1981. OBEYSEKERA, J., TRIMBLE, P., CADAVID, L., SANTEE, R. and WHITE, C., “Use of climate outlook for water management in South Florida, USA”, Report from South Florida Water Management District”, 2001. SIGVALDASON, O. T., “A simulation model for operating a multireservoir system”, Water Resour. Res., 12(2), 263-278, 1976. SOUZA FILHO, F. A. e PORTO, R. L. L., “Definições dos Níveis Meta do Sistema de Abastecimento de Fortaleza”, SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, 12., 1997, Vitória. Anais. São Paulo: ABRH. V.2, 351-357, 1997. SOUZA FILHO, F. A. and LALL, U., “Seasonal to Interannual Streamflow Forecasts for Ceará, Brazil: Applications of a Multivariate, Semi-Parametric Algorithm”, to be published in Water Resources Res., 2003. UVO, C. B., REPELLI, C. A., ZEBIAK, S. E. and KUSHNIR, Y., “The Relationship between Tropical Pacific and Atlantic SST and Northeast Brazil monthly precipitation”, J. of Climate, 11(4), 551-562, 1998. VALENÇA, M. J. S. e LUDEMIR, T. B., “Introdução às Redes Neurais”, editado por C. O. Galvão e M. J. S. Valença, em : “Sistemas Inteligentes: Aplicações a Recursos Hídricos e Ciências Ambientais”, Ed. Universidade/UFRGS/Associação Brasileira de Recursos Hídricos, pag. 19-59, 1999. VOTRUBA, L., “Analysis of water resources systems”, Amsterdam: Elsevier, 1988. WARD, M. N., and FOLLAND, E. C. K., “Prediction of Seasonal Rainfall in the Northeast Brazil using Eingenvectors of Sea-Surface Temperatures”, J. of Climatology, 11, 711-743, 1991. WILKS, D. S., “Realizations of daily weather in forecast seasonal climate”, Journal of Hydrometeorology, submitted, 2001. WURBS, R. A., “Modeling and analysis of reservoir system operations”, Englewood Cliffs: PrerticeHall, 1996. YAKOWITZ, S., “Constrained differential dynamic programming”, submitted to Math. Anal. Appl, 1982. YEH, W. W. -G., “State-of-the-art review: Theories and application of systems analysis techniques to the optimal management and operation of a reservoir system”, Report UCLA-ENG-82-52, Civ, Engrg. Dept., Univ. of California, Los Angeles, Calif., 1982. YEH, W. W. -G., “Reservoir management and operations models: A state-of-the-art review”, Water Resources Res., 21(12), 1797-1818, 1985. ZUBAIR, L., “El Niño–Southern oscilation influences on the Mahaweli streamflow in Sri Lanka”, International Journal of Climatology, no 23, 91-102. Published online in Wiley InterScience (www.interscience.wiley.com), 2003. CHAPTER 11: INTEGRATING CLIMATE AND WATER MANAGEMENT IN CEARÁ: HISTORICAL BACKGROUND, SOCIAL AND LEGAL STRUCTURES, AND IMPLICATIONS Renzo Taddei, Kenny Broad, and Alex Pfaff 1. INTRODUCTION1 As the structure of this book illustrates, the IRI-Funceme Ceará Project was designed to be an integrated and holistic research project. Three groups have been working simultaneously on different but interconnected activities: the development of climate models, hydrological modeling of the state water system and the development of innovative water management tools, and socio-economic assessment and study of affected populations. The second and third research tasks have focused specifically on two interconnected basins in the state of Ceará: the Jaguaribe Valley and its major rivers, and the Metropolitan basin that includes a group of smaller reservoirs and rivers surrounding the Fortaleza metropolitan area (see map). The water system of the two areas were connected in 1993 by a canal called Canal do Trabalhador2, and a larger canal is currently being constructed connecting the Castanhão Reservoir, in the heart of the Jaguaribe River, to the Metropolitan area. This chapter presents and discusses the results of the team that is focused on the socioeconomic issues, studying potential implications of the climate and hydrological modeling efforts. We report on progress to date, briefly discuss future research directions, and discuss the relationship between technological advances in climate and streamflow forecasting and the social and institutional context of Ceará. We focused on two societal aspects related to water resource management: first, the sociopolitical universe that frames water allocation in the research area; and second, the actual patterns of water use by different groups in the region, and how water availability (or scarcity) and use affect main socio-economic structures and processes. Our longer term goal is to identify the factors that influence stakeholders to behave in specific ways under different contexts, both politically (by participating in water allocation and in water disputes) and economically. Albeit ambitious, such a goal, if accomplished, would provide valuable information to be used as tools for the broader research team in trying to predict how the proposed technical innovations in the 1 A previous version of this paper was presented at the 3rd Annual Meeting of the International Science and Technical Advisory Committee of the International Research Institute for Climate Prediction, on May 22, 2003, Palisades, New York. Part of this research was funded by the Brazilian Ministry of Science and Technology (CNPq). We are grateful for the help of many persons, but particularly Francisco de Assis de Souza Filho, João Lúcio Farias de Oliveira, Paulo Miranda Pereira, Vânia Maria Simões Rodrigues Teixeira, the whole team at the former Organization of Users Department at COGERH, as well as the staff of FUNCEME and SRH. Tim Finan (University of Arizona), Maria Carmem Lemos (University of Michigan) and Mary Kenny (Eastern Connecticut State University) were important advisors during this research. We would like to thank the Research Institute for the Study of Man, especially Lambros Comitas, for support of the graduate students Fernando Briones, Zulma Amador, Ana Laura Taddei, and Elisângela Oliveira. We thank Rebecca Greenberg for editorial assistance. However, the authors take sole responsibility for the views expressed in this paper. 2 Translated as Workers’ Canal. climate and hydrological areas would impact local political and economic sectors. We later realized that this information would also be valuable to local policy makers involved in the effort to promote a transformation in water use patterns in order to increase efficiency and equity in this semi-arid state. Our work to date includes a characterization of the users and institutional systems and the political process involved in water allocation and dispute resolution. Further empirical detail on the various user groups is still needed, and that is a primary goal of our future research agenda. 2. BACKGROUND 2.1 Drought and Historical Development in Ceará The state of Ceará, situated in a semi-arid region, is one of nine states in Brazil’s Northeast, a relatively highly populated3 region and one of the country’s least developed. It has over 7.4 million inhabitants4, with 39% residing in the capital city of Fortaleza. Of the rural population that makes up 48% of the entire state’s population, 79% are employed in agricultural activities and 76% are considered poor by local standards5. While state GDP has had substantial growth in the last fifteen years, the productivity of agriculture has been relatively low. The percentage of agriculture in the state GDP has dropped from 30% in the 1950s to approximately 7%. The Fortaleza metropolitan area, where most of the industry and service jobs are located, is responsible for 85% of the GDP, although the urban poverty fraction is still estimated to be 58%. In 1999, the rural illiteracy rate was 44% while the urban rate was 20.4%6. Small holdings of less than 10 hectares represent 70% of all holdings but only 5.4% of total area. Low productivity in agriculture is often attributed to “periodic severe droughts, poor soils, skewed land distribution, low levels of education, high levels of poverty and underemployment, and limited physical and social infrastructure”7. Beyond agricultural poverty, recurring multiyear droughts have been identified as critical factors in Ceará’s current low state of development8. Even more broadly, it is claimed that droughts have shaped the ecological and sociopolitical landscape since the first inhabitants settled the region. Climatic variability has been linked to cyclical migrations by native populations prior to the arrival of Europeans9, to religious practices, including the importance of rain gods in local cosmologies10, and to economic and demographic instability during the 17th and 18th centuries11. Further, these 3 The Brazilian Northeast semi-arid is considered to be the most populated semi-arid region in the world – the state of Ceará has a demographic density of around 50.3 inhabitants per square kilometer (Iplance 2002b), more than twice the average demographic density of Brazil. 4 Iplance 2002b. In 1970, the population of the state was 4.35 mi, and in 1980 it was 5.3 mi (Carvalho 1988). 5 Living on less than US$1/day/person. The average monthly income per capita of the rural population of the state accounted R$ 75.40 in 1999, less than half of the national minimum wage (Iplance 2002b: 136). 6 Governo do Estado do Ceará, 2000b. 7 Costa et al., 1997: 138. 8 See Girão 1986, Prado Júnior 1989, Parente 2000, 2002, Neves 2002, Magalhães 2002. 9 See Montenegro 2001, Neves 2002. 10 Couper-Johnston in Magalhães, 2002. 11 See Montenegro 2001, Parente 2000, Greenfield 2001, Girão 1986. There are records of grandchildren of very wealthy 18th century oligarchs participating in the invasion of towns and Fortaleza by the hungry and desperate population escaping the effects of droughts in the hinterland during the late 19th and early 20th centuries (Girão 1986). periods of extreme vulnerability are thought to play a central role in longstanding paternalistic relations of the State with its poorer inhabitants12 and in the cozy ties among elites in public office who at times have capitalized on federal drought assistance13. These two phenomena have come to be known as “the drought industry.”14 Longstanding Hazards and State & National Adaptations As mentioned above, there is evidence of an awareness of the cyclical nature of drought in the region prior to colonial conquest. The drought of 1777 is the first for which there is a detailed history of the widespread economic impact in Ceará. The drought is said to have caused the loss of almost all of the State’s cattle, ending a short economic boom in which Ceará had become the most important beef producer within this Portuguese colony. A century later, the severe drought that hit the state of Ceará between 1877 and 1879 is alleged to have killed over 500 thousand people15. The city of Fortaleza, which at that time had roughly 25 thousand inhabitants, was invaded by more than 110 thousand people who fled the ruined fields of the hinterland in search of help in the capital. Of course, Fortaleza was not prepared to receive such a massive influx of people16. The scale of the Great Drought of 1877 is said to have transformed drought from a private (i.e. external to the list of issues that had the attention of imperial politicians and administrators) to a public matter. The imperial (later federal17) government decided to invest its best technicians in the fight against drought, using science and technology as the main weapons. A focus was on the construction of massive reservoirs, begun under Emperor Pedro II in 188618 and continued by the federal Inspetoria de Obras Contra a Seca (IOCS or Inspectorate of Works Against Drought) created in 1909. IOCS was located in Fortaleza, not in the administrative center of the country, Rio de Janeiro, because Ceará was so strongly impacted by droughts. The organization resulted from the union of smaller commissions to study the geomorphology of the semi-arid and to suggest infrastructural options for water accumulation. This became known as the “hydraulic approach”19, the idea that suffering from droughts could be mitigated through the construction of reservoirs. IOCS later became the Departamento Nacional de Obras Contras as Secas (DNOCS or National Department for Works Against Drought), whose responsibilities are to research 12 See Cunniff 1975, Coelho 1985, Medeiros Filho ans Souza 1988, Kenny 2002. See Faoro 1984, Parente 2000. 14 Actually, a broad and fuzzy range of practices have been referred to as “drought industry”: illegal use of public money by local politicians; use of emergence jobs created locally to do constructions on the private lands of some local leaders; and distribution of relief money according to party lines. However, there are also less “illegitimate” cases in which some sectors of the population of the poorest areas push the local mayor to quickly declare “emergency state” in order to pressure on the State government for relief money - in some of these areas, the average standard of living is so low that the inflow of relief money makes a sensible impact in the local economy. One of the strategies used by the state to defend itself from the financial chaos that this last situation can create is the “political insulation” of the agencies responsible for relief - the civil defense defined, in the early 1990s, a new set of rules to guide relief actions not linked to the political logics of the hinterland, and a “political firewall” was created in the top levels of the government to support the agency (see Lemos, 2003). 15 See Carvalho 1988, Neves 2000, Greenfield 1986, 1992, 2001, Davis 2001. Carvalho contests this number, proposing 150,000 as more realistic (Carvalho, 1988). There is evidence that in the height of the crisis, Fortaleza faced one thousand daily deaths due to starvation and illnesses (Neves 2000, 2002). 16 See Neves 2000. 17 Brazil became independent from Portugal on September 7, 1822, but remained a monarchy until November 15, 1889, when the country’s republican era began. 18 The first water reservoir of Brazil, called Cedro, in Quixadá (Ceará), was constructed under the order of Emperor Pedro II, in 1886. The construction took 20 years to complete. 19 See Souza Filho, 2001. 13 infrastructure, construction, and operations of the reservoirs. The political history of DNOCS is meshed with the political history of Ceará. In particular, its past actions have been linked to the clientalism and patrimonialism20 that have characterized the political life of the state, both in the capital and in the hinterlands. Thus historically, local political elites had some control over the activities of DNOCS that resulted in infrastructural changes benefiting these elite groups. Recent State & National Changes and Associated Drought & Water Mandates In 1986, an important political transformation occurred in the state. For the first time, the rural oligarchy lost state elections to a new group of young industrialists, congregated around the CIC, or Industrial Center of Ceará. Development-oriented ideas gained power, and incentives were created to bring economic progress to the state. In 1987, as part of this change, the state Secretariat for Water Resources (SRH) was created, with departments including Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME or Foundation for Meteorology and Water Resources in Ceará), the state meteorological agency, and Companhia de Gestão de Recursos Hídricos do Ceará (COGERH or Company for Management of Water Resources in Ceará), the state water agency, in part to help compensate for a financially weakened DNOCS. In 1992, state law 11.996 was passed, creating a state system for the management of water resources. The law called for a specific institutional configuration for water planning and management and for a transformation of the system to become integrated, decentralized, and participative21. As part of the creation of a new water planning and management system, the law required the licensing and charging for water use, and permits for infrastructure construction, radical innovations in a state where water had always been used freely by the population without official constraints. For the same reason, these novelties quickly became sources of conflict between water users and the state government. As part of its participation focus, at least a formal partial decentralization of decisions regarding water management was effected. Structural changes that could facilitate participation included the creation of a state council for water resources (CONERH) with the ability to arbitrate water conflicts, although oversight remained with the state’s judiciary. The stated mandates one water committee for each of the eleven river basins (or sub-basins in the case of the Jaguaribe, due to its length), each with the power to decide upon the allocation of water inside of their basin, but each still under the power of the state council. The first experience with participatory water allocation occurred in 1994, just as the state was about to experience a water supply crisis due to low rates of precipitation since the drought of 1992. A popular commission was created in the Jaguaribe valley to decide how to allocate water in order to reduce political conflicts due to any impending water shortage. In 1995, the first formal basin committee was created as a pilot in the small basin of Curú. As of this writing, seven of the eleven river basins have water committee meetings to decide on water allocation. Usually, the committees allocate water from the largest and most important reservoirs of the basin, a potentially hotly contested issue. Diverse stakeholders from a watershed meet each January and June and are presented with hydrological streamflow predictions for the upcoming six months. In small reservoirs, local commissions were also created composed of: 30% of members from local users groups; 30% from civil society groups; 20% from municipal government; and 20% from state and federal governments. As discussed below, understanding 20 On clientalistic relationships in the political dynamics of the Brazilian northeast, see Costa et al. 1997: 39, Kenny 2002, Parente 2000. Regarding DNOCS role in this, see Elias 2002, Diniz 2002. The term patrimonialism refers to the treatment of matters of public office as part of the private universe of elite groups (Parente 2000, 2002). 21 See Garjulli 2001: 108. how such water-committee meetings function is crucial in understanding how potential improvements in future water supply predictions may be used. Water management in Brazil also includes national actors. ANA, the national water agency, was created in 200022 to implement an integrated national policy by working with state governments to modernize water management through managing transboundary watersheds23. Given the strategic importance of water and the diversity of actors and interests, water allocation is usually a very conflictive activity. In Ceará, the water resources secretariat reviews withinstate activities while the state water agency, COGERH24, oversees the debate over specific reservoir decisions within the water-allocation committees. Relevant to the discussion of conflicting interests within current allocation, it is worth noting that historically, the politics surrounding who benefits from the technical response of reservoir construction were always marked by conflict: the Fortaleza metropolitan area vs. the hinterland; industry vs. agriculture; public small irrigation (including subsistence) vs. private large irrigation; communities around reservoirs vs. communities along the river. Such issues appear endemic. 2.2 Old and New Technical Responses to Drought Given the central role of climate in diverse aspects of life in this semi-arid region, it is not very surprising that efforts to combat drought have included intense scientific endeavors, including large-scale engineering achievements. As noted, the construction of reservoirs has been a focus of state intervention, and the development of Fortaleza’s industrial and service sectors depends on the provision of water from reservoirs around the state, with the Jaguaribe River basin being most important water source. Since there were no perennial rivers in the state, official and private investments in infrastructure occurred throughout the 20th century “to make water”, as the local phrase goes, that is, to accumulate large amounts of water during the rainy season (January to June). In addition to past applications of cloud seeding technology, reservoir building25, and the adoption of efficiency driven water management models for the State hydro-system, one recent technical response has been to try to improve climate prediction26. Climate and meteorological research on atmospheric and oceanic influences reveal two primary factors which control regional precipitation: the state of the tropical Pacific (El Niño-Southern Oscillation; the region of the Pacific known as El Niño 3.4 has been shown to influence the climate of the Brazilian Northeast); and the tropical Atlantic sea surface temperatures. Extreme droughts are often associated with extreme El Niño events (ENSO warm phase), but not always so. Whether these correspond depends upon the state of the Atlantic and on other stochastic weather factors. The ability to predict general patterns of climate variability has improved over the past 20 years. 22 By Federal Law 9984/2000. According to the Brazilian law (decreto 24643/1934), rivers which basins are located entirely inside the borders of one state are jurisdiction of the State, while rivers which basins cross state frontiers have federal jurisdiction. 24 Companhia de Gestão dos Recursos Hídricos do Ceará, created by state law 12.217/1993. COGERH is actually a mixed-capital company. 25 See Finan 1998 for one review of the uses of science to combat drought in Ceará. 26 In this article we do not address the local climate prediction efforts that are dominated by individual ‘profetas’ – rain prophets. Widespread attention is paid to these forecasts which are widely disseminated via the media (for details see the collection of articles published in the newspaper O Povo on February 1, 2003; January 12, 2004; also in the newspaper Diário do Nordeste on January 7 and January 13, 2003; January 12, 2004; and Finan 1998). 23 One important difficulty in terms of the capability of generating climate forecasts, and also in providing efficient drought relief, is the high spatial and temporal variability of precipitation in the semi-arid. That can be seen by the existence of many different definitions of drought, for instance. A meteorological drought (i.e., below-average precipitation over a relatively large area) may yield a highly variable distribution of rain over both space and time. Thus, this drought may affect groups with similar water needs differently within an area, some suffering ‘typical drought outcomes’ with others suffering little or perhaps not at all. A different case is the so-called “green drought”, in which even with average precipitation that is uniform across an area, drought effects could occur for all groups due to timing, i.e. dry spells during critical agricultural periods. Spatial variability also affects streamflow: some reservoirs may receive little recharge even during “good” precipitation years (as was the case for the main reservoirs in the Jaguaribe Valley in 2003). When situations of high variability occur, spatial and temporal averages of rainfall are deficient indexes for the overall situation of the hinterland, and therefore technological tools based on statistical data have decreased in efficacy. 3. TOWARDS A TYPOLOGY OF WATER USERS AND CHARACTERIZATION OF PATTERNS OF USE 3.1 Data Sources and Methodological Considerations On the characterization of patterns of water use, the intention was to develop a socio-economic characterization of water users and a description of practical aspects of water use (e.g., various irrigation techniques), with two main goals: to provide inputs regarding patterns of water use to the team working with modeling and the development of innovative management tools, and to identify and describe local practices that could be impacted by changes in the water management schemes. Methods used included an extensive ethnography of the economic and socio-cultural activities of the population of the valley, over sixty interviews with key informants in the area, an analysis of other relevant studies and official reports, and an analysis of the database of users of the state’s water agency, COGERH, which contains over four thousand records with information on production by individuals There are two important challenges that became clear while the research unfolded: first, the current rapid development of some sectors of the state’s economy is tied to changes in several other productive activities - with water being a linking factor among these sectors. Economic development has been impacting patterns of water demand in an unprecedented way, at least since the end of the 1980s. This means that most available data about socio-economic patterns in the Jaguaribe Valley are outdated. Second, the network of the state bureaucratic control – the usual source of demographic and economic data in Brazil - is still under construction in Ceará, and in many parts of the hinterland it is still poorly developed. In Ceará, an information and planning agency, Instituto de Pesquisa e Estratégia Econômica do Ceará (IPECE or Institute for Economic Research and Strategy of Ceará), does gather demographic and economic data, but no data on water use is available through their database. The national statistics agency, IBGE, also makes available an important and useful body of demographic data, but does not include anything related to water use. The state water agency, COGERH, is the sole generator of data regarding water use in the state, as it is the owner or operator (in partnership with DNOCS) of the measurement apparatus that monitors river and reservoir flows and levels. There is a current effort in Brazil by water agencies like COGERH and by academic researchers to produce data about patterns of water use, with results still not published. Thus, in order to gain a more detailed characterization of the patterns of water use in association with economic activities within the area of study, in such a way that variables could be tested and correlations established, we would have to design and administer our own survey. This will be a next step in the project. Some characterization of water use linked to economic activities is possible, however. Through the direct observation of local activities and analysis of available sources, we propose a rough typology of users. This typology is strongly based on the nature of the available data, most importantly the COGERH database, which for the case of irrigation was structured around the variables of location, condition of the irrigator (regarding land tenure), irrigation method, crop, and cultivated area. Besides irrigation, municipal consumption (which could be divided into consumption of the Metropolitan area of Fortaleza and all the other small towns in the valley), aquaculture (primarily shrimp), and industrial use are the main sectors composing the water use panorama in our study regions. Irrigation is the challenge COGERH faces in monitoring and compiling statistics; while municipal and industrial use is characterized by a small number of collection points with high volumes for each use (easier to measure and monitor), irrigation means thousands of highly spatially distributed areas with smaller volumes. Reaching these users per se proved to be a Herculean task. It was defined that no control was needed - and therefore no data generated - for users of two thousand liters or less of bulk water per hour. Thus, these users are not specified in the COGERH database; their water consumption is estimated and included in the category of “losses in transit”, i.e. water that disappeared along the stream flow but that was not used in productive activities (e.g. due to evaporation and infiltration). Since COGERH’s database was designed to aid in the management of water volumes, different crop areas within an irrigator’s land generated different records in the database (because different crops require different irrigation patterns). That means that patterns of land distribution and tenure cannot be isolated through an analysis of the database (for this we relied on field observations and interviews). The database does allow for the correlation between location, situation of irrigator, size of cultivated area, and irrigation method. In the Jaguaribe Valley and Metropolitan basins, most of the water demand is concentrated in the city of Fortaleza, a few industrial areas around it, and three irrigation projects in the hinterland (Icó-Lima Campos around the city of Icó, Alto Jaguaribe sub-basin; Morada Nova in the city of same name, Banabuiú sub-basin; and the Jaguaribe-Apodi project, locally known as DIJA, in Limoeiro do Norte, Baixo Jaguaribe sub-basin). Fortunately COGERH has precise data for all of these. Below we summarize the results of the analysis by Jaguaribe Valley sub-basin with a focus on agriculture27 . It is important to note that COGERH was redesigning the structure of the database and updating fields while our analysis occurred; for that reason, results are interpreted for their qualitative elements and for comparison with field observations. Thus, the database provides information on the main characteristics of water users in the hinterland, even if the quantities are not precise. 3.2 Alto Jaguaribe Rice is the most important crop cultivated in the Alto Jaguaribe sub-basin. There are two types of rice producers differentiated by the government: farmers who either own their lands or are tenants, and farmers who received lots through the local irrigation project (the Icó-Lima Campos 27 We plan to add other sectors later in the project. project)28. Table 1.1 (see appendix) summarizes our sample group. We can see from table 1.1 that both producers from the Icó-Lima Campos irrigation project and farmers working on private lands have small cultivated areas (4 to 15 ha); however, taking the combination of crop and irrigation system found in the two groups (rice/uncontrolled flooding and beans/furrows), on average farmers on private lands occupy twice the area of producers in the projects. There is no difference in irrigation systems and organization of production: both use the least sophisticated (and easy to handle) irrigation systems – uncontrolled flooding and furrows - for which there is little investment beyond pipes and small diesel motor (and lately electric) pumps. Production is organized around family ties, with daily workers hired during the harvesting season. These workers come from the rain fed areas that surround the irrigation areas. According to COGERH estimates, the amount water consumed by 1 ha of rice irrigated with uncontrolled flooding is between 13 and 15 thousand cubic meters per cycle in clay-rich soil, and 34 thousand cubic meters per cycle in sandy soil29; 1 ha of beans cultivated with furrows uses 5,000 cubic meters of water. The total irrigated area of the Icó-Lima Campos project is 2,800 ha, while the estimated total cultivated area of the Alto Jaguaribe sub-basin is 8,400 ha. Public Irrigation Projects The Icó-Lima Campos irrigation project was constructed by DNOCS in 1972. Rice was selected as main crop due to the high levels of clay in the soil, which keep the water toward the surface, facilitating rice production. Since the project’s initiation, the balance between water supply and demand has changed: at the beginning of the project the Fortaleza metropolitan area was smaller, the industrial sector was less developed, and the amount of irrigated land was much smaller. The Lima Campos reservoir, connected to Orós, then the state’s largest reservoir, could originally feed the irrigation project without major constraints. The current supply-demand situation has thus caused state planners to change their agricultural strategies: high aggregated value activities, like flower production, fruit culture, and shrimp “farming” are now promoted. A strong movement to induce rice producers to switch to fruit production – a much less water intensive activity - was created, but until now has had limited success. This is in part due to the low investment capacity of rice producers (to finance new and sophisticated irrigation equipment for fruit production), a bad credit situation (most producers of the area are indebted to Banco do Brasil and Banco do Nordeste), low literacy levels, and the inability to redesign the production organization from a family-based activity to a more bureaucratized production (fruit production requires more planning, specialized care, and supervision than rice). Further, the production cycle of fruit trees take much longer than that of grains to begin producing (and thus generating income), and would cause an interruption in the income flow of the producers who subsist on the edge of food security.30 A high degree of aversion towards risk (e.g. competition with large producers in the Baixo Jaguaribe area) is also an important factor. In the past, the state created all infrastructure for rice production and commercialization. This has changed, with the current role of the state being less paternalistic and less interventionist than during the 1970s and 1980s; producers now organize their own infrastructure. This is 28 According to local terminology, an irrigation project is an area in which land reform activities took place, i.e. one or more large properties were bought by the government, divided and redistributed to landless farmers. In general, these projects include irrigation and distribution infrastructure, and organizing cooperatives and associations of producers. In Ceará, as in the entire Brazilian Northeast, DNOCS is the main sponsor and creator of irrigation projects. 29 Water consumption data available from a study by Banco do Nordeste. Although the data refer to the Baixo Jaguaribe valley, they can be applied to other rice production areas of the valley. See Carvalho and Cabral, 2003: 25. 30 Most grains have production cycles of 90 to 120 days, while the first harvest of fruits could take over one year . contributing to the shift from family-based irrigated agriculture, created by the land reform projects of the 1970s, toward agribusiness. Since there were no changes in land ownership regulations – the state owns the land of the irrigation projects - land concentration by larger businesses is taking place inside the irrigation projects, which were originally designed to be social projects for poor local families. Droughts play an important part in this process. Farmers who become indebted for some reason (be it a production loss due to water rationing during droughts, sudden market price variations, or poor planning) sell their lands to agribusiness investors for just a fraction of its real value (which could not be negotiated legally, as the law is not applied, and informal contracts abound). In the Icó-Lima Campos irrigation project, while some degree of land concentration clearly occurred in the last decade, the water scarcity of the past five years generated a situation of abandonment rather than market competition. Due to the average low precipitations of the 1990s, both the Orós and the Lima Campos reservoir water levels declined to less than 20% of their capacities, and for over four years great areas of the irrigation project received no water at all. In those areas, most of the canals dried to the point of uselessness. For this reason, it is possible to see rain fed agriculture being conducted in soils that were previously irrigated. For the areas closer to the reservoir basin, a wave of well digging took place, and now most plots have a well. However, the reliability of these wells is not guaranteed. Since these are not deep wells, the availability of water varies according to the situation of the reservoir. Other types of producers We can distinguish two different kinds of producers working on lands that are not irrigation projects: vazanteiros and regular producers. The first type is so named because they cultivate on reservoir lands or river beds (vazantes, which means land uncovered when the water level goes down). Reservoir lands were divided by DNOCS, the constructor of most state reservoirs, and distributed to families living on its margins. Usually plots are 1 ha wide and go from almost nothing (when the reservoir is full) to sometimes several kilometers long (when the water level is low). When the reservoir is full, these families must wait until some water is released and the soil becomes uncovered. However, they oppose high rates of water release, because when the water is far away from the border of the reservoir, farmers have to rely on wells (their pumping systems are not adequate for long distances). There are around 500 ha of rice and 160 families working on the Lima Campos reservoir, and close to 5 thousand ha and over a thousand families working inside the basin of the Orós reservoir, near the town of Iguatú. Rice is cultivated with uncontrolled flooding, and productivity levels are similar to those in the irrigation project. Usually these families also have rain fed areas (land occupied or rented during the winter, with no established ownership), and animals (chicken, goats; better-off families may also have two or three cows). This diversification serves to lower their vulnerability to climate variations (i.e. excessive rain that covers their lands on the reservoir, or droughts that dry out the reservoir). The same can be said about the families on the irrigation project. Regular producers tend to be small farmers or sharecroppers working small plots inside large land holdings. These land plots are located close to the Jaguaribe River or one of its small branches. The remaining lands tend to have bad soils, and are dedicated to extensive low productivity cattle ranching, or are inactive and covered with cacti. In summary, the irrigated areas of the Alto Jaguaribe can be characterized as having suffered from water shortage in these last four to five years, with low levels of technical sophistication and productivity, and high rates of water consumption. On average, the productivity of rice plots has been between 6 and 7 tons per hectare, sold for R$ 0.70/kg31 in December 2003; for beans 31 Around US$ 0.11/lb. In late 2003, early 2004, R$ 1/kg = US$ 0.16/lb. the productivity has been between 1 and 1.2 tons per hectare. Due to the fact that beans cannot be stored for long periods, prices fluctuate considerably, ranging from R$ 0,25/kg during the harvesting season to R$ 1/kg in periods in between. In 2003, most beans produced in the area were directed to the subsistence of the farmer’s family. 3.3 Médio Jaguaribe The Médio Jaguaribe is currently the most important “producer” of water - the Castanhão reservoir is located here. There are, however, no irrigation projects in the Médio Jaguaribe area: it is less populated than other basin areas, and the soil quality is marginal, with many “official” desertification spots. These factors resulted in part in the traditional prevalence of cow ranching and milk and cheese production over agriculture. In the last decades, the introduction of chemical fertilizers combined with irrigation led to the cultivation of pasture grasses for the herds. Most land holdings are large, but the poor quality of soils reduces irrigation to a few hectares per property, thus the water consumption in the area is very low. Irrigated plots are located on the river margins; water is pumped with simple diesel or electric pumps. Table 1.2 illustrates the small size of the plots, although larger than those in the Alto Jaguaribe. Rice is produced through the low technology approach of flooding. There are plots where beans are produced with more efficient sprinkler systems, especially around the towns of São João do Jaguaribe and Tabuleiro do Norte, near the Baixo Jaguaribe area. Some fruit culture can also be seen in these towns. Productivity numbers and water consumption estimates are similar to those in the Alto Jaguaribe Valley. The total estimated area cultivated in the Médio Jaguaribe sub-basin is 5,574 ha, 4,300 of which border the Baixo Jaguaribe area (the municipalities of Tabuleiro do Norte, São João do Jaguaribe, and Alto Santo). There are also a few vazanteiros in the Castanhão reservoir not yet registered by DNOCS, nor do they have any associations and are thus relatively invisible in the local political processes of participatory water allocation. There is no registered organized fishery activity in Castanhão, and therefore no data on this sector. In mid-2003, our interviews with fisherpersons in the Castanhão margins indicated that they came from other reservoirs around the state, particularly those with very low water levels, such as the Lima Campos reservoir in Icó. The intense rains of January 2004 raised the water level in the Castanhão reservoir (as in other reservoirs of the state), and fishery activity increased visibly. Fisherperson communities appear to be highly itinerant, moving from one reservoir to another in search of the best fishing and market conditions. 3.4 Banabuiú The Banabuiú is the most important branch of the Jaguaribe River (the other important one being the Salgado River, bringing water from the Cariri area in the south into the Castanhão reservoir). There are important similarities between the Banabuiú area and the Alto Jaguaribe. Irrigation Project The Morada Nova public irrigation project consumes over half of the water released by the reservoir in a normal year. In 1998, for instance, the project demanded 8.5 cubic meters from the 13.5 released; in 1999, 6 from the released 9; in 2002, 4 from the released 7. Since there are no major industries in the valley32, besides municipal consumption (0.154 m;/s), the bulk of the water is used by private irrigators along the river or is lost in transit. The most important crop again is rice, followed by beans, pasture, and corn. Inside the project, technical sophistication is low (irrigation is achieved through uncontrolled flooding and furrows), lots are small (4 to 5 ha), and production is organized around family ties, with seasonal temporary work during harvest and land preparation. Producers working on private lands We can see from table 1.3 that farmers on private lands have cultivated areas that are 4 to 5 times larger than the lots in the irrigation project, and that there are bean fields irrigated with sprinklers in the private areas. As is the other areas of the valley, especially the Alto and Médio Jaguaribe sub-basins, the private lands are usually rented to tenants, who in reality are sharecroppers, which cultivate those fertile pieces of land closer to the river bed with a family-based organization of production. Usually the rest of the land holdings are left unproductive or are occupied by extensive cattle ranching. The Banabuiú area, with the Médio Jaguaribe, is referred to as “Ceará’s milk basin”, due to the importance of cattle ranching and milk and cheese production to the regional economy. Lately some producers of the Morada Nova irrigation project have switched from rice to pasture production; however, rice is still the most important crop of the region. Comparing public irrigation and private lands, the Morada Nova irrigation project accounts for 2,488 ha of the total 8,100 ha cultivated in this sub-basin – the fact that the project uses over half of the valley’s water shows that the private areas are cultivated much less regularly and intensively than the project lots. In the second half of 2003, the distribution of crops in the project was 1,915 ha (77%) dedicated to rice, 396 ha to beans, and 101 ha to pasture. The productivity rates in this basin are around 7 tons per ha for flooded rice; and between 1.2 and 1.8 tons per ha for beans cultivated with furrows. Prices were similar to those in other areas: R$ 0.70/kg for rice, and between R$ 15 and 20 per 60 kg sac of beans during the last harvesting season. These numbers are very similar to those observed in the Alto Jaguaribe basin, as are the estimates regarding water consumption per crop per hectare done by COGERH. The situation of vazanteiros in the Banabuiú reservoir is similar to Castanhão: they exist but are not significant enough in number or organization to influence political participation. 3.5 Baixo Jaguaribe One significant characteristic of this basin is that three of the most important municipalities of the hinterland are located here – Aracati, Limoeiro do Norte and Russas - and it can be said that the area between these three towns, together with neighboring Morada Nova, is one of the main political centers of the interior. This is also reflected in a higher level of organization of the civil society, exemplified by the fact that the water committee of the Baixo Jaguaribe is the most mature and active in the whole state of Ceará. Baixo Jaguaribe production is comprised mainly of a large scale irrigation project, shrimp producers, and producers cultivating small lots as owners or as tenants in larger holdings. Jaguaribe-Apodi Irrigation Project 32 The only representative industry in the valley is a milk plant called Betania. Water is delivered to this plant through the municipal water agency of Morada Nova, ; for this reason the company is not in COGERH’s database. As seen in table 1.4, the composition of producers in this sub-basin is less homogeneous than in other areas. On top of the Apodi hills is the Jaguaribe-Apodi Irrigation Project (locally known as DIJA), the last of the three main irrigation projects of the valley to be created (there are smaller and less important projects like the Jaguaruana project, and a large one not yet fully in operation,called the Tabuleiro de Russas project). The DIJA began operation in 1989, and was designed to use better irrigation technology than the other projects. Initially, beans, corn, and soy were irrigated using center pivots. In the 1990s, some producers converted from grains and pivots to fruits irrigated with micro-sprinklers or low-flow drip irrigation. While the original grain producers had a family-based organization of production, the new fruit producers were organized as agribusiness companies, and transformed the DIJA project into being one of the main producers of bananas, papayas, citrus, and guava of Ceará. According to a study done by Banco do Nordeste, in 1998 the cultivated 2,607 ha were distributed in the following way: 47.6% corn, 44.8% beans, 5.7% bananas, 1.9% papaya33. Fruit production continues to gain space over grains. Recently the international giant fruit producer Del Monte installed over 600 ha of pineapple for export close to the DIJA area; it receives some of its water through the DIJA irrigation canals. According to the federation of producers’ associations of DIJA, the high costs of maintenance of pivots make them unsustainable for small lots (below 10 ha) in face of the fluctuating market prices for grains. There are still 10 pivots in the DIJA area and the federation is looking for ways to finance their substitution for the more sophisticated irrigation methods with fruit production. Gradually, a small number of fruit producers rented and bought land from indebted grain producers, and enlarged their lots from the original 6 to 15 ha to over 200 ha. Most fruit producers nevertheless have lots of less than 20 ha. In the rest of the basin, the situation is different from that seen in the DIJA lots. Interestingly, private lots in the Baixo Jaguaribe area are on average slightly smaller than DIJA lots, and irrigation methods are less sophisticated because the costs and complexity of maintenance of micro-sprinklers or low-flow drips are prohibitive for the basin small farmers. Rice is cultivated much more intensively in private lands, and uncontrolled flooding is used extensively throughout the basin. Taking advantage of the momentum created by the DIJA fruit economy, many producers in the Baixo Jaguaribe converted to fruit, at least on some of their lands, and with less sophisticated irrigation methods. Better precipitation averages compared to other basin areas also decrease the risk of investing in fruit trees for small producers. We could say that downhill from DIJA, small producers are organized in similar fashion to those in the other basins, but took advantage of better precipitation, the existence of a fruit market, and infrastructure for commercialization. The relatively short distance to Fortaleza (200 km), the main consumer center, further led to the adoption of fruit production in combination with rice, beans, pasture and corn. Shrimp Cultivation In the last few years there has been a boom in fresh water shrimp cultivation (aquaculture) in the area, and a few producers with rice lands transformed their lots to shrimp tanks. Russas and Itaiçaba are important centers of shrimp production. Recent estimates refer to around 320 ha dedicated to shrimp farming along the 40 kilometers that separate Russas and Itaiçaba. Unfortunately, the state environmental institutions were not prepared for this long predicted shrimp boom in Ceará, and most of the shrimp farms are not equipped with water treatment tanks. Nutrient loaded water from shrimp tanks is usually dumped back in the river, affecting the quality of the water. This is critical in semi-arid places in which the quality of the available small volumes of water is crucial to ecosystem health. 33 Carvalho and Cabral, 2003: 24. The Baixo Jaguaribe sub-basin accounts for a total of 11,097 ha cultivated, 2,400 of which belong to DIJA, and around 1,000 belong to shrimp farming. In 2003, the participatory water allocation decided that the Castanhão would release 11 m;/s. Of this amount, 3 m;/s were used by the irrigated areas on municipalities south of Limoeiro do Norte (technically at the Médio Jaguaribe basin), 2 m;/s were used by DIJA, and the rest used by the other areas of the valley or lost in transit. At DIJA the average productivity of beans irrigated through center pivot is around 1,800 kg per ha, while productivity with micro-sprinklers reaches 2,200 kg per ha. Banana producers realize between 2,200 and 3,000 kg per ha per month from their lots. The water consumption estimates for beans irrigated with center pivots is around 4,500 cubic meters per cycle. Fruit lots irrigated with micro-sprinklers use around 1,000 cubic meters per hectare per month in the dry season. 3.6 Municipal consumption in the hinterland The municipal water consumption in the hinterland that uses the Jaguaribe River as a source of water is significantly less than that for irrigation use in terms of total volume. Seventeen municipalities are directly served by the three main reservoirs; the total amount of irrigated land of the valley is 25,073 ha. In 2003, the three main water sources released a total of 27 m;/s during the dry season – Orós released in average 7 m;/s, Castanhão 11 m;/s, and Banabuiú 9 m;/s. Tables 3.1, 3.2., and 3.3 in the appendix show that the total municipal consumption from these reservoirs and the Jaguaribe-Banabuiú system is no more than 0.442 m;/s. The population directly served is 241,950 people. This is not the entire population, as some alternative water sources such as deep wells and desalinization exist. In places far from rivers, neighboring reservoir, and deep wells, the alternative for water supply is periodic visits of tanker trucks rented by state or municipal government, or even by individuals. In October 2003, a relatively wet year, 47 municipalities in the state were in an emergency situation due to lack of water and were in the process of requesting tanker trucks from the state and federal government34; at the beginning of 2004, the number of sites in critical situations in the entire Northeast waiting for help from the national or state civil defenses reached 9235. Occasionally, a local water market will develop in localities with a lack of reliable water sources – local entrepreneurs bring water using their donkey-wagons if the water source is not very far. The unit is the 'lata' (can - 20 liters), with prices ranging from R$ 0.30 to R$ 1.00 per can. Many locals use their donkeys to bring water for their families, and a few dedicate themselves to selling water as a full time job. In January 2003, for example, in the area of Irauçuba, the market price for 60 liters of water was R$ 1,00 (around US$ 0,35)36. In January 2004, in Crato (the south of the state), prices reached R$ 0,80 per 20 liters37. Water may also be sold by the owner of a tanker truck. Locals or municipal government rent tanker trucks for around R$ 50 per trip between the reservoir and attended population38. 3.7 The Metropolitan Basins Four small, connected reservoirs – Pacajus, Pacoti, Riachão, and Gavião - serve the metropolitan area of Fortaleza, with an estimated population of 2.9 million (see figure 1). Fortaleza receives 34 Diário do Nordeste, October 16, 2003. Folha de S.Paulo, January 11, 2004. 36 Diário do Nordeste, January 22, 2003. 37 O Povo, January 7, 2004. 38 Diário do Nordeste, January 9, 2004. 35 an average of 6.9 m;/s of water from the Gavião reservoir. These reservoirs are basically fed by a collection of small rivers that compose what is called the metropolitan basins. There is a small industrial district on the margins of the Pacajus reservoir, and these industries pump water directly from the reservoir. Another industrial district is located in Maracanaú, closer to the metropolitan area, drawing approximately 0.10 to 0.20 m;/s from the Gavião reservoir. The Maracanaú industrial pole also draws water from the Acarape do Meio reservoir. The Pecén industrial district is currently served by the small Sítios Novos and Cahuipe reservoirs, and official plans established the Pecén pole as the terminal station of the Eixão, a large canal with a capacity of 22 m;/s, connecting the Castanhão reservoir to the metropolitan area. The Jaguaribe Valley is connected to the Metropolitan Basins through the Canal do Trabalhador. This canal was constructed in 1993, during a serious water crisis, and has a capacity of 6 m;/s. The canal brings water from the Itaiçaba pumping station to the Pacajus reservoir, over more than 110 kilometers. The minimal difference in geographic slope makes the water run very slowly in this canal, which is therefore considered inefficient. Currently, the Canal do Trabalhador attends only to the local demand of some communities and small scale irrigation along its path. Irrigated agriculture is not common around the metropolitan area of Fortaleza. The most important agricultural product of the metropolitan basins is rain fed cashew, from which cashew nuts are produced and exported. 3.8 Summary Notwithstanding the data gaps and methodological considerations mentioned above, we are relatively confident in proposing a tentative typology of water users (or those directly affected by water management decisions): 1. Municipal water agencies (in every municipality of the state), divided into two types: Fortaleza and the metropolitan area, with a high volume consumed, and the municipalities in the hinterland, with small volumes consumed; 2. Industries around the Fortaleza metropolitan area; 3. Itinerant fishing communities in the reservoirs (Orós, Lima Campos, Banabuiú, Castanhão, and several other small reservoirs - not direct users of water, but highly affected by water management decisions); 4. Fresh water shrimp producers in the Baixo Jaguaribe valley; 5. Rice, beans, pasture, and corn producers in the public irrigation projects of Alto Jaguaribe (Icó-Lima Campos Irrigation Project) and Banabuiú (Morada Nova Irrigation Project); 6. Rice, beans, pasture and corn producers in private lands in the Alto and Médio Jaguaribe and Banabuiú sub-basins, and producers with similar profiles in the Baixo Jaguaribe. Although there are subdivisions in this category, there is little the COGERH’s database can tell us. From our field observations, we find the following subdivisions: a. Large to medium (more than 20 ha) holdings with tenants using the land in the sharecropping system; b. Small holdings (less than 20 ha) being with owners working the land with his/her family; 7. Rice, beans, pasture and corn producers working the riverbed and he reservoir lands (vazanteiros). Two subgroups exist: producers with permits to work reservoir lands, and producers without permits (posseiros); 8. Rice, beans and fruit producers on private lands in the Baixo Jaguaribe sub-basin, with slightly more sophisticated irrigation systems and higher productivity, but with socioeconomic characteristics similar to producers in the other sub-basins (Alto Jaguaribe, Médio Jaguaribe and Banabuiú); 9. Grain and fruit producers in the public irrigation projects (mainly DIJA, but also in the smaller Jaguaruana project) of the Baixo Jaguaribe sub-basin, organized as agribusiness enterprises with more sophisticated irrigation systems and higher productivity. 4. CLIMATE, VULNERABILITY AND SOCIOECONOMIC INTERACTIONS Some additional sociological notes may help the reader understand the situation described here. User types are linked to each other and to other economic sectors through a myriad of socioeconomic networks. For that reason, extreme climate events tend to differentially impact groups, but there exists an overall economy-wide impact. Below we present some explanatory notes on how different groups and sectors interact. 4.1 Landless Inhabitants of the Hinterlands The poorest and largest strata of the rural population (in terms of income) is composed of individuals whose economic activity is not characterized by one single type of occupation, but rather by what the anthropologist Lambros Comitas called occupational multiplicity39. Individual producers are, at different moments of the local economic calendar, rain fed agriculturalists, fisherpersons, daily workers, and additionally raise chicken, goats, and perhaps some cows in their backyard. Over a million individuals in Ceará can currently be considered in this group, half of them residing in the Jaguaribe Valley. Their land holdings are small, and they do not usually have land titles. Literacy levels are low, and children tend to not attend school in order to stay home and work the land (something that fortunately has become less common due to official efforts to send kids to school). Production is organized around the family, and the head of the family almost always migrates to the metropolitan areas of the south (São Paulo, Rio de Janeiro or Brasília) when drought situations occur. Similarly, adult sons or daughters who have permanently migrated send monetary resources and goods in times of need. The diversification of activities and the existence of a social network of support are coping strategies for times of scarcity, like droughts. Also very important is the existence of federal pensions to elders and the handicapped: it is extremely common to find large families in rural communities that depend almost entirely on a grandparent’s pension; in other cases, the financial “head” of the family is a mentally handicapped child, who is also entitled to a federal pension. These pensions amount to the national minimum monthly wage, R$ 240 (approximately US$ 80 in 2004). Usually these 39 Comitas, 1973: 157. individuals’ political interests are represented by local rural workers unions. The power of these unions in local politics tends to be very limited. 4.2 Small Scale Irrigated Agriculture Producers in irrigation projects or irrigating private lands on the margins of a river tend to be better-off than the group previously described. These producers have access to bank loans and their higher income allows them to invest in some equipment and to hire daily labor during harvests. Literacy levels are higher among this group, but still less than that in urban centers. We estimate that at least one third of the irrigators at the Icó-Lima Campos irrigation project may have serious difficulty in reading and writing. Irrigators tend to organize around associations, and through them participate in local political life. An estimate done in the Icó-Lima Campos and Morada Nova projects gives us an idea of average total income: a farmer cultivating 4 ha of rice and yielding 6 tons per ha will produce 24 tons. Sold at R$ 0.70/kg, his or her income will be R$ 16,800. Costs run at an average of R$ 2,000 per ha, which gives him a net income of R$ 8,800 per harvest. In perfect production circumstances (i.e. water being available and rains not being excessive), two harvests are possible in a year. That will result in an average monthly net income of US$ 500 per month. The excessive rains that fell over Ceará in January 2004 frustrated the possibility of two harvests this year. Vazanteiros and sharecroppers irrigating the lands of big landowners tend to be slightly better off than rain fed producers in general, but on average are poorer than irrigators from irrigation projects. . 4.3 Agribusiness The small agribusiness investors in the Baixo Jaguaribe area, especially at DIJA, have a much higher standard of living; the same can be said about most shrimp producers, and some private producers at the Banabuiú Valley. Many are college educated, some live most of their time in Fortaleza, and in general they are strongly connected to local politics, occupying important roles in local branches of national political parties and elected political offices in their municipalities or in state government. The income of the most successful investors may reach over US$ 1,000 monthly, with some being noticeably wealthy (especially shrimp and fruit producers). A sample of 10 banana producers at DIJA showed an average monthly income of US$ 1,000, costs excluded. Due to the fact that this group dominates the intellectual and political lives of the hinterland, together with municipal technicians they dominate the activities of the water committees. In 2003, all presidents of water committees in Ceará were technicians from municipalities or local politicians. 4.4 Drought and Political and Socioeconomic Reactions In drought situations, the decreased water level in reservoirs immediately impacts the entire economic network. During normal years, reservoir operation is maintained at a minimum level, and that level is the amount necessary for human consumption 30 months after the end of the rainy season, and accounting for water allocation for the upcoming months. In cases of consecutive poor rainy seasons, that target threshold may be lowered to 18 months, and the difference is realized through the redistribution of water to different agricultural sectors. Water allocation is always an object of conflict and tension, even in average precipitation years; in drought situations, conflicts increase. Besides directly affecting the irrigators, the poorer rain fed farmers who also work as day laborers in irrigated fields are effected economically due to a decrease in the demand for daily work. Also, rain fed farmers are unable to obtain the regular subsistence grains from their fields. Even with ruined fields, they still have some money due to the federal pensions; yet the food security threshold may still be reached due to increase in prices that usually happens during droughts. The household stock of grains and animals are consumed. Drinking water sources also are affected, especially in distant rural communities. The food security line is crossed and reserves become depleted. The usual tanker truck activities become more intense and have difficulty keeping up with demand40. Federal, state, and municipal civil defenses are put into operation, usually distributing drinking water and food sent by the federal government and NGOs from all over the country. Anticipating which will be the most affected places is a very difficult task for government agencies, despite the intense organization efforts by state and municipal civil defenses in the last decade. During droughts, a wave of emergency situation declarations usually comes from the hinterland, overwhelming the civil defense’s capacity to attend to all municipalities at the same time41. Male heads of households, and sometimes whole families, migrate to urban centers of the country. There, the exchange rate is high: low paid jobs, and even begging, may keep people from starvation, but conditions available for housing, health, and security are bleak. This recurrent migratory phenomenon links people, goods, and resources in the urban centers to the hinterland. Life in the city for many rural folk is difficult and there are significant social and psychological impacts. News about the returning of rain brings a large crowd of rural folk back to the hinterlands, and cultivation begins again. In irrigation projects and small lots along the river, droughts mainly affect small producers through water rationing. After the implementation of participatory water allocation seminars, as described in the next section, water rationing criteria for irrigation and other uses are discussed and defined collectively; at the same time water allocation is decided. Sometimes rationing criterion dictates that all irrigators will decrease the amount of cultivated land by the same proportion; other times differentiation among sectors is negotiated. The Banabuiú Valley, affected by water scarcity for over 5 years now, offers examples of both cases. Between 1999 and 2003, some rationing took place. In 2003, for example, all irrigators of the valley cultivated only 70% of their areas, as a universal rationing of 30% was in place. In 1999, the agreed upon area reduction was 50%. In 2001, the approach used was different: through the implementation of a subsidization plan designed by the government (Agência Nacional de Águas (National Water Agency), COGERH, and the Secretaria de Agricultura Irrigada do Ceará (Irrigated Agriculture Secretariat of Ceará)) called “Águas do Vale”, rice and grains growers of the valley completely halted their activities for the year in exchange for compensation of R$ 400 to R$ 600 per ha. The resulting available water was directed to activities with more intensive investment of capital, like fruit and shrimp production; these cultivators were charged for the water, for the first time in the history of the valley, the amount of R$ 0.01/m;. Despite the fact that less than 30% of fruit and shrimp producers paid their water bills, the Águas do Vale plan is said to have been successful in preventing what would have been the worst water crisis of the 1990s. In any case, irrigators in projects or in their own small lots have assets they can sell (e.g., motorcycles, diesel and electric pumps, cows) that make them more resilient to water shortages compared to the rain 40 In 2003, the tanker trucks available in the hinterland could not attend to the demand during the dry season, which occurred just after an above average rainy season. 41 It is important to mention the attempts to create vulnerability assessment systems, especially the work of Tim Finan from the University of Arizona, and the plans to organize structured drought contingency activities by state secretariats. These efforts are still in development and pilot stages. fed group. They are also more accessible to government relief efforts because they tend to be based in relatively well known location (close to water sources). Larger producers also diversify their investments: many are stores owners in the urban zone of the municipality; some have public employment in the municipal government, hold public office, or are owners of the local radio station or newspaper. In addition, they tend to make use of more technologically sophisticated strategies to decrease their vulnerability. This sector usually monitors climate forecasts, and it is not unusual to find producers visiting FUNCEME in Fortaleza, or maintaining regular phone contact with meteorologists. Small private reservoirs also exist: Ceará is said to have over 7 thousand reservoirs, with only the largest 123 under COGERH’s control and the rest located in private holdings. Uncontrolled reservoir construction proved disastrous to the state water system: some older reservoirs located downstream never reached high levels after the smaller reservoirs were constructed upstream. The worst case of water conflict in the state, around the Nova Floresta reservoir, is one example: a private reservoir called Oco da Arara prevents water from reaching the public Nova Floresta reservoir, causing much distress between the community living near it (which opposes release) and the downstream irrigators (which favor release). The state water law (Law 11.996/1992) introduced the need for permits for any kind of water infrastructure construction, but there is no evidence that the state water agency (SRH) has the infrastructure to enforce the permitting laws. Urban center economies are usually directly impacted by agricultural results, and therefore depressed in times of drought. Agricultural equipment and tools constitute an important part of commerce in the urban centers of the hinterland. The president of the Storeowners Association of Quixadá, a municipality in one of the driest areas in Ceará, justifies his decision to organize the annual meeting of local “rain prophets”, which had its 8th annual meeting in 2004, by explaining that storeowners need to plan ahead what to buy in terms of goods they will sell42. Also, in extreme situations, crowds from the parched fields of the hinterland may enter the city and demand help from the mayor, threatening to loot the local market. Although it can be said that the ‘food riots,’ as they are called locally, occurred more frequently in the first two thirds of the 20th century, records show that at least one case occurred in early 200343. In terms of water consumption in the municipalities of the hinterland, it was mentioned before that the demand is very limited, around 0.442 m;/s. Thus, even in the most extreme rationing situation, like the Banabuiú valley in 2001, the released 1.3 m;/s comfortably supplies the 0.154 m;/s demanded by local municipal water agencies. The situation, however, is different if the hydro-system of the metropolitan area is in crisis: the demand required by the metropolitan area is high enough to generate deep impacts in the Jaguaribe valley. In 1993, when the 110 km long Canal do Trabalhador was constructed in a little over three months, the 6 m;/s transferred to the metropolitan area from the Jaguaribe river caused unannounced interruptions in the irrigation systems of the Jaguaribe River; the DIJA project remained inactive for several weeks, ruining a significant part of grain and fruit production. 42 See newspaper O Povo, January 12, 2004. See newspaper O Povo, January 18, 2003. The riot occurred in the town of Mauriti, and food stocks were indeed looted. See also Neves 2000, 2002, 2003. 43 5. SOCIOPOLITICAL AND LEGAL ASPECTS OF WATER MANAGEMENT The socio-political arena in which water allocation takes place was studied through the bibliographical review of works published on the theme, and through ethnographic fieldwork focused on the network of institutions linked to the local decision making chain for water management. This involves understanding the social life of institutions like small villages’ rural workers unions or fisherpersons associations, as well as that of top level government secretariats and many of the intermediary actors and institutions in between. This network of institutions is not only complex, but also dynamic: new unions, associations, and secretariats are created while some are dismantled or made inoperative until they naturally disappear; others are resilient and resist the test of time. Understanding how institutions work in a place where power was historically exercised in a centralized and paternalistic way dictates that the researcher has to pay attention to key political actors and how they materialize their will via various institutions. At the same time there are other institutions that react against this political style and promote the values of a representative, decentralized political process. Participatory decision-making is something prescribed by both federal and state water laws, but it is something still disputed inside the state when it comes to water management. The hydrological system is dominated by large reservoirs and a series of flood gates that are operated by COGERH. Water allocation decisions must balance myriad demands, like those linked to the user groups described in section 3 of this paper. 5.1 Institutional Aspects The political field in which the decisions regarding water management take place can be divided according to the scale in which the actors operate. At the national level, the Agência Nacional de Águas (ANA or National Water Agency), and DNOCS are the main actors. ANA is responsible for the creation of a national integrated water management system, which implies potential legal actions that may affect Ceará’s water management. In general, though, Ceará, with the states of São Paulo and Rio Grande do Sul, has been considered to be at the forefront of implementing integrated and rational legislation. There have been some debates between ANA and water committee members from southern Brazil (mainly those from São Paulo) on one side, and Ceará’s managers on the other side, concerning the tendency of the first to require that income generated by one basin be spent in that same basin. Ceará’s technicians argue that due to the high concentration of income in the state, revenue generated in the metropolitan basins need to be spent in other basins in the hinterlands. ANA has no direct control of the major basins in the state because it are entirely located inside the state borders44. DNOCS is the builder and owner of the most important reservoirs in the state (among which are Orós, Banabuiú and Castanhão); the institution is also the creator and manager of the main irrigation projects (including the Icó-Lima Campos, Morada Nova and DIJA). Thus DNOCS is responsible for an important part of the supply and demand for bulk water. There is still some ambiguity in the national law regarding jurisdiction over water resources: while the water is on the river bed, the state has jurisdiction over it; when it reaches the reservoirs constructed by DNOCS, it become “federal” water, then returns to the status of “state” waters when it passes the flood gates and returns to the riverbed. It appears to be accepted by all that COGERH is the state 44 Except for the Poti basin. water agency and therefore has legal authority over water allocation, which in turn has to be promoted in a participatory manner. For that reason, DNOCS operates the reservoirs according to guidelines set up by COGERH. 5.2 Legal Aspects At the state level, Law 11.996/1992 created SIGERH (sistema de gerenciamento de recursos hídricos), the state system for the management of hydraulic resources. This law specified an institutional configuration for water planning and management in Ceará, and also specified the basic principles for the political actions to be taken inside the system, among which the most important was the decentralization of political decisions concerning water management. Decentralization was understood to be the integration and promotion of the participation by distinct sectors of civil society in political decisions about water resource management. The law also instituted the hydrographic basin as the planning unit, the license (outorga) for water use, the charging for bulk water use, and the requirement of permits for infra-structure constructions as mechanisms of management. also In addition, the law inserted participatory instances in the system,45 that in practice led to the creation of the State Council for Water Resources, (CONERH, Conselho Estadual de Recursos Hídricos), and the basin/sub-basin water committees (CBHs, or comitês de bacias hidrográficas). The goal was to create a management system that was integrated, decentralized, and participative. Besides creating legal space for the existence of the committees, the law requires the actions regarding water resources in the state to be guided by the State Plan for Water Resources (Plano Estadual de Recursos Hídricos). Law 11.996 was created much earlier than the political and bureaucratic capability to implement most of its innovations. It was inspired by laws passed in the southern state of São Paulo, where supply, demand, hydro-systems, and political structures are all very distinct from those of Ceará. In Ceará, the government did not have hegemonic power over the water resources of the hinterland, as evident from rural residents’ resistance to comply with government pressure to adopt licenses and in the more explicit cases of sabotage of reservoir valves. In order to have the instruments created by law 11.996 put into practice, the state government would first have to create political legitimacy for itself as the uncontested authority over water resources, something difficult in a state where government rarely acted as a neutral mediator of conflicts but rather in defense of the rights of the very rural oligarchy. A second difficulty was the fact that the government explicitly stated having goals contrary to those of the largest sectors of the population of the hinterlands: bringing water from the Jaguaribe Valley to Fortaleza; directing state sponsorship to high value activities like shrimp, flowers and fruit production; and creating disincentives for rice production, a highly popular activity in the valley. To make things worse, Tasso Jereissati (whose innovative technocratic political style was seen as emotionally “dry” by local standards) was in a crusade to reduce corruption and rationalize state finances during his first term when SRH was created, and that isolated him politically from the mayors of the hinterland. All of these factors explain why so much time passed – more than a decade - until some of the instruments created by law 11.996 started to be implemented in practice. At the local level, in pre-Jereissati times water issues were a concern of DNOCS. This institution maintained local basin managers who kept in close contact with the most important water users, usually attending to requests for an increase or decrease of release rates according to the individual needs of the major consumers; these consumers were DNOCS managed irrigation projects, local politicians or large land holders. No integrated water planning or management took place, and demand was smaller than what it is currently. The level of organization of civil 45 Garjulli, 2001: 108. society pre-1990s was reduced, and the existing local associations were alienated from discussions regarding water management. The 1990s saw a proliferation of associations and an intensification of the organization of civil society; in the Jaguaribe-Metropolitan hydro-system, demand increased considerably with the shrimp boom, industrial development, new irrigation projects, and the growth of Fortaleza and towns in the hinterland. Fisherpersons associations, rural workers unions, and irrigators associations were created not to allocate water, but rather to create access for these sectors to benefits like pensions, some types of insurance46, and bank loans. During DNOCS’ ruling years, the access of these groups’ members to water resources occurred through local political gatekeepers, creating political obligations and affiliations. 5.3 Emergence of a Participatory Approach 1994 was a turning point for water resource management in Ceará. In the face of severe water scarcity and in the wake of the construction of the Canal do Trabalhador - an act that left much of the population of the Jaguaribe Valley angry at the state government – the newly created COGERH had the difficult task of allocating the water in the valley. Through the company’s Organization of Users Department, a division filled with two geographers and two sociologists, all with extensive experience in civil society organization, a large commission for participatory water allocation was created in a very short period of time. Representatives of the main economic sectors were invited to participate; besides water users, members of civil society organizations and of municipal, state, and federal agencies were included. Until then, no precise information about demand existed, and the meeting of the allocation commission provided COGERH with initial data to start mapping water demand in the valley. The participatory approach was successful in serving as a conflict resolution mechanism: major social unrest was prevented that year. With the creation of the allocation commission, the seeds for a radically new political space were planted: an arena in which the horizontal relations of negotiation and debate were preferable to the vertical and rigidly hierarchical political relations of the hinterland. This commission served as a point of direct contact between civil society, users’ organizations and the state government. It also served as an intermediary mediating state and local agents. The allocation commission was defined by the physical geography of the river basins, and was a new political arena ready to have its important decision and coordination posts filled. In the beginning, very few people knew how to behave in this novel political environment. Members of Rural Workers’ Unions were not used to engaging in verbal exchange - let alone over politically charged issues - with powerful landholders, and in the beginning they did not. Local political leaders resisted participating at first, and then later tried to take control of the new forum. COGERH technicians exerted control over the activities, justifying their actions through the strategic rhetoric of emphasizing progress toward the modern, democratic and scientific, three things few people from local political elites would openly attack. The strong control of COGERH in the beginning prevented the commission meetings from following the tradition of local politics. Perhaps most important, through repeated presentations and training workshops, the participant members became educated in the technical concepts that COGERH was using to manage water resources. Rational and efficient use of water, the necessity of demand planning, licenses, and to some extent even charging for water as a management tool, became part of the local language, even if such ideas were at first resisted. The state government used COGERH to 46 For example, fisherpersons are entitled to “unemployment” insurance during the reproduction season of lobster and fish. promote the idea that water intensive activities, like rice cultivating, should be changed to less demanding ones, and that projects like Castanhão and Eixão47 were indeed necessary. Slowly the participatory process created a new group of regional political elite, functioning in an intermediate scale between local and state politics. In addition, a new geographic space was delineated – the river basin – that was linked to this political activity. This new elite consisted of municipal technicians, some of them holding public office, agronomists, teachers, and engineers. These were the individuals who had the cultural capital to adapt quickly to the new language introduced by COGERH. The first years of the 21st century are marked by conflicts between leaders of the water committee members and SRH/COGERH, especially concerning the coordination of the activities of the allocation commission and water committees: the state believes that it has to retain a considerable degree of control over management decisions, including the activities of the allocation commission and water committees. The basin leaders who serve as directors of the water committees accuse the state of being too-centralized in terms of decision making, and of violating the participatory approach called for in the state law 11.996 itself. SRH has control over the state council for water resources (CONERH), composed primarily of representatives of state secretariats with little or no relation to (nor technical training regarding) water resources. Water committees have been requesting a seat on CONERH, something the state will use as a bartering point for the approval of a new water legislation that, among other things, enables water trading, an unpopular idea among the committee leaders. In 2001, CONERH reduced the legal decision-making power of the committees, but committees have an informal agreement that CONERH will approve any decisions of the water allocation seminars. The logic behind such deals is that SRH wants to retain legal power over management decisions, something justified by SRH technicians by the need to act fast in case of disaster, while promoting and officializing the decisions taken in the participatory committees and commissions. 5.4 Data Uncertainty and Decision Making Information is a crucial element in the context of decision making related to water management. There are two particularly salient aspects: first, the effort and difficulties in generating of data for management of the system; and second, the linking of information sources with decision making. As of 1992, when the law was created, there was no system in place to monitor water use. Without monitoring there could be no enforcement of decisions or billing, of course. Thus the state was faced with the monumental task of setting up of a monitoring system to measure flows in major collection points –municipal water agencies, irrigation projects, and industries. For small users, due to their number and spatial distribution, local measurements of consumption were out of question. Besides the high costs of equipment for such low volumes, the tens of thousands of collection points would have to be found first. Users had to be known. COGERH started working on a database of users in the Curu and Jaguaribe-Banabuiú valleys in 1998. The Águas do Vale plan, in 2001, induced producers to apply for licenses, in order to get either compensation or water. But, since licenses were valid for no more than one year, they all expired, and the complex dynamics of water use in the hinterland once again was below the radar of COGERH. 47 Both are somewhat controversial projects due to the fact that they point to attending Fortaleza and surrounding areas demands, and not hinterland areas with long records of social suffering due to lack of drinking water; Castanhão also caused a huge ecological and social impact in its environment, having displaced around 20 thousand people. With the exception of 2001, a year in which the major reservoirs were almost depleted, and when compensation for the little water was available, in general producers resisted the idea of applying for water licenses, the most important managerial tool created by SIGERH to act on the demand side. Such resistance was due to the fact that producers feared being charged for water, and associated licenses with water charging, something they saw occur during the Águas do Vale program. This program also brought another problem to view: since the state had no time or resources to create a “water police”, there was no enforcement regarding payments of those who received the water. Debts remained open through 2002, an electoral year, and the government feared that a harsh action could affect its political image. It was only at the end of 2003, and due to pressure from ANA, that COGERH started to press for payments, two years late. The disorganization of the process reinforced the idea for some local producers that they don’t have to bother with government trying to gain control over water, but could just keep doing things as usual. In 2003, the SRH once again announced its plans to induce all producers of the valley to apply for licenses; this time the license validity was stretched to four years. Thus far, there is still no data about water consumption per production lot. Through geophysical and agronomic studies, COGERH created a method for estimating volumes of water consumption, using crop, irrigated area, irrigation method, and spatial location as inputs. Aggregate data from these estimates was checked against macro-measurements of stream flow in specific sections of the river. With that, COGERH developed an indirect way of assessing and managing demand. The licenses department of the company also geo-referenced the data, and in 2003 was in the process of designing an information system to enable the database to be the ground for managerial decisions. When COGERH assumed the role of state water agency, data about the reservoirs came from DNOCS. Since the volumes of reservoirs vary dynamically (according to the amount of material brought with the stream to its bottom, which reduces the storage capability of the reservoir, a process locally known as açoriamento), in many cases the data were clearly outdated. The method for measuring the volume of a reservoir, called batimetry, is expensive. In cases of small reservoirs like Nova Floresta and Poço do Barro, but also in large ones like Banabuiú, there was disagreement between the perception of the local communities regarding water availability and COGERH data. This was sometimes based on local belief that COGERH was favoring specific groups, as in the case of the Nova Floresta conflict, when in reality it was that the COGERH data was outdated. Batimetric measurements have been done recently for the three specific cases mentioned, but the problem is endemic to data regarding old reservoirs. For that reason, COGERH technicians know that being conservative is a guarantee against of the risk of depleting reservoir waters due to mistaken information. COGERH is now the sole generator of data regarding water resources in the state. The company also structured the whole participatory decision process around data provided by them. Although many technicians from state government sit in water committees, the company is the bridge between committee members and the secretariat for water resources (SRH). Meeting dates and invitations are coordinated by the company; press releases are sent to the local media. Competing data is rare, and usually when it does exist it is about different and local assessments of reservoir levels. Although COGERH is responsible for the political existence and life of the water committees, official propaganda succeeded in spreading the idea that COGERH only executes, while main decisions are taken at the SRH. For that reason, COGERH technicians are in general seen as objective managers of water resources and neutral mediators in conflictive cases, with rare exceptions, while SRH is seen as a state agency pushing the government’s political agenda. Communication Aspects The communication environment of the hinterland is highly politicized. Radio stations and local newspapers are usually owned by local politicians, who use them to vehicle political propaganda. Commonly, political vendettas include radio professional, as in the cases of Nicanor Linhares and Ronaldo Guedes Ferraz Júnior, murdered in 2003 due to local political conflicts48. In 2000, a large rice producer of the Banabuiú valley used his radio station in Morada Nova to attack COGERH and the allocation commission’s decision to reduce production areas by 50%. Thus, once information leaves COGERH domains, it enters a highly politically charged environment. Even the infrastructure of communication is sometimes affected: irrigators involved in the Nova Floresta conflict reported having their COGERH mail systematically retained in the community post office, and had to be communicated with by phone about allocation meetings. 5.5 The allocation structure and process The group that allocates water from the Jaguaribe River meets twice per year: in January at the beginning of the rainy season to evaluate forecasts and decide the release policies for the next six months, and in late June or early July, when the bulk of precipitation is over and reservoir levels are defined. These meetings are locally called Water Allocation Seminars. In the second and most important meeting of the year, simulations for the general conditions of each of the three main reservoirs (Orós, Castanhão, and Banabuiú) under a variety of release rate scenarios are presented. The commission members discuss the projected situation of each reservoir at the end of the season under each release rate, and after analyzing the presented scenarios, elect which release rate is acceptable for the reservoir. Since each sector has specific needs regarding water supply, decisions entail a great deal of discussion. In 2003, the allocation commission had 107 members from the four sub-basins of the Jaguaribe River mentioned previously, with representation divided in the following way: - 30% of members are representatives of civil society entities, i.e. diverse rural workers unions and associations of inhabitants; among these, the most highly represented group is the rural workers unions (2/5 of total); - 28% public and private water users, e.g. companies providing water for human use, associations of producers from both public and private irrigation areas, and other associations; - 25% representatives of municipal governments, i.e.prefeituras (municipal executive), secretariats of municipal government, and câmaras municipais (municipal legislative); - 17% representatives of the various state and federal government agencies, i.e. people from DNOCS, COGERH, EMATERCE, SEAGRI, and CHESF. Taking a sub-basin perspective, the Baixo Jaguaribe has the most representatives (36%). Notably, the institutions directly linked to water users represent only 28% of the commission’s members. Adding the rural workers’ unions, who represent small farmers working others’ lands by pumping water directly from the river, as well as the farmers who cultivate reservoir and riverbed lands, this still totals only 40% of the members. However this is by design: since the beginning COGERH had the explicit goal of integrating sectors of the broader civil society into the process, as all sectors are indirect water users and direct producers of water pollution. Besides occurring in the main allocation commission for the three large reservoirs of the valley, participatory management was extended to the other smaller reservoirs managed by COGERH. 48 See newspaper Diário do Nordeste, July 1st, 2003. Small reservoir commissions were constituted by local population representatives and government officials. One might organize societal interactions here according to who interacts with whom in the network of reservoirs and waterways. Political alliances do exist at the sub-basin level (e.g., communities associated with a particular reservoir) and through committee membership. More generally, organization of non-governmental water stakeholders has occurred in large part by location (e.g., communities located upstream or downstream of the reservoir gates, where the former tend to oppose water release while the latter tend to favor it) and by occupational practice (e.g. organization through unions, cooperatives, and associations). Stakeholders thus may simultaneously be allies and rivals, depending on the subject of debate, i.e. allies in regional disputes for water and rivals in local conflicts. That is usually the case, for example, for rural workers unions and private landowner associations, who act together against alliances formed in other basins, despite the conflicted relationship that they have locally. The table in Appendix III provides a general description of the stakeholders involved in water allocation and their patterns of behavior during the allocation process. Below we describe one Water Allocation Seminar, in which the diverse and important elements that mark stakeholders’ participation are described. Description of Water Allocation Seminar49 At the end of the rainy season, at the beginning of June, COGERH sets a date for the water allocation seminar and sends invitations through the postal service to the 107 voting members. Each voting member is supposed to communicate the other members of the institution/community he or she represents about the seminar. Our interviews revealed that very few do so, except some representatives of leftist NGOs, church organizations, or groups that have special interests in taking many people to the seminar in order to exert crowd pressure in debates and voting (these are usually groups that experienced water shortages in the previous years). In this case, local communication networks are used: local radios, messages during church services, church loudspeakers, and cars with loudspeakers attached to their roofs. The community/group will then try to allocate transportation resources to carry people to the seminar site. This may be a major problem for some groups/communities, and local leaders and politicians are usually asked for help, naturally creating political obligations. The venue is often an institution that has the minimal necessary infrastructure – microphones, projectors, and video cameras for recording the activities - usually in regional centers like Limoeiro do Norte, Russas, or Morada Nova. All individuals attending the seminar receive a small booklet with the technical information to be discussed during the seminar – tables and graphics about reservoir levels, evaporation, proposed rates of water release to be voted on, etc. (see appendix IV for an example of the graphics used) Voting members receive printed color booklets; others receive black and white photocopies. Someone from COGERH opens the meeting, and he/she will lead the rest of the seminar. This individual is usually the local COGERH manager for the basin, or someone with a higher rank from Fortaleza. The first activity is the introduction of the individuals who sit at the table in front of the audience: the state secretary of water resources (SRH) is called to the table, followed by the president of COGERH, representatives of DNOCS and EMATERCE (Empresa de Assistência Técnica e Extensão Rural do Ceará or Rural 49 Adapted from Taddei and Taddei, 2002. Extension Office for the State of Ceará) (if present), a representative of the municipality hosting the seminar (usually the municipal secretary of agriculture), and the presidents of the sub-basin water committees. Beginning with the secretary (SRH), each member of the directive table will give a speech that usually: 1) emphasizes the importance of the seminar as a democratic step for water allocation, and the necessity for more organization and involvement by the communities so that the democratic process can be solidified; 2) promotes COGERH’s agenda, including the need for every farmer in the valley to adopt the water license scheme, or the advantages of introducing the payment for water as a management mechanism. The speakers then sit with the rest of the participants and audience in the auditorium. The COGERH technician leading the seminar will then call the invitees from the various societal sectors and organizations, who will make presentations about specific topics, including payment for the use of water and its advantages, the necessity of maintaining riverbeds free of obstacles, pollution control, etc. Usually, after these presentations, discussions and debates arise. The COGERH technician will manage the debate, sometimes asking for other COGERH specialists to provide technical answers. The seminar then breaks for lunch. The last presentation, which can take place before or after lunch, is the one in which the current reservoir situations are discussed, and the simulations of reservoir operation are presented to the auditorium. This part of the presentation is very technical, and we observed that some individuals have difficulties with the technical language used. (It was not possible for us to quantify the degree to which participants had difficulty with the technical terminology). However, while most of the auditorium seemed to follow the presentation, it was clear that some individuals lost interest and left the auditorium for coffee or a cigarette. After this technical presentation, the auditorium is divided into three groups. All individuals associated with the Orós reservoir, or located between the Orós and Castanhão reservoirs, meet and discuss the rates of water to be released via the valve of Orós. The same happens for the Banabuiú reservoir, involving users and communities that go from the reservoir to the point at which the Banabuiú River meets the Jaguaribe. The third group is that for Castanhão, with people that live and work from the Castanhão to Fortim, where the Jaguaribe River meets the ocean. Before 2002, the auditorium was divided into two, because the Castanhão was not in operation. Each of these groups then debates the simulations provided by COGERH. About 8 to 10 simulations are provided for each reservoir, with different release rates, their associated rates of evaporation, and rates of decrease in the volume of available water in the reservoir. All simulations begin from the current situation of the reservoir. The proposed values of liberation pre-define the context in which the decision process can take place. Very rarely is the range of volumes suggested by COGERH, i.e. its maximum or minimum suggested water release values, questioned. If they are, COGERH technicians provide justification based on the technical details of the reservoir. The debates among the participants about the volumes were observed to be largely driven by pragmatic reasoning. Users tend to draw upon their memories and perceptions of the correlation between the abstract numbers being discussed (flows in cubic meters per second), the actual situation of the river, and their economic activities/needs from the past years. They then make mental comparisons between how much water is proposed to be liberated now and how much was liberated the previous year. Based on the individuals’ evaluations of how much water was running in the sections of the river close to where they work, or in the irrigation channels they use, they decide if the proposed volume will be sufficient (i.e. they try to match numbers with images of the river or irrigation channels). The same applies to fishermen and community members close to reservoirs who rely on certain levels for fish survival and for accessible planting areas. The actors will then defend their interests, according to the gross typology of stakeholders we present in appendix III. Many interesting outcomes can result from these discussions: actors may negotiate a specific release rate associated with one sector or group of actors’ promise to clean the riverbed in order to improve stream flow, thus allowing water to flow further downstream. Variation in the timing of releases (versus total volume) may be also be negotiated; for example during the dry season, for specific reasons, such as the weeks in which irrigation reaches its peak water consumption due to the biological requirements of the plants being cultivated. The COGERH technicians leading the discussion keep visible notes on a large sheet of white paper taped to the wall. They also strive for consensual decision making, which may take many hours of sometimes heated debate and arguments. If consensus is impossible, the decision is made through a vote. One recurrent rhetorical strategy used by participants in the debates is the use of sophisticated language and the phrasing of specific sectorial interests in technical terms, presenting will as technical necessity, making use of one element of the local cultural representations of the social order: the dichotomy of society into a few “dotô” (doctors, meaning educated and usually powerful person), and many “cidadão” (ordinary uneducated citizens), in which the first have authority to lead the later due to their knowledge, and the later have to follow due to their ignorance. These rhetorical moves are counterbalanced by the actions of technicians associated with church groups, university students, community associations, and even EMATERCE employees, which end up assuming the function of informal representatives of small farmers and fishermen in the arena of sophisticated phraseology. The debates are open to all individuals present in the meeting, though only the representatives can vote. Generally, the number of attendants is much higher than the number of voting members. While the discussion is coming to a consensus, everyone present can influence the debate. Popular group like community associations and unions usually are responsible for bringing many people to the seminars. If a consensus is not reached, and voting must be used, then only those 107 members, in their three subgroups (Orós, Banabuiú, or Castanhão), can vote. This is the moment in which underprivileged groups and actors suffer due to lack of infrastructure (mainly transportation), since it does not matter how many union members are present: if the official representatives (i.e. voting members) are not present, their votes are lost. Members state their vote verbally and publicly. The COGERH technician counts the votes and writes them on the piece of paper taped to the wall. The discussions, as well as the voting, may address other issues besides release rates. In cases of acute water shortage they may legislate about criteria for water allocation and distribution. Examples already mentioned are the decision of the Banabuiú committee, in 2000, to limit water to 50% of pre-crisis flow rates, imposing a 50% reduction in available water to all users; and the Águas do Vale program in 2001, inducing rice growers not to use water and directing the small amount of available water to fruit and shrimp producers. When the three sub-groups reach their decisions, the COGERH technician leading the activities asks the attendants to return to the auditorium; the results of each discussion or vote are read aloud and recorded in the transactions of the seminar. The technician then congratulates everyone who came, reinforcing the importance of the meeting as a democratic mechanism, and declares the seminar to have reached its end. The voting members that are present then sign the attendance sheet. Shortly after the seminar, COGERH prepares a summary of the activities and deliberations of the commission, and the state water council for water resources meets and (usually) approves them. The seminar will meet again in January to discuss climate predictions regarding the rainy season that will begin that month, and to deliberate over reservoir operations for the rainy period. When the forecast points to a normal (average) winter, the reservoir valves are usually adjusted to the guaranteed minimum release for municipal demand (human consumption) in case of eventual dry spells. 6. IMPLICATIONS Above we have characterized the history, societal groups, sociopolitical and legal institutions that are relevant for water management in Ceará. The structure and processes associated with these organizational entities will likely affect future water management policy. For example, it matters that over one and a half million individuals in the state’s hinterland live below the local ‘poverty line’. In these conditions, a fear of insufficient water is well founded. The crucial role of sufficient water is reflected in public reactions to scarcity or abundance, such as celebratory fireworks and/or traveling to watch a reservoir spill50. Decisions linked to water manifest in extreme risk aversion, i.e., ‘tuned’ to worst-case water availability scenarios; this is understandable given the degree of uncertainty in climate and water supply and for those close to the food security line. Variations may be life threatening. Further uncertainty is due to imperfect measurements in the water system, and we see ‘conservative’ water behavior across various levels in society, from rain fed farmers to state planners. An implication for proposed future water management schemes is that policy makers must consider not only average effects, but also impacts upon water risk exposure and its perception, across groups. Looking further at the details, consider the rain fed agriculturalist who, lacking alternatives, always plants seeds after the first rains when soil moisture is at least 30 centimeters deep. If a dry spell ruins the fields, the soil is prepared again, and the farmer waits until the rains begin again, a process that may be repeated many times until Saint Joseph’s day (March 19th).51 This farmer may hear a forecast for dry conditions, but gain some sense of relief knowing that it is not deterministic and that it can be wrong. This is because this planting approach has been tuned to years of risk and is not going to change, in which case it is good that a forecast of dry conditions 50 While this article was written, the Sobral reservoir spilled - a very unusual occurrence as January is the beginning of the rainy season. Television channels broadcasted to the whole region the fireworks used by the local population to commemorate the occasion. TV Verdes Mares, January 27, 2004. 51 There is climatologic sense in Saint Joseph’s day. It is close to the autumn equinox, when the ITCZ (inter tropical convergence zone that brings humidity from the Atlantic to the Brazilian northeast) stops moving south and begins moving back north. That means that the likelihood of rains after March 21st, if it did not rain enough before that date, is small. may be wrong – as it was observed to be in 2003.52 So farmers perceive the probabilistic nature of the forecasts as well, and at the same time understand forecasts’ role in triggering distribution of seeds (which was routine policy until 2003); in 2004, EMATERCE decided to combine forecasts with inputs from field technicians to modify the trigger.) Thus policy makers should consider these issues of risk perception as well, if trying to best support farmers. For instance, their evaluation of the role of forecasts in seed release seems like an important analysis to conduct. That said, it is important to distinguish risks for rain fed farmers from those for industrial operators. The latter might embrace risk in policy choice as they can handle new variations that raise average profits. Water management policy concerning forecasts use for stream flows in reservoir operation faces the same questions about impacts on risks and across groups. Given the conservative default policy, using forecasts would mean sometimes using water in a less conservative manner, i.e. releasing higher amounts of water to productive activities in order to avoid evaporation losses. Recognizing risks, COGERH technicians noted that such technical novelty might be best for reservoirs for which good data is available and those with short recharge times (i.e. those with high tendency of spilling). The need to take into account the connections among hydrological decision making and ensuing impacts across different groups in society becomes crucial when considering moving away from the more risk averse policy currently in place. Some groups are usually negatively impacted by higher rates of water release. Upstream fishers need a minimum amount of water in the reservoir. Riverside agriculturists are limited by their pumping technology to work within certain distances of the waterline, which shifts due to releases. Thus, even innovations which, in aggregate, raise water yield for a given level of water supply reliability could hurt specific user groups. Clearly the details of the allocation commission, in which members of the negatively impacted groups have seats, will be important in effective release policy. Viewing the issues over the long term, perhaps new institutional policies for compensating affected groups can help. More generally, these water management policy questions raise the issues of coordination and of the role of the state. Competition for water among upstream and downstream groups (even within the same sector) is endemic because the rate and amount of water released has a direct impact on their livelihoods. Integrated water management schemes that are rational, efficient and also equitable are the challenges to be faced. Putting such schemes into place is a mandate that has evolved alongside the extension of government control over natural resources in the hinterland. This has proceeded slowly over a decade, and it is far from reaching its end. It has also involved an intriguing twist in the introduction of a form of participatory democracy in water management, in sharp contrast to the traditionally centralized decision structure within the state capital as well as across the hinterlands. A term that is often used by government agencies and worthy of further consideration is “modernization”. Referring to state function, this sometimes indicates efficiency standards taken from private companies. Others use this term to suggest decentralization in the form of political structure transformation, e.g. real decision power vested in participatory water committees. There are clear disputes inside government regarding the authority that committees should have. The existing process is not fully coherent: locally, constrained state funds for subsidies towards transporting participants from distant areas create a bias towards those with disposable resources to attend meetings, such as agribusiness and state agency representatives. At the state scale, some 52 In this case, climate agencies in Brazil issued revised forecasts, but that was not the scenario envisioned when estimating gains from forecasts, and the forecast provided at the beginning of the agricultural season stuck in farmers’ memories. water deals are made outside of the water committees and seminars, e.g. for large industrial or agribusiness enterprises, and are led by agencies responsible for economic development.53 The details of how different groups access this system will matter greatly, including determining which decision makers are making the choices described above concerning risk and the use of climate information. The heterogeneous and in the hinterland spatially dispersed set of water users also pose practical challenges for contractual novelties that may reflect technical novelties concerning climate forecasts but also must confront financial and institutional realities. One relevant example of the limits of the state to monitor hinterland life is the persistent and somewhat successful resistance to licenses by those accustomed to freely pumping bulk water directly to fields. Institutional/contractual novelties that may better signal to agencies what users actually want in terms of water supply and reliability could be hampered by a lack of resources and political will, e.g. to enforce payment of water bills. Another constraint is the limited comprehension of novelties concerning probabilistic deliveries of water. Consideration of many of the above details indicates a need to view potential innovations in water resource management in the context of existing conflicts between different needs and visions. Reservoir or crisis management that could integrate streamflow or climate models and outputs will thus require a deep understanding of the state and local economic and political setting. Adverse political circumstances, for example, may nullify the value of an innovative technological tool, or skew the benefits toward selected groups. We hope to have provided some basic information to help those interested in contributing to the organization and improvement of the water system in Ceará, and to have highlighted issues that, while perhaps obvious to those “on the ground”, do not always enter technical or policy debates. APPENDIX I: TABLES AND FIGURES Crops and irrigation systems Table 1.1 - Alto Jaguaribe Crop Irrigation Project Irrigation System Average Area (ha) Total Area of Sample (ha) 4.7 1903.0 Bean P Uncontrolled flooding P Furrows Number of Records in Sample 405 4.9 1651.0 337 Corn P Furrows 5.2 247.7 48 Pasture - - - - Rice Private Farmers/Tenants Irrigation System P Uncontrolled flooding P Uncontrolled flooding P Furrows P Uncontrolled flooding P Uncontrolled flooding Average Area (ha) Total Area of Sample (ha) 9.1 988.0 Number of Records in Sample 108 5.9 672.3 113 13.4 3.8 347.4 218.7 26 58 5.5 132.0 24 Table 1.2 - Médio Jaguaribe 53 In August of 2002, newspapers reported that the largest producer of the valley, the giant fruit multinational Del Monte, signed an agreement for water delivery directly with DNOCS without participating in discussions of water allocation. That caused friction between the water committees and the administration in the Apodi area, the irrigation area where Del Monte is installed. This tendency is intensified by the “fiscal wars” between states. See Tendler 2000. Crop Rice Bean Banana Private farmers Irrigation System Average Area (ha) Total Area of Sample (ha) 17.7 406.9 Number of Records in Sample 23 19.1 248.9 13 6.9 10.4 493.4 197.0 71 19 P Uncontrolled flooding P Uncontrolled flooding P Sprinklers P Uncontrolled flooding Tenants Irrigation System - P Sprinklers - Average Area (ha) - Total Area of Sample (ha) - Number of Records in Sample - 5.5 - 55.0 - 10 - Table 1.3 – Banabuiú Crop Rice Bean Banana Pasture Irrigation project Irrigation System Private farmers Average Area (ha) Total Area of Sample (ha) 4.4 1765.5 Number of Records in Sample 404 4.6 4.6 599.3 91.2 130 20 P Uncontrolled flooding P Sprinklers - 4.8 344.2 72 - Average Area (ha) Total Area of Sample (ha) 8.9 9.0 2.4 12.0 186.9 738.0 64.8 276.0 Number of Records in Sample 21 82 27 23 3.6 57.6 16 9.7 87.3 9 2.8 8.9 36.4 818.8 13 92 Average Area (ha) Total Area of Sample (ha) 9.1 527.8 Number of Records in Sample 58 3.7 3.3 688.2 52.8 186 16 2.6 3.5 2.0 195.0 350.0 64.0 75 100 32 4.7 253.8 54 2.7 3.13 264.6 103.3 98 33 3.9 109.2 28 3.6 86.4 24 1.8 1.9 43.2 47.5 24 25 P Uncontrolled flooding P Furrows P Shortened water runs P Furrows Irrigation System Average Area (ha) Total Area of Sample (ha) 23.2 278.9 Number of Records in Sample 12 18.2 - 254.8 - 14 - - - - Average Area (ha) Number of Records in Sample 28 Table 1.4 - Baixo Jaguaribe Crop Rice Bean Banana Papaya Pasture Corn Irrigation project Irrigation System P Center pivot P Center pivot P Sprinkler P Microsprinkler (localized) P Drip (lowflow) P Microsprinkler (localized) P Sprinkler P Center pivot Table 1.4 - Baixo Jaguaribe – cont. Crop Rice Beans Pasture Citrus Banana Private farmers Irrigation System P Uncontrolled flooding P Sprinkler P Uncontrolled flooding P Furrows P Sprinkler P Shortened water runs P Uncontrolled flooding P Furrows P Shortened water runs P Uncontrolled flooding P Level (micro)basin P Furrows P Shortened water runs Tenants Irrigation System P Uncontrolled flooding P Sprinkler P Furrows 41.26 Total Area of Sample (ha) 1155.3 3.6 3 133.2 33.0 37 11 P Uncontrolled flooding P Furrows P Sprinkler 5.3 58.3 11 3.1 3.14 55.8 69.1 18 22 P Shortened water runs P Level (micro)basin 2.5 32.5 13 3.1 31.0 10 P Shortened water runs 2.7 37.8 14 Corn Guava P Uncontrolled flooding P Furrows P Level (micro)basin P Sprinkler P Uncontrolled flooding P Furrows P Furrows 3.4 173.4 51 1.5 5.1 289.5 51.0 193 10 2.8 4.4 109.2 44.0 39 10 2.7 2.7 97.2 91.8 36 34 P Sprinkler - 3.9 35.1 9 - - - Table 2: Cultivated areas in the Jaguaribe Valley Basin Municipality Total Area (ha) Alto Jaguaribe Icó 5,425.41 Iguatú 1,328.00 Orós 1,045.00 Quixelô Médio Jaguaribe Baixo Jaguaribe Basin total 8,401.41 Alto Santo 1,143.50 Icó 267.00 Jaguaribara 381.00 Jaguaribe 635.20 São João do Jaguaribe 1,961.00 Tabuleiro do Norte 1,186.60 Basin total 5,574.30 Aracati 14.00 Itaiçaba 104.00 Jaguaruana 4,386.81 Limoeiro do Norte 2,130.45 Quixeré 585.00 Russas 1,856.00 DIJA 2,021.70 Basin Total Banabuiú 603.00 11,097.96 Banabuiú 201.00 Jaguaretama 150.22 Limoeiro do Norte 2,469.15 Morada Nova 2,414.50 Morada Nova Irrigation Project 2,000.00 Tabuleiro de Russas Basin total Total Source: COGERH. 867.00 8,101.87 25,073.67 Municipal water consumption with the Jaguaribe River as the main water source Table 3.1 – Municipalities attended by the Orós-Lima Campos system Municipality N° 1 2 3 Orós Icó Jaguaribe Total Population Attended 10,100 18,500 15,500 44,100 Volume / Month m; Flow (l/s) 46,000 86,500 69,800 202,300 12 33 27 72 Volume / Month m; Flow (l/s) 32,000 26,500 106,000 235,000 399,500 12 10 41 91 154 Volume / Month m; Flow (l/s) 157,300 28,000 29,500 76,900 17,000 25,000 100,500 78,500 29,000 12,300 554,000 61 11 12 30 7 10 39 30 11 5 216 Table 3.2 – Municipalities attended by the Banabuiú-Pedras Brancas system Municipality N° 1 2 3 4 Banabuiú Ibicuitinga Morada Nova Quixadá (Pedras Brancas) Total Population Attended 6,600 4,950 23,500 51,000 86,050 Table 3.3 - Municipalities attended by the Castanhão reservoir Municipality N° 1 2 3 4 5 6 7 8 9 10 Russas Palhano Itaiçaba Jaguaruana Nova Jaguaribara Limoeiro do Norte (Cidade Alta) Limoeiro do Norte (Cidade) Tabuleiro do Norte Quixeré São João do Jaguaribe Total Source: COGERH Population Attended 33,300 4,300 5,200 16,000 3,800 4,500 19,500 16,300 6,100 2,800 111,800 Operation of the three main reservoirs from 1998 to 2003 Table 4.1 – Orós Year Situation on June 1st 1998 1999 2000 2001 2002 2003 1,380.56 (71.2%) 934.35 (48.2%) 1,017.35 (52.4%) 561.24 (28.9%) 427.76 (22.1%) 618.51 (31.9%) Situation on December 31st 840.04 (43.3%) 540.80 (27.9%) 649.60 (33.5%) 259.50 (13.4%) 286.70 (14.8%) 368.30 (19.0%) Approved Release Rate (m;/s) 12.0 to 15.0 18.0 19.0 10.0 5.0 to 6.0 5.0 Actual Release Rate (m;/s) 19.6 17.5 14.0 11.0 4.7 2.4 Situation on December 31st 269.66 (16.8%) 70.34 (4.4%) 63.76 (4.0%) 9.46 (0.6%) 382.70 (23.9%) 444.70 (27.8%) Approved Release Rate (m;/s) 10.0 9.0 7.0 1.5 7.5 9 Actual Release Rate (m;/s) 13.5 9.0 5.8 1.3 7.2 6.7 Situation on December 31st 272.63 (4.1%) 305.60 (4.6%) Approved Release Rate (m;/s) 11.0 11.0 Actual Release Rate (m;/s) 8.0 10.2 Table 4.2 – Banabuiú Year Situation on June 1st 1998 1999 2000 2001 2002 2003 577.62 (36.1%) 265.58 (16.6%) 184.04 (11.5%) 35.97 (2.3%) 526.10 (32.9%) 533.46 (33.3%) Table 4.3 – Castanhão Year Situation on June 1st 2002 2003 455.69 (6.8%) 532.73 (7.9%) Source: COGERH Figure 1: Jaguaribe-Metropolitan-Banabuiú Hydrosystem Orós h=199,5m Pumping stations Reservoirs Banabuiú h=142,5m Castanhão h=106 m 108 km Riverbed / canal Pacajus Eixão (under construction) 110 km Canal do Trabalhador h=38m Pacoti h=45m Acarape do Meio Riachão h=36m Others (Sitios Novos and Cauhipe) Gavião 6,9 m3/s Itaiçaba (pumping station) ∆h=50m Source: adapted from Guidotti, 2003. Fortaleza Maracanaú (Industry) Pecém (Industry) APPENDIX II: PHOTOS Field of flooded rice, Alto Jaguaribe Furrows irrigating beans, Banabuiú Center pivot irrigation, Baixo Jaguaribe Fruit culture, Baixo Jaguaribe Shrimp production, Baixo Jaguaribe Agriculturalist explaining the functioning of sprinklers Tanker trucks – a reality of the hinterland, Médio Jaguaribe “If the forecast says the winter will be bad, they pray for the forecast to be wrong” – Water is always present in local religious rituals, Banabuiú. A nearly dried up reservoir – rulers outside the water, Nova Floresta, Médio Jaguaribe Bringing home water from the reservoir, Médio Jaguaribe APPENDIX III: ACTORS IN THE CEARÁ WATER SCENE54 Actors power in the allocation Main pattern of participation in the seminar Usual rivals in the allocation process Water distribution companies, municipal (SAAEs) or state owned (CAGECEs) All sites. Every municipality has either a SAAE or CAGECE. Most are located downstream of the reservoirs, along the river. Tend to favor higher rates of water liberation, but with limits so that future years’ water supply remains guaranteed. All actors that oppose water liberation (vazanteiros – see below, and fishery associations). They usually complain about unregulated water usage (between the reservoir and the municipality they attend) when it causes water shortage for the municipality. Barriers in the river also causes problem for these actors, so they tend to press for good maintenance of the riverbed. Users located downstream along the river, but with limits. They tend to worry about future years’ water supply for the municipalities. Greatest power among users, since their priority is guaranteed by law. Representatives of these institutions have their own infrastructure to participate (transportation, communication facilities, etc.), which improves their effective political participation in the process. Many SAAE sponsor public campaigns against the privatization of water distribution services. Since most of these individuals are technicians, technical language is not a problem for them. Associations related to public irrigated perimeters DIJA and Morada Nova located downstream; Icó-Lima Campos Irrigation Project located upstream. If downstream tend to fight for the liberation of water; if upstream tend to fight for lower release rates. Downstream projects: vazanteiros (small farmers who farm the reservoir’s lands) and fishery associations. Occasionally private and public irrigators may clash, depending on who is located closer to the reservoir and gets the water from the river first. COGERH and EMATERCE technicians, private irrigators. Downstream projects: other actors who favor higher rates of water liberation. Medium to high power, due to support from COGERH and EMATERCE technicians. Many of these associations don’t have any infrastructure (transportation, communication), and depend on the support provided by other actors. Most of the time, public irrigators have difficulties with the technical language used in the seminars, which may represent a political disadvantage. Associations related to private irrigated properties Downstream of the reservoirs, (except for those located in Orós and Iguatú, Alto Jaguaribe). If downstream tend to fight for the liberation of water; if upstream tend to fight for lower release rates. Downstream irrigators: vazanteiros (small farmers who farm the reservoir’s lands) and fishery associations. Occasionally private and public irrigators may clash, depending on who is located closer to the reservoir and gets the water from the river first. Downstream irrigators; other actors who favor higher rates of water liberation. Medium to high power, since they have interests that are aligned with public irrigators (in terms of water liberation), and have good infrastructure to participate in the political process. Technical language is less a problem than that for public irrigators. 54 First presented in Taddei & Taddei, 2002. Usual allies in the allocation process Relative Usual location in the basins process Actors Usual allies in the allocation process Relative power in the allocation Usual location in the basins Main pattern of participation in the seminar Usual rivals in the allocation process Vazanteiros – small farmers that work on the reservoir lands On the lands of the reservoirs that are uncovered by lowering water. When the reservoir is full, they press for water liberation, so that reservoir land can be made available to then. When the level of the reservoir is low, they tend to strongly oppose the liberation of water, as the water tends to get too far from their fields and the cost of water transportation (through pumps) increases. All users who press for water liberation. Fishery associations, church groups, and community associations from the reservoir area. Little power. Along with the fishermen, these are the poorest members of the commission, lacking any resource in terms of infrastructure. Many vazanteiros do not attend the seminar for lack of transportation. Technical language is a strong barrier. The support of church groups and community associations tend to significantly enhance this group’s power. Representatives of rural workers unions There is no geographical pattern for their associates. These unions represent all kinds of small producers – those who work in rain fed fields, in reservoir lands, or in small irrigated areas. Don’t have a clear pattern of participation. Geographical location is key factor. Open to influence by other actors connected to the unions – public irrigators, vazanteiros or fishermen – depending on who could attend the seminar. If downstream, those who oppose the liberation of water; if upstream, the opposite. If downstream, those who favor the liberation of water; if upstream, the opposite. Medium power due to the fact that several commission members are representatives of these unions. Nevertheless, it is not rare that they act against each other in the seminar. process Actors Usual location in the basins Main pattern of participation in the seminar Usual rivals in the allocation process Fishing associations On the reservoirs. Tend to oppose any water liberation: the lower the reservoir level, the poorer the water quality. This decreases the amount of fish. All users who press for water liberation. Industries Mainly around Fortaleza, and to a much lesser degree, in the Baixo Jaguarive sub-basin. Tend to be absent from the JaguaribeBanabuiú seminar. Tend to fight for the liberation of water from reservoirs. Vazanteiros, fishery associations, church groups, and community associations from reservoir areas. - COGERH’s technicians who are members of the seminar tend to support public irrigation and the other actors considered underprivileged in the political process. Representatives of COGERH Usual allies in the allocation process Vazanteiros, church groups, and community associations from the reservoir areas. All users who press for water liberation. Officially neutral. Officially neutral. Relative power in the allocation process Little power. Fishermen are poorer than vazanteiros and harshly exploited by middlemen. They lack any resource in terms of infrastructure. Many fishermen do not attend the seminar for lack of transportation. Technical language is also a strong barrier. The support of church groups and community associations tend to significantly enhance the power of this group. High power, due to the privilege given to them by state law (industry ranks higher than agriculture for water use priorities), to the government’s political decision to privilege Fortaleza in terms of water availability, and to the high level of political articulation by its members (with developed infrastructure, communication apparatus, etc.). Most powerful actor. COGERH controls all activities of the seminar, including the range of possibilities for water allocation. They set the tone for the technicality (language) of the seminar. See seminar activity description below. Actors Usual allies in the allocation process Relative power in the allocation Usual location in the basins Main pattern of participation in the seminar Usual rivals in the allocation process Representatives of EMATERCE More or less equally distributed around the valley. EMATERCE’s technicians tend to support public irrigation and the other actors considered underprivileged in the political process. Officially neutral. Officially neutral. Medium to high power. EMATERCE’s technicians tend to pay more attention to technical details. Due to their proximity to small farmers and vazanteiros, they sometimes act in support of these. Representatives of municipal governments More or less equally distributed around the valley. Activities depend on their geographic location and position in the municipal government. Usually, representatives of the executive will fight for water supply for the municipality; representatives of the legislative will most likely fight according to local political interests. Executive: Conflicts with private irrigators abound. They usually complain about unregulated water usage between the reservoir and the municipality it attends when it causes water shortage there. Barriers in the river also cause problems to these actors, so they tend to press for good maintenance of the riverbed. Legislative: will defend party interests or political groups they are associated with. Baixo Jaguaribe is left wing oriented; others are center to right wing oriented. Executive: SAAEs and CAGECEs. High power, as they have priority according to the law (human consumption is the first priority), infrastructure to guarantee their participation (transportation and communication – they usually offer representatives of disadvantaged groups help with transportation, if it is of their political interest), and a good domain of technical language. Legislative: varies from private irrigators and companies to small farmers and vazanteiros. process Actors Usual allies in the allocation process Relative power in the allocation Usual location in the basins Main pattern of participation in the seminar Usual rivals in the allocation process Representatives of groups related to the church More or less equally distributed around the valley – stronger groups at the Baixo and Médio Jaguaribe. Tend to act in favor of disadvantaged groups. No defined rival, but they are usually opposed to the privileges given to large landowners (private irrigators) and industries. Community associations. Little power, since they only have two seats. However, they are able to mobilize people and exert crowd pressure upon voting members. Community associations More or less equally distributed around the valley. Tend to represent and act in favor of disadvantaged groups. Representatives of communities located around reservoirs will fight for lower rates of liberation, and representatives of communities far from the reservoir will press for higher rates of liberation. No defined rival, but they are usually opposed to the privileges given to large landowners (private irrigators) and industries. Church groups. Little de juris power, since they have few seats. As with the church groups, the weight of the associations lies in their ability to mobilize people and exert crowd pressure upon voting members. process Appendix IV - Sample of the operation simulation for the Orós reservoir OPERATION SIMULATION FOR THE ORÓS RESERVOIR FROM JULY 1ST, 2002 TO JANUARY 01, 2003 MAXIMUM LEVEL: 199,50 m LEVEL OF VALVE: 169,00 m CAPACITY: 1.940,00 hm3 DEAD VOLUME: 16,87 hm³ SIMULATION FOR 5,0 m³/s (hm³) Volume (%) Evaporation area (m) Variation Variation Released Liberated Evaporated of level volume flow volume (hm³) volume (hm³) (m) (m³/s) (hm³) 186,36 420,091 21,7% 0,19 5,000 13,39 10,30 -0,44 -23,70 01/08/02 185,92 396,447 20,4% 0,22 5,000 13,39 10,68 -0,49 -24,07 01/09/02 185,43 372,417 19,2% 0,22 5,000 12,96 10,73 -0,48 -23,69 01/10/02 184,95 349,137 18,0% 0,24 5,000 13,39 10,38 -0,54 -23,77 01/11/02 184,41 325,459 16,8% 0,21 5,000 12,96 9,42 -0,52 -22,38 01/12/02 183,89 303,167 15,6% 0,21 5,000 13,39 8,34 -0,55 -21,74 01/01/03 183,34 281,601 14,5% 1,29 79,48 59,85 -3,02 -139,35 Evaporation area (m) Variation Variation Released Liberated Evaporated of level volume flow volume (hm³) volume (hm³) (m) (m³/s) (hm³) Level Volume (m) 01/07/02 MONTH of SIMULATION FOR 6,0 m³/s Level Volume (m) (hm³) Volume (%) 01/07/02 186,36 420,091 21,7% 0,19 6,000 16,07 10,30 -0,49 -26,37 01/08/02 185,87 393,995 20,3% 0,22 6,000 16,07 10,68 -0,54 -26,75 01/09/02 185,33 367,513 18,9% 0,22 6,000 15,55 10,73 -0,56 -26,29 01/10/02 184,77 341,245 17,6% 0,24 6,000 16,07 10,38 -0,60 -26,45 01/11/02 184,17 314,934 16,2% 0,21 6,000 15,55 9,22 -0,61 -24,77 01/12/02 183,56 290,228 15,0% 0,21 6,000 16,07 8,34 -0,63 -24,41 01/01/03 182,93 265,816 13,7% 1,29 95,38 59,65 -3,43 -155,04 MONTH of 273 APPENDIX IV - CONTINUATION Volumetric variation of the Orós reservoir – from January 1981 to June 2003 1.900.000.000 1.700.000.000 1.500.000.000 Volume (m3) 1.300.000.000 1.100.000.000 900.000.000 700.000.000 500.000.000 V olume M ax. m³ V olume Obsv. m³ Capacidade (m³) M í nimo Observado (m³) 300.000.000 100.000.000 Data REFERENCES Carvalho, José Maria Marques de, and Rômulo Cordeiro Cabral (2003). Pólo de Desenvolvimento Integrado Baixo Jaguaribe: Informações Estratégicas. Fortaleza: Banco do Nordeste. Carvalho, Otamar de (1988). A Economia Política do Nordeste – Seca, Irrigação e Desenvolvimento. Rio de Janeiro: Campus; Brasília: ABID – Associação Brasileira de Irrigação e Drenagem. Coelho, Jorge (1985). As Secas do Nordeste e a Indústria das Secas. Petrópolis: Vozes. Costa, Alberto C. G., Conrad P. Kottak, and Rosane M. Prado (1997). The Sociopolitical Context of Participatory Development in Northeastern Brazil. Human Organization, Vol. 56, No. 2, 1997. Comitas, Lambros (1973). Occupational Multiplicity in Rural Jamaica. In Comitas, Lambros and David Lowenthal (eds.), Work and Family Life – West Indian Perspectives. New York: Anchor Books. Cunniff, Roger (1975). The Birth of the Drought Industry: Imperial and Provincial Responses to the Great Drought in Northeast Brazil (1877-1880). Revista de Ciências Humanas, VI., 1, Fortaleza: Universidade Federal do Ceará. Davis, Mike (2001). Late Victorian Holocausts: El Niño Famines and the Making of the Third World. New York: Verso. 274 Diniz, Aldiva Sales (2002). A construção dos perímetros irrigados e a criação de novas terrirorialidades no sertão. In Elias, Denise and José Levi Furtado Sampaio (orgs.), Modernização Excludente. Fortaleza: Edições Demócrito Rocha. Elias, Denise (2002). Integração Competitiva do Semi-Árido. In Elias, Denise and José Levi Furtado Sampaio (orgs.), Modernização Excludente. Fortaleza: Edições Demócrito Rocha. Elias, Denise and José Levi Furtado Sampaio (2002). Modernização Excludente – Paradigmas da Agricultura Cearense. Fortaleza: Edições Demócrito Rocha. Faoro, Raymundo (1984). Os donos do poder: formação do patronato politico brasileiro. Rio de Janeiro: Globo. Finan, Timothy J. (1988). Market Relationships and Market Performance in Northeast Brazil. American Ethnologist, Vol. 15, No. 4. (Nov., 1988), pp. 694-709. --------------- (1998). Birds’ Nests, Donkey Balls, and El Niño: The Psychology of Drought in Ceará, Northeast Brazil. Paper presented at the Annual Meeting of the American Anthropological Association, Philadelphia. --------------- (2001). Drought and Demagoguery: A Political Ecology of Climate Variability in Northeast Brazil. Paper prepared for the workshop Public Philosophy, Environment, and Social Justice, Carnegie Council on Ethics and International Affairs, New York, NY, October 21-22. Finan, Timothy J., and Donald R. Nelson (2001). Making rain, making roads, making do: public and private adaptations to drought in Ceará, Northeast Brazil. Climate Research, Vol. 19: 97-108, December 4, 2001. Garjulli, Rosana (2001). Experiência de Gestão Participativa de Recursos Hídricos: o Caso do Ceará. In Alves, Rodrigo Flecha Ferreira and Giordano Bruno Bontempo de Carvalho (eds.), Experiências de Gestão dos Recursos Hídricos. Brasília: MMA/ANA. Girão, Raimundo (1947). A História Econômica do Ceará. Fortaleza: Editora Instituto do Ceará. --------------- (1986). A Marcha do Povoamento do Vale do Jaguaribe (1600-1700). Fortaleza: SUDENE/GEVJ. Governo do Estado do Ceará (2000a). Ceará – O Semi-Áridos Cearense e os seus desafios. Fortaleza: Secretaria de Planejamento e Coordenação --------------- (2000b). Ceará – Indicadores Sociais e Demográficos – PNAD 1999. Fortaleza: Secretaria de Planejamento e Coordenação / Fundação IPLANCE. Greenfield, Gerald M. (1986). Migrant behavior and elite attitudes: Brazil’s Great Drought, 1877-1879. The Americas, vol. XLIII, nº 1, pp. 69-85. --------------- (1992). The Great Drought and Elite Discourse in Brazil. Hispanic American Historical Review, 72:3, 375-400. --------------- (2001). The realities of images: imperial Brazil and the Great Drought. Philadelphia, PA: American Philosophical Society. 275 Guidotti, Gianluca (2003). Utility of Climate Information Based Reservoir Inflow forecasts for Bulk Sector water allocation. Master Thesis, Earth and Environmental Engineering Department, Columbia University, New York. IPLANCE – Fundação Instituto de Pesquisa e Informação do Ceará (2002a). Índice de Desenvolvimento Municipal 2000. Fortaleza: Edições Iplance. --------------- (2002b). Diagnóstico Social do Ceará. Fortaleza: Edições Iplance. Kenny, Mary Lorena (2002). Drought, Clientalism, Fatalism and Fear in Northeast Brazil. Ethics, Place and Environment, Vol. 5, No. 2, 123-134, 2002. Lemos, Maria Carmen (2003). A Tale of Two Polices: The Politics of Climate Forecasting and Drought Relief in Ceará, Brazil. Policy Sciences 36: 101-123, 2003. Lemos, Maria Carmen et al. (2002). The use of seasonal climate forecasting in policymaking: lessons from Northeast Brazil. Climatic Change, 55:479-507. Magalhães, Antonio Rocha (2002). Climate, Society and Public Policy: How Climate Affects Society, How Society and Government Respond to Climate Impacts. Paper presented at conference Climate Affairs in Latin America: Climate Issues and Policy Responses.Institute of Latin American Studies, Columbia University. January 31February 2, 2002, New York, NY. Medeiros Filho, João, and Itamar de Souza (1988). A Seca do Nordeste: Um Falso Problema – A política de combate às secas antes e depois da SUDENE. Petrópolis: Vozes. Montenegro, Abelardo F. (2001). Interpretação do Ceará. Fortaleza: Casa de José de Alencar / Programa Editorial. Nelson, Donald R. and Timothy Finan (2000). The Emergence of a Climate Anthropology in Northeast Brazil. Practicing Anthropology, Vol. 22, No. 4. Neves, Frederico de Castro (2000). A Multidão e a História. Rio de Janeiro: Relume Dumará. --------------- (2002). A seca na história do Ceará. In Souza, Simone de (org.), Uma Nova História do Ceará. Fortaleza: Edições Demócrito Rocha. --------------- (2003). Seca, Estado e Controle Social: as políticas públicas de combate às secas no Ceará. In Braga, Elza Maria Franco (org.), América Latina: transformações econômicas e políticas. Fortaleza: Editora UFC. Parente, Francisco Josênio C. (2000). A Fé e a Razão na Política. Conservadorismo e Modernidade das Elites Cearenses. Fortaleza: Universidade Federal do Ceará. --------------- (2002). O Ceará dos “coronéis” (1945 a 1986). In Souza, Simone de (org.), Uma nova história do Ceará. Fortaleza: Edições Demócrito Rocha. Prado Júnior, Caio (1989). Formação do Brasil Contemporâneo. São Paulo: Brasiliense. Souza Filho, Francisco de Assis (2001). Notas sobre Planejamento de Recursos Hídricos no Ceará. In Alves, Rodrigo Flecha Ferreira and Giordano Bruno Bontempo de Carvalho (eds.), Experiências de Gestão dos Recursos Hídricos. Brasília: MMA/ANA. 276 Tendler, Judith (2000). The Economic Wars Between the States. Paper presented at the OECD/State Government of Ceará Meeting on Foreign Direct Investment and Regional Development, Fortaleza, 12 December 2002. Taddei, Ana Laura, and Renzo Taddei (2002). Participatory Water Allocation in Ceará Notes on Political and Communicational Structures and Environments. International Research Institute for Climate Prediction Internal Report, Columbia University. New York, September 27, 2002. Newspapers Diário do Nordeste (2003). January 7, January 13, March 30, October 16 editions. --------------- (2004). January 9, January 11, January 12 editions. Folha de S.Paulo (2004). January 11 edition. O Povo (2003). January 13, February 1st, April 4 editions. --------------- (2004). January 7 and January 12 editions. Legislation Governo do Estado do Ceará (1992). Lei n° 11.996, de 24 de julho de 1992. --------------- (1993). Lei n° 12.217, de 18 de novembro de 1993. Governo Federal da República Federativa do Brasil (1934). Decreto no 24.643, de 10 de julho de 1934 - Código de Águas. --------------- (1997). Lei nº 9.433, de 8 de janeiro de 1997 - Lei das Águas. --------------- (2000). Lei nº 9.984, de 17 de julho de 2000. 277 CHAPTER 12: ELABORATION AND ANALYSIS OF WATER MANAGEMENT POLICIES Alex Pfaff Water management reforms have been promoted in both developed and developing countries in the last decades. The main motivation for these reforms are the recognition that increasing the supply of water to meet a pressing demand is a relatively costly alternative when compared to better demand management through the promotion of incentives for conservation and rationalization of the use of water. The potential for continuation and replication of policies for the expansion of the water supply infrastructure is now diluted by limited government budgets, especially in the developing world, and the large room for improvement in the efficiency of water use. For example, the pervasiveness of low water efficiency irrigation techniques and subsidized prices in both the urban and rural settings leading to disincentives to water conservation are among the challenges that contemporary water reform policies hope to tackle. For those reasons, international donors and financiers are currently advocating better management practices for water-related operations. The 1950s inaugurated a period of subsidized water infrastructure projects meant to lower food production costs in several countries. More recently, this trend has been reversed, with users being called for to pay for water services and progressively induced to rationalize their consumption (Dinar and Subramanian, 1997). Several water management reform experiences with economic instruments in both developed and developing countries are now available for careful scrutiny and assessment55 before their replication around the world. These experiences are an especially valuable asset to lower income countries hoping to implement better management practices and cost recovery strategies in the administration of their public infrastructure projects. Additionally, innovative alternatives are constantly being introduced and tested. However, international water reform policies can only be replicated after they are contrasted to the regional context, and local institutions and their determinants are accounted for. This component of our reports, concerning the ‘Elaboration and Analysis of Water Management Policies’ contains sections for each of two types of ‘economically oriented’ water management policies: first, the pricing of water sold by an agency to users; and second, water trading between/among users. Basic concepts are conveyed within the context of experiences in actual water management. Then brief examples are given of theoretical study of related points. For pricing, urban/industrial and rural/irrigated cases are distinguished and, for each, the issues of efficiency and equity are separated. Next, 55 For example, Dinar and Subramanian (1997), Dinar (2000) and Saleth and Dinar (1999) compile a number of water policy experiences for several countries. 278 asymmetric information, bargaining, investment in technology and infrastructure, and the possibility of water delivery insurance are all considered in theory within the context of water pricing. For water trading, three major issues are considered: the initial allocation of water rights; different mechanisms for trading; and the regulation of water trading. 1. Water Pricing 56 Prior to World War II, water users in several countries, including developing countries, paid the full costs of water supply. Starting in the 1950s, however, subsidized irrigation investments to reduce the cost of food production became common around the world. In the case of Ceará, subsidies date back to the late 1800s, when following the great drought of 1877-1879 the Brazilian Emperor formed a commission to propose strategies to combat of the effects of droughts. Among other policies, the commission recommended the construction of reservoirs in the semi-arid to increase the supply of water in the region, and the first important reservoir of the state, Cedro, was built between 1889 and 1906. Since then, several water infrastructure investments subsidized by the state and federal governments have been carried out. This trend is being reverted around the world in recent years due to the high costs of continuing to meet the increasing demand for water by increasing water supply through infrastructure investments (Dinar and Subramanian, 1997). The major challenge in most parts of the world is to promote incentives for water conservation and mechanisms for the recovery of costs associated with the water infrastructure. Indeed, disincentives for water conservation are ubiquitous. For example, in Taiwan and some parts of the U.S. water is charged for according to a decreasing block rate scheme, i.e. consumption of large quantities of water is rewarded with a discount in the water price. In other parts of the world, including Brazil and Ceará, a flat rate is charged, implying no penalties for large quantities consumed. In some cases where an increasing block rate scheme does exist, the lowest price corresponds to such a large band for quantity of water consumed that most users face the lowest water price, which essentially corresponds to a low flat rate (examples of this are in Botswana and parts of Spain). In addition, charges generally reflect average rather than marginal costs, and are not adjusted by region to account for differences in the cost of supply. Water pricing mechanisms are being adopted and tested around the world. They are designed to address efficiency and equity issues associated with water allocation in both urban and rural contexts. 56 Unless otherwise stated the international information on water pricing reviewed in this section was obtained from the several papers on country-specific experiences compiled in Dinar and Subramanian (1997). 279 1.1 Urban and Industrial Water Pricing Efficiency and Cost Recovery One of the most common water pricing instruments used around the world is the “increasing block rate” price schedule. Its popularity stems from its relative simplicity as well as its potential to address efficiency and equity concerns while at the same time promoting cost recovery. In an increasing block rate pricing system, higher rates are charged per unit of water for larger blocks of water consumed. Table 1 shows an example or an increasing block rate pricing schedule in a developing country. The increasing block rate scheme penalizes consumption of larger volumes of water with a higher tariff, thus creating an incentive for conservation. The example from a developing nation such as Botswana illustrates the simplicity of this pricing instrument and its possibility of replication elsewhere. Increasing block rates for urban and industrial water are common in other countries such as Israel, Spain, the U.S., Australia and Namibia. The basic requirement for the implementation of increasing block rates is the capacity to measure consumption. This is in general not a problem for urban and industrial users, since meters are typically installed in those cases. However, implementing an increasing block rate scheme is subject to some difficulties. First, choosing the size of each consumption band and associated prices is somewhat arbitrary and is determined by not only efficiency considerations, but also equity concerns and political pressures. From the experiences in Botswana (prior to 1992 water pricing reforms) and Spain we learn that political pressures to set large consumption bands at lower price levels are expected to occur and undermine the attainment of the goals of the pricing policy. Also, when designing the consumption bands and associated prices, it may be difficult to determine what is socially fair when dealing with equity concerns. Second, consumption bands and prices have to be periodically revised and adjusted for inflation or other technological and structural changes that influence the effectiveness of the pricing scheme57. Table 1: Water Tariff Schedule for the Gaborene/Lobatse region, Botswana (1993). Band Monthly Consumption 57 Tariff Hajispyrou et al. (2002) question the validity of the actual implementation of an increasing block rate scheme for household water use in Cyprus. In particular, they argue that by introducing a variety of pricing schedules for different regions of such a small island substantial price heterogeneity that could not be justified on the basis of efficiency or equity criteria was generated. The Cyprus case illustrates the need for careful implementation of an increasing block rate schedule. 280 (cubic meters) (P per cubic meter*) 1 0-10 0.85 2 11-15 2.50 3 16-25 3.20 4 >25 4.40 5 Raw water 3.85 Source: Dinar and Subramanian (1997), p. 27. * P stands for PULA, the local currency. A more general version of the increasing block rate system is a two-part tariff with a fixed tariff or connection fee and a variable charge depending on the volume consumed. The fixed tariff is meant to recover fixed costs, whereas the variable charge can be similar to an increasing block rate system or introduce marginal cost pricing, i.e. the variable charge increases to the same extent that the cost of producing an additional unit of usable water increases. Parts of Australia, New Zealand and Spain adopt this pricing mechanism. Bulk water pricing, as opposed to simply charging for treatment and delivery of treated retail water, is another way of having water priced closer to its scarcity value. Bulk water tariffs were implemented in Namibia and in Ceará and should continue being used as an instrument to recover water infrastructure costs and to provide an incentive for the efficient use of water. Industry in Ceará pays bulk water tariffs for the purchase of wholesale water from COGERH, and the water agency is expected to pay for wholesale water that it obtains from federally funded water sources. Spain provides some interesting experiences in water pricing. Several cities in Spain adopt seasonal rates to adjust for different levels of water scarcity at different seasons of the year as an alternative way of inducing rational use of water. Some cities discourage excess capacity building by introducing charges proportional to the diameter of the water meter used in the facility. Botswana has recently introduced tariffs that vary by regions to reflect their supply cost differences. Such policy, however, may be subject to important distortions in developing regions, from the perspective of cost recovery, given the importance of local economic growth relative to other issues of interest58 and the region’s sensitivity to regional 58 Despite significant development and better public administration in the last 15 years (Vasconcelos et al., 1999 and Tendler, 1997), Ceará remains as one of the poorest states in Brazil. Per capita GDP was US$ 1,917 in 1996, corresponding to 88% of the Northeastern average and only 43% of the national average. It is estimated that 49% of the Ceará population live below the extreme (or food only) 281 imbalance problems. For example, half of the population of the state of Ceará, Brazil, and most of its economic activity is concentrated in the Fortaleza metropolitan area. This on the one hand generates economic opportunities for new firms via external economies59 and consolidates the capital as the major economic growth center of the State, but on the other hand brings about congestion problems, overpopulation of poor areas of the metropolis, and deepens regional economic imbalances in the State. Since water is an important development tool in Ceará, we can expect its price to vary across regions not necessarily to reflect heterogeneous costs of supply, but to promote incentives for industry location vis-à-vis economic growth and reduction of regional imbalances. To promote improved efficiency in urban water supply and increased cost recovery, some countries opted for autonomous and financially self-dependent water supply agencies. These need to be regulated by the government (World Bank, 1993, Klein, 1996 and Clark and Mondello, 2002) and may have a performance that is superior to strictly state run agencies. Some experts claim that government management leads to misallocations and waste due to fragmented public sector management, neglect of water quality and inadequate pricing (Asad et al., 1999), and go ahead to estimate the efficiency losses generated by public sector management (Timmins, 2002)60. However, Anwandter and Ozuna (2002) question the validity of this argument taken at face value. These authors fail to find convincing empirical evidence of the positive impact of decentralization on the efficiency of Mexican utilities. They suggest that, given the monopoly characteristics of the urban water sector, privatization should be accompanied by measures to improve competition and reduce informational asymmetries. Finally, some experiences related to urban and industrial water pricing include pollution charges. These particular, focused fees based in principle on actual water quality are in place in Spain, France (Thomas, 1995, Asad et al., 1999 and Dinar and Subramanian, 1997) and in the Paraiba do Sul River Basin in Brazil (Estado de Sao Paulo, 2001). In the latter case, water tariffs vary with the pollution content of return flows. Equity poverty line as compared to 23% in Brazil, 9% in the Southeast and 48% in the Northeast (World Bank, 2000). 59 Economic activities tend to agglomerate in selected regions due to economies external to the firm. These economies result from factors such as the creation of a market for the supply of skilled labor, knowledge spillovers among firms, appearance of industries that produce specialized inputs and existence of infrastructure that facilitate transportation and overall access to markets (Marshall, 1920). For example recent studies on agglomeration and external economies see Raab and Lichty (2002) and Hanson (1996). 60 Timmins (2002) estimates the deadweight loss generated by publicly run groundwater supply agencies using a panel data set composed of 13 cities in California’s Southern San Joaquin Valley from 1970 to 1993. He estimates an average loss of $110.68 per household per year in constant 1995 U.S. dollars when comparing current water pricing practices with counterfactual simulations of efficient pricing. 282 Economic instruments for water allocation meant to address equity considerations include two-part tariffs/increasing block rates, tariffs varying with household characteristics, and demand (not supply) subsidies. Two-part tariffs and increasing block rates as implemented in Spain, Australia, Botswana, France, Israel, New Zealand and the U.S. can accommodate urban equity issues. The idea is to promote subsidies across urban consumers: lower prices for bands with the lowest consumption of water safeguard poor households’ consumption, whereas higher tariffs associated with increased consumption provide a financial basis for the subsidies targeted to the poor. Clearly, two-part tariffs and increasing block rates also promote an incentive for conservation and efficiency in the consumption of water, thus its popularity among the more advanced regions of the world with respect to water management. However, when considering increasing block rates, the difficulties with respect to the definition, implementation and revision of the appropriate consumption bands and associated prices can undermine the efforts to promote social welfare. In particular, explicitly taking equity into consideration when setting a two-part tariff or increasing block rate system can politically charge and ultimately compromise the whole process. Additionally, Whittington (1992) shows how increasing block rates can actually harm the poor if they live in high-density housing conditions or do not have private connections. High-density buildings and compounds tend to be associated with the consumption of large amounts of water and are usually inhabited by lower income families who end up paying the highest rates. Lack of private connections lead the poor to purchase water from neighbors with private connections or other retailers that that pass on their higher costs to the final user. Using household data from Kumasi, Ghana, Whittington finds evidence of the adverse effect of an increasing block rate system on the poor, and proposes the sophistication of increasing block rates to include household characteristics as implemented in some Latin American countries. Some urban areas in Spain also charge for water based on household characteristics, namely income level and family size. Although it may be difficult to obtain precise information on household income, some proxies such as real estate property taxes are available. If a simpler rule is pursued, the regulator can set tariffs varying by areas of the city, since income groups tend to be segregated and clustered within the city. In this model richer neighborhoods pay higher tariffs to subsidize lower payments in the poorer neighborhoods, and only average estimates of income in different areas of the city need to be pursued. As in the case of increasing block rates, this mechanism would have to be periodically reviewed to correct distortions that might be introduced with the socioeconomic spatial dynamics. For example, the process of gentrification61 observed in many cities around the world would progressively subsidize the rich if a neighborhoodbased tariff scheme were implemented but not revised. 61 The term gentrification refers to the restoration and upgrading of deteriorated urban property, a process usually associated with the displacement of lower income people by higher income groups. 283 Chile opted for a demand, rather than supply, side subsidy in order to protect water consumption by the poor in urban areas. More specifically, the poor pay the same water price as everybody else, but receive a lump sum subsidy to cover their excess water bill (Saleth and Dinar, 1999). This way, the poor are assured access to water and the water supplier can still recover its costs. Furthermore, some of the problems with the definition and implementation of a two-part or increasing block rate system are removed. Nevertheless, these problems are essentially transferred to the government who now has to decide on the magnitude and scope of the subsidy. It should be clear that from a social perspective the problem of optimally subsidizing the poor persists under the demand side subsidy although it is removed from the water agency. It may be straightforward to see that, from a water-related-cost-recovery perspective, relieving such pressure from the water agency would be beneficial, but from an empirical perspective, an unanswered question at this point is what is a more efficient way to promote equity: supply or demand side subsidies? 1.2 Irrigation and Rural Water Pricing Efficiency and Cost Recovery Fostering efficiency and cost recovery in rural water use tends to be more difficult than in the case of urban and industrial users. In general such difficulty stems from a long history of subsidies to irrigation, food production and land reclamation and the frequent absence of any infrastructure for measuring water consumption in rural areas around the world. Nevertheless, several efforts to improve water pricing at differing levels of effectiveness and efficiency are under way. First and foremost, whenever possible volumetric pricing (pricing based on quantity) is used. For example, Israeli farmers are allotted water quotas and pay according to a tiered (or increasing block rate) system. In the fall of 1995, Mekerot farmers paid a variable rate for usage of their quotas as follows: US$0.16 per cubic meter for the first 50 percent of their quota, US$0.26 per cubic meter of the following 30%, US$0.26 per cubic meter for the final 20%, and a much higher tariff for additional water they may consume (Dinar and Subramanian, 1997, p. 61). Users in rural villages also pay according to an increasing block rate system in Botswana. In Spain the rule is not volumetric pricing, but when meters exist either a flat rate per volume or a two-part tariff with a fixed charge per hectare irrigated plus a charge per volume of water consumed is implemented. Although in practice a consistent system of water tariffs in public irrigation projects in Brazil is missing, legislation defines water tariffs as the sum of two coefficients, K1 and K2. The first coefficient is calculated annually and corresponds to payment of public capital invested in infrastructure based on a 50-year repayment period with subsidized 284 interest rates. K1 is a function of irrigated area and is paid to the sponsoring federal agency. K2 corresponds to the payment of total operation and maintenance costs, is estimated as a function of the volume of water consumed and is paid to the water user district. The problem with this approach is that since K1 is charged based on the irrigated area, it provides an incentive for underutilization of farmers’ lands and possible under payment of government capital investments. More recently one refinement has been proposed in the Jaiba public irrigation project in the state of Minas Gerais. In that case, K2 is split into two components, a fixed payment referring to fixed operation and maintenance costs and a variable payment based on irrigated area. The practical problem faced in the Jaiba project was enforcing payments – only 52.2% of the total value of water bills was paid in 1999 since the implementation of the project (Asad et al., 1999, pp. 31-32). When metering is not readily available, the usual solution has been to impose a flat rate per hectare used for irrigation, as is the case, for example, in most of Spain and Brazil. A flat rate is usually calculated by dividing the average cost of supply by area irrigated and can be adjusted by crop, season, or technology used to reflect differential water use and encourage conservation (Asad et al., 1999, p. 39). Alternatively, when government management seems to be a dominated option in terms of efficiency and cost recovery pricing, an alternative has been to transfer irrigation management to water user associations, as was the case in Mexico with positive results with respect to cost recovery, system maintenance, staff reduction and improved yield and water use efficiency (Saleth and Dinar, 1999, p. 6). At the river basin level similar initiatives exist in France (Asad et al., 1999), Spain (Saleth and Dinar, 1999) and Brazil (Ministério do Meio Ambiente, 2001). In addition, some policies condition government financing to the construction of water infrastructure on prior payment commitment from users. This was the case for example in the construction of the Colorado Big Thompson project62 in the United States (Mariño and Kemper, 1999) and is the current policy in Chile (Saleth and Dinar, 1999). It is often the case, however, that water users’ payment capacity is so low as not to endorse such commitment. In those cases, the government faces the challenge of not carrying on with the project and reproducing a bottleneck to economic development and social welfare, or executing the project and incurring all fixed costs. It may be optimal to pick the latter option as part of the so-called “big push” strategy to economic development. The basic hypothesis is that the economy will remain stuck in a “bad” equilibrium reproducing poverty and without incentives for individual industries to develop and accumulate capital unless a wide range of industries simultaneously start up (Nurkse, 1953 and Rosenstein-Rodan, 1943). A less strong policy recommendation advocates effort concentration on a focused set of industries (Hirshman, 1958). In any case, in order to promote a certain critical mass of investments to foster economic growth initial infrastructure investments need to be made (Murphy et al., 1989, Rosenstein-Rodan 62 The Colorado Big Thompson project transports water from the Colorado River on the west side of the Rocky Mountains to the South Plate Basin watershed on the eastern slope. 285 1961, and Rostow, 1960). These often involve large fixed costs that cannot be privately financed and require massive government intervention. As a concluding remark, it is worth noting that pricing of irrigation and rural water is subject to important complicating factors. Political leverage from rural stakeholders has traditionally been an important obstacle to effective water pricing. For example, Israel first adopted a modernized pricing schedule in 1974, but was forced to abandon it in 1976. It was not until 1989 that tier pricing was reinstalled. Similarly, Botswana experienced an initially inefficient rural water tier price system that failed to be revised for several years. The political pressures from farmers and rural users get mingled with valid arguments advancing food security and overall economic development, and vested interests to transfer water-related costs to other sectors of society. In this context, regions promoting speedy reforms may experience a backlash that slows the pace of reform and drag social losses for several years (Asad et al., 1999). A democratic approach could offer a solution, with a clear discussion of stakes involved and a gradual approach that revises strategies previously adopted. In addition, studies on the capacity of payment by rural water users as currently conducted in Ceará (Tahal Consulting and JP Brasil, 2002) can help lessen problems of asymmetric information related the cost structure of water users and reduce the scope of the debate. Equity As briefly discussed in the context of efficiency and cost recovery for irrigation and rural water management, the political debate over irrigation and rural water pricing tends to be politically charged, especially, but not exclusively, in developing countries. As a result several mechanisms have been used to protect the poor and guarantee water to farmers. Probably the most fundamental concern when water-related social goals are considered is safeguarding water for human consumption in poor households. Water from standpipes in Botswana are free, Brazilian federal and state laws mandate that water supply for human consumption has priority, and since the beginning of the second half of the XXth century no deaths have been directly attributed to droughts – this includes both water and food relief programs during emergencies. In the Brazilian Northeast, the common way to distribute water to the poor in rural areas far from the major reservoirs is through water trucks, the carros-pipa. Curiously, however, this often low-quality water service frequently reverts to higher costs to the poor. Asad et al. (1999) put this issue in sharp relief by comparing water truck charges to retail tariffs and bulk water prices. In 1997, water trucks charged as much as R$50.00 per cubic meter, whereas retail prices ranged from R$0.65 per m3 in the state of Bahia to R$11.00 per m3 in Ceará, and bulk water charges in Ceará were only R$0.01 per m3. They use this example to illustrate that the capacity of payment of the poor is often underestimated and water-pricing reforms that guarantee reliable water to all may actually help reduce the costs that the poor face to obtain water (Asad et al., 1999, p. 33). 286 In order to better implement a socially acceptable water tariff for rural users in Ceará, some studies on users’ capacity of payment (or willingness to pay) for water are being conducted. The goal is to promote the best possible level of cross-subsidies in the state. Currently industrial and urban users pay for water use, whereas most rural users don’t, despite some estimates that several groups would be able to afford considerable payments. Similar studies are being conducted in other parts of Northeast Brazil. Despite the natural difficulties involved in correctly estimating payment capacity63, the initial figures can serve as a benchmark for negotiations towards socially acceptable water tariffs. Similar to the context of urban gentrification mentioned before, these figures need to be revised periodically in order to minimize distortions that can be introduced in a dynamic setting. When tariffs for irrigation are actually implemented, farmers rarely pay for the scarcity value of water, which translates into subsidies and is often justified as a way to address necessary equity considerations. Increasing block rates (Israel), flat rates per volume where meters exist (U.S.), and flat tariffs associated with area irrigated are often set in a way that the scarcity value of water does not prevail. Furthermore, water tariffs are often set so as to reflect average (not marginal) costs and to no more than recover costs. Again, after society decides upon specific charges, they need to be periodically revised as socioeconomic conditions change. Finally, some non-price mechanisms are sometimes introduced in conjunction with other economic instruments. Israel allocates water quotas to farmers hoping that by doing this they will prevent undesirable outcomes that could result from a purely market based allocation mechanism. In summary, there is a delicate balance involved in the simultaneous promotion of socially acceptable wealth distribution, efficiency in water consumption and recovery of costs associated with water supply. Equity considerations can be mixed with vested interests and may end up being detrimental to society as a whole. Political pressures are often present when water tariffs are set and adjusted and payment of charges can be difficult to enforce. Furthermore, effective and efficient water pricing depend on an infrastructure that enables reliable delivery and measurement of water consumption. 1.3 Theoretical Study Asymmetric Information 63 These range from choice of a methodology to poor data quality resulting from strategic behavior of the interviewee or difficulty in estimating variables such as opportunity costs affecting the users’ production decisions. 287 Tsur and Smith (1997) and Tsur (2000) review some problems associated with water pricing in the presence of asymmetric information. Two sources of asymmetry can potentially compromise efficient pricing: 1) the seller may not be able to observe the quantity of purchased water (unmetered water); and 2) the seller may not be able to observe the water response function, i.e. the user’s production function mapping water into production. These papers also consider the existence of transactions costs in the implementation of a water pricing mechanism (such as enforcement of payments, issuing of bills). Eight cases are discussed: Source: Tsur (2000), p. 107. The first case is a “yardstick” where there is complete information and no transaction costs in the implementation of a pricing mechanism. In this case, the price of water that implements the maximum social welfare conditional on the users’ profit maximization is equal to the marginal cost of water provision. The equilibrium price is given by the intersection of the marginal cost of water provision function (supply function) and the horizontal summation of the value of the marginal benefits of users (aggregate demand function). Additional assumptions are that there are no externalities involved in water sales and consumption and no public goods are present, so that private benefits and costs coincide with social benefits and costs; that there is a large enough number of users to prevent them from colluding and affecting prices; and that the water agency maximizes social welfare (in contrast to the case of a monopoly). If we add transaction costs in the implementation of water pricing to the problem, the final price of water differs from the marginal cost price described above and social welfare is reduced. Under full information and positive transaction costs, the authors model the user’s and the water agency’s problems as follows: Users maximize profits: pf(q) – wq, Water agency maximizes social welfare: pf[q(w)] - λvwq(w) - c[q(w)], 288 where p is the price of the output y = f(q), q is water consumed, w is the price of water, λv is the portion of water proceeds used to cover pricing expenses and c[.] is the cost of water provision. The author adds that requiring a balanced budget to the water agency does not introduce any efficiency problems to the economy, but redistributes income, to the extent that the water users are required to pay for their water, as opposed to taxpayers bearing the cost of water supply if the water agency does not have a balanced budget. When water is unmetered (cases 3 and 4) but the water agency has full information over the user’s production function f(q), then it can infer water consumption by observing output and a price water based on observed output. This will generate the first best solution described in the first case where full information was available. In other words, asymmetric information with respect to water consumption does not introduce inefficiencies if output is easily observable and the relationship between water and output is known. If water consumption is unmetered, transaction costs in the implementation of a pricing mechanism exist and the water agency has full knowledge of the user’s production function (case 4), then the maximum social welfare that can be reached is reduced (second best), but the optimal water price can still be implemented so that the second best scenario is attained. The rationale is similar to that of the previous case. Tsur then moves on to analyze the case of observed (metered) water intake with unobservable water response (production) function (cases 5 and 6). If no transactions costs are present and the water agency observes the response to water function up to a type parameter θ with a given probability distribution, i.e. y = f(q,θ), then the optimal water price will be a function of the type parameter θ, and marginal pricing will require w = c[q(w,θ)]. The figure below depicts a pricing schedule for three types of users θ1, θ2 and θ3 (the higher indices indicate more productive users, capable of extracting more benefits for a given quantity of water consumed). It provides a possible justification for increasing block pricing of water. Clearly, increasing block pricing as observed in practice are more likely to reflect other motivations in addition to asymmetric information. First, increasing block pricing usually presents a small number of blocks (3 or 4), and aggregating all types of users in such a small set of blocks is likely to be inadequate. Second, increasing block pricing is usually meant to promote cross-subsidies and equity considerations, which are absent in this study. 289 Source: Tsur (2000), p. 117. The price that implements the social optimum when water consumption is observed but user types are not is the average cost of supply, i.e. w(q) = c(q)/q. This is the case since the user’s profit function becomes identical to the social welfare function: pf(q, θ) [c(q)/q]q. When implementation costs and asymmetric information about the water response are present (case 6), the above does not hold since the social welfare function differs from the user’s profit function. A general solution to this problem is not available, although the author indicates a “salient relationship between asymmetric information and implementation costs that has been largely overlooked” (p. 118). The final two cases refer to both types of asymmetry of information present, i.e. unmetered water and private water response functions. If there are no transaction costs (case 7), then there exists a tax schedule based on the output of each user that implements the social optimum (Smith and Tsur, 1997). The same is not true if transaction costs are present. Smith and Tsur (1997) show that depending on the size of the transaction costs as a percentage of water proceedings, output based pricing can be less beneficial to society than no water price at all and such a pricing scheme for water should be abandoned. 290 This analysis helps to highlight the importance of information asymmetries and transaction costs in the design and implementation of a water pricing mechanism. Bargaining Adams et al. (1996) and Rausser (2000) describe a conceptual framework for modeling water pricing decisions based on bargaining engaged by stakeholders. The central water pricing agency (CWP), a not-for-profit agency that operates within a cost effectiveness framework, is subject to political pressure from the government and water users, whose power is reflected in the agency’s decisions conditional on the payment of the “cost of power” to the CWP. The government and users can punish or reward the CWP. The users wish to maximize profits – a function of the use of water – and can influence the CWP at a cost. The government minimizes the net subsidies to the CWP and can also impose pressures on the CWP at a cost. The author tackles this problem with a bargaining framework64 and shows some simulations for the case of California, where farmers, urban water users and environmentalists are the parties involved in the selection of a package of policies comprised of expansion of the water infrastructure, implementation of water markets and implementation of strict environmental regulations. Disagreement among users on what their preferred policies to address the increasing shortages of water in the state are sets the stage for negotiation and bargaining. In his simulations, coalitions of players (agricultural users, urban user and environmentalists) and their payoffs are analyzed as functions of the policies under consideration, preferred policies by each group and players preferences on each policy. In a similar setting as described above, Adams et al. (1996) focus on the case of California and the stakeholders representing farmers, urban users and environmentalists. Farmers value infrastructure expansion and opposed to a liberal water market and strict environmental regulations; urban users prefer a liberal water market (those are the ones with the highest willingness to pay for water) and oppose to strict environmental regulations; environmentalists oppose to infrastructure expansion, advocate stricter environmental regulations and give a secondary support to water markets to the extent that they can retire water rights for conservation purposes. In this scenario, the authors perform numerical simulations to analyze the importance of 1) tighter upper bounds on infrastructure development; 2) heterogeneity of preferences of farmers with respect to 64 The author first describes is the Nash-Harsanyi bargaining framework and latter proposes a multilateral bargaining approach (Rausser-Simon model) that is free from some axioms present in the first framework. 291 water markets; and 3) differences on disagreement outcomes (reservation payoffs), political power of stakeholders and number admissible coalitions. With respect to restricting the bound on infrastructure development, the authors find that “Environmentalists benefit from small reductions in the maximum admissible level of infrastructure development, because these reductions weaken the bargaining (or “threat”) positions of the urban and agricultural users. For large reductions, however, the constraint on infrastructure is binding on the environmentalists as well. As bargaining proceeds, the environmentalists will find themselves at a “comer solution”: they would prefer to concede along the infrastructure dimension in exchange for more environmental protection, but are unable to do so because of the exogenously imposed constraint. Gains to trade are sacrificed and all parties are made worse off” (p. 106). Increasing the heterogeneity of preferences of farmers with respect to water markets is based on the assumption that farmers can be subdivided into two groups: those who favor market reforms because they expect gains from their sales and those who oppose to market reforms. Increasing the degree of disagreement between these groups can cause them to have more similar or differentiated proposals when bargaining with other groups, depending on their relative preferences with respect to infrastructure expansion. Following legislative changes in California that changed the status quo distribution of water rights favoring environmentalists and urban users relative to agricultural users, the authors find that changing the reservation payoffs of the players in that manner makes disagreement to other proposals more appealing to environmentalists, giving more credibility to their threat to abandon negotiations unless other groups concede. Finally, increasing the access probability of a given player, reflecting a higher probability that he will be randomly selected to make a proposal, improves his performance in the negotiations and tends to bring the final outcome closer to its ideal policies. Higher access probabilities can result from the election of political candidates representing a given group or formation of stronger lobby groups. Following the same tradition of the previous references, Simon et al. (2002) apply the Rausser-Simon bargaining model to perform numerical comparative statics on water related issues in the Audon River Basin in southwestern France. In their model, seven players (upstream farmer group, midstream farmer group, downstream farmer group, downstream users, environmentalists, the water manager and tax payers) negotiate over three policy variables (water quotas and water prices for each farmer group and dam construction). 292 Farmers prefer higher quotas and lower prices, thus favoring dam construction, and midstream farmers have the highest willingness to pay for water; downstream users prefer higher levels of instream flows, thus favoring lower quotas, higher prices and dam construction; as downstream users, environmentalists prefer higher instream flows, but disapprove of dam construction; the water manager favor the increase of the scope of the system he administers, thus favoring dam construction, and faces the constraint of a balanced budget; finally, taxpayers pay the full costs of dam construction (but not operation), thus aligning with environmentalists against dam construction. The negotiation process is subject to a hydrological constraint dictating the physical setting underlying water allocation. In the bargaining game, there are T finite rounds of negotiation and policies are implemented only if the proposed policy is chosen by unanimity. If agreement is not reached at the final round, then players get their reservation utility as final payoffs. At each round, a player is randomly selected to be the proposer of a policy following an exogenously given probability distribution. The probability associated to each player is its access probability and is a measure of power of that player. A second measure of power is the default strength of the non-farm players. "A non-farm player is default strong if his is the unique participation constraint that is binding on all farmers in the final round of bargaining" (p. 12). In this setting, the authors perform comparative statics by 1) making the access probability and default strength of non-farmer users vary; 2) introducing a spokesman (a player that makes proposals to maximize the total welfare of the group he is representing, but does not have any decision power) for farmers; and 3) restricting the degree of heterogeneity allowed in the set of proposals that players can make. Since the model does not have a closed form solution, numerical comparative statics has to be performed. The results are as follows. 1) Farmers do worse when a single non-farm player has more bargaining power than in the case when bargaining power is diffuse among non-farm players. 2) A spokesman for the farmers generates increased aggregate gains to the farmer coalition if he is allowed to discriminate against one member of the coalition. However, to be admissible, the introduction of a spokesman needs to be accompanied by compensation payments within the coalition, otherwise the losing party will not endorse such arrangement. 3) Reducing heterogeneity in the range of policy proposals can affect participant welfare. In particular the farmer that loses most under a spokesman benefits the most from a reduction in the allowable degree of heterogeneity Loehman and Dinar (1994) address cooperation among water users to solve local externality problems associated with water use, namely damage to recreationists and downstream agricultural water users due to pollution and percolation. They also consider adoption of a modern and more costly technology. 293 The framework of analysis consists of a water manager that maximizes the users’ welfare by choosing centralized water treatment, which exhibits increasing returns, taxes on water and land use, water allocations and acres planted in each crop. This framework is used to the compute efficient allocation, the cooperative allocation, where users share the cost of a treatment plant according to their benefits and the non-cooperative allocation, where users maximize their profits without taking externalities into account. Using numerical computations and data for the Central Valley of California, this set of solutions is calculated for different shares of costs picked up by each user. They find that a cooperative solution is acceptable, i.e. is feasible and benefits each participant, as well as close to the efficient solution for a share of costs (and benefits) close to 0.4 for recreationists. For other shares, cooperation may be too costly to be justified. Water Pricing & Investment in Technologies and Infrastructure Caswell, M. et al. (1990) develop a static model of irrigation water use and technology adoption. Two technologies are available, a traditional irrigation technology and a modern technology with more efficient water use and higher adoption cost. Land quality varies and farmers pay a pollution tax based on water drainage. In their model, a single crop is produced as a function of effective water (water actually taken up by the crop’s root system): q = f(e), where q denotes output per acre and e is effective water. Effective water, e, is seldom the same as the quantity of water applied to the field a, and both are functions of land quality, α. Irrigation effectiveness for each technology i is defined as hi(α) = ei(α)/ai(α), and is such that modern irrigation technologies are assumed to increase irrigation effectiveness. Irrigation costs per acre are given by ci(α) = Ii + a(vi + wi), where Ii is fixed cost per year (with modern technologies with higher fixed costs), wi is the price of water and vi stands for the cost of application of water. Pollution is equal to applied water times the fraction of water applied by technology i that is not utilized by the crop: ai . gi(α). Finally, farmers maximize total revenues minus irrigation costs minus pollution tax payments: Π i (α ) = max{Pf (hi (α ) ⋅ α ) − I i − a (vi + wi ) − x ⋅ a ⋅ g i (α )}, αi where P is the price of the crop and x is the antipollution tax. The authors find that 1) adoption of modern technology tends to increase (reduce) optimal yield if the proportional gain in irrigation efficiency is larger than (smaller than) the proportional increase in applied water cost; 2) for high enough elasticity of marginal productivity, modern technology tends to cause water conservation; 3) modern technology causes a decrease in quantity of contaminated water; 4) higher pollution taxes 294 encourages adoption of modern technologies, retirement of low quality lands, reduction of water use and pollution on farms using traditional methods. Environmental considerations may become major incentive for the adoption of water-conserving irrigation technologies and pollution tax can help finance subsidies to the adoption of more modern technologies. Zilberman, D. and L. Lipper (1999) expand on Caswell et al. (1990) by discussing an optimal control model of the optimal use of irrigation water, extension of an irrigation canal and investment in conveyance improvement. They derive the first order conditions for the attainment of the optimal solution for this problem and indicate that the empirical literature supports the finding that water user associations tend to be more efficient than either private or public management of irrigation districts in the approximation of such optimal conditions. They authors briefly discuss the economics of groundwater management and conclude by promoting a brief critique of cost benefit analysis for water projects based on its traditional lack of consideration of "irreversibility and uncertainty", "externalities and drainage" and "equity". Pricing Water Insurance given climatic shocks Traditional agricultural insurance mechanisms covering climatic shocks are subject to drawbacks that limit their markets and protection of rural communities. In particular, a significant portion of rural income comes from non-farm activities, such as non-farm labor in rural communities. As a consequence, traditional crop insurance provides insufficient protection to the vulnerable population, especially the poor65. Additionally, the non-farm rural economy tends to heavily depend on the agricultural economy, so that climatic catastrophes such as severe droughts create a covariate risk to rural communities by simultaneously affecting their main sources of income: the farm and non-farm economies. Insurance markets typically shy away from covariate risks, which can result in large payments (Skees et al., 2002b). Lastly, crop insurance is subject to moral hazard and adverse selection problems that tend to increase premium costs and make insurance policies less affordable to the poor. Possible ways to address some of the problems above include international reinsurance and free government aid, but these also encounter problems that limit their effectiveness. International reinsurance tends to be costly and difficult to obtain, especially after the occurrence of large natural disasters (Skees et al., 2002b). Free government aid, on the other hand, removes incentives for the purchase of private insurance and promotes risk behavior, i.e. individuals may increase their risk to climatic shocks by, for example, moving to drought prone regions, if they expect the government to compensate for their 65 Using the examples of Morocco and Mexico, Skees et al. (2002a and 2002b) indicate that this is particularly important for lower income rural households. 295 climate-related losses. This is clearly an inefficient outcome and increases government budget exposure to climate shocks. The lessons from crop insurance help us to understand possible difficulties and opportunities for insurance associated with extreme climate events. These could be applicable to the water system and regions that are critically affected by water supply variations. In this context, parametric insurance is a more recent approach to climate related risks and seems relevant to water management in vulnerable regions. Parametric weather insurance refers to insurance payments triggered by some pre-specified weatherrelated index (parameter) such as rainfall, temperature, streamflow observations, reservoir level or average yield in a given region. Examples of such insurance includes temperature contracts used by the U.S. energy sector and insurance payments associated with average yields for a given area in the U.S., Sweden, Canada, Brazil and Argentina (Skees et al., 2002b). By attaching insurance payments to the observation of some pre-specified index insurance costs tend to fall, since there is no need for individual contracts, required monitoring costs are low (observation of parameters such as temperature and precipitation suffice and adverse selection and moral hazard problems become irrelevant), and individual inspections are not necessary. As a consequence of lower insurance costs, one can expect greater participation of the population. Furthermore, contrary to other types of insurance such as traditional crop insurance, parametric insurance does not distort incentives for efficient production and water conservation in the case of the water system. That is, by conserving water a potential beneficiary of a water delivery insurance plan could retain additional income if insurance payments for all beneficiaries were triggered by failure of the pre-established level of water delivery. A climate based parametric insurance also provides a hedge for government budgetary exposure, to the extent that punctual often costly and hasty government relief interventions tend to be rather inefficient. A parametric water delivery type of insurance should be based on clear rules that are easily observable, such as reservoir releases. These easily observable rules allow quick response to climatic shocks, making them less subject to lengthy bureaucratic and political processes for the release of funds. Also, opposite to crop insurance, protection is broader, to the extent that individuals can purchase insurance to cover both their farm water-related income and non-farm income. Lastly, if necessary, reinsurance is straightforward since payouts are based on historic probabilities that can be easily understood and priced (Skees et al., 2002b). Below is an example of a parametric water delivery insurance adapted from Skees et al. (2002a and 2002b). First define the variable “percentage payment”, or fraction of eligible 296 payments due to water shortages, as a function of forecasted66 and observed streamflow from a reservoir system to users as follows: π= s f − so sf , where π is the percentage payment, sf is the forecasted streamflow and so is the observed streamflow. Next define protection purchased, pr, as the ratio of premium payments, p, to the premium rate, r: pr = p . r Then, total insurance payments to the water user, P, equal the percentage payments times the amount of protection he/she purchased: P = π × pr . Such an insurance policy is a simple mechanism and could constitute a counterpart to the Ceará rain-fed insurance program in the case of irrigated agriculture and other water uses. It is interesting to highlight important differences between the two programs, though. In the case of the parametric crop insurance program under implementation in Brazil, the government subsidizes premium payments. Rain-fed subsistence farmers pay a nominal amount, with most of the premium paid by the federal government. State and municipal governments also contribute (DOE, 2002). An equivalent insurance policy for the water system would need amendments, since water users vary substantially in their relative wealth and capacity to pay. The universe of water users in Ceará includes both poor farmers, who would likely need government subsidies similar to those present in the rainfed insurance program, and dynamic industrial activities that can easily purchase insurance protection in competitive markets. Differentiation on the payment contributions should be pursued or, alternatively, government-subsidized insurance might apply to small irrigation farmers whereas the richer water users would seek insurance in the private markets. Despite the several advantages of parametric insurance, some shortcomings do exist. First, dependable infrastructure for the observation of the pre-defined index needs to be in place. This can be an important bottleneck for some weather related indices, but is probably less of a problem for the measurement of streamflow and water releases from reservoirs. Second, there is a possible mismatch between conditions at the measurement device and the effects in the field. In the case of water releases these could amount for example to differences in the amount of water released from the reservoir and water that 66 Forecasted streamflow releases from reservoirs are used in several parts of the world and can be executed with relative success in Ceará. See for example Souza-Filho and Lall (2002). 297 actually reaches downstream irrigation districts if important differences in regional microclimates exist. 2. Water Trading Suppose that many different and competitive agencies could supply water, a large number of well informed users could have easy access to it with low transactions costs, no externalities or public goods were associated with its production and transactions and income distribution issues were addressed with economic instruments not related to water. Then water prices in a competitive market would approximate its scarcity value and water would be efficiently allocated. However, it is pretty clear that such a scenario is far from the reality. As one quickly learns from the water allocation literature and actual management practices, water prices are most likely not to reflect scarcity values and induce efficiency. Under those circumstances, transferring water through markets after it has been initially allocated can help society improve its efficient use. Nevertheless, introducing water markets in practice is not an easy task and often faces strong opposition stemming from third party effects (both pecuniary and technological externalities), little empirical evidence of the benefits of water markets, and need for costly infrastructure and institutions to safeguard property rights, settle disputes, lower transactions and information costs, and guarantee reliable delivery and measurement of water67. Among the existing water markets in the world important examples are those from the U.S., Spain, Australia and Chile. In those countries, formal institutions back water markets, although informal institutions will do as long as water rights are secure, stable and transferable, and water can be physically transported among traders. Examples of informal water markets include those in the Cariri region in the state of Ceará, Brazil (Mariño and Kemper, 1999), India (Saleth, 1998) and water trading among Pakistani farmers68 (NESPAK, 1991, cited in Easter et al., 1999). Informal markets however tend to take place at a small scale only, where trading has a personal flavor and reputation concerns are important. As trading becomes impersonal and involves larger volumes of water formal institutions become a necessity. Formal cases are the focus below. active. 67 See Young (1986) for an interesting discussion on why water markets are usually not very 68 Canal water trading in Pakistan takes place despite its illegal character. 298 2.1 ALLOCATION OF WATER RIGHTS One of the most fundamental pre-conditions for a market is the clear definition of property rights. In the case of water, there have been a variety of approaches to the definition of use rights and the manner by which they have been allocated. For example, both riparian and appropriative or senior use rights have emerged in the United States. Riparian rights associate the right of use of water to the property of land, thus ruling out a separate market for water and reducing the desirable set of transactions from the perspective of efficiency in water use. Appropriative water rights, on the other hand, give priority to the supply of senior use rights, with more recent or junior rights satisfied after the senior demands have been met. In this case, water rights are not necessarily associated to the right over land and an independent water market can result. In the U.S., both the riparian and the appropriative doctrines were not a result of a desire to condition water transfers, but were conceived instead aiming at promoting the settlement of the U.S. west as coordinated by the U.S. Bureau of Reclamation. Both doctrines emerged simply as incentives for new settlers to claim land in the West with the guarantee that by doing so the first to come would have the right over water as well. As the economy evolved, water transfers and new patterns of use became salient, causing institutional responses favoring the move from riparian rights to the more market responsive appropriative doctrine69. Nevertheless, both doctrines sometimes coexisted in practice. Kanazawa (1998) investigates such coexistence in California and shows how this caused the judicial system to arbitrarily and inconsistently settle disputes from a strictly legal perspective in order to accommodate economic development goals. Other states such as Colorado use the appropriative or senior rights doctrine. In the U.S. and other countries such as Chile (Bjornlund and McKay, 2002, p. 776, Cestti and Kemper, 1995), initial allocation of water rights was based on historical use. From a political and practical point of view, this is probably the most sensible way to allocate formal property rights, since any other type of relocation would most likely cause social unrest and set back market-oriented reforms. Other types of initial allocation have also been observed, however. One common way of allocating water is according to a technical and socio-political criterion highlighting the technical needs by each user according to the activity he or she engages and proof of 69 This was, for example, the case in Australia in the early 1980s (Dinar and Subramanian, 1997 p. 18, Bjornlund and McKay, 2002). 299 beneficial use of the resource, even though this can be a rather vague term. Such is the case for irrigation water in New South Wales, Australia (Dinar and Subramanian, 1997), water from the Colorado Big Thompson project in the Northern Colorado Water Conservancy District (NCWCD) (Kemper and Simpson, in Mariño and Kemper, 1999), distribution of quotas in Israel based on irrigated area (Dinar and Subramanian, 1997), and allocation of outorgas (water use rights) in Brazil (Ministério do Meio Ambiente, 2001 and Governo do Estado do Ceará, 1994). In the cases of Israel and Brazil, however, water rights cannot be traded. In the NCWCD, water from the South Plate Basin watershed was initially allocated according to the appropriative doctrine, but new water introduced with the Colorado Big Thompson project concluded in 1957 was allocated based on a technical assessment of beneficial uses of water. Since the project was expected to yield an annual average of 310,000 acre-feet of water to the district, 310,000 acre-feet units were created irrespective of the quantity of water delivered each year and allotted to individual water users. The number of units each user obtained was based on the district’s assessment of his/her needs and in practice gave the user the right over a percentage of the amount of water available each year. In contrast, water use rights in Ceará (and Brazil) specify the amount of water a user is entitled to obtain for a certain period of time. In practice, where formal use rights do not exist, water basin committees decide how much water from reservoirs will be allocated to different user groups on an annual basis, which from an inter-annual perspective implies ownership of fractions of available water as in the NCWCD, although these fractions are not formally defined and can change in the annual decision process. Alternatively, in some regions of Australia, initial allocation of water rights is made to the highest bidders in an auctioning process (Cestti and Kemper, 1995). This mechanism can efficiently allocate water to its highest uses if there is a large number of competitive users, but can be politically cumbersome if a significant fraction of potential buyers are from low income groups and equity with respect to the access to water is an important factor in the region’s water management policy. 2.2 WATER TRADING MECHANISMS The way water markets are implemented varies from region to region. Some of the most liberal water markets exist in the western U.S. states such as Colorado, Utah and Texas, where direct and fairly simplified transactions between and among water users can take place. It is not uncommon to find clearing houses for water trading such as the Texas 300 Water Bank (Texas Water Resources Institute, 1993 and 2001)70 or the administration of the NCWCD (Mariño and Kemper, 1999). These clearing houses tend to facilitate trading and reduce transactions costs in the water market. Some other states, on the other hand, adopt a more centralized approach where the government guides water transfers by setting purchase and sales prices, regional trading patterns, volumes of water traded and the time period when the market is effective. The California and Idaho Water Banks are examples of the latter approach. Given the differences between these two approaches to water trading, it is instructive to concentrate in one example of each case. Below the Texas and the California water bank cases are considered to offer a contrast in approaches. Liberalized Approach – Texas Water Bank The Texas Water Bank consists basically of a clearinghouse with the objective of facilitating water transfers by centralizing information in one low cost and easily accessible source. The bank operates continuously and users can deposit up to 50% of their rights in the bank. As an incentive to use the bank and safeguard property rights, water rights deposited in the bank are protected from non-use cancellation for 10 years plus an additional 10 years following trade (without trading, non-use leads to cancellation after 10 years). Trading however does not need to be done through the water bank and can take place directly among users. Two types of deposit can be made in the Texas Water Bank: time-limited or lease deposits for a specified amount of water, or permanent transfers of a use right. In addition, transfers in Texas are subject to state water agencies appraisal to verify the validity of the transaction, and river authorities may hold permits for ecological purposes and lease them to other users. In the Texas setting, prices and quantities transacted are determined by potential buyers and sellers. Although the Texas water market has been fairly active71, most of the water transfer has been done outside the Water Bank, due possibly to little information amongst users (Texas Water Institute, 1993 and 2001). Centralized Approach – California Water Bank 70 The Texas Water Bank was created in 1993 and was meant to facilitate trade and reduce transactions costs, but its utilization by traders has been rather limited (Texas Water Resources Institute, 2001). 71 Yoskowitz (2002) reports 1,330 transactions between 1993 and 2000. 301 The California experience, on the other hand, constitutes a much more centralized and guided management style. The California Water Bank operated during the prolonged drought that afflicted the State between 1987 and 1991 and, in contrast to the Texas Water Bank, was confined to a situation of crisis72. Its goal was to meet “critical needs” with “reasonable and beneficial” uses of water (U.S. Office of Technology Assessment, 1993, Howitt, 1994). Participation was fairly restricted, and in order to qualify as potential buyers, members of the bank had to first assure maximum use of available supplies and had to be corporations, mutual water companies or public agencies responsible for supplying water for agricultural, municipal and industrial or fish and wildlife needs (U.S. Office of Technology Assessment, 1993). The sources of water for the Bank were purchases of water from land fallowing, exchange of groundwater for surface water rights and transfers of water stored in local reservoirs (Howitt, 1994). The California Water Bank also set purchase and sales prices at US$ 100/1000 cubic meters and US$ 140/1000 cubic meters respectively, with most of the difference used to pay for carriage water used to control for salinity (Howitt, 1994). By fixing water prices, the California government hoped to limit speculation and monopoly power by sellers and buyers, at the expense of most likely not implementing the scarcity value of water. During the period of operation of the Bank, three quarters of water were sold to urban agencies, delineating a pattern of transfers from agricultural to urban users. Overall, Howitt (1994) estimates a positive impact of the Water Bank to the state of California, although some exporting regions faced both technological and pecuniary externalities, causing political pressures for revisions of the trading mechanism in future interventions of the Water Bank. The technological externalities introduced by the Bank had to do with increased pumping activity of groundwater, causing increasing pumping cost to all users and possibly increased salinity and overexploitation of a common resource. Pecuniary externalities stemmed from reduced economic activity in water exporting regions. Ceará State The California Water Bank experience is much closer to the institutional and policy setting in Ceará State in NE Brazil. It allowed for active government intervention in determining the regional water transfer pattern, volume of water transferred, purchase and sales prices and duration of the intervention, features that identify with the centralized approach to water management in Ceará and that have already been implemented in the Brazilian State with some success. 72 Purchases of water by the Bank took place between February and the end of April of 1991. 302 In the year 2001, Ceará State faced the possibility of a water crisis involving agriculture in the Jaguaribe and Banabuiú River Basins and decided to implement a program that was in principle similar to the California Water Bank, the “Águas do Vale Plan”. The program consisted of financially compensating irrigated rice producers for non-use of their water entitlements so that the water saved could be used to produce higher value irrigated crops, namely tropical fruits. As in the case of the California Water Bank, the state government in association with the National Water Agency (ANA) determined the pattern of regional transfers, the purchase and sales price, the volume of water transferred and the duration of the intervention. As in the California case, the Águas do Vale Plan was triggered by and effective during a crisis. The government of Ceará declared that the Águas do Vale Plan was successful, arguing that it prevented social stress and possible conflicts among users that would have resulted from water shortages to all producers. Nevertheless, implementation of the plan had an important shortcoming: less than 30% of the beneficiaries paid for the water they received. The government initially envisioned that the fruit producers that obtained the otherwise unavailable water would pay water charges and would help finance a significant fraction of the costs of the plan. Although some of the fruit producers are financially well off, several are small farmers who claimed their revenues were not high enough to justify the bills they received. 2.3 WATER TRADING REGULATION Despite the potential efficiency gains introduced by water markets, implementation of such institutions is likely to require regulation. International experiences draw attention to regulatory mechanisms to minimize third party effects (both technological and pecuniary externalities), transactions costs and speculation. Third party effects caused by water trading and characterized as technological externalities include increased salinity of river reaches and reduction of water for ecological and instream non-consumptive use. For example, sales of rights over return flows to upstream users will reduce the volume of water available downstream, potentially limiting the opportunity for both economic and ecological downstream uses. Such externalities need to be accounted for in an efficient water market. Some regions such as Colorado and Chile require transactions to be filed in water courts, so that potential injured parties can protest (Mariño and Kemper, 1999 and Saleth and Dinar, 1999). This process can be rather lengthy and costly, lessening the potential for water markets (Young, 1986). Alternatively, in the State of Utah, disputes are settled by the State Engineer, whose decisions seem to be well assimilated by traders, thus reducing important transactions costs associated with water marketing (Howe, 1997). 303 In order to limit third party effects, some regions limit trade to within district/region transfers as in the case of the NCWCD. Additionally, return flows from the supplemental water from the Colorado Big Thompson project are owned by the NCWCD, a fact that rules out any claims of third party effects over return flows (Mariño and Kemper, 1999). Third party effects characterized as pecuniary externalities refer to reduced economic activity in the water exporting region. No specific regulation exists for pecuniary externalities, nor do they constitute an issue of great interest to economics in general since they do not introduce any inefficiencies in the economy. Nevertheless, political pressures are often present when regional redistribution of wealth emerges. Howitt (1994) simulates the effect of alternative patterns of purchase by the California Water Bank on regional economies and suggests alternatives that help improve overall state welfare gains and meet political demands for less stark regional impacts. In addition to third party effects, state regulation to reduce transactions costs and speculation is sometimes called for so that increased gains from trade result. This is especially true within immature water markets. Carey et al. (2002) find evidence of transactions costs in Westlands, California stemming from information and search costs and the resulting production of thin water markets. Yoskowitz (2002) focuses on the existence of price discrimination in the Texas water market possibly due to high search costs and learning by water traders. Tarrech et al. (in Mariño and Kemper, 1999) discuss market distortions in Spain introduced by well-informed private brokers who can make high profits at the expense of possibly less active water markets than socially desirable. In order to minimize these transactions costs, public entities intervene and provide low cost information on water markets, thus reducing search and learning costs. This was the motivation for the introduction of the WaterLink, a computer-based service that enables potential buyers and sellers to easily access market opportunities (Carey et al., 2002). Information on water prices and quantities available in the NCWCD can be cheaply obtained in local newspapers (Kemper and Simpson in Mariño and Kemper, 1999). The excessive private broker costs in the Siruana water market in Spain faced a potential competition with the introduction of public not-for-profit water brokers. Finally, to avoid speculation in water markets, Chilean legislation determines the cancellation of water rights if they are not used for over 5 years (Saleth and Dinar, 1999). In summary, water trading can potentially help improve efficiency of water use by allowing water to move from less to more valuable uses. In principle, equity and distributional concerns can be dealt with through the initial allocation of water rights, which should be done according to well-accepted social goals. 304 Nonetheless, there is unfortunately limited evidence on the gains from water markets around the world. In some cases, it is even argued that water markets contribute to impoverishment of small farmers and land concentration. Bjornlund and McKay (2002) argue that evidence from Australia indicate that 63% of proceeds from water sales by farmers are put toward general revenue and 26% toward debt reduction, with a smaller fraction dedicated to improved irrigation and capital accumulation. They also argue that water prices are not high enough to compensate for foregone gains from productive land. These observations would contribute to the sustaining of a poverty trap for poor farmers. These considerations need to be taken seriously by any policy maker hoping to introduce water trading and also promote social welfare. To tackle the uncertainties associated with the introduction of water markets a gradual approach is often advocated. Australian water markets were initially introduced with stringent limitations on their scope. As different regions of the country experimented with water markets, they progressively removed restrictions on trade, thus paving a safer path to more market oriented water allocation mechanisms (Bjornlund and McKay, 2002, Dinar and Subramanian, 1997). 2.4 Theoretical Study Researchers have also studied different possible mechanisms for water trading in theory, alongside the study of particular experiences. To review one example, Saleth et al. (1991) investigate the effect of different institutional and informational settings on the functioning of water markets, especially when the number of participants is small. The authors indicate that when third party impacts due to trading exist and the construction of complex physical water transfer systems is exceedingly costly, the number of potential traders can be small, resulting in the potential for inefficiencies that result from a thin market (such as monopoly and monopsony power). They proceed with a computer simulated multilateral bargaining model to check the effect of different bargaining rules, bargaining environments and size of the market on the efficiency gains to trading compared to resulting prices from a competitive equilibrium. The authors assume: 1) certainty about the total water available for irrigation; 2) strictly enforced water rights specifying seasonal water withdrawal of each farmer; 3) definition of water rights in terms of consumptive use; 4) a spot market that operates once just before the crop season; 5) supplemental irrigation in one season does not affect the demand for water in subsequent seasons; 6) water exchanges take place in the context of multilateral negotiations; and 7) n players qualify to be in the market, with n relatively small. 305 The bargaining rules considered are 1) two signal mechanisms: choice of a price or choice of a quantity and a price of water; 2) two settlement mechanisms: buyers make a price bid or sellers make a price offer. The bargaining environment is composed of 1) market size involving 3 to 16 players; 2) farm size distribution specifying identical or non-identical farm size; 3) property rights systems: equal sharing or prioritized system; and 4) either complete or incomplete information about the type of farmers (farmer’s valuation of water). The multilateral bargaining framework is that of Zeuthen (1930)-Harsanyi (1986), which, in contrast to the Nash (1950) bargaining framework, allows for the possibility that bilateral bargain equilibria can affect the payoffs of other players that may also engage in bilateral bargaining. Under this framework, players are viewed according to their bargaining strength given by the degree of credibility that they can refuse to bargain and stick to their reservation payoffs. A resulting notion is that of a “decisive player”, i.e. the strongest player who determines the equilibrium outcome. Saleth et al. first estimate the water supply and demand functions of farmers according to an assumed relationship between evapotranspiration, precipitation and required amounts of water from irrigation required to produce given levels of corn yield. The authors find that smaller markets are more vulnerable to bargaining-related distortions measured as deviations from the optimal competitive equilibrium payoffs. When the market is small, incomplete information enhances efficiency by reducing the players’ incentives for strategic bargaining, since concavity of the yield functions leads uncertain bargainers to moderate their bids. This effect is more evident in a thin market under the prioritized system than under the equal sharing system, because the opportunity cost of a bargaining deadlock is higher in the former than in the latter (under the prioritize system, some players get their water rights, whereas some get nothing, thus promoting greater disparities between willingness to pay by junior users and willingness to accept by senior users and potential gains to trade when comparing to the equal sharing system). Despite its sensitiveness to the bargaining environment, the price as a signal mechanism and the buyer’s bid as the settlement mechanism performed best in 79 % of the cases considered (as opposed to selection of quantities and prices with sellers making offers). References (sections below for: water pricing; insurance; water trading; institutions; Ceará; general) 306 Water Pricing Adams, G., G. C. Rausser and Simon, L. (1996). "Modelling multilateral negotiations: An application to California water policy." Journal of Economic Behavior & Organization Vol. 30: 97-111. Anwandter, L. and Ozuna, T. Jr. (2002) “Can Public Sector Reforms Improve the Efficiency of Public Water Utilities?” Environment and Development Economics, Vol. 7, Part 4. Asad, Musa; Azevedo, Luiz Gariel; Kemper, Karin E. and Simpson, Larry D. (1999) “Management of water resources. Bulk water pricing in Brazil.” World Bank Technical Paper, No. 432. Clark, Ephraim and Mondello, Gerard (2002). “Regulating Natural Monopolies: The Case of Drinking Water in France”. Water Resources Update, Issue No. 121, January. Dinar, A. (ed.) (2000). “The Political Economy of Water Pricing Reforms”. Oxford University Press. Dinar, Ariel and Subramanian, Ashok (Editors) (1997) “Water Pricing Experiences. An International Perspective”. World Bank Technical Paper No. 386, October. Estado de Sao Paulo, December 8, 2001.Uso da Agua do Paraiba do Sul Sera Cobrado. http://www.estado.estadao.com.br/editorias/2001/12/08/cid017.html Hajispyrou, S.; Koundouri, P. and Pashardes, P. (2002). “Household Demand and Welfare: Implications of Water Pricing in Cyprus”. Environment and Development Economics, Vol. 7, Part 4. Klein, M. (1996). “Economic Regulation of Water Companies”. The World Bank Private Sector Development Department, Policy Research Working Paper 1649. Loehman, E. and A. Dinar (1994). "Cooperative Solution of Local Externality Problems: A Case of Mechanism Design Applied to Irrigation." Journal of Environmental Economics and Management, Vol. 26: 235-256. 307 Rausser, G. C. (2000). Collective Choice in Water Resource Systems. The Political Economy of Water Pricing Reforms. A. Dinar. New York, NY, Oxford University Press, Inc. Simon, L. K.; R. E. Goodhue; Rausser, G. C.; Thoyer, S.; Morardet, S. and Rio, P. (2002). "Structure and Power in Multilateral Negotiations: An Application to French Water Policy." Mimeo. Tahal Consulting and JP Brasil (2002). Estudos para a definição e implementação da política tarifária de água bruta no estado do Ceará. 5o Relatório: Análise da capacidade de pagamento dos usuários de água bruta na bacia do Jaguaribe. Parte A: Irrigantes, carcinicultores e piscicultores. Thomas, A. (1995) Regulating pollution under asymmetric information: the case of industrial wastewater treatment. Journal of Environmental Economics and Management, vol. 28, pp. 357-73. Timmins, C. (2002). “Measuring the Dynamic Efficiency Costs of Regulators’ Preferences: Municipal Water Utilities in the Arid West”. Econometrica, Vol. 7, No. 2. Tsur, Y. (2000). Water Regulation via Pricing: The Role of Implementation Costs and Asymmetric Information. The Political Economy of Water Pricing Reforms. A. Dinar. New York, NY, Oxford University Press. Whittington, D. (1992). “Possible Adverse Effects of Increasing Block Water Tariffs in Developing Countries”. Economic Development and Cultural Change, Vol. 41, No. 1. World Bank (1993). “Water Resources Management, A World Bank Policy Paper”. Washington, D.C. Insurance Bantwal, V.J. and Kunreuther, H.C. (1999). “A Cat Bond Premium Puzzle”. Financial Institutions Center Working Paper. Wharton School of Business, University of Pennsylvania. May. 308 Croson, D.C. and Kunreuther, H.C. (1999). “Customizing Reinsurance and Cat Bonds for Natural Hazard Risks”. Financial Institutions Center Working Paper. Wharton School of Business, University of Pennsylvania. June. DOE (Diário Oficial da União – Brasil) (2002) Lei 10.420 de 11 de abril de 2002. Knowledge at Warthon (1999). “Did Cat Bonds Take a Hit from Hurricanes?” October. National Drinking Water Clearinghouse (1999) “Liability Insurance: Does Your Systen Have Adequate Coverage?” Water Sense, Vol. 5, Issue 1, Winter. Skees, Jerry; Gober, Stephanie; Varangis, Panos; Lester, Rodney and Kalavakonda, Vijay (2002a) “Developing Rainfall-Based Index Insurance in Morocco”. World Bank, Policy Research Working Paper 2577. Skees, Jerry; Varangis, Panos; Larson, Donald and Siegel, Paul (2002b) “Can Financial Markets be Tapped to Help Poor People Cope with Weather Risks?” World Institute for Development Economics Research, Discussion Paper No. 2002/23 (http://www.wider.unu.edu/publications/publications.htm). Water Trading Anderson, T. L. and P. J. Hill (1997). Water Marketing: The Next Generation. Lanham, MA, Roman and Littlefield, Publishers, Inc. Bjornlund, Henning and McKay, Jennifer (2002) “Aspects of water markets for developing countries: experiences from Australia, Chile, and the US”. Environment and Development Economics, Vol. 7, part 4, pp. 769-795. California Department of Water Resources (1997). “Fair Trade?” Department of Water Resources News Online, Spring Issue, 1997. (http://www.news.water.ca.gov/1997.spring/fairtrade.html). Carey, Janis; Sunding, David L. and Zilberman, David (2002). “Transaction Costs and Trading Behavior in an Immature Water Market”. Environment and Development Economics, Vol. 7, Part 4, pp. 733-750. 309 Easter, K.W., Rosegrant, M.W., and Dinar, A. Eds. (1998) “Markets for Water: Potential and Performance”. Boston: Kluwer Academic Publishers. Howe, C.W. (1997). “Increasing Efficiency in Water Markets: Examples from the Western United States”. In: Anderson, T.L. and Hill, P.J. (eds.) Water Marketing – The Next Generation. Rowman & Littlefield Pub., New York. Howitt, Richard E. (1994). “Empirical Analysis of Water Market Institutions: The 1991 California Water Market”. Resource and Energy Economics, 16, pp: 357-371. Mariño, Manuel and Kemper, Karin E., Eds. (1999) “Institutional Frameworks in Successful Water Markets. Brazil, Spain and Colorado, USA”. World Bank Technical Paper No. 427, February. Murphy, James J., Dinar, Ariel, Howitt, Richard E., Rassenti, Steven J., Smith, Vernon L. (2000) “The Design of “Smart” Water Market Institutions Using Laboratory Experiments”. Environmental and Resource Economics, 17: 375-394. Public Citizen. “California Water: A Primer”. http://www.citizen.org/cmep Saleth, R. M. (1998). “Water Markets in India: Economic and Institutional Aspects”. In: Easter, Rosegrant and Dinar (Eds.) “Markets for Water: Potential and Performance”. Boston: Kluwer Academic Publishers. Saleth, R. Maria, Braden, John B., Wayland, J. Eheart (1991) “Bargaining Rules for a Thin Spot Water Market”. Land Economics, 67(3): 326-39. Texas Water Resources Institute (2001) “Effectiveness of Texas Water Bank Evaluated by Texas A&M International University Researcher”. New Waves, Vol. 13, No. 4. (http://twri.tamu.edu/twripubs/NewWaves/v13n4/research-3.html). Texas Water Resources Institute (1993) “The Water Bank”. Water Resources, Vol. 19, No.4. (http://twri.tamu.edu/twripubs/WtrResrc/v19n4/text-3.html) U.S. Office of Technology Assessment (1993). “Preparing for an Uncertain Climate”. 310 Water Marketing Policy of the Colorado River Water Conservation District’s Colorado River Water Projects Enterprise. September, 19 2002. Yoskowitz, David W. (2002) “Price Dispersion and Price Discrimination: Empirical Evidence from a Spot Market for Water”. Review of Industrial Organization, 20: 283289. Young, Robert A. (1986). “Why Are There So Few Transactions Among Water users?”. American Journal of Agricultural Economics, December. Institutions Bennett, L.L. (2000). “The Integration of Water Quality into Transboundary Allocation Agreements. Lessons from the Southwestern United States”. Agricultural Economics, 24, 113-125. Cestti, R. and Kemper, K. (1995). “Initial Allocation of Water Rights in the United States, Australia, and Chile”. Infrastructure Note No. WR-3. Transportation, Water and Urban Development, Washington, D.C.: World Bank. Dinar, Ariel, Balakrishnan, Trichur K., Wambia, Joseph. “Political Economy and Political Risks of Institutional Reforms in the Water Sector”. Mimeo. Easter, K. William, Rosegrant, Mark W., Dinar, Ariel (1999) “Formal and Informal Markets for Water: Institutions, Performance and Constraints”. The World Research Observer, vol. 4, No. 1, February. Governo do Estado do Ceará (1994). Decreto No. 23.067, de 11 de fevereiro de 1994. Hobbs, J.G.; Hobbs, T. and Raley, P.C. (1994). “Institutional Roles and Water Marketing in Colorado and the Western United States. Paper Presented to World Bank Group, Water Legislation: An Integrated Approach, September 8-9, Washington. Isham, J. and Kähkönen, S. (2002). “Institutional Determinants of the Impact of Community-Based Water Services: Evidence from Sri Lanka and India”. Economic Development and Cultural Change, Vol. 50, No. 3. 311 Kanazawa, Mark T. (1998) “Efficiency in Western Water Law: The Development of the California Doctrine, 1850-1911”. The Journal of Legal Studies, January. Ministério do Meio Ambiente (2001). Política Nacional de Recursos Hídricos. Legislação. Secretaria de Recursos Hídricos, Brasília. NESPAK (National Engineering Services of Pakistan) (1991). “Contributions of Private Tubewells in the Development o Water Potential. Field Report. Islamabad: Government of Pakistan, Ministry of Planning and Development. Nieuwoudt, W. L. (2000) “Water Market Institutions in Colorado with Possible Lessons fro South Africa”. Water SA, Vol. 26, No. 1, January. North, Douglass. C. (1990). Institutions, Institutional Change and Economic Performance, Cambridge: Cambridge University Press. North, Douglass C. (1995). "Five Propositions about Institutional Change", in Explaining Social Institutions, Jack Knight and Itai Sened, eds., University of Michigan Press, pp. 15-26. Presidência da República (2002). Casa Civil, Lei No. 10.406, de 10 de Janeiro de 2002. Presidência da República (1934). Subchefia Para Assuntos Jurídicos. Código de Águas, Decreto No. 24.643 de 10 de Julho de 1934. Saleth, Maria R., Dinar, Ariel (1999). “Water Challenge and Institutional Response: A Cross-Country Perspective”. Mimeo. Taddei, A.L. and Taddei, R. (2002). “Participatory Water Allocation in Ceará. Notes on Political and Communicational Structures and Environments”. IRI/Columbia University. Ceará Program internal report. Mimeo. Waterbury, J. (1987). “Legal and Institutional Arrangements for Managing Water Resources in the Nile Basin”. Water Resources Development, Vol. 3, No.2. 312 Ceará Chimeli, A.B., Mutter, C.Z., and Ropelewski, C. (2002). “Climate Fluctuations, Demography and Development: Insights and Opportunities for Northeast Brazil”. Journal of International Affairs, Vol. 56, No. 1. Lima, P.V.P.S (2002) Relações econômicas do Ceará e a importância da água e da energia elétrica no desenvolvimento do estado. Ph.D. dissertation, ESALQ/USP. Tendler, Judith (1997). “Good Government in the Tropics”. Johns Hopkins University Press, Baltimore. Vasconcelos, José R., Almeida, Manoel B. and Silva, Almir B. "Ceará: Economia, Finanças Públicas e Investimentos nos Anos de 1986 a 1996". IPEA, textos para discussão No. 627, Brasília, 1999. World Bank (2000). “Brazil: Poverty Reduction, Growth and Fiscal Stability in the State of Ceara – A State Economic Memorandum, Vols. I and II”. Latin America and the Caribbean Region Report No. 19217-BR. Brazil Country Management Unit, The World Bank, Washington, D.C. General Davis, M. (2001). “Late Victorian Holocausts. El Niño and the Making of the Third World”. Verso. Hanson, G. (1996). “Agglomeration, Dispersion and the Pioneer Firm”. Journal of Urban Economics, Vol. 39, Issue 3. Harsanyi, J.C. (1986). “Rational Behavior and Bargaining Equilibrium in Games and Social Situations”. New York: Cambridge University Press. 313 Hirshman, A.O. (1958). “The Strategy of Economic Development”. New Haven, Conn.: Yale University Press. Marshall, A. (1920) “Principles of Microeconomics”. Macmillan Co. New York. Murphy, K.M.; Schleifer, A. and Vishny, R.W. (1989). “Industrialization and the Big Push”. Journal of Political Economy, Vol. 97, Issue 5. Nash, John (1950). “Bargaining Problem”. Econometrica, Vol. 18, Issue 2. Nurkse, R. (1953). “Problems of Capital Formation in Underdeveloped Countries”. New York: Oxford University Press. Raab, Raymond L. and Lichty, Richard W. (2002). “Identifying Subareas that Comprise a Great Metropolitan Area: The Criterion of County Relative Efficiency”. Journal of Regional Science, Vol. 42, No. 3. Rosenstein-Rodan, P.N. (1961). “Notes on the Theory of the ‘Big Push’.” In: Economic Development for Latin America, edited by Howard S. Ellis and Henry C. Wallich. New York: St. Martin’s. Rosenstein-Rodan, P.N. (1943). “Problems of Industrialization of Eastern and Southeaster Europe”. Economic Journal, June-September. Rostow, W.W. (1960). “The Stages of Economic Growth: A Non-Communist Manifesto”. Cambridge University Press. Souza-Filho, F.A. and Lall, U. (2002). “Seasonal to Interannual Ensemble Streamflow Forecasts for Ceara, Brazil: Applications of a Multivariate, Semi-Parametric Algorithm”. Mimeo. Zeuthen, F. (1930). “Problems of Monopoly and Economic Welfare”. London: Routledge & Kegan Paul. 314 CAPÍTULO 13: CLIMA E AGRICULTURA DE SEQUEIRO NO CEARÁ: ANÁLISE ECONOMÉTRICA DO EFEITO DO CLIMA NA PRODUÇÃO E PREÇO DO MILHO E DO FEIJÃO Ariaster Chimeli e Francisco de Assis de Souza Filho INTRODUÇÃO Ao longo das últimas décadas a economia cearense passou por um intenso processo de reestruturação, com relativo crescimento da importância dos setores econômicos da indústria e dos serviços na produção estadual em detrimento da participação da agricultura. Dados da Fundação Instituto de Pesquisa e Informação do Ceará (IPLANCE) indicam uma queda da participação da agricultura no produto interno bruto de cerca de 50 % na primeira metade do século para 15,32 % em 1985 e apenas 5,58% no ano 2000. Não obstante o declínio da sua importância relativa para a economia local, a agricultura ainda ocupa cerca de 40 % da população economicamente ativa do estado, reforçando, especialmente no contexo da agricultura de sequeiro, um quadro de grande vulnerabilidade de boa parte da população local à variabilidade climática. O interesse pelos efeitos da dinâmica climática nas populações mais vulneráveis do estado é antigo, no entanto avanços recentes na ciência do clima e a difusão de métodos estatísticos no instrumental econômico de entendimento da realidade propiciam uma oportunidade ímpar para análise quantitativa da relação entre clima e agricultura de sequeiro. A análise quantitativa das ligações entre indicadores climáticos e da produção de sequeiro justifica-se não apenas pelo desejo de entendimento das conexões entre natureza e a economia, mas também pelo fato de tal entendimento proporcionar subsídios para a construção de políticas públicas que visam a redução da vulnerabilidade climática das populações mais afetadas. Os avanços recentes na ciência do clima indicam que a previsão climática pode ser feita com relativo sucesso no Nordeste brasileiro e em particular no Estado do Ceará. Desta forma, o conhecimento das articulações entre clima e produção de sequeiro tendem a contribuir para a elaboração de políticas públicas de 315 combate à vulnerabilidade climática. No entanto, o avanço no mapeamento das ligações entre clima e agricultura de sequeiro, bem como no desenho de políticas públicas depende de um estudo quantitativo destas ligações, de modo a se dimensionar de forma precisa a força causal do clima com relação à produção agrícola. MODELO DE OFERTA E DEMANDA A análise apresentada neste estudo de impacto do clima na produção agrícola de sequeiro no Ceará é baseada em um modelo de oferta e demanda da cultura agrícoloa de interesse. O princípio econômico fundamental desta análise é bastante simples: compradores e produtores do bem em questão entram em acordo com relação a preços e quantidades a serem transacionadas, embora ambas as partes tenham objetivos distintos -consumidores buscam o benefício associado ao consumo e produtores buscam maximizar seus lucros dada sua estrutura de custos. Em outras palavras as quantidades e preços dos produtos observados no mercado refletem uma situação de equilíbrio onde os interesses das partes envolvidas são compatíveis com a quantidade e preço final do bem. Mais claramente, os consumidores seguem uma curva de demanda pelo bem que decresce com o preço do bem, ao passo que produtores seguem uma curva de oferta do mesmo bem que aumenta com o preço do produto73. Formalmente, a situação de mercado pode ser descrita como segue: q o = f1 ( p , n , d ) q d = f q d = q 73 2 ( p , r ) o O fato da curva de demanda ser decrescente no preço do produto, reflete a idéia de que quantidades adicionais de consumo de um bem traz benefícios positivos mas decrescentes a medida que este consumo aumenta. Por exemplo, um copo d'água no deserto tem um valor altíssimo, ao passo que uma vez de posse de um grande açude aquele mesmo copo d'água tem valor perto de zero! Isto porque o primeiro copo d'água no deserto traz uma satisfação ou utilidade elevada para o consumidor, ao passo que o enésimo copo d'água do proprietário do açude lhe traz pequena contribuição adicional. Por este motivo, este proprietário estaria disposto a sacrificar pouquíssimos dos seus recursos para obter aquele copo adicional. Por outro lado, para se produzir quantidades adicionais de um produto, demanda-se cada vez mais recursos escassos. Recursos estes que poderiam, a partir de certo momento, ser utilizados de forma mais eficiente e rentável em outras atividades. Por isso um produtor ofertará maiores quantidades de um produto se e somente se ele for devidamente compensado com preços mais altos capazes de cobrir seus custos crescentes. 316 Onde qd é a quantidade demandada por consumidores, qo é a quantidade ofertada por produtores e em equilíbrio, oferta e demanda se igualam em um nível comum de preço p determinado endogeneamente. Nas equações acima, nota-se também os termos n, d e r correspondentes a variáveis exógenas do sistema que deslocam as curvas de oferta e demanda. No presente contexto, n é o indicador da temperatura da superfície do Oceano Pacífico (indicador do El Nino), d é o indicador do gradiente de temperatura da superfície do Oceano Atlântico (indicador do dipolo de temperatura do Oceano Atlântico) e r é o indicador de renda. A produção agrícola de sequeiro depende da precipitação e os parâmetros n e d influenciam a precipitação no Nordeste. Estes são a base deste estudo, ao invés da precipitação em si, porque neles está fundamentada a previão da precipitação e por isso estes indicadores podem ser usados diretamente para se fazer inferências e previsões de safras e preços médios. Tudo mais permanecendo constante, uma maior temperatura do Oceano Pacífico n contribui para uma situação de seca no Nordeste brasileiro e a oferta de produtos agrícolas tende a cair. A situação oposta ocorre quando o dipolo do Atlântico (aqui definido como temperatura da superfície do Oceano Atlântico Sul menos a temperatura da superfície do Oceano Atlântico Norte para áreas selecionadas) aumenta. Neste caso há uma tendência a uma maior precipitação no Nordeste brasileiro e a produção e consequentemente oferta agrícola tende a ser maior. Finalmente, aumentos na renda r do consumidor implicam maior demanda pelos bens consumidos caso todos as demais forçantes do modelo permaneçam constantes. Se tomarmos as variáveis n, d e r como fixas, podemos usar a seguinte representação gráfica para o sistema acima: p qo qd q 317 Figura 1: Preço e quantidade de equilíbrio de mercado. Na Figura 1, as linhas pontilhadas indicam a quantidade e o preço de equilíbrio no mercado. São precisamente este preço e quantidade de equilíbrio que formam a base de dados para a estimativa das curvas de oferta e demanda descritas acima e do efeito do clima na safra e os preços associados a ela. Formalmente, as relações descritas acima são representadas de acordo com as derivadas parciais das funções de oferta e demanda como segue: f1 p > 0 f1n < 0 f1d > 0 f2 p < 0 f2r > 0 O nosso interesse neste trabalho é estimar quantitativamente a direção e magnitude do efeito das temperaturas do Oceano Pacífico e do Oceano Atlântico na produção e preço de produtos agrícolas de sequeiro selecionados. De acordo com o modelo apresentado acima, podemos calcular a direção do efeito destas temperaturas no preço e quantidades verificados em equilíbrio. Para tal fim, podemos substituir a última equação do sistema (condição de equilíbrio de mercado) nas duas anteriores e usar a notação q = qo = qd. Adicionalmente representamos o sistema acima como: q − f1 ( p, n, d ) 0 = G ≡ q − f 2 ( p, r ) 0 A seguir, supõe-se as condições de regularidade para a aplicação do teorema da função implícita e calcula-se as derivadas parciais da produção e do preço com relação às temperaturas dos oceanos Pacífico e Atlântico e com relação à renda: ∇ x y = −∇ y G −1 ⋅ ∇ xG 318 Onde x representa as variáveis exógenas do moedelo n, d e r, ao passo que y representa as variáveis endógenas q e p. Desta forma, é simples a verificação dos seguintes resultados74: ∂q ∂n ∂p ∂n ∂q ∂d ∂p ∂d ∂q ∂r ∂p ∂r <0 >0 >0 <0 >0 >0 São precisamente estes resultados que serão testados nos modelos econométricos deste estudo. Além disso, será estimada a magnitude de cada uma das derivadas parciais acima. Com base nestes resultados procurar-se-á fazer inferências a respeito do efeito da variação climática sobre o preço e a quantidade de equilíbrio da cultura indicadora da agricultura de sequeiro. Graficamente, as duas primeiras derivadas acima da quantidade e do preço com relação ao efeito El Nino podem ser representadas da seguinte forma: p qo' qo qd q Figura 2: Análise comparativa estática - El Nino e mudança de equilíbrio de mercado 74 Veja Apêndice I. 319 A ocorrência de um El Nino (associado ao aumento da temperatura do Oceano Pacífico acima da média histórica) tende a impor maiores custos a produção de sequeiro no Nordeste. Desta forma, para uma dada quantidade produzida o preço que os produtores estão dispostos a receber para sua comercialização aumenta em relação a anos normais. Na Figura 2, a curva de oferta desloca-se de qo para qo', fazendo com que a quantidade de equilíbrio diminua e o preço de equilíbrio aumente em relação a um ano normal. No caso de um dipolo do Atlâtico (temperatura da superfície do Atlântico Sul menos do Atlântico Norte) mais acentuado a situação oposta se configura: a curva de oferta desloca-se para a direita e para baixo. Desta forma o preço de equilíbrio diminui e a quantidade de equilíbrio aumenta. Um aumento da renda dos consumidores não afeta a curva de oferta, mas desloca a curva de demanda para a direita. O resultado é um preço e quantidade de equilíbrio maiores. Por fim, cabe ressaltar que para que o modelo simples de oferta e demanda apresentado aqui seja aplicável em um modelo econométrico, os dados de preço e quantidade devem se referir a um mercado local. Isto é a um mercado cujo preço é determinado localmente em função da quantidade ofertada e demandada. Embora o Ceará não seja um líder na produção nacional de milho ou feijão, evidências de comunicação pessoal indicam que grande parte da produção do Estado é consumida localmente e que o preço é influenciado pela quantidade ofertada localmente. Os resultados dos modelos econométricos abaixo nos permitirão reavaliar esta hipótese. DIAGNÓSTICO GRÁFICO 320 Nesta seção é apresentada uma discussão preliminar da relação entre precipitação, produção e preço do milho e do feijão no Ceará, seguida da relação entre temperaturas da Preço do Milho 0.3 0.4 0.5 0.6 0.7 0.8 400000 200000 0 Produção de Milho superfície do mar e preço e produção de milho e feijão. 400 600 800 1000 400 Preço do Feijão 600 800 Chuva no Sertão 800 1000 1000 1.0 1.5 2.0 2.5 3.0 3.5 250000 150000 400 600 Chuva no Sertão 50000 Produção de Feijão Chuva no Sertão 400 600 800 1000 Chuva no Sertão Figura 3: Precipitação e quantidade e preço de milho e feijão. Idealmente, dever-se-ia comparar dados de produção de sequeiro com dados de precipitação nas regiões do Ceará onde esta produção se dá. No entanto, os dados de preço e produção são agregados para todo o Estado. Por isso deve-se usar algumas culturas predominantemente de sequeiro no Estado como indicadoras do estresse climático a que esta atividade agrícola está submetida. Para tal fim, escolheu-se a produção de milho e feijão com base em consultas a especialistas. Um problema similar ocorre com os dados de precipitação no Estado. Estes estão desagregados por regiões geográficas do Ceará, que não necessariamente coincidem com as regiões onde apenas a agricultura de sequeiro é realizada. Para contornar este problema, usa-se indicadores de precipitação para o Sertão Central do Ceará, região onde predomina a agricultura de sequeiro. A Figura 3 mostra a relação entre produção e preço de milho e feijão e a 321 precipitação no Sertão Central. As linhas sólidas nos gráficos da Figura 3 correspondem a relação funcional estimada para os dados com base na técnica não paramétrica de smooth spline75. Nota-se que as formas funcionais estimadas sugerem que, na medida que a precipitação aumenta, a produção de milho e feijão aumentam, atingem um pico e passam a decrescer. A parte esquerda dos gráficos de produção caracteriza perdas de safra em decorrência de anos mais secos. Por outro lado, chuvas abundantes também tendem a trazer perdas de safra em decorrência de umidade excessiva dos solos e inundações. Como é de se esperar, os preços seguem um caminho inverso. Anos de relativas perdas de safra implicam preços maiores, ao passo que anos de safra abundante, quando a precipitação é ideal para a produção estão relacionados com preços relativamente inferiores. Os gráficos da Figura 3 contribuem para o argumento de que o modelo simplificado de oferta e demanda apresentado acima tem aplicabilidade na agrucultura de milho e do feijão no Ceará, uma vez que se os preços fossem completamente determinados fora do Estado e dissociados da produção local as curvas estimadas para o preço não tenderiam a ter o padrão inverso das curvas estimadas para a produção. O objetivo deste estudo é explorar a previsibilidade da produção e preço de culturas de sequeiro com base na previsão climática. Uma das principais forçantes do clima no Ceará são as temperaturas das superfícies dos Oceanos Pacífico e Atlântico. Estas estão ligadas a evaporação, diferenças de pressão e precipitação no globo e constituem a base da previsão climática. Portanto, é interessante explorar as temperaturas da superfície do mar (TSMs) e sua correlação com a produção e preço de culturas selecionadas. Isto será feito de duas formas. Em primeiro lugar, estuda-se a correlação entre a média das TSMs na quadra chuvosa do Ceará (Fevereiro a Maio) e a produção e preço do milho e do feijão no ano correspondente (doravante simplesmente correlação contemporânea). Como a precipitação for a da quadra chuvosa é desprezível, a agricultura de sequeiro concentra-se precisamente no primeiro semestre do ano, quando 75 A relações estimadas nos gráficos foram derivadas com 4 graus de liberdade. Maiores graus de liberdade suavizam o gráfico da função e nos permite concentrar nas tendências mais genéricas aparente nos dados. 322 as chuvas tendem a se concentrar. Espera-se que as temperaturas do Pacífico tropical sejam negativamente correlacionadas com a produção e positivamente correlacionadas com o preço (efeito El Nino). Espera-se que as TSMs do Atlântico Norte sejam negativamente correlacionadas com a produção e positivamente com o preço, e o oposto é esperado com relação às TSMs do Atlântico Sul. Em segundo lugar, observa-se a correlação dos indicadores de preço e quantidade com as TSMs do último trimestre do ano anterior (doravante simplesmente correlação defasada). Esta defasagem justifica-se pelo fato de as TSMs do Oceano Pacífico no último trimestre do ano tenderem a estar positivamente correlacionadas com as TSMs da quadra chuvosa do ano seguinte. Este é precisamente um dos principais fundamentos para a previsão climática atualmente utilizada em escala global. O caso do Oceano Atlântico, devido as características de sua bacia, é menos claro. Desta forma, espera-se um padrão de correlação das TSMs defasadas com a produção agrícola e o preço que se assemelha ao padrão das correlações contemporâneas, embora a força da primeira correlação deva ser menor. A Figura 4 mostra a correlação linear entre as TSMs dos Oceanos Pacífico e Atlântico durante a quadra chuvosa no Ceará e a produção estadual de milho. Se concentrarmos na faixa equatorial dos oceanos, nota-se o padrão esperado para estas correlações. Por um lado, o aquecimento das águas do Pacífico tropical contribuem para o aumento da evaporação e diminuição da pressão atmósférica nesta região, contribuindo para uma região de convexão e maior pressão atmósféria sobre o Nordeste brasileiro, fato que resulta em menores precipitações e quebra de safra (efeito El Nino). Por outro lado, as temperaturas aquecidas do Atlântico Sul tendem a promover o efeito oposto, ao passo que o Atlântico Norte apresenta um padrão que pode reforçar o efeito El Nino. Estas observações são consistentes com o entendimento físico da precipitação no Nordeste brasileiro (Moura e Shukla, 1981)76. Por isso, na análise abaixo não serão utilizados índices de TSMs de novas regiões específicas dos oceanos, nem técnicas estatísticas de seleção de TSMs como a técnica de análise de componentes principais. Ao invés disso, serão usadas regiões dos oceanos consolidadas em estudos climáticos como as TSMs da 76 Um fenômeno importante na precipitação no Nordeste investigado na literatura meteorológica é o "dipolo do Atlântico" definido como a diferença entre as temperaturas do Atlântico Sul e do Norte. Quando este gradiente é elevado (TSM do Atlântico Sul menos TSM do Atlântico Norte), têm-se condições favoráveis a maior precipitação no Nordeste. 323 região Nino 3 do Oceano Pacífico e regiões tradicionais de TSMs do Oceano Atlântico Norte e Sul. A Figura 5 representa as correlações contemporâneas entre o preço do milho e as TSMs. O padrão que se observa-se é o oposto do padrão da Figura 4, como se deveria esperar em um mercado influenciado pelo clima. Cabe ressaltar que o sinal climático é mais fraco no caso do preço do que no caso da produção de milho. As Figuras 6 e 7 mostram as correlações entre TSMs e quantidades e preços do feijão, respectivamente. Embora o efeito das TSMs do Oceano Pacífico torpical sobre a produção e preço do feijão estejam de acordo com o padrão esperado de correlação, o mesmo não pode ser dito com relação às TSMs do Oceano Atlântico. Adicionalmente, a correlação das TSMs do Pacífico tropical com a produção de feijão tende a ser menor em magnitude do que a mesma correlação no caso do milho. Uma possível explicação para estes resultados é a existência de uma significativa produção irrigada de feijão, o que amorteceria o efeito das secas na safra desta cultura. Figura 4: Correlação contemporânea entre produção de milho e TSMs. 324 Figura 5: Correlação contemporânea entre preço do milho e TSMs. Figura 6: Correlação contemporânea entre produção de feijão e TSMs. 325 Figura 7: Correlação contemporânea entre preço do feijão e TSMs. As Figuras 4 a 7 nos serve para balisarmos o padrão de correlação contemporânea entre as TSMs e a produção e preço do milho e do feijão. Constatado o sinal do clima por meio das correlações acima, cabe investigar se este sinal pode ser observado antes da quadra chuvosa. Esta análise é relevante na medida que se persegue a previsão de safra com base na previsão do clima. Como já foi mencionado, a previsão do clima tem-se desenvolvido substancialmente nas últimas décadas e as variáveis principais utilizadas na previsão do clima são as TSMs. Desta forma, as Figuras 8 a 11 mostram a correlação linear entre as TSMs médias de outubro a dezembro de um dado ano com a produção e preço do milho e do feijão no ano seguinte (correlação defasada). A possível previsão dos efeitos de uma seca no início de janeiro, com base em dados de outubro a novembro do ano anterior, pode facilitar e agilizar um plano de contingência com um melhor planejamento do uso de recursos escassos para o combate dos efeitos de uma possível seca. 326 Figura 8: Correlação defasada entre produção de milho e TSMs. Figura 9: Correlação defasada entre preço do milho e TSMs. 327 Figura 10: Correlação defasada entre produção de feijão e TSMs. Figura 11: Correlação defasada entre preço do feijão e TSMs. 328 As Figuras 8 a 11 mostram o efeito El Nino na correlação das TSMs defasadas com a produção e preço do milho e do feijão. Como era de se esperar, o padrão da correlação das TSMs defasadas do Pacífico tropical com a produção e o preço não é tão forte como no caso das correlações contemporâneas. No entanto, o sinal das correlações é o esperado com base na física global envolvendo as TSMs e precipitação no Nordeste brasileiro. Isto se dá porque as TSMs do Oceano Pacífico configuram-se relativamente lentamente, indicando já no último trimestre do ano o padrão predominante no primeiro semestre do ano seguinte. Isto se deve às características da bacia do Oceano Pacífico. O mesmo não ocorre no Oceano Atlântico. Este tem a configuração das suas TSMs para a quadra chuvosa mais bem definida somente no decorrer da própria quadra chuvosa. Por isso, as correlações entre as TSMs do Atlântico e preços e quantidades prodzidas apresentadas nas figuras acima diferem mais marcantemente das correlações contemporâneas apresentadas nas Figuras 4 a 7. As Figuras mostradas nesta seção endossam o avanço da análise estatística mais detalhada dos determinantes do preço e da quantidade produzidas pela agricultura de sequeiro no Ceará. Para tanto, a próxima seção apresenta a análise econométrica do modelo de equações simultâneas de oferta e demanda descrito anteriormente. Esta análise objetiva estimar a contribuição das forçantes climáticas do Ceará na safra de sequeiro. Como o sinal do clima parece mais evidente no caso do milho, na próxima seção será feita uma análise especializada para esta cultura. DIAGNÓSTICO ECONOMÉTRICO O modelo de equações simultâneas apresentado acima deve ser estimado conjuntamente. É comum nos depararmos com a idéia errônea de que os dados de preço e quantidade refletem apenas uma das curvas (como a curva de demanda, por exemplo). De fato estes dados refletem a interação entre estas duas curvas e a tentativa de se estimar 329 apenas uma das curvas sem levar a outra em consideração levará a um estimador inconsistente77. Para melhor entendermos porque ambas equações devem ser estimadas conjuntamente, tomemos como exemplo o sistema abaixo: q = α q = β 0 + α 0 + 1 p + α 1 p + β β 2 2 n + α 3 r + ε 2 d + ε 1 , tal que E[ε1 ] = E[ε 2 ] = E[ε1ε 2 ] = 0 E[ε12 ] = σ 12 E[ε ] = σ 2 2 , 2 2 e as variáveis d, n e r não sejam correlacionadas com os erros. Pela primeira equação do sistema a variável p é correlacionada com q, e q é correlacionada com ε1. Além disso, pela segunda equação, podemos ver que p pode ser escrita como função de q, mas como q é correlacionada com ε1, então p também é correlacionada com ε1. O mesmo argumento se aplica para mostrar que p é correlacionada com ε2. Desta forma, estimar qualquer uma das equações acima pelo método de mínimos quadrados ordinários produzirá estimadores inconsistentes. Para contornar este problema, usamos a técnica de mínimos quadrados em três estágios (three stage least squares -- 3SLS). No primeiro estágio, faz-se a regressão da variável endógena p nas demais variáveis exógenas n, d e r. No segundo estágio utiliza-se os valores estimados do primeiro estágio p̂ , em lugar de p em cada uma das equações. Esta nova variável é correlacionada com p, mas não mais correlacionada com ε1. Este procedimento é também conhecido com regressão via variáveis instrumentais onde as 77 Dado um parâmetro ) ) θ , o seu estimador θ n se e somente se lim P (| θ n − θ |> ε ) = 0 , para todo n →∞ baseado em uma amostra de tamnho n é consistente ε > 0. 330 variáveis exógenas são os instrumentos e a variável endógena, no caso p, é a variável instrumentada. No terceiro estágio usa-se o método de mínimos quadrados generalizados para os dados de ambas as equações agrupadas, tomando-se em conta a estrutura de correlação entre os resíduos do modelo. No caso presente, o foco é em se conhecer o efeito final das forçantes climáticas sobre o preço e quantidade de equilíbrio. Portanto, usaremos uma simplificação do método 3SLS para estimarmos q e p como funções de todas as variáveis exógenas do modelo simultaneamente. Isto nada mais é do que se estimar o modelo reduzido de equações através da técnica de Regressão Aparentemente Não Relacionada (SURE ou seemingly unrelated regression estimation). Esta técnica corresponde ao último estágio do 3SLS, com as variáveis endógenas como função de todas as variáveis exógenas do modelo. Dados Os dados de produção de milho (miprod) se referem à produção anual de milho no Ceará em toneladas no período de 1952 a 1947 obtidas do Anuário Estatístico Brasil do IBGE. O preço do milho (mipre) é dado em R$ por Kg ao nível preços de julho de 2001 de acordo com correção pelo IGP-DI da Fundação Getúlio Vargas. A correção dos preços foi feita pela Fundação Instituto de Pesquisa e Informação do Ceará (IPLANCE) utilizando os índices de preço mencionados acima obtidos da revista Conjuntura Econômica. Os dados de TSMs (fmamnn3, ondnn3l, dipfmam, onddl, fmamst, ondsatll, fmamntl, ondnatll) foram calculados pela FUNCEME de forma a se obter desvios normalizados da média das TSMs de áreas selecionadas dos Oceanos Pacífico e Atlântico. Finalmente, dados de renda dos consumidores do milho não estão disponíveis diretamente. Como boa parte da produção do milho é consumida no meio rural, usou-se como proxy para a renda a soma das receitas totais com produtos tradicionais com defasagens de 0 a 5 anos (inca -- inca5, incb -- incb5). O uso de tais proxies é usual na literatura econômica e estas variáveis tendem a ser correlacionadas com a renda do produtor e não correlacionadas com as demais variáveis explicativas do modelo. A variável proxy da renda de melhor performance nos modelos estimados foi a soma do valor da produção do milho, feijão, mandioca e gado com defasagem de dois anos. A 331 fonte dos dados do valor da produção é o Anuário Estatístico do Brasil feito pelo IBGE e dados manipulados pelo IPLANCE para se efetuar a correção monetária no período de análise com base no IGP-DI da Fundação Getúlio Vargas. Resultados Econométricos: O Efeito do Clima na Produção e Preço do Milho Como foi mencionado acima, o nosso interesse é em estudar o efeito do clima na produção e preço do milho. Para tanto, foi estimado o modelo reduzido baseado no modelo estrutural apresentado acima. Em outras palavras, resolve-se o sistema de equações acima com as variáveis endógenas como função das variáveis exógenas e estima-se este novo modelo, o modelo reduzido: q = π p = π 10 20 + π + π 11 21 r + π r + π n + π 12 22 n + π 13 23 µ + d d + 1 µ 2 Este modelo é estimado agrupando-se os dados de ambas as equações, estimandose consistentement os resíduos µ1 e µ2 e sua matriz de correlação através da regressão por mínimos quadrados ordinários. A seguir, usa-se esta matriz de correlação para se reestimar o modelo tomando em conta a existência da correlação entre os resíduos (esta é a chamada regressão factível por mínimos quadrados generalizados ou Feasible Generalized Least Squares - FGLS). Vários modelos foram estimados usando-se os dados de renda (incb2), média das TSMs da região "nino3" do Oceano Pacífico para o período de fevereiro a maio do ano do plantio e comercialização da safra do milho (fmamnino3), média das TSMs de áreas do Atlântico Norte e Sul de conhecida importância para o clima do Ceará. 332 PREVISÕES DE IMPACTO NA PRODUÇÃO E PREÇO DO MILHO, I Vários modelos econométricos foram estimados para se avaliar o impacto das forçantes do clima na produção e preço de equilíbrio do mercado de milho no Ceará78. O modelo apresentado abaixo foi escolhido com base na significância estatística dos coeficientes estimados, teste de hipótese de significância estatística das variáveis selecionadas (estatística χ2 ) e percentual da variância da produção e preço explicada pelas variáveis selecionadas (R2). O modelo abaixo tem como variáveis explicativas a proxy de renda dada pela a soma do valor da produção do milho, feijão, mandioca e gado com defasagem de dois anos (incb2), a média da TSM na área Nino 3 do Oceano Pacífico para os meses de fevereiro a maio do ano da safra (fmamnn3), a média do dipolo do Atlântico ou diferença ou gradiente das temperaturas de áreas do Oceano Atlântico Sul e Norte (dipfmam), e a variável anterior elevada ao quadrado (dipfmam2). Os resultados seguem: Variável Miprod Incb2 Coeficiente fmamnn3 Dipfmam dipfmam2 Constante R2 χ2 Mipre Incb2 fmamnn3 Dipfmam dipfmam2 78 -0.0107 (0.02611) -55283.26 ** (15947.65) 33118.91 ** (10675.23) -15487.01 ** (5437.549) 295748.3 ** (36769.41) 0.42 35.72 ** 1.11e-07 ** (3.00e-08) 0.02 (0.0183) -0.0307 * (0.01227) 0.019699 ** Um subconjunto de modelos selecionados aparece no Apêndice II. 333 Constante R2 χ2 (0.006252) 0.30859 ** (0.04228) 0.40 32.71 ** * Estatisticamente significante ao nível de 2 % de significância; ** Estatisticamente significante ao nível de 1 % de significância. Desvios padrão em parênteses. Como se pode notar pelos resultados acima, que com exceção da proxy de renda na equação de produção do milho, todas as variáveis explicativas tem o sinal esperado de acordo com o modelo da Seção 1. No caso da proxy de renda com o sinal diferente do esperado, o coeficiente negativo não é estatisticamente significativo. A outra variável cujo coeficiente não é estatisticamente significativo é o indicador das TSMs do Pacífico na região Nino 3 na equação do preço do milho, embora o coeficiente estimado tenha o sinal esperado. O conjunto de variáveis do modelo explica 42 % da variância da produção e 40 % da variância do preço do milho. Em ambas as equações, rejeita-se a hipótese de que o conjunto de variáveis utilizadas não tem significância estatística. Em linhas gerais, o modelo estimado acima captura com relativo sucesso o efeito das forçantes do clima utilizadas neste estudo (TSMs). Desta forma, podemos fazer inferências sobre as variações das médias de produção e preço condicionadas a variações das TSMs dos Oceanos Atlântico e Pacífico. Note-se também que a contribuição do dipolo do Atlântico entra no modelo de forma não linear. Mais especificamente ele contribui com a variação do preço e da quantidade produzida de milho de forma quadrática. Sendo assim, um dipolo favorável a chuva no Ceará muito acentuado, acaba por acarretar perdas de produção. O oposto acontece com o preço. Um dipolo acentuado no sentido favorável a maior precipitação no Ceará, acaba por acarretar aumento dos preços em decorrência das perdas de safra. Este resultado é consistente com as curvas estimadas por smooth spline nos gráficos da Figura 3. As TSMs da região Nino 3, por sua vez, parecem ter um efeito linear sobre a produção e preço do milho. Constatados o sinal e a magnitude do efeito das TSMs na produção e preço do milho, a próxima pergunta a se fazer é se podemos prever as variações da produção e preço do milho com antecedência, de forma a se fazer uso desta informação para a 334 eficiente e ágil confecção e execução de políticas públicas minimizadoras dos efeitos das secas no Ceará. Passaremos a tratar desta questão na seção seguinte. PREVISÕES DE IMPACTO NA PRODUÇÃO E PREÇO DO MILHO, II Nesta seção é investigada a previsibilidade da produção e preço do milho com base nas TSMs médias dos Ocanos Atlântico e Pacífico para os meses do período de Outubro a Dezembro do ano anterior da safra. Com isto, pretende-se explorar as temperaturas dos Oceanos que já começam a se configurar no último trimestre do ano. Como sugerem as Figuras 8 a 11, o efeito do Oceano Pacífico parece mais claro do que o efeito das áreas tradicionais do Oceano Atlântico (Atlântico Norte e Sul identificados em Moura e Shukla, 1988 e dipolo do Atlântico). Vários modelos foram explorados para a previsão do impacto do clima na agricultura. O procedimento adotado foi similar ao da seção anterior com a diferença que as TSMs defasadas foram usadas. Como era de se esprar dada a comparação das Figuras 8 a 11 com as Figuras 4 a 7, resultados para o modelo de previsão não foram tão significativos quanto os resultados da análise econométrica com TSMs contemporâneas. Para efeito de comparação, é apresentado abaixo o resultado de estimação de um modelo comparável ao modelo da seção anterior, com defasagem de TSMs e excluindose os quatro últimos anos da amostra (1998, 1999, 2000 e 2001). Os resultados seguem abaixo79. Nota-se que os sinais dos coeficientes estimados são consistentes com os sinais dos coeficientes comparáveis para o modelo apresentado anteriormente. Variável Miprod Incb2 ondnn3l 79 Coeficiente -0.0023363 (0.0314045) -39443.07 ** (19908.56) Um subconjunto dos modelos estimados aparece no Apêndice III. Nenhum dos modelos apresentados neste apêndice tiveram performance melhor do que o modelo apresentado acima no que diz respeito a estimativa da distribuição da probabilidade condicionada as TSMs e a renda mostradas nas Figuras 12 e 13. 335 onddl onddl2 constante R2 χ2 Mipre incb2 ondnn3l onddl onddl2 Constante R2 χ2 126739.3 * (73298.97) -101275.3 (140443.9) 245794.1 ** (46777.55) 0.1236 6.48744 9.89e-08 ** (3.49e-08) 0.0494745 ** (0.0221424) -0.1327598 (0.0815234) 0.1999113 (0.1562022) 0.3628157 ** (0.0520262) 0.2438 14.82719 ** * Estatisticamente significante ao nível de 8 % de significância; ** Estatisticamente significante ao nível de 5 % de significância. Desvios padrão em parênteses. Para efeito de teste do poder de previsão do modelo, tomou-se os anos de 1998, 1999, 2000 e 2001 que não foram utilizados na estimação. Com base nos resultados do modelo, selecionou-se os anos mais próximos dos anos de controle de acordo com as variáveis explicativas do modelo. Isto foi feito tomando-se em consideração o peso relativo de cada variável explicativa de acordo com o coeficiente estimado para sua contribuição na explicação de cada variável dependente. Esta técnica segue a abordagem de Lall e Sharma (1996) e Assis-Filho e Lall (2002). Foram selecionados os 10 e 15 anos mais próximos de cada ano de acordo com as TSMs e renda observadas na série histórica. A seguir, estimou-se as distribuições de probabilidade da produção e do preço do milho com base nestas amostras reduzidas com vistas a se projetar uma distribuição de produção do ano seguinte com menor variância que a série histórica. Os resultados desta reamostragem e as repectivas distibuições de probabilidade seguem nas Figuras 12 e 13. 336 Densidade Condicionada (1999) 0 0 0 0 0 0 0 0 0 0 0 0 0 Densidade Condicionada (1998) 0 200000 400000 600000 0 200000 400000 600000 Produção de Milho Densidade Condicionada (2000) Densidade Condicionada (2001) 0 0 0 0 0 0 0 0 0 0 0 0 Produção de Milho 0 200000 400000 Produção de Milho 600000 0 200000 400000 600000 Produção de Milho Figura 12: Distribuições de Probabilidade da Produção de milho para 1998 a 2001. Na Figura 12 a curva preta mostra a distribuição marginal da produção do milho com base em todos os dados da série histórica de produção de 1952 a 1997. A curva azul corresponde a distribuição de probabilidade da produção baseada nos 10 anos mais próximos do ano em questão tendo em vista os pesos relativos de cada variável explicativa estimados pelo modelo de previsão da produção. A curva vermelha repete o exercício anterior com os 15 anos mais próximos. A produção média no período de 1952 a 1997 é de 240.150 toneladas e a mediana é 231.530 toneladas. Nota-se que para o ano de 1998, o modelo não teve êxito em reduzir a variância da previsão da safra comparada a variância da distribuição marginal dada pela curva preta. O mesmo não foi o caso para os demais anos. A produção de milho foi de 93.075 toneladas em 1998, 443.417 em 1999, 635.222 em 2000 e 245.002 em 2001. Se 337 observarmos estes valores, percebemos que eles estão próximos de um dos pontos modais nos anos de 1999 e 2001, embora isto não seja de forma alguma verdadeiro para o ano de 2001. Densidade Condicionada (1999) 0 0.0 1 0.5 1.0 2 1.5 3 2.0 4 2.5 5 3.0 Densidade Condicionada (1998) 0.2 0.4 0.6 0.8 1.0 0.2 0.4 0.6 0.8 Preço do Milho Densidade Condicionada (2000) Densidade Condicionada (2001) 1.0 0 0 1 1 2 2 3 3 4 4 5 5 Preço do Milho 0.2 0.4 0.6 Preço do Milho 0.8 1.0 0.2 0.4 0.6 0.8 1.0 Preço do Milho Figura 13: Distribuições de Probabilidade do Preço do Milho para 1998 a 2001. A Figura 13 mostra as estimativas de distribuição de probabilidade para o preço do milho no período de verificação do modelo (1998 a 2001). O preço médio de 1952 a 1997 é de R$ 0.50 e a mediana é R$ 0.48 a preço de julho de 2001, ao passo que os preços observados no período de validação foram R$ 0.31/Kg em 1998, R$ 0.25/Kg em 1999, R$ 0.23/Kg em 2000 e R$ 0.24/Kg em 2001, a preços de julho de 2001. Embora a variância da previsão não tenha diminuído significativamente no ano de 1998, a direção 338 do aumento dos preços foi capturada pelo deslocamento da moda com base nos 10 anos mais próximos (curva azul). A mesma tendência de se deslocar as curvas de probabilidade condicionada de preço na direção dos valores observados é constatada nos demais gráficos. CONCLUSÕES E EXTENSÕES Neste trabalho foi analizado o efeito do clima sobre a produção e o preço na agricultura de sequeiro no Ceará dentro de uma modelo simplificado de oferta e demanda. Para tanto, utilizou-se dados de produção e preço do milho e do feijão em uma análise preliminar e na safra do milho na análise econométrica mais detalhada. Neste contexto, as pricinpais conclusões obtidas foram: • A produção do milho e do feijão são afetados de forma não monotônica pelas chuvas. A medida que a precipitação aumenta, a produção aumenta, atinge um máximo e passa a decrescer. Isto ocorre por um lado em função da escassez hídrica para o crescimento das culturas selecionadas e por outro devido ao excesso de humidade dos solos. • O preço do milho e do feijão são afetados de forma não monotônica pelas chuvas. A medida que a precipitação aumenta, o preço diminui , atinge um mínimo e passa a aumentar. Isto ocorre por um lado em função da escassez hídrica que gera perdas de safra e redução da oferta, fazendo com que o preço aumente e por outro devido ao excesso de humidade dos solos que gera perdas de safra e contribui para o aumento do preço. • O comportamento do preço e da produção de milho e feijão em função da precipitação no Ceará sugere a aplicabilidade do modelo de oferta e demanda adotados neste estudo. Tal não seria o caso se o preço não fosse de forma alguma influenciado pela precipitação no Ceará, dando indícios de que o preço vigente no Estado é de fato determinado for a dele. • A passagem da utilização da precipitação para as forçantes do clima dadas pelas TSMs nos modelos de diagnóstico e previsão da safra é justificada a partir das 339 correlações entre TSMs e produção e preço. A correlação entre produção e preço segue o padrão esperado de acordo com o estado da arte do conhecimento do clima no Estado. • O modelo estatístico de diagnóstico do efeito das TSMs (forçantes climáticas) sobre a safra do milho em geral apresenta significância estatística e explica 42 % da variação da produção e 40 % da variação do preço. • O efeito do dipolo do Atlântico sobre a produção e preço é não monotônico e segue o padrão sugerido pelos dados de precipitação, produção e preço do milho. Um dipolo favorável à ocorrência de chuvas no Ceará inicialmente contribui para maior produção e menor preço até que a situação seja revertida devido às chuvas excessivas que acarretam perdas de safra e alta de preços. • O modelo de previsão da produção e preço tem relativo sucesso na explicação da variância da safra e preço com base em TSMs defasadas. Com base nisto, obteve-se êxito limitado na previão da produção e preço vigente no ano com base no sinal climático observado no último trimestre do ano anterior. De forma mais importante do que o relativo sucesso da previsão da safra com base na previsão do clima, este trabalho contribui para o entendimento quantitativo do efeito das TSMs na agricultura de sequeiro no Ceará. Com isto, abre-se uma avenida de possibilidades de estudos do clima e sua previsão e efeito na agricultura de sequeiro do Ceará. APÊNDICE I - ANÁLISE COMPARATIVA ESTÁTICA Para calcular as derivadas parciais do preço e quantidade de equilíbrio com relação às temperaturas da superfície dos Oceanos Atlântico e Pacífico e da renda, aplicamos o teorema da função implícita ∇ x y = −∇ y G −1 ⋅ ∇ xG no sistema de equações estruturais do modelo, 340 q − f1 ( p, n, d ) 0 = G ≡ q − f 2 ( p, r ) 0 verificando-se que a matrix Jacobiana deste sistema seja não singular. Na notação usada aqui, q y = p e x representa genericamente n, d, e r. Desta forma temos: 1 − f1 p ; ∇ y G = 1 f − 2 p | ∇ y G |= − f 2 p + f1 p > 0; ∇ y G −1 = 1 − f2 p | ∇ y G | − 1 f1 p ; 1 − f ∇ nG = 1n ; 0 − f ∇ d G = 1d ; 0 0 ∇ r G = ; f 2r ∇n y = − 1 f 2 p f1n ; | ∇ y G | f1n ∇d y = − 1 f 2 p f1d ; | ∇ y G | f1d ∇r y = − 1 − f1 p f 2 r ; | ∇ y G | − f 2 r As três últimas expressões dão as derivadas da quantidade e do preço em relação aos efeito El Nino, dipolo e renda, respectivamente. As hipóteses sobre os sinais das derivadas das funções f1 e f2 descritas no modelo de oferta e demanda implicam: 341 ∂q ∂n ∂p ∂n ∂q ∂d ∂p ∂d ∂q ∂r ∂p ∂r <0 >0 >0 <0 >0 >0 APÊNDICE II - MODELOS ECONOMÉTRICOS SELECIONADOS I Modelo: reg3 (miprod incb2 fmamnn3 dipfmam) (mipre incb2 fmamnn3 dipfmam) Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 49 3 112615.2 0.3259 23.68962 0.0000 mipre 49 3 .1315277 0.2788 18.94128 0.0003 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | -.015068 .0281374 -0.536 0.592 -.0702163 .0400803 fmamnn3 | -48449.36 17021.21 -2.846 0.004 -81810.32 -15088.41 dipfmam | 33691.55 11523.01 2.924 0.003 11106.86 56276.25 _cons | 267957.5 38273.27 7.001 0.000 192943.3 342971.7 ---------+-------------------------------------------------------------------mipre | incb2 | 1.17e-07 3.29e-08 3.557 0.000 5.25e-08 1.81e-07 fmamnn3 | .0113106 .0198797 0.569 0.569 -.027653 .0502742 dipfmam | -.0314599 .0134582 -2.338 0.019 -.0578375 -.0050823 _cons | .3439401 .0447009 7.694 0.000 .256328 .4315522 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 fmamnn3 dipfmam 342 -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 fmamnn3 fmamst2) (mipre incb2 fmamnn3 fmamst2) fmamst2 = TSM média do Atlântico Sul para os meses de fevereiro a maio elavada ao quadrado. Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 49 3 121946.5 0.2096 12.99087 0.0047 mipre 49 3 .1384956 0.2004 12.27682 0.0065 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | -.0067146 .0303123 -0.222 0.825 -.0661255 .0526964 fmamnn3 | -62752.63 17646.03 -3.556 0.000 -97338.22 -28167.04 fmamst2 | -4861.511 17339.31 -0.280 0.779 -38845.92 29122.9 _cons | 262409.7 44593.51 5.884 0.000 175008 349811.4 ---------+-------------------------------------------------------------------mipre | incb2 | 1.09e-07 3.44e-08 3.170 0.002 4.17e-08 1.77e-07 fmamnn3 | .0249255 .0200407 1.244 0.214 -.0143536 .0642047 fmamst2 | -.0068753 .0196924 -0.349 0.727 -.0454716 .0317211 _cons | .3602426 .0506452 7.113 0.000 .2609798 .4595054 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 fmamnn3 fmamst2 -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 xfmamnn3 xfmamst xfmamnt) (mipre incb2 xfmamnn3 xfmamst xf > mamnt) xfmamnn3 = exponencial da TSM média da região Nino 3 para os meses de fevereiro a maio. xfmamst = exponencial da TSM média do Atlântico Sul para os meses de fevereiro a maio. xfmamnt = exponencial da TSM média do Atlântico Norte para os meses de fevereiro a maio. Three-stage least squares regression ------------------------------------------------------------------ 343 Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 49 4 115665.9 0.2889 19.90571 0.0005 mipre 49 4 .1314441 0.2797 19.02775 0.0008 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | -.0126023 .0288364 -0.437 0.662 -.0691206 .043916 xfmamnn3 | -11743.43 4122.166 -2.849 0.004 -19822.73 -3664.135 xfmamst | 28674.07 10041.29 2.856 0.004 8993.495 48354.64 xfmamnt | -11361.85 9449.711 -1.202 0.229 -29882.95 7159.238 _cons | 261002 45399.22 5.749 0.000 172021.2 349982.9 ---------+-------------------------------------------------------------------mipre | incb2 | 1.16e-07 3.28e-08 3.549 0.000 5.21e-08 1.81e-07 xfmamnn3 | .0016214 .0046845 0.346 0.729 -.00756 .0108028 xfmamst | -.0188333 .011411 -1.650 0.099 -.0411986 .0035319 xfmamnt | .0205377 .0107388 1.912 0.056 -.0005099 .0415853 _cons | .338786 .0515922 6.567 0.000 .2376671 .4399048 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 xfmamnn3 xfmamst xfmamnt -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 fmamnn3 fmamst fmamnt) (mipre incb2 fmamnn3 fmamst fmamnt) Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 49 4 107621.4 0.3844 30.59199 0.0000 mipre 49 4 .131146 0.2830 19.33736 0.0007 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | -.0103713 .0269777 -0.384 0.701 -.0632466 .042504 fmamnn3 | -58262.06 16890.56 -3.449 0.001 -91366.95 -25157.18 fmamst | 57534.18 15602.6 3.687 0.000 26953.64 88114.71 fmamnt | -5806.185 16981.93 -0.342 0.732 -39090.16 27477.79 _cons | 262160.6 36674.67 7.148 0.000 190279.6 334041.6 ---------+-------------------------------------------------------------------mipre | incb2 | 1.15e-07 3.29e-08 3.512 0.000 5.10e-08 1.80e-07 344 fmamnn3 | .0142734 .0205826 0.693 0.488 -.0260678 .0546146 fmamst | -.0386589 .0190131 -2.033 0.042 -.0759239 -.0013938 fmamnt | .0230403 .020694 1.113 0.266 -.0175192 .0635997 _cons | .3456904 .0446913 7.735 0.000 .2580971 .4332837 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 fmamnn3 fmamst fmamnt -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 fmamnn3 dipfmam dipfmam2 dipfmam3) (mipre incb2 fmamnn3 di > pfmam dipfmam2 dipfmam3) dipfmam2 = dipolo do Atlântico elevado ao quadrado. Dipfmam3 = dipolo do Atlântico elevado ao cubo. Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 49 5 102023.4 0.4467 39.56601 0.0000 mipre 49 5 .119898 0.4007 32.76062 0.0000 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | -.0106479 .0255347 -0.417 0.677 -.0606949 .0393991 fmamnn3 | -54005.23 15621.4 -3.457 0.001 -84622.62 -23387.83 dipfmam | 56164.04 18654.51 3.011 0.003 19601.87 92726.21 dipfmam2 | -16070.19 5332.653 -3.014 0.003 -26521.99 -5618.379 dipfmam3 | -3966.659 2660.856 -1.491 0.136 -9181.841 1248.522 _cons | 297379.2 35979.56 8.265 0.000 226860.5 367897.8 ---------+-------------------------------------------------------------------mipre | incb2 | 1.11e-07 3.00e-08 3.710 0.000 5.25e-08 1.70e-07 fmamnn3 | .0198221 .0183583 1.080 0.280 -.0161596 .0558037 dipfmam | -.0339995 .0219228 -1.551 0.121 -.0769674 .0089684 dipfmam2 | .0197821 .0062669 3.157 0.002 .0074991 .0320651 dipfmam3 | .0005625 .003127 0.180 0.857 -.0055664 .0066914 _cons | .3083591 .0422832 7.293 0.000 .2254854 .3912327 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 fmamnn3 dipfmam dipfmam2 dipfmam3 ------------------------------------------------------------------------------ 345 APÊNDICE III - MODELOS ECONOMÉTRICOS SELECIONADOS II Modelo: reg3 (miprod incb2 ondnn3l onddl) (mipre incb2 ondnn3l onddl) Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 46 3 116713.1 0.1137 5.900739 0.1165 mipre 46 3 .1313592 0.2168 12.73575 0.0052 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | .0026092 .0308192 0.085 0.933 -.0577954 .0630138 ondnn3l | -37400.62 19817.11 -1.887 0.059 -76241.45 1440.21 onddl | 89814.72 52743.31 1.703 0.089 -13560.26 193189.7 _cons | 230522 41943.62 5.496 0.000 148314 312730 ---------+-------------------------------------------------------------------mipre | incb2 | 8.92e-08 3.47e-08 2.570 0.010 2.12e-08 1.57e-07 ondnn3l | .0454428 .0223039 2.037 0.042 .0017279 .0891577 onddl | -.059873 .059362 -1.009 0.313 -.1762204 .0564743 _cons | .392962 .0472071 8.324 0.000 .3004378 .4854861 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 ondnn3l onddl -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 ondnn3l ondsatll ondnatll) (mipre incb2 ondnn3l ondsatll o > ndnatll) ondsatll = TSM média de outubro a dezembro para o Atlântico Sul. ondnatll = TSM média de outubro a dezembro para o Atlântico Norte. Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 46 4 112826.2 0.1717 9.538275 0.0490 mipre 46 4 .1282407 0.2536 15.62706 0.0036 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | .0132623 .0303779 0.437 0.662 -.0462773 .0728019 346 ondnn3l | -42937.38 19403.74 -2.213 0.027 -80968.01 -4906.745 ondsatll | 142491.8 58824.79 2.422 0.015 27197.34 257786.3 ondnatll | 20090.79 79663.94 0.252 0.801 -136047.7 176229.2 _cons | 215665.4 41382.41 5.212 0.000 134557.4 296773.5 ---------+-------------------------------------------------------------------mipre | incb2 | 7.90e-08 3.45e-08 2.288 0.022 1.13e-08 1.47e-07 ondnn3l | .0507169 .0220547 2.300 0.021 .0074905 .0939434 ondsatll | -.1100515 .0668615 -1.646 0.100 -.2410977 .0209947 ondnatll | -.0448193 .0905478 -0.495 0.621 -.2222897 .1326511 _cons | .4071139 .0470361 8.655 0.000 .3149247 .499303 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 ondnn3l ondsatll ondnatll -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 xondnn3l xondstl xondntl) (mipre incb2 xondnn3l xondstl xo > ndntl) xondnn3l = exponecial da média da TSM Nino 3 para o período de outubro a dezembro. xondstl = exponencial da méida da TSM do Atlântico Sul para o período de out. a dez. xondntl = exponencial da méida da TSM do Atlântico Norte para o período de out. a dez. Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 46 4 111008.8 0.1982 11.37172 0.0227 mipre 46 4 .1250222 0.2906 18.84097 0.0008 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | .0067868 .0296673 0.229 0.819 -.05136 .0649336 xondnn3l | -19514.59 9153.316 -2.132 0.033 -37454.76 -1574.423 xondstl | 143410.9 50030.22 2.866 0.004 45353.47 241468.3 xondntl | -14258.32 77774.18 -0.183 0.855 -166692.9 138176.3 _cons | 116543.4 101179.2 1.152 0.249 -81764.22 314851 ---------+-------------------------------------------------------------------mipre | incb2 | 8.32e-08 3.34e-08 2.491 0.013 1.78e-08 1.49e-07 xondnn3l | .0274426 .0103088 2.662 0.008 .0072377 .0476474 xondstl | -.1135174 .0563459 -2.015 0.044 -.2239533 -.0030815 xondntl | -.0061057 .0875921 -0.070 0.944 -.1777832 .1655717 _cons | .4864047 .1139518 4.269 0.000 .2630634 .7097461 347 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 xondnn3l xondstl xondntl -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 ondnn3l ondstl2) (mipre incb2 ondnn3l ondstl2) ondstl2 = média da TSM do Atlântico Sul de out. a dez. elevada ao quadrado. Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 46 3 105404.5 0.2771 17.63472 0.0005 mipre 46 3 .1252432 0.2881 18.61226 0.0003 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | .0009281 .0274772 0.034 0.973 -.0529263 .0547825 ondnn3l | -35877.17 17816.73 -2.014 0.044 -70797.31 -957.0235 ondstl2 | 480933.5 128740.8 3.736 0.000 228606.2 733260.9 _cons | 197236.4 38526.57 5.119 0.000 121725.7 272747.1 ---------+-------------------------------------------------------------------mipre | incb2 | 9.14e-08 3.26e-08 2.800 0.005 2.74e-08 1.55e-07 ondnn3l | .0445963 .0211701 2.107 0.035 .0031036 .0860889 ondstl2 | -.3658991 .1529718 -2.392 0.017 -.6657183 -.0660799 _cons | .4178032 .0457779 9.127 0.000 .3280803 .5075262 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 ondnn3l ondstl2 -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 ondnn3l ondstl2 ondntl2) (mipre incb2 ondnn3l ondstl2 ondntl2) ondntl2 = média da TSM do Atlântico Norte de out. a dez. elevada ao quadrado. Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 46 4 104902.5 0.2840 18.24528 0.0011 mipre 46 4 .1250591 0.2902 18.8027 0.0009 ------------------------------------------------------------------------------ 348 | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | .0022791 .0274219 0.083 0.934 -.0514668 .056025 ondnn3l | -36899.99 17798.58 -2.073 0.038 -71784.56 -2015.421 ondstl2 | 487763.2 128539.4 3.795 0.000 235830.7 739695.7 ondntl2 | -186310.6 280440.9 -0.664 0.506 -735964.5 363343.4 _cons | 204049.7 39690.9 5.141 0.000 126256.9 281842.4 ---------+-------------------------------------------------------------------mipre | incb2 | 9.05e-08 3.27e-08 2.769 0.006 2.64e-08 1.55e-07 ondnn3l | .0452721 .0212185 2.134 0.033 .0036846 .0868596 ondstl2 | -.3704118 .1532377 -2.417 0.016 -.6707522 -.0700713 ondntl2 | .1231035 .3343266 0.368 0.713 -.5321645 .7783716 _cons | .4133014 .0473174 8.735 0.000 .3205611 .5060417 -----------------------------------------------------------------------------Endogenous variables: miprod mipre Exogenous variables: incb2 ondnn3l ondstl2 ondntl2 -----------------------------------------------------------------------------Modelo: reg3 (miprod incb2 ondnn3l xondstl) (mipre incb2 ondnn3l xondstl) xondstl = exponencial da méida da TSM do Atlântico Sul para o período de out. a dez. Three-stage least squares regression -----------------------------------------------------------------Equation Obs Parms RMSE "R-sq" Chi2 P -----------------------------------------------------------------miprod 46 3 110162.1 0.2104 12.25699 0.0066 mipre 46 3 .1271639 0.2661 16.67522 0.0008 -----------------------------------------------------------------------------| Coef. Std. Err. z P>|z| [95% Conf. Interval] ---------+-------------------------------------------------------------------miprod | incb2 | .0090952 .0285493 0.319 0.750 -.0468603 .0650508 ondnn3l | -43581.9 18884.9 -2.308 0.021 -80595.62 -6568.174 xondstl | 145583.3 48831.28 2.981 0.003 49875.73 241290.8 _cons | 67504.06 66060.48 1.022 0.307 -61972.1 196980.2 ---------+-------------------------------------------------------------------mipre | incb2 | 8.53e-08 3.30e-08 2.589 0.010 2.07e-08 1.50e-07 ondnn3l | .0507423 .0217995 2.328 0.020 .0080161 .0934685 xondstl | -.1151169 .0563676 -2.042 0.041 -.2255954 -.0046384 _cons | .5212289 .0762559 6.835 0.000 .3717701 .6706876 -----------------------------------------------------------------------------Endogenous variables: miprod mipre 349 Exogenous variables: incb2 ondnn3l xondstl ------------------------------------------------------------------------------ BIBLIOGRAFIA Alves, J.M.B. Reanálise de Índices de Temperatura da Superfície do Mar no Atlântico e Pacífico Tropicais Potenciais Indicadores da Qualidade da Estação Chuvosa do Setor Norte do Nordeste do Brasil. Revista Brasileira de Agrometeorologia, v.10, n.1, Julho, 2002. Alves, J.M.B., J.N.B. Campos, E.B. Souza e C.A. Repelli. Produção Agrícola de Subsistência no Estado do Ceará com Ênfase aos Anos de Ocorrência de El Nino e La Nina. Revista Brasileira de Agrometeorologia, v.6, n.2, p. 249-256, 1998. Chimeli, A.B., C.Z. Mutter and C. Ropelewski. Climate Fluctuations, Demography and Development: Insights and Opportunities for Northeast Brazil, mimeo, 2002. Goddard, L., S.J. Mason, S.E. Zebiak, C.F. Ropelewski, R. Basher, and M.A. Cane, Current Approaches to Seasonal-to-Interannual Climate Predictions, International Journal of Climatology, 21, 2001. Graham, N.E., A.D.L. Evans, K.R. Mylne, M.S.J. Harrison, and K.B. Robertson, An Assessment of seasonal predictability using atmospheric general circulation models, Quarterly Journal of the Royal Meteorological Society, 126, 2000. Greene, W.H. Econometric Analysis. McMillan Publishing Company, New York, 1990. Hastenrath, Stefan. “Predictability of Northeast Brazil Drought”. Nature, 307, 531-33, 1984. Magalhães, Antônio R. (org.) “Respostas Governamentais Às Secas: A Experiência de 1987 no Nordeste.” Governo do Estado do Ceará, Secretaria de Planejamento e Coordenação. Imprensa Oficial do Ceará, 1991. Moura, Antônio D. and Jagadish Shukla. “On the Dynamics of Droughts in Northeast Brazil: Observations, Theory and Numerical Experiments with a General Circulation Model”. Journal of the Atmospheric Sciences, v. 38, n. 12, December 1981. Ropelewski, C. F. and B. Lyon, "Climate Information Systems and Their Applications", Chapter 8 in "Current Uncertainties in the Climate System", Springer-Verlag (in Press), 2002. 350 Servain, J., A. J. Busalacchi, M. J. McPhaden, A. D. Moura, G. Reverdin, M. Vianna, and S. E. Zebiak, A Pilot Research Moored Array in the Tropical Atlantic (PIRATA). Bulletin of the American Meteorological Society, 79(10), 1998. Souza-Filho, F.A. and U. Lall. Seasonal to Interannual Ensemble Streamflow Forecasts for Ceara, Brazil: Applications of a Multivariate, Semi-Parametric Algorithm. Mimeo, 2002. World Bank. "Brazil. Poverty Reduction, Growth, and Fiscal Stability in the State of Ceará. A State Economic Memorandum". Volumes I and II. Brazil Country Management Unit, PREM Sector Management Unit, Latin America and the Caribbean Region. Report No. 19217-BR, August 2000. 351 CAPÍTULO 14: RUMO À CRIAÇÃO DE UMA ESTRATÉGIA COMUNICACIONAL INTEGRADA PARA A INFORMAÇÃO CLIMÁTICA: NOTAS SOBRE A VIDA SOCIAL DA PREVISÃO CLIMÁTICA. UM ESTUDO DO CASO DO ESTADO DO CEARÁ Renzo Taddei INTRODUÇÃO Ainda que existam no Brasil instituições ligadas à meteorologia com mais de três décadas de vida e com intensa interlocução com outros institutos e agências ao redor do mundo, não existe neste país, até o presente momento, esforço coordenado e sistemático em entender a vida social da informação do clima, isto é, a forma como tal informação é entendida, interpretada, transmitida, traduzida e usada para os mais diversos fins. Mesmo nos países em que o clima, e a meteorologia em particular, transformaram-se em tema de intensos debates e análises multidisciplinares, e aonde as ferramentas metodológicas das ciências sociais vêm sendo usadas de forma mais consistente, este movimento é bastante recente e de certa forma seguiu o rápido desenvolvimento de modelos climáticos mais refinados e que proporcionaram um incremento no entendimento do fenômeno El Niño e suas teleconexões globais. Este texto pretende discutir alguns dos principais argumentos presentes nos debates contemporâneos, em língua inglesa, a respeito dos usos sociais e aplicações da informação climática. Discutiremos, num segundo momento, o caso do Estado do Ceará, e buscaremos estender o esforço analítico em direção pouco abordada na bibliografia disponível: os mecanismos simbólicos (ou, melhor dizendo, semióticos) presentes de forma marcante na forma como 1) o cidadão rural, habituado a entender o clima como elemento de um campo fundamentalmente religioso, relaciona-se com prognósticos científicos de clima, e 2) na forma como a meteorologia insere-se num universo de significados em que o clima é visto como elemento determinante da riqueza ou pobreza da maior parte da população do estado, e a meteorologia como responsável, em parte, pela eficiência ou ineficiência de decisões e ações ligadas ao clima. A PREVISÃO DO CLIMA E A BUSCA DO USO EFICAZ DA INFORMAÇÃO Grande atenção vem sendo dada à questão da busca de formas de uso eficaz da informação climática. O rápido desenvolvimento de tecnologias de previsão de clima nos últimos anos, com a melhoria da compreensão de fenômenos climáticos de larga escala como o El Niño, aumentou a já grande expectativa da comunidade de tomadores de decisão e planejadores públicos a respeito das formas como tais 352 desenvolvimentos tecno-científicos podem contribuir na mitigação de impactos negativos de fenômenos climáticos extremos. Ao mesmo tempo, o investimento em equipamentos para a obtenção de dados de indicadores físicos ainda não completamente conhecidos e/ou previsíveis, reconhecidos como importantes (como as temperaturas do Atlântico sul), além de modelos matemáticos mais precisos, reproduz tais expectativas dentro da comunidade meteorológica. Um texto da agência americana de administração oceanográfica e atmosférica (NOAA) afirmava, por exemplo, em 1994: The ability to anticipate how climate will change from one year to the next will lead to better management of agriculture, water supplies, fisheries, and other resources. By incorporating climate predictions into management decisions, humankind is becoming better adapted to the irregular rhythms of climate. (National Oceanographic and Atmospheric Administration 1994, 23, in Broad, Pfaff e Glantz, 2002). No meio internacional, a partir do início da década de 1990, a necessidade de estudar de forma detalhada as possibilidades de integração entre produção e uso da informação climática ocasionou o aparecimento da abordagem “ponta-a-ponta” (end-to-end) nas pesquisas de aplicação. Este conceito foi formalmente abordado na Conferência das Nações Unidas sobre Desenvolvimento e Meio Ambiente (UNCED), em 1992, e resultou na criação, nos Estados Unidos, do International Research Institute for Climate Prediction (IRI), um instituto dedicado a pesquisas de aplicação de informação do clima, financiando pelo Escritório de Programas Globais (OGP) da NOAA e sediado na Universidade de Columbia, em Nova Iorque (Orlove e Tosteson, 1999). Distintos autores têm abordado a questão da melhoria dos prognósticos, segundo critérios meteorológicos, e a possibilidade de sua aplicação em setores diversos. A bibliografia nesta área é extensa, motivo pelo qual selecionamos cinco textos representativos da produção acadêmica norte-americana contemporânea, e a seguir apresentaremos de forma sumária seus argumentos e métodos de abordagem da questão aqui analisada. Os dois últimos textos fazem referência direta ao estado do Ceará. Broad, Pfaff e Glantz (2002) Desde pelo menos o final da década de 1970 pesquisadores como Michael Glantz alertam para o fato de que a produção de prognósticos de clima de melhor qualidade não implica, de forma direta, na geração de benefício sociais provenientes de seu uso. Segundo Glantz (1979), uma série de restrições impõe limites na aplicação direta e eficaz de prognósticos de clima. Os fatores restritivos citados por este autor são a variabilidade de duração e intensidade de fenômenos como o El Niño; dificuldades na transformação de modelos de interação entre a atmosfera e o oceano em prognósticos de impacto de clima em atividades econômicas, como a agricultura ou a pesca no Pacífico; dificuldades na compreensão dos elementos técnicos do prognóstico por leigos, e em especial a natureza probabilística da previsão; a existência de prazos insuficientes de tempo entre previsões e os eventos climáticos, de modo a impossibilitar ações 353 oficiais efetivas de mitigação e contingência; e a existência de pressões políticas e socioeconômicas provenientes de grupos de interesse diversos. Glantz voltou a analisar, com Broad and Pfaff (2002), as barreiras e restrições ao uso eficaz de prognósticos, analisando o caso da indústria pesqueira peruana durante o forte El Niño de 1997-1998. Neste trabalho, estes pesquisadores estenderam a análise para além da questão da identificação das restrições sociais, ao adotarem uma abordagem baseada na análise dos processos decisórios em que a informação de clima se vê envolvida, e concluíram que parte essencial da problemática reside no fato de que distintos grupos e setores têm diferentes idéias e representações a respeito dos possíveis benefícios gerados pela previsão. Esta conclusão nos conduz à idéia de que mesmo que as restrições operacionais e processuais existentes na aplicação efetiva do prognóstico sejam bem conhecidas, existe ainda a problemática de que não há uma convergência imediata entre as formas com que grupos sociais distintos conceituam as idéias de benefício e utilidade. Tais conceitos não apenas pautam a organização econômica dos grupos, como também são elementos centrais de boa parte das disputas políticas locais, em virtude do fato de que induzem a compreensões distintas a respeito da natureza e uso dos recursos naturais e econômicos. Ainda que os meios técnicos busquem um distanciamento de tais embates políticos, não há como evitar a necessidade da tomada de decisão quanto aos meios de disseminação da informação do clima, o que implica uma conceituação, ainda que intuitiva, dos benefícios do prognóstico. O estudo de 1997-1998 mostrou que a disseminação do prognóstico do El Niño no Peru teve resultados não antecipados, e mesmo alguns impactos negativos. Os autores sugerem que os meios técnicos invistam na pesquisa de impactos da disseminação de prognóstico de clima, o que envolve não apenas uma compreensão das atividades econômicas em que o prognóstico é usado, mas também das estruturas socioeconômicas locais. Em outro trabalho80 os mesmos autores sugerem a criação de indicadores mensuráveis para a medição dos impactos sociais da disseminação da informação climática. Os fatores limitantes do uso de prognósticos foram analisados de forma mais minuciosa. Em primeiro lugar, existe o fato de que prognósticos são mais eficazes na previsão da ocorrência de um evento climático do que na previsão de sua duração e intensidade, dois fatores de fundamental importância na tomada de decisão de grande parte das atividades econômicas afetadas por fenômenos climáticos, como a pesca e a agricultura. No caso especial do Peru, grande parte das decisões a respeito da regulamentação da indústria pesqueira acontece no decorrer do fenômeno climático, em função de sua duração e intensidade. Em segundo lugar, existe o grande desafio, ainda por ser equacionado de forma consistente, da compreensão de como fenômenos climáticos se relacionam com atividades de produção e contingência, e como estas relações podem ser estendidas a modelos em que prognósticos de clima se convertam em prognósticos de impacto. Ainda que os efeitos de fenômenos climáticos extremos sejam visíveis e mesmo quantificáveis, a criação de prognósticos de impacto é atividade bastante mais complexa, que esbarra também nos limites de precisão dos prognósticos de clima que os alimentam. De especial importância é o fato de que os critérios 80 Broad et all, Tinker Report, 2001. 354 de precisão de modelos climatológicos evoluciona de forma cumulativa em função dos sucessos das pesquisas científicas (isto é, um modelo cuja correlação estatística entre temperatura de superfície do mar e previsão de precipitação seja, por exemplo, 0.5, é melhor que um modelo em que tal correlação seja 0.3), ao passo que grande parte dos setores sócio-econômicos usuários potenciais dos prognósticos de clima trabalha com níveis de risco muito mais baixos. Desta forma, a irrelevância do prognóstico está diretamente ligada a níveis incompatíveis de precisão desejada e ofertada. Este fator se faz presente de forma intensa também no nordeste brasileiro. Um dos elementos por detrás da idéia de que a “meteorologia não acerta” é a incompatibilidade entre os níveis de precisão que caracterizam prognósticos e os níveis exigidos pelas diversas atividades em que o prognóstico pode ser utilizado. Existem também restrições ligadas à existência social do prognóstico, dentre as quais os autores destacam: 1) Acesso: distintos setores fazem uso de meios de comunicação diferentes, e a forma como a informação é distribuída pode beneficiar alguns setores em detrimento de outros. Grupos com menor renda tendem a ter mais dificuldade de acesso à Internet, especialmente em países em desenvolvimento e áreas rurais, por exemplo; 2) Compreensão: existe uma dificuldade real de interpretação da informação meteorológica, especialmente quando esta faz uso extenso de jargão técnico. De forma análoga, fotos de satélite e gráficos não são autoexplicáveis na maioria dos casos, e em duas ocasiões fotos de satélite, erroneamente interpretadas a respeito do enfraquecimento do El Niño no Peru, ganharam as manchetes dos jornais daquele país (p. 424); 3) Distorções: são elementos potencialmente causadores de distorções interpretativas a existência de diversos prognósticos ou interpretações errôneas, a competição entre agência oficiais no que tange à autoridade para elaborar previsões consideradas oficiais, a pressão exercida por alguns setores econômicos para que o prognóstico seja elaborado como produto de mercado e vendido como serviço de consultoria (de forma seletiva e não universalizada, obviamente. Em países em que técnicos são mal-remunerados, esta pressão se faz sentir de forma mais intensa e logra induzir meteorologistas a realizar distribuição comercial e seletiva da previsão. Ver p. 424). Os autores apontam para fato de que é comum, em regiões afetadas de forma recorrente por fenômenos climáticos intensos, a existência e divulgação de prognósticos “populares” a competir, em termos de informação, precisão e legitimidade, com o prognóstico científico, muitas vezes visto como o “oficial”. Este é fato extremamente familiar no caso do Ceará, em virtude da existência dos chamados “profetas populares”, mas também pela tradição da realização de leituras semióticas da natureza e de rituais religiosos no intuito de prever a qualidade da estação chuvosa vindoura; 4) Conflitos de objetivos: a existência de múltiplas fontes de informação, a dificuldade da avaliação da qualidade do prognóstico antes da ocorrência do evento previsto, e os usos retóricos (meio político) e comerciais (meio privado e mídia) da previsão faz com que tomadores de decisão tendam a desconsiderar o uso de prognósticos. Em virtude das informações desencontradas sobre o El Niño de 1997, Fujimori no Peru decidiu ignorar fontes usuais de informação e criou nova comissão para orientá-lo a respeito de como proceder (p. 425). No mesmo ano, bancos peruanos aparentemente perderam a confiança nos prognósticos 355 disponíveis e decidiram, de forma a se protegerem das incertezas existentes, suspender serviços de créditos (p. 426). Outros impactos não esperados podem estar atrelados ao prognóstico: pelo menos uma empresa pesqueira peruana afirmou demitir empregados em função de prognósticos positivos de El Niño, em virtude do impacto negativo que tal fenômeno tem na indústria da pesca (p. 426). Os autores concluem que, uma vez estudados os impactos dos prognósticos nos diversos usuários potenciais e demais grupos afetados, os benefícios específicos a dado grupo e os custos associados ao uso da informação de clima, é preciso estudar formas diferenciadas de elaboração dos prognósticos. O conhecimento dos fatores sociais, culturais, econômicos e políticos associados ao prognóstico devem ser a ele incorporados. Qual dentre as abordagens e técnicas de prognóstico conhecidas pode gerar maiores benefícios sociais e maior valor, para cada caso específico de uso? Prognósticos baseados em modelos acoplados de programas de monitoramento biológico e oceanográfico, além dos usuais modelos de oceanoatmosfera, por exemplo, podem ser mais apropriados para tomadas de decisão na indústria pesqueira (p. 431). De forma correlata, a elaboração de prognósticos mais direcionados a setores específicos traz a questão de quais fatores devem pautar a elaboração de prognósticos para ampla divulgação, e de como informações técnicas e passíveis de falsas interpretações devem ser controladas. Os autores sugerem a elaboração de processos de consensualização de prognósticos mais genéricos e de sua distribuição massiva por um número restrito de organizações especializadas. Como veremos mais adiante, estas estratégias têm sido utilizadas na elaboração e divulgação de prognósticos para a estação chuvosa do norte do nordeste brasileiro nos últimos anos. Roncoli, Ingram, Jost e Kirshen (2001) Os autores analisam as atividades de comunicação de prognósticos de clima a produtores rurais em Burkina Faso, na África Ocidental. A pesquisa utilizou métodos etnográficos para colher dados a respeito de conhecimentos locais sobre chuvas, necessidade e prioridades de informação dos produtores rurais, fontes de informação e redes sociais disponíveis, o papel das informações de precipitação nos processos de tomada de decisão, e fatores de restrição ao uso efetivo dos prognósticos de precipitação. Evidências colhidas pelo estudo mostraram que o prognóstico da estação chuvosa de 2000 (40% de probabilidade para precipitação acima de média, 40% na média e 20% abaixo da média) circulou de forma seletiva entre a população rural das áreas estudadas: em uma localidade mulheres produtoras não haviam sido informadas sobre o prognóstico; em outra, produtores associados a um clã rival do clã no poder, além de um distrito habitado por famílias de castas inferiores, não havia recebido informações sobre a previsão de chuvas. Em todas as localidades estudadas, clãs pastorais vivendo nas periferias dos centros municipais também não haviam recebido o prognóstico (p. 20). Diferenças em objetivos particulares e desconfianças a respeito das fontes de informação afetaram as formas como prognósticos foram transmitidos. O diretor do serviço meteorológico nacional foi ouvido em 356 comunicação pelo rádio anunciando "uma boa probabilidade de pelo menos precipitação média", optando pela interpretação mais cautelosa do prognóstico e evitando a quantificação da distribuição da probabilidades. A empresa de algodão SOFITEX, por sua vez, divulgou um prognóstico anunciando alta probabilidade de chuvas intensas e incentivou produtores a continuar o cultivo do algodão, a despeito do atraso da estação chuvosa naquele ano. No final da estação calculou-se que as precipitações haviam se situado abaixo da média histórica em todas as regiões pesquisadas, e com grande variabilidade espacial em termos de precipitação e acumulação de água. Segundo os autores, produtores rurais entendem de forma clara e através de experiência vivencial a noção de incerteza, uma vez que se trata de um fator importante do meio ambiente em que se encontram. Os produtores demonstraram entendimento inequívoco de que a ciência não é capaz de prever o futuro, baseado no fato de que prognósticos elaborados através de técnicas locais "tradicionais" podem também falhar na previsão dos eventos climáticos. Sistemas locais de pensamento ressaltam a natureza incompleta e provisória de qualquer forma de conhecimento, o que possibilita aos habitantes da região o entendimento de que a ciência e os sistemas locais de conhecimento podem apenas fornecer informação incompleta, e que os resultados finais estão sempre à mercê de "uma intervenção divina que mude o curso dos fatos". No entanto, o significado do prognóstico é influenciado de forma marcante pelos contextos sociais e culturais nos quais este se insere. Três fatores contextuais foram identificados como cruciais: 1) a memória de estações de chuva do passado e modelos mentais associados: decisões de produção agrícola são claramente afetadas pela experiência dos produtores com estações chuvosas de anos anteriores. O serviço meteorológico de Burkina Faso, no momento da divulgação do prognóstico de 2000, fez uso desta tendência e associou a tendência de chuvas aos anos 1997, ano extremamente seco, e 1999, por sua vez ano muito chuvoso, e localizou 2000 como estando provavelmente entre estes dois extremos. No entanto, o critério de referência usado pelo serviço meteorológico foi a quantidade total de chuvas, ao passo que produtores tendem a atrelar suas recordações sobre as estações de chuva ao que aconteceu com suas áreas de plantio e ao resultado das colheitas, sem reter informações sobre quantidades de precipitação. A escolha de anos análogos foi usada para servir como apoio de interpretação da informação "quantidade acumulada de chuva"; no entanto os anos análogos daquele período, no momento do primeiro prognóstico, eram distantes demais para serem lembrados, e quando o diagnóstico foi atualizado os anos análogos mudaram, provocando confusão na interpretação dos dados. 2) previsões baseadas em formas locais de conhecimento: a duração e intensidade dos períodos quente e frio da estação seca, direção do vento durante a estação seca e período que antecede chegada da estação chuvosa, a produção de frutas por certas árvores locais na aproximação da estação de chuvas, e especificidades em posição, aparência e movimento de estrelas e lua, são localmente considerados sinais da aproximação da estação chuvosa. Além da leitura de tais sinais, rituais religiosos de previsão fazem parte das práticas locais de elaboração de prognósticos. O uso e consideração de tais formas de conhecimento variam de acordo com a idade, nível de escolaridade, religião, grupo étnico, entre outros fatores. Mesmo 357 especialistas locais em tais métodos possuem a tendência de evitar a disseminação de prognósticos desfavoráveis, o que pode ter gerado a desconfiança, entre produtores locais, de que, por detrás das situações em que o serviço meteorológico afirma não ser capaz de realizar previsão, existe um prognóstico desfavorável sendo escondido do público. No entanto, os pesquisadores constataram que, ainda que as previsões populares ou tradicionais gerem hipóteses e ansiedades com relação à estação de chuvas vindouras, agricultores em geral não fazem uso de tais previsões em seus processos decisórios. São exceção elementos constitutivos dos modelos mentais locais amplamente disseminados sobre a estação de chuvas, como o fato de que o atraso do início da estação é sinal de que a estação será menos chuvosa. A compreensão mesma do prognóstico é fortemente influenciado pelas leituras do ecossistema baseadas em tais modelos mentais. Nas áreas em que a estação chuvosa iniciou-se tarde, produtores interpretaram o prognóstico oficial (mencionado acima) como "estação chuvosa moderada"; nas áreas em que a estação iniciou-se na época usual, a interpretação do prognóstico correspondeu de forma mais precisa à distribuição de probabilidades apresentada. 3) modelos cognitivos sobre precipitações: produtores demonstraram utilizarem como indicadores de avaliação da qualidade da estação chuvosa os resultados de safra, e em função disso, sua atenção é focada em características como início e fim da estação de chuvas, além da distribuição das chuvas durante a estação. Tais fatores são vistos como indicadores imediatos da produção agrícola, ao contrário de dados como a quantidade acumulada de chuvas na estação. Outros fatores usados localmente na avaliação da qualidade da estação de chuvas é o número de replantios necessários caso sementes não germinem, em função de períodos de estio prolongados ("veranicos"). Outra questão importante é a forma como o início e fim da estação de chuvas é percebida: chuvas vistas como insuficientes para o início da atividade agrícola, ou chuvas em desencontro com o calendário agrícola no fim da estação tendem a ser excluídas das avaliações da qualidade da estação chuvosa. Cada evento de chuva é qualificado em função de seu impacto na atividade de produção, e desta forma existem chuvas "inúteis", "más" ou "boas". Evidencia-se desta forma que as chuvas não são eventos neutros nem necessariamente vistos como positivos, e que em virtude de serem a duração e distribuição de chuvas fatores de crucial importância nos modelos mentais locais sobre chuvas, prognósticos de chuvas "boas" ou "abundantes" tendem a ser interpretados como estação de chuvas prolongada. Outra questão de conflito de parâmetros de análise diz respeito a diferenças entre o período considerado como a estação chuvosa propriamente dita por meteorologistas e produtores rurais. Meteorologistas consideram, naquela parte do mundo, que a estação chuvosa acontece entre os meses de julho e setembro, estando as demais chuvas fora da estação chuvosa; agricultores mostraram a tendência de entender o uso de tal parâmetro como a previsão de que "só choverá três meses". Em virtude do fato de que a estação de chuvas de 2000 em Burkina Faso foi mais seca do que o previsto, as comunidades em que o prognóstico foi interpretado de forma mais "conservadora" foram as menos atingidas por perdas resultantes de decisões pautadas no prognóstico. Agricultores influenciados pela idéia de chuvas abundantes, entre os quais aqueles ligados à indústria SOFITEX, acumularam perdas significativas. 358 O estudo conclui que é importante salientar que os riscos associados à atividade agrícola não estão exclusivamente vinculados à variabilidade das chuvas, mas também, e de forma crucial, a limitações estruturais (como a falta de terras e capital para investimento), culturais e políticas. A melhoria do acesso dos produtores a tais recursos incrementará a capacidade destes de se adaptarem a variações climáticas e fazerem uso mais efetivo de prognósticos de clima. Hansen, Marx e Weber (2004) Este trabalho é uma análise da forma como modelos mentais de representação de fenômenos climáticos de fazendeiros da região dos Pampas argentino e do sul do estado da Flórida, nos Estados Unidos, afetam sua compreensão e uso de prognósticos de clima. Os autores partem do pressuposto teórico de que risco e incerteza são produtos de processos de construção social coletiva, e, portanto, processos fundamentados em percepção e modelos mentais culturais e cognitivos. Prognósticos de fenômenos climáticos sazonais direcionados a produtores rurais devem tomar em consideração especificidades e variabilidades espaciais e temporais, níveis mínimos de precisão, e agregar informações a respeito de impactos e implicações de gerenciamento de produção nos sistemas agrícolas. Capacidades de previsão medianas mas bem caracterizadas e contextualizadas podem ser mais úteis do que alta capacidade de previsão descontextualizada. Desta forma, a compreensão do caráter probabilístico do prognóstico é fundamental para o seu uso eficiente na agricultura. Os autores questionam a idéia de que agricultores não são capazes de entender e fazer uso de informações probabilísticas de previsão de clima, e apontam para o fato de que evidências mostram que agricultores compreendem de forma plena a natureza variável e probabilística dos fenômenos climáticos, e são capazes de incorporar incerteza em suas estratégias econômicas de ação. De fato, pesquisas recentes sugerem que existem diferenças drásticas entre as formas como indivíduos instrumentalizados por experiência pessoal e indivíduos informados por descrições conceituais reagem sob condições de risco ou incerteza. Em situações em que a informação que instrumentaliza a decisão é proveniente de descrição, indivíduos tendem a superconsiderar a probabilidade de eventos raros; a informação proveniente de experiência pessoal tende a induzir a subconsideração da probabilidade de eventos raros (p. 7). As diferenças na forma como indivíduos processam informações que sejam fruto de vivência direta ou de descrições abstratas tem implicações importantes para a comunicação de prognósticos de clima para agricultores. Produtores rurais têm melhores condições de processar informações climáticas probabilísticas do que estudantes ou profissionais que não tenham vivência comparável à dos primeiros, no que tange aos fenômenos climáticos, se tais informações forem apresentadas de forma a integrar-se à base de conhecimentos pessoais pré-existente. Usuários de prognósticos irão aceitar, entender de forma mais plena e fazer uso mais efetivo se foram capazes de interpretar tais informações através de modelos causais de variabilidade climática com os quais estejam familiarizados e concordem. Desta forma, o estudo dos modelos mentais locais se faz importante. De forma reversa, a falta de similitude em forma e conteúdo entre as experiências pessoais de agricultores e 359 prognósticos abstratos e descontextualizados, produzidos em linguagem técnica e descritiva, é um dos maiores desafios deste campo de análise. Os autores sugerem que intervenções que auxiliem agricultores a mapear prognósticos descritivos, dentro de sua base de conhecimento fundamentada em suas experiências pessoais da natureza, aumentará a utilidade percebida de tais prognósticos. Uma das metodologias usadas foi a classificação de características de personalidade e seu uso na explicação de tendências de uso do prognóstico. Tais características incluem dois estados regulatórios – a orientação para a verificação (assessment), que valoriza a análise, e a orientação para a locomoção, que valoriza a ação -, e dois focos regulatórios – promoção, concentrando-se na promoção de estados ideais, e prevenção, concentrando-se na prevenção de situações anômalas. Indivíduos com foco na promoção usam métodos de abordagem (approach means), enquanto indivíduos focados em prevenção usam métodos de rejeição (avoidance means) para atingir seus objetivos. Produtores argentinos da região dos Pampas mostraram-se, em média, mais orientados em direção à análise do que à locomoção, e mais focados em promoção do que em prevenção. Para os autores do estudo, isso mostra que o grupo de produtores estudado favorece formas de pensar racionais e que promovam segurança, em detrimento de ações caracterizadas por emotividade ou experimentalismos. Foi percebida clara correlação entre características de personalidade e objetivos ligados a processos decisórios. Produtores orientados a verificação focaram seus objetivos prioritariamente na maximização dos lucros em detrimento de objetivos secundários, como a maximização dos preços de grãos ou minimização de riscos políticos. Produtores focados em prevenção apontaram para objetivos mais específicos como a maximização de colheita, em oposição à busca da opção maximizante de ação. A minimização do arrependimento pós-decisório81 (tendendo a promover estratégias mais conservadoras de ação) mostrou-se fator mais importante para personalidades caracterizadas pelo foco na prevenção do que nas focadas em promoção. Com relação aos objetivos que pautam tomadas de decisão, houve discrepância acentuada entre produtores e técnicos de extensão agrícola. Produtores evidenciaram possuir uma faixa mais ampla de objetivos; a minimização de arrependimento de decisão e os efeitos de incertezas políticas levou produtores a buscar opções de ação satisfatórias, em detrimento a opções ótimas, enquanto técnicos tenderam a concentrar-se em mecanismos maximizantes. Os pesquisadores notaram que à medida que o prognóstico ia sendo discutido, a preocupação a respeito de riscos climáticos aumentaram e a preocupação com incertezas políticas diminuiu, sugerindo “um estoque finito de preocupação” (finite pool of worry). Foi percebida também evidência de que objetivos e aspirações afetam formas como indivíduos percebem a realidade e lembram-se do passado (wishful thinking), em termos de precipitação e fenômenos climáticos. 81 Teorias de arrependimento (regret theories) sugerem que se uma perda ocasionada por determinada decisão supera o ganho obtido por uma decisão diferente, o sentimento negativo de arrependimento no primeiro caso superará o sentimento positivo do segundo; como indivíduos tendem a antecipar os efeitos de suas ações, a estratégia de ação será seleciona de modo a minimizar os efeitos de arrependimento pós-decisionais, induzindo desta forma a atitudes mais conservadoras - p. 8. 360 Os objetivos decisórios mostraram-se relacionados às suas percepções de alterações climáticas de longo termo. Produtores focados em decisões otimizantes mostraram maior propensão a acreditar que o clima em sua região mudou ao longo das últimas décadas, do que produtores focados em decisões satisfatórias. O número de inundações indicado por produtores como os tendo afetado foi maior para indivíduos focados em prevenção do que para os focados em promoção. Em termos de percepções sobre fenômenos climáticos, os autores perceberam que agricultores do sul da Flórida fizeram referência a fenômenos de tempo (isto é, previsões de curto prazo) mesmo quando perguntados sobre variações climáticas sazonais e de longo prazo. A confusão entre a distinção entre tempo (weather) e clima (climate) mostrou-se fator importante de incompreensão de prognósticos. Agricultores tendem a usar os termos como sinônimos. O uso do termo variabilidade climática mostrou inconsistência em termos de sua definição temporal e espacial precisas: enquanto alguns agricultores mencionaram alterações ocorridas dentro do período de um mês, outros fizeram referências a variações interdecadais. Poucos produtores fizeram uso do conceito de variação interanual, como o fazem usualmente meteorologistas. Desta forma, evidenciou-se que prognósticos de clima são "interpretados" como se fizessem referência aos eventos de tempo mais comuns às suas experiências cotidianas. Esse insight tem grande importância no desenho de prognósticos de clima, e mostra que se deve fazer referência explícita, e em linguagem acessível, às diferenças de escala entre clima e tempo, e também aos fenômenos meteorológicos importantes que o prognósticos não faz referência, a fim de evitar que a informação relativa a fenômenos específicos e restritos seja interpretada como se fizesse referência a tudo que é percebido como meteorológico. Segundo os autores, é fator de crucial importância o fato de que prognósticos são usualmente acompanhados de estimativas de seu grau de precisão, e estas devem ser pautadas por parcimônia: precisões super ou subestimadas induzem a aplicações sem sucesso, e por conseguinte à danificação da credibilidade e legitimidade do meio meteorológico. Por volta de um terço dos produtores expressaram-se céticos de que prognósticos pudessem melhorar em qualidade e aplicabilidade; estes foram aqueles que demonstraram expectativas determinísticas a respeito do prognóstico. Para estes indivíduos, a idéia de previsão climática envolve o conhecimento preciso de todos os fatores causais, de forma que variações climáticas sejam previstas de forma detalhada. De forma correlata, os agricultores demonstraram estar informados sobre o El Niño e seu importante papel no clima global, mas tenderam a buscar explicações para alterações climáticas em suas regiões através de fatores causais regionais, mais presentes em sua experiência cotidiana. O estudo encontrou evidências de que limitações cognitivas afetam de forma importante a compreensão e processamento da informação climática. A memória que produtores rurais demonstraram ter de eventos climáticos do passado mostrou-se distorcida de forma sistemática por anseios e expectativas, características de personalidade e crenças pré-existentes. Os autores sugerem que parte destas distorções devam ser corrigidas para que suas experiências pessoais possam ser usadas de forma efetiva na melhoria de sua compreensão da natureza probabilística dos prognósticos. De forma correlata, agentes de apoio à decisão 361 (como agentes de extensão rural) podem auxiliar produtores neste sentido, uma vez que agentes externos tendem a sofrer menos da síndrome de arrependimento decisório (regret avoidance), bem como da tendência de diagnosticar problemas com uma única causa (single-worry bias) e da adoção de uma única estratégia de ação (single-action bias). Em virtude da heterogeneidade dos perfis de produtores, com respeito a idade, educação, personalidade, características de seus sistemas de produção, e percepções, crenças e ações relacionadas a eventos climáticos, os autores recomendam que prognósticos sejam projetados e elaborados de forma variadas e em função das idiossincrasias de subgrupos de tomadores de decisão. Orlove e Tosteson (1999) Num estudo que compara a disseminação de previsões sobre o El Niño em diversos países em três continentes, estes dois pesquisadores retomam o tema, já bastante mencionado na bibliografia técnica mas pouco considerado no gerenciamento das expectativas sociais relacionadas aos prognósticos de clima, de que as escalas múltiplas e complexamente inter-relacionadas através das quais os fenômenos climáticos e ecossistêmicos se manifestam são de difícil compreensão, modelagem, e, portanto, controle humano. Informações climáticas como a previsão de um fenômeno El Niño podem ou não ser traduzidas para escalas diferentes, pelas agências elaboradores dos prognósticos, de forma a se integrarem de forma útil nas escalas e formas locais de tomada de decisão. A questão da compatibilidade entre escalas é, desta forma, um dos eixos mais importantes da problemática aqui analisada. Uma metodologia é proposta para analisar o fluxo de informação na disseminação do prognóstico, com especial atenção para a questão de como a informação atravessa os limites entre as escalas de análise. Condução e tradução do sinal, à medida que este é propagado, são parte então de um processo de transdução. A hipótese de trabalho destes autores é baseada na idéia de que o sinal inicial (prognóstico do El Niño) é enviado através do canal de transdução, geralmente por agências internacionais de monitoramento e previsão de clima (como o IRI), ou por agências nacionais em países com capacidade instalada para a elaboração de prognósticos, como é o caso do Brasil (através do INPE/CPTEC, INMET, e também através do uso de modelos de previsão regional em agências estaduais como a FUNCEME). À medida que o sinal trafega através do canal de transdução, instituições nacionais, regionais e locais reelaboram e re-comunicam a previsão, e neste processo o sinal é transformado e adaptado de forma a ganhar relevância para os usos de setores específicos em cada escala. A questão importante a ser analisada, então, é o grau de adequação entre as características do prognóstico (da forma como ele chega a cada escala distinta) e o ambiente sócio-institucional através do qual o sinal viaja e pelo qual este é transformado. Neste sentido, os autores destacam dois aspectos como mais salientes: o primeiro diz respeito à relação entre as escalas temporal e espacial às quais o prognóstico faz referência e as escalas espaço-temporais em que decisões locais são feitas. O exemplo mais característico aqui é a inadequação de prognósticos que se referem de forma probabilística a quantidades agregadas de chuva para toda a estação chuvosa, e os calendários agrícolas específicos em que a demanda por chuva é 362 bem determinada em termos de momentos específicos. O segundo aspecto é o que os autores chamaram de adequação organizacional, e refere-se ao fato de que o prognóstico deve adequar-se às formas locais de conceituação das questões importantes, aos processos de tomada de decisão e à capacidade de resposta adaptativa de agentes e usuários, tomando em consideração as especificidades de cada escala. Desta forma, se usuários não estão familiarizados com as nuances da informação probabilística, não demonstram confiança em informações de cunho científico, ou tem formas distintas de atribuir causalidade a fenômenos climáticos (como, por exemplo, conferindo maior relevância a eventos locais com os quais possuem vivência direta sensorial, ou atribuindo a tais fenômenos causas de cunho religioso), esta falta de adequação entre escalas pode reduzir de forma significativa o valor e a utilidade do prognóstico de clima. Familiaridade, confiança, e padrões de percepção são, para efeito de análise, emoldurados conceitualmente como adequação organizacional em virtude do fato de que tais elementos se manifestam, na maioria das vezes, através de dinâmicas e praticas sociais institucionalizadas. De forma correlata, a informação do clima pode ligar-se às dinâmicas sócio-políticas locais de formas bastante distintas, e com objetivos diferentes, das quais foi gerada. Padrões locais estabelecidos de interpretação e decisão podem desviar o sinal para campos semânticos distintos. A informação pode deixar de ser interpretada através de seu conteúdo informativo e ganhar outras significações: ser usada, por exemplo, como meio de diferenciação social local, em situações em que disputas político-sociais são escondidas atrás de um suposto embate entre o “moderno/cosmopolita/desenvolvido” e o “tradicional/provinciano/atrasado”; a origem da informação ganha relevância maior que seu conteúdo, caso neste embate o prognóstico seja, como produto científico, e às vezes como produto de países desenvolvidos, transformado em símbolos de modernidade e desenvolvimento. O uso político pode, desta forma, ganhar maior relevância local que o uso econômico do prognóstico. Isso é, sem dúvida, um dos elementos presentes na análise de casos como o do Ceará. E finalmente, se os atores locais encontrarem-se mais ou menos destituídos de recursos para transformarem suas práticas de forma a buscarem melhor adaptação ao fenômeno climático previsto, o valor do prognóstico é reduzido na proporção de tal carência de recursos. Desta forma, estruturas de dominação podem restringir, ou mesmo anular, o uso efetivo do prognóstico. Este modelo conceitual de análise encontra-se representado na figura abaixo: 363 Fonte: Orlove e Tosteson, 1999, p.5. Em sua análise do caso do Ceará, os autores detectaram o fato de que a credibilidade da FUNCEME está fortemente atrelada à percepção pública de erro e acerto dos prognósticos para a estação chuvosa. A manipulação política das discussões sobre as relações entre clima e economia tende a distanciar ainda mais o meio meteorológico de usuários finais como agricultores. A estação chuvosa de 1992 é usada como exemplo: a queda reduzida da produção agrícola, em comparação à queda acentuada de precipitação em relação às médias históricas, foi atribuída, na intensa retórica oficial, ao sucesso do programa estadual de distribuição de sementes selecionadas chamado Hora de Plantar. A propaganda oficial foi bem sucedida na criação da imagem de que o prognóstico havia sido o fator fundamental para o sucesso das ações de planejamento agrícola, ao mesmo tempo incorporando em seu discurso a idéia da infalibilidade de ciência e o ataque aos métodos e práticas tradicionais de previsão de chuvas, rotulados como superstições irracionais e atrasadas. Este fato mostrou-se desastroso nos anos posteriores, criando uma falsa expectativa de previsibilidade maior do que a real, e castigando a FUNCEME com repetidas crises de credibilidade frente à constatação de que os prognósticos estavam "errados". Em anos posteriores, a ocorrência de chuvas intensas de pré-estação, mesmo em anos considerados "secos", causou confusão e descrédito, uma vez que nos modelos mentais locais a estação estende-se das primeiras às últimas chuvas ocorridas, sem a distinção de fatores causais usadas pelo meio meteorológico. Desta forma, a imprevisível pré-estação é entendida pela população local como parte do "inverno", e a avaliação popular relativa à qualidade dos prognósticos foi marcada por este descompasso. Posteriormente, cortes de orçamento para pesquisas meteorológicas afetou a capacidade instalada da FUNCEME, e o governo instruiu a instituição a buscar fontes externas de financiamento e a buscar grandes usuários dispostos a "comprar" o prognóstico (p. 15). 364 Dentro do modelo de transdução proposto pelos autores, incompatibilidades de calendários entre elaboradores de políticas públicas e usuários (como as datas iniciais de plantio), e a tendência ao uso político do prognóstico, são os fatores mais importantes a gerar ruídos e falhas na sua comunicação (p. 16) no estado do Ceará. O agricultor Martim Ribeiro dos Santos mostra diagrama de anomalias de temperatura dos oceanos do El Niño de 1998, emoldurado e pendurado em sua sala de visitas, em Icó, sertão cearense. Foto do autor. Lemos, Nelson, Finan, Fox, Mayorga e Mayorga (1999)82 Esta pesquisa, financiada pela NOAA, estudou a forma como a elaboração de políticas públicas voltadas à mitigação dos efeitos de secas fazem uso das informações climáticas, além da forma como agricultores, em situações distintas de vulnerabilidade, interpretam e fazem uso de informações de clima. Das 484 famílias de agricultores de sequeiro pesquisadas nos municípios de Limoeiro do Norte, Barbalha, Parambú, Boa Viagem, Itarema e Guaraciaba do Norte, 71% encontravam-se abaixo da linha de indigência estabelecida pelo Banco Mundial (à época com renda per capita mensal de menos de R$ 65). A pesquisa constatou que os produtos científicos gerados com informações de clima não são suficientes para suprir as necessidades de usuários locais, em especial pequenos agricultores. O prognóstico com precipitações médias sazonais referentes a uma ampla área do estado é menos importante do que o conhecimento de padrões de distribuição espacial e temporal das chuvas. Além disso, as tecnologias de clima são relativamente novas, e existe uma curva de aprendizado a ser vencida por usuários. Resistências iniciais são desta forma naturais, o que os pesquisadores chamaram de "new technology blues". Usos mais sofisticados dos produtos climáticos só muito recentemente têm sido detectados dentro das esferas públicas do estado do Ceará. A maior parte dos indivíduos (75%) conhecem a existência da FUNCEME e seguem, através de programas de rádio e televisão, as perspectivas científicas a respeito do clima. No entanto, existe de forma amplamente 82 Estudo doravante referido como Lemos et al., 1999. 365 distribuída a idéia de que a instituição não é capaz de fazer prognósticos precisos (apenas 6% manifestou opinião de que prognósticos são "confiáveis"). 80% dos indivíduos pesquisados manifestou conhecimento de prognóstico dos chamados profetas populares ou se utilizam eles próprios de métodos tradicionais de previsão de chuva. Do total, apenas 18% disse não receber qualquer informação de previsão de chuvas. A percepção de que um prognóstico é impreciso pode danificar seriamente a credibilidade pública da agência responsável pela sua divulgação. O caso de 1997-1998 é apresentado como paradigmático: um prognóstico de estação de chuvas abaixo da média foi disseminado como "realidade endossada pelo estado". Devido a fortes chuvas de pré-estação em 1998, criou-se a idéia de que o prognóstico estava equivocado. Ainda que ao final a estação tenha sido de fato pouco chuvosa, estabeleceu-se entre pequenos agricultores e mesmo entre alguns setores do próprio governo a idéia de que o prognóstico estava incorreto, com significativa perda de credibilidade para a FUNCEME. A percepção de que o programa de distribuição de sementes do governo estava atrelado ao prognóstico da FUNCEME danificou ainda mais a imagem pública da instituição. Agricultores manifestaram a crença de que a falta de acesso a sementes selecionadas e a créditos bancários ocorreu devido ao prognóstico da FUNCEME. Segundo os autores, por trás de tal problemática existem questões como a natureza probabilística do prognóstico, a decisão sobre o momento exato para a liberação da informação climática, problemas com a comunicação de dados, a falta de precisão espacial e temporal da forma requeridas por tomadores de decisão locais, e o fato de que a distribuição das chuvas é fator tão importante quanto a quantidade. Em outras palavras, dizem os autores, a informação na sua forma atual é de uso limitado e propensa a erros de interpretação. Além disso, mesmo com a existência de prognósticos precisos, distribuídos pela FUNCEME, por outras instituições meteorológicas, ou mesmo pelos profetas populares, a maioria dos pequenos agricultores não possui um leque de opções e alternativas de forma a realizarem alterações de padrões decisórios em função do prognóstico. Para grande parte da população do interior cearense, a vida cotidiana é uma batalha bastante dura mesmo em épocas de chuvas abundantes. Não existem tecnologias de adaptação disponíveis às camadas mais vulneráveis da população. Desta forma, prognósticos devem ser vistos como parte apenas de esforços mais amplos de desenvolvimento econômico. A pesquisa mostrou que o grau de uso dos prognóstico por tomadores de decisão locais é diretamente relacionado ao seu grau de vulnerabilidade: setores mais vulneráveis são justamente os mais destituídos de meios de fazer uso efetivo dos prognósticos. A pesquisa mostrou também que, na época em que foi realizada, tomadores de decisão oficiais não demonstravam atitude pró-ativa com relação ao evento de secas, mas reagiam apenas após os efeitos da estiagem se faziam sentir. Em termos de modelos mentais, a pesquisa revelou a existência de inconsistência profundas entre as formas de percepção da eficiência das atividades de assistência pública e contingência, entre agentes oficiais e agricultores do interior. Boa parte dos agricultores manifestou a idéia de que a própria elaboração do prognóstico pode afetar o clima, e mesmo as tentativas de convencê-los em sentido contrário, levada a cabo 366 por agentes oficiais, não os dissuadiu de tal idéia. As raízes de tais representações podem estar numa mistificação da atividade de bombardeamento de nuvens realizado nas décadas de 1970 e 1980 pela FUNCEME, bem como pela idéia de que assuntos de clima estão associados ao domínio do divino, sendo portanto ilegítimo, e até perigoso, que indivíduos interfiram neste campo. A pesquisa demonstrou também que o uso do prognóstico dentro de um universo altamente politizado pode descaracterizar a informação de clima, afetando mesmo questões mais amplas como a distribuição de poder e o exercício democrático, principalmente em países em desenvolvimento. Nas palavras dos autores, Ceará provided an example of policy makers attempting to use climate forecast products to legitimate their power positions, that is, to suggest in public discourse that Science could be made the handmaiden of policy making. In this polically charged environment, technocrats rely on scientific information about climate to insulate policymaking from both polical 'meddling' and public accountability. Policymakers, in other words, look for a technocratic policiymaking model - defined as the pursuit of a policymaking process grounded on technical and scientific knowledge, rationality, efficiency, and autonomy - that isolate Decision-making from outside interference (p. 9, ênfase no original). O insulamento tecnocrático, no entanto, forneceu resultados diversos. Enquanto no meio agrícola o insulamento serviu para alienar a população ainda mais dos processos decisórios, nas atividades da Defesa Civil estadual o uso de informações e critérios científicos possibilitou o isolamento das atividades decisórias desta agência das estruturas clientelísticas que marcam parte da política local. Por fim, a pesquisa sugere que o valor da informação de clima depende apenas parcialmente de sua qualidade, uma vez que mesmo com níveis reduzidos de previsibilidade (skill) a informação climática pode ser apropriada pelas agendas políticas de grupos de interesse específicos. Em virtude de tais filtros políticos, um incremento em previsibilidade não se traduz imediatamente em incremento em utilidade. Sumário Em resumo, os fatores apontados pelos autores mencionados como importantes na avaliação da problemática da vida social da informação de clima, e que podem afetar de forma negativa seu valor, são: A) Incompatibilidades entre modelos mentais e esquemas de pensamento - Diferenças e incompatibilidades entre compreensão de informações descritivas abstratas e informações referenciadas na realidade vivencial de indivíduos (Hansen, Marx e Weber, 2004); 367 - Dificuldades na compreensão dos elementos técnicos do prognóstico por leigos (isto é, do jargão técnico, em especial palavras que são também de uso comum, como “média”, “normal”, e mesmo "tempo" e "clima"; quando usados de forma técnica, tais termos são fontes importantes de incompreensão, o que resulta em distorção nos critérios de avaliação dirigidos ao serviço meteorológico) (Glantz, 1979; Broad, Pfaff e Glantz, 2002; Hansen, Marx e Weber, 2004; Roncoli, Ingran, Jost e Kirshen, 2001; Lemos et al., 1999); - Dificuldades na compreensão e uso de informações de natureza probabilística (Glantz, 1979; Broad, Pfaff e Glantz, 2002; Lemos et al., 1999); - Diferenças entre a forma como grupos e setores sociais distintos conceituam “benefício”, em virtude das diferenças das posições sociais e econômicas dos atores envolvidos, em especial quando distintos setores potencialmente usuários da informação climática tem objetivos antagônicos (Broad, Pfaff e Glantz, 2002); de forma mais genérica, diferenças entre modelos mentais do meio técnico e dos grupos de usuários (Hansen, Marx e Weber, 2004; Roncoli, Ingran, Jost e Kirshen, 2001); B) Incompatibilidades operacionais e organizacionais - Dificuldades na transformação de modelos de interação entre a atmosfera e o oceano em prognósticos de impacto de clima em atividades econômicas, como a pesca no Pacífico ou agricultura no nordeste Brasileiro (Glantz, 1979; Broad, Pfaff e Glantz, 2002); - Variabilidade de duração e intensidade de fenômenos como o El Niño (Glantz, 1979; Broad, Pfaff e Glantz, 2002), gerando dificuldades em previsibilidade e descompassos com as escalas espacial e temporal de decisão mais específicas (Hansen, Marx e Weber, 2004; Orlove and Tosteson, 1999; Lemos et al, 1999); - Falta de flexibilidade dos atores envolvidos para alterarem seus modos de decisão (Hilton, 1981; Orlove e Tosteson, 1999; Lemos et al., 1999; Roncoli, Ingran, Jost e Kirshen, 2001); de forma mais específica, prazos insuficientes de tempo entre previsões e os eventos climáticos de modo a possibilitar ações oficiais de mitigação e contingência (Glantz, 1979; Broad, Pfaff e Glantz, 2002); - Existência de pressões políticas e socioeconômicas provenientes de grupos de interesse diversos, afetando conteúdo, interpretação, e distribuição dos prognósticos (Glantz, 1979; Broad, Pfaff e Glantz, 2002; Roncoli, Ingran, Jost e Kirshen, 2001; Tosteson e Orlove, 1999; Lemos et al., 1999); - Problemas de avaliação do grau de previsibilidade e confiabilidade do prognóstico, tais como sub ou superestimatição de sua confiabilidade, seu uso de forma sensacionalista, ou divulgação de informações de forma resumida e sem elementos que auxiliem a interpretação e contextualização apropriada da previsão (Broad, Pfaff e Glantz, 2002; Hansen, Marx e Weber, 2004; Lemos et al., 1999; Orlove e Tosteson, 1999) 368 - Crises de legitimidade: multiplicidade de fontes de prognósticos, associado à indisponibilidade de indicadores claros de qualidade de prognósticos, resulta em decréscimo geral da aceitação e atribuição de valor às previsões (Broad, Pfaff e Glantz, 2002); Como podemos ver, o problema da promoção do uso eficaz da informação climática é complexo e multifacetado, não podendo ser reduzido simplesmente a uma questão de comunicação ou transmissão de informações. Os trabalhos apresentados acima representam um avanço significativo em direção a uma abordagem mais integrada desta problemática, em que disciplinas como a antropologia, as ciências políticas, a psicologia, a agronomia e a economia, para citar apenas algumas, se juntam à meteorologia com o objetivo de melhor equacionar a questão. No entanto, em nosso entender uma idéia fundamental ligada à interpretação da informação de clima não foi devidamente desenvolvida por nenhum dos trabalhos acima mencionados, ainda que tenha sido mencionada de forma breve na maioria deles: é o fato de que não apenas nossas ações, mas também nossa compreensão do mundo e nossas idéias, se estruturam ao redor de hábitos e sistemas mais ou menos coerentes de pensamento, o que chamamos de forma demasiado genérica de cultura, e de forma mais específica de narrativas. Definimos narrativa como um conjunto de hábitos de pensamento ou idéias, mais ou menos consistente e compartilhado por grande parte de uma dada comunidade ou população (ainda que raramente por todos os seus indivíduos). Da mesma forma, em ecossistemas áridos e semi-áridos, é comum que existam narrativas sobre a água e a chuva, e estas narrativas estão usualmente ligadas a outras ligadas à ordem social vigente, códigos morais e religiosos, a formas estéticas de apreciação da natureza, etc. As narrativas não são estáticas nem tem seus limites bem definidos; em geral a capacidade criativa humana faz uso destes sistemas de pensamentos, que são ao mesmo tempo estoques de idéias e tecnologias de otimização cognitiva, para buscar soluções aos problemas com os quais as comunidades se vêem envolvidas. No decorrer de nossas atividades diárias, fazemos uso de diversas narrativas, não necessariamente coerentes entre si. Cada situação social usualmente evoca e põe em prática as narrativas a ela associadas, e não raro um mesmo conceito – água, por exemplo – pode ter um significado dentro de uma situação social (como em processos de resolução de conflitos ligados a recursos hídricos) e outro bastante distinto numa situação social diferente (como a referencia ao simbolismo da água em rituais católicos). Esta constatação é importante no sentido de que não existe uma forma apenas de entender um conceito, mas as narrativas são fator importante nos processos de significação e interpretação de idéias. Voltaremos a este tema mais adiante neste texto. Alguns autores fazem referência a narrativas sobre água e chuva no semi-árido brasileiro como o complexo cultural da água83. A seguir, procuraremos explorar, através da exposição de alguns casos de análise, 83 Montenegro, 2001: 17. 369 provenientes de bibliografia local e de material coletado durante pesquisa de campo, tais estruturas interpretativas ligadas aos conceitos de água e chuva, com especial atenção para como processos históricos e políticos, bem como a relação entre indivíduos e ecossistema, contribuem para a formação e reprodução de tais formas de pensamento. Em seguida, mostraremos que a própria imagem social da meteorologia existe dentro de narrativas específicas que estabelecem ligações entre a chuva, o governo e o bem estar coletivo, daí advindo grande parte das fortes pressões sociais a que é submetido o meio meteorológico. A CULTURA IMPORTA: CLIMA E ÁGUA NO IMAGINÁRIO CEARENSE Ao abordarmos a questão de como imagens e representações de água e chuva existem nos sistemas de pensamento de um dado grupo, nos deparamos com a necessidade de especificar de quem estamos falando, e em que circunstancias. A cultura popular, potencializada pelos megafones da indústria cultural, acabou por exportar para fora das fronteiras regionais a associação nordeste/(falta de) chuva/(retirante) sertanejo, escondendo por detrás de tal simplificação a imensa diversidade existente naquilo que se convencionou chamar de “nordeste” e de “sertanejo”. Traços de comportamento, crença religiosa, hábitos alimentares, atividade econômica, variam de forma marcante entre grupos localizados em um mesmo estado, muitas vezes no vale de um mesmo rio. Urbanidade, ruralidade; traços de descendência cultural indígena, européia, de outras regiões; migrações e transmigrações84; distintas atividades econômicas, religiosas ou políticas - ao mesmo tempo em que as múltiplas variações e combinações destes e outros fatores diferenciam grupos e indivíduos, existem fatores que os unem em laços econômicos ou simbólicos, tais como a circulação de mercadorias; o relacionamento com a burocracia estatal e políticas públicas, a homogeneizar o distinto e estabelecer fronteiras espaciais e categorias politico-econômicas fictícias; os esforços feitos pelas mais diversas instituições econômicas, políticas e religiosas, no controle e na regimentação das simbolizações e imaginações dos seus agentes, eleitores e fiéis; e incluem-se aqui também os fenômenos climáticos, quando estes afetam um grande contingente de indivíduos, como é o caso das grandes secas, uma vez que estes são vividos não só economicamente, mas são igualmente simbolizados, isto é, transformam-se em narrativas, histórias, mitos, explicações, justificativas. É em virtude do reconhecimento desta dialética entre o similar e o distinto que caracteriza populações diferentes que rejeitamos o conceito de “cultura sertaneja” como elemento de explicação dos modos de vida do interior85, mas admitimos a possibilidade de que existam narrativas e representações amplamente 84 Convencionou-se chamar de transmigrante ao migrante que mantém contato e retorna periodicamente ao seu lugar de origem. 85 A idéia de “cultura sertaneja”, assim como vários outros rótulos culturais e identitários, encontra sentido mais no uso que dela faz o cidadão urbano a ficcionalizar a vida rural, ficcionalizando assim sua própria urbanidade, do que na capacidade de elucidação sobre os modos de vida do interior propriamente ditos. 370 compartilhadas por populações distintas sobre temas que afetam a grandes contingentes, como é o caso de fenômenos climáticos de maior proporção. Notas sobre a história e a sócio-economia rural do Ceará Sendo assim, admitiremos de forma heurística e para fins da análise que aqui se propõe a seguinte divisão social: população rural ligada de alguma forma a atividades agrícolas de subsistência, um setor importante em virtude do seu peso demográfico e de suas múltiplas vulnerabilidades86 (econômica, política, e social); população rural e semi-rural vinculada à agricultura irrigada; população urbana não diretamente ligada à agricultura; técnicos municipais e estaduais. Subgrupo importante que constitui intersecção entre todos estes grupos é o segmento de populações residentes em áreas de risco de enchentes em épocas de cheia. Em termos de estruturas políticas, utilizaremos aqui um esboço simplificado das estruturas históricas de poder do estado, correndo sempre o risco de pecar pela simplificação desmedida. Necessário notar uma vez mais que isso se fará de forma instrumental; o leitor mais exigente deve consultar a rica bibliografia existente sobre a sociologia política rural do nordeste brasileiro. O espaço rural cearense foi ocupado pelo europeu e seus descendentes de forma violenta, através da tomada de terras indígenas e da introdução da pecuária. Desenvolveu-se como atividade principal nos sertões cearenses a criação de gado, estruturada em fazendas em que usualmente os donos eram descendentes dos sesmeiros originais dos séculos XVII e XVIII, potentados patriarcais cujo poder estava vinculado à propriedade da terra e levado a cabo por seu exército de vaqueiros e jagunços. Comunidades de moradores ocupavam as terras do patrão, obtendo permissão para explorá-la em troca da divisão da produção entre patrão e empregado, e trabalhando nas terras de cultivo do patrão alguns dias por semana. Estas terras localizavam-se geralmente nas margens dos rios, de pequenos açudes particulares, e perto de poços. Parte da população vivia esparsa nos cantos mais longínquos, vivendo como posseiros invisíveis em terras de propriedade desconhecida, a fim de escapar dos mandos e arbitrariedades dos patrões. Patrões, vaqueiros e moradores relacionavam-se mutuamente através de relações clientelísticas, em que o patrão oferecia morada, terra e proteção, em troca do trabalho, dedicação e fidelidade dos que sob ele se alojavam. O status de vaqueiros, quando este não era escravo, oferecia vantagens em comparação ao de morador: o vaqueiro recebia anualmente sua “quarta”, isto é, um em cada quatro novilhos lhe era entregue como pagamento, e não raro o vaqueiro após vários anos possuía seu pequeno rebanho e podia desvincular-se do patrão. Já moradores viviam numa relação econômica menos favorável. Mantinham-se sem domínio do seu meio de produção, à mercê das vontades do patrão, e sem capacidade de acumulação de recursos que diminuíssem 86 Utilizaremos a definição de vulnerabilidade proposta por Blaikie et al.: “By vulnerability we mean the characteristics of a person or group in terms of their capacity to anticipate, cope with, resist, and recover from the impacts of a natural hazard. It involves a combination of factors that determine the degree to which someone’s life and livelihood is put at risk by a discrete and identifiable event in nature or in society.” In Oliver-Smith, 2002: 28. 371 sua situação de vulnerabilidade. Também as famílias de posseiros espalhadas pelo sertão estavam destituídas de qualquer possibilidade de acumulação de bens, vivendo da sua atividade de subsistência de forma muito próxima (e não raro abaixo) da linha de segurança alimentar. Outra parte da população vivia nos pequenos núcleos urbanos, em que a feira semanal constituía evento econômico e cultural da maior importância, onde circulavam produtos, novidades de localidades distantes, e também previsões climáticas. Uma gama limitada de serviços eram aí oferecidos – ferreiros, carpinteiros, barbeiros, curandeiros. Desde a segunda metade do século XVIII, chefes de clãs locais tornam-se oficiais de ordenança, agentes do governo colonial responsáveis pela coleta de impostos e administração das áreas sob seu domínio87. Mais tarde tais potentados transformar-se-ão em coronéis da guarda nacional, de onde vêm o termo coronelismo. A fragilidade burocrática da administração colonial, aliada à necessidade de garantir a ocupação do território e a cobrança efetiva de impostos, confere assim à vontade do líder local a força de lei. A população de vaqueiros e moradores entende que não há distinção entre a lei e a vontade caprichosa e os mandonismos arbitrários do patrão, fato que irá marcar profundamente a compreensão do lugar de cada um na sociedade, e servirá de contexto contra o qual plasmar-se-ão os entendimentos locais dos conceitos de exercício do poder, papel do estado, cidadania e justiça. Entre o fim do século XVIII e primeiras décadas do XIX o Ceará vivenciou um forte e impactante ciclo econômico ligado ao algodão. O algodão desenvolveu-se no vácuo econômico internacional causado pela Guerra de Secessão americana, e alastrou-se pelo sertão em virtude de crescer como arbusto e ser de manejo facilíssimo. Possibilitou às camadas mais pobres um arranque de desenvolvimento econômico, que se mostrou curto, mas suficientemente longo para aumentar a concentração demográfica do sertão88. Como o fim da crise norte-americana e o desenvolvimento dos métodos internacionais de produção, decai o ciclo do algodão no sertão nordestino. Fortaleza desenvolveu-se de forma distinta, marcadamente a partir da segunda metade do século XVIII, como centro urbano e político da província. Assolado pelas secas periódicas que marcaram sua historia colonial, o estado vivenciou durante o século XX a construção de uma ampla infra-estrutura de acumulação de água. O sertão urbanizou-se; no entanto chegou à virada do milênio com metade de sua população em áreas rurais. A partir da década de 1970, projetos de irrigação foram implantados no vale do rio Jaguaribe, primeiramente em Icó, e posteriormente em Morada Nova, Jaguaruana e Limoeiro do Norte. A partir da década de 1990, instalam-se agroindústrias nas manchas férteis de terra do vale, caracterizando o que Denise Elias chamou de modernização excludente89, em que o desenvolvimento econômico é acompanhado da privatização das áreas férteis, estruturado ao redor de atividades concentradoras de renda e de processos de proletarização do trabalho rural. No entanto, subsistem ainda, espalhadas pelo sertão, a propriedade rural 87 Prado Junior, 1965: 325. O nordeste semi-árido brasileiro é considerado a região semi-árida mais populosa do mundo, tendo uma concentração demográfica de cerca de 50.3 habitantes por quilômetro quadrado. Iplance 2002b. 89 Elias, 2002a, 2002b. 88 372 de grande dimensão, em que moradores trabalham as terras do patrão sob o regime da “meia” (divisão da produção entre patrão e morador em partes iguais), em que o patrão fornece sementes e implementos, ou de “terça”, se o morador é quem arca com tais custos. São pequenas manchas de solo fértil dentro de uma imensidão pedregosa e coberta de cactos, em que o gado magro e musculoso pasta solto, e a micro-indústria do queijo e do leite são, ao lado da produção de arroz, milho e feijão, os motores desta economia das fazendas que há muito deixaram de ser os nós principais das redes econômicas da região. Às grandes propriedades, que são poucas em número mas que ocupam a maior parte do espaço físico, somam-se os minifúndios de menos de 10 hectares em média, em que se desenvolve a agricultura familiar de subsistência, em sua maioria de sequeiro (isto é, não-irrigada). Tais minifúndios somam 70% do número de propriedades rurais, mas apenas 5,4% da área do estado. Para que se tenha idéia em termos quantitativos da situação da população rural do Ceará contemporâneo, basta dizer que 48% da população do estado é rural, 79% da qual emprega-se em atividades ligadas à agricultura, e 76% está abaixo da linha de pobreza. Ao mesmo tempo, a agricultura representa menos de 7% do PIB estadual, enquanto 85% deste está ligado à atividade industrial e de serviços de Fortaleza. Em 1999, o nível de analfabetismo rural era de 44%, enquanto o urbano era de 20.4%90. Os gráficos abaixo, elaborados pela Fundação Getúlio Vargas, ilustram a situação de miséria em que o Ceará rural está inserido91. 90 91 Governo do Estado do Ceará, 2000b. Fundação Getúlio Vargas, 2001. 373 A dinâmica das secas A imagem estereotipada que se tem da seca no resto do Brasil é a ausência total de chuvas, o chão esturricado e poeirento, os animais morrendo de sede. Na verdade, existem distintas situações que podem ser classificadas como seca. A ausência total de chuvas (seca pluviométrica) na estação chuvosa é a idéia comum; soma-se a ela a situação em que as chuvas não foram suficientes para uma recarga substantiva de reservatórios (seca hidrológica), e dificuldades são esperadas em função disso na estiagem; e ainda a situação em que a distribuição de chuvas no tempo e no espaço se dá de forma desencontrada em relação aos calendários agrícolas, e as lavouras são perdidas nos chamados “veranicos”, períodos de mais de 10 dias sem chuvas, ainda que no final da estação o total de chuvas esteja estatisticamente dentro da média histórica de precipitação para o estado. Este último caso constitui a chamada “seca verde”, em função do fato de que, ainda que insuficiente ou mal distribuída para a atividade agrícola, a precipitação traz de volta a folhagem verde à vegetação do sertão. Em situações de seca pluviométrica e hidrológica, o decréscimo dos níveis de reservatório impacta praticamente toda a rede econômica da região. Se a alocação de água dos reservatórios públicos, em situação de precipitação e acumulação “normais”, já é fonte de considerável nível de conflitos, em tempo de secas estes conflitos recrudescem. Abastecimento das cidades do sertão, distintos setores da irrigação, 374 outras atividades que envolvem consumo de água (como a criação de camarões de água doce), a pecuária e as pequenas indústrias de leite e queijo – são setores a disputar a pouca água acumulada nos reservatórios. A subsistência familiar do substrato mais pobre da população, cuja manutenção em épocas de chuvas regulares já é um desafio, é afetada profundamente. As famílias rurais buscam reduzir sua situação de vulnerabilidade através da diversificação das atividades de onde podem tirar seu sustento92: se estão localizadas próximo do curso de um rio, cultivam suas roças nas vazantes, isto é, as terras mais úmidas localizadas à sua margem; além disso aproveitam os espaços não-irrigáveis com roças de milho e feijão durante a estação de chuvas (localmente chamada de “inverno”); galinhas e porcos são criados soltos, e as famílias em melhor condição possuem cabras, e até mesmo algumas vacas. A água é trazida do rio ou do reservatório (e mais recentemente, dos postos de dessalinização da água de poços) no lombo de jumentos ou em carroças. Coleta de água em açude, para consumo humano. Foto do autor. Em época de preparação do solo ou colheita, os jovens e adultos da família (mais comumente os homens) trabalham como diaristas nas terras irrigadas da região93. E existem também os que pescam no rio ou no açude mais próximo. Os grãos produzidos na safra do “inverno” são armazenados, parte para o consumo da família durante o resto do ano, e parte para o plantio do ano seguinte. 92 Este fenomeno foi chamado de multiplicidade ocupacional pelo antropólogo Lambros Comitas. Ver Comitas, 1973. 93 Em 2003 o pagamento por um dia de trabalho no vale do Jaguaribe somava entre R$ 7 e 10 (US$ 2.30 a 3.30). 375 Agricultor mostra estoque de grãos guardados dentro de garrafas vazias de refrigerante, para uso na safra do ano seguinte. Foto: Fernando Briones. Como se pode notar, a labuta diária é árdua. Na falta de chuvas, esta economia familiar é imediatamente afetada em função da impossibilidade de tirar sustento das roças não-irrigadas. Se o açude local secar ou chegar próximo disso, a atividade irrigada diminuirá e com isso desaparece a demanda por trabalho como diarista. A quantidade de peixes nos açudes diminuem, uma vez que sua água se transforma em lodo. A água para consumo humano tem sua qualidade afetada negativamente, chegando a um esgotamento em muitas localidades. Os riachos secam, inviabilizando a cultura das vazantes em rios não perenizados pelos grandes açudes públicos. Os animais são consumidos ou vendidos. A linha da segurança alimentar é atingida, crianças e idosos tornam-se mais vulneráveis a desidratações e enfermidades, e a desnutrição em épocas de seca torna-se um fenômeno com características epidêmicas94. Família sertaneja. Fonte: Diário do Nordeste. 94 Em seu clássico Geografia da Fome, Josué de Castro classifica o sertão nordestino como a área em que a fome existe como epidemia – em épocas de seca -, uma vez que em geral a alimentação sertaneja é geralmente mais rica em proteínas do que a de áreas como a Amazônia e o litoral leste do Nordeste, por exemplo, onde a pobreza alimentar se manifesta de forma endêmica. No entanto, estudos recentes mostram que na região metropolitana de Fortaleza atualmente mais de 44% das famílias passam fome pelo menos um dia por semana, o que caracteriza a fome em seu estado endêmico. Ver O Povo, 4/8/2002; Diário do Nordeste, 21/2/2003. 376 A crise agrícola gera imediatamente o aumento dos preços dos produtos básicos como o feijão e a carne. Mesmo as famílias que sobrevivem da aposentadoria rural dos idosos ou da pensão dos incapacitados, e que são atualmente mais de um terço das famílias do sertão95, vem seu poder de compra decrescer em função da alta dos preços. A já intensa atividade dos caminhões-pipa que transportam água no sertão aumenta e encontra dificuldade em atender a demanda96. As defesas civis dos municípios e do estado são acionadas, participando da distribuição de água potável e alimentos enviados pelo governo federal ou ONGs nacionais e internacionais. A antecipação de quais serão as localidades mais afetadas pela falta de chuvas é praticamente impossível, devido entre outras coisas à variabilidade espacial das chuvas (ou seja, muitas vezes chove pouco em uma localidade, o suficiente para garantir a manutenção de um nível de subsistência mínimo, e nada na localidade vizinha, gerando nesta situação de emergência) 97. Durante a seca, uma onda de declaração de situações de emergência virá do sertão em direção ao governo estadual em Fortaleza, saturando rapidamente a capacidade de ação da defesa civil estadual. Chefes de família, ou a família toda muitas vezes, migram aos centros urbanos do país. No entanto, nestes lugares o “custo” de permanência é alto: o subemprego ou mesmo a mendicância pode manter tais migrantes miseravelmente alimentados, mas as condições de moradia, saúde e segurança são usualmente terríveis. A vida na cidade para o cidadão habituado ao campo é difícil, e existe em condição sociais e psicológicas péssimas. É em virtude disso que a notícia do retorno das chuvas leva um grande contingente de volta ao sertão, e o cultivo é iniciado novamente. Esse movimento tende a ser cíclico, assim como o são as secas do nordeste. É raro encontrar cidadão em Fortaleza e no sertão que não conheça São Paulo ou o Rio de Janeiro, ou que não possua parente em alguma destas cidades; assim como é raro encontrar quem tenha de fato apreciado a experiência da migração, deixando de lado o fato de que mesmo as migalhas da economia do sudeste impressionam o imaginário cearense. No sertão colhemos opiniões como a que diz que “São Paulo é bom porque lá a gente engorda”, ou o lugar-comum “São Paulo só é bom pra trabalhar”. O fenômeno da migração e transmigração cria uma rede de trocas e apoio social que serve de mecanismo de redução da vulnerabilidade da população sertaneja em momentos de seca. Bens e recursos transitam dos centros urbanos para o sertão em maior intensidade nestes períodos. 95 Pesquisa publicada em 2001 por Tim Finan, da Universidade do Arizona, mostrou que 36% das famílias do extrato mais vulnerável da população do sertão cearense tem na pensão governamental dos idosos sua principal fonte de renda. 96 Em 2003, os carros-pipa disponíveis no interior não puderam atender a demanda por seu serviço durante a estação seca, logo após uma estação de chuvas considerada acima de média histórica. 97 É importante mencionar esforços no sentido de criar sistemas de mapeamento e monitoramento de vulnerabilidade, em especial do trabalho da equipe de Tim Finan na Universidade do Arizona, e os projetos de criação de ações de contingência estruturadas para eventos de seca. Estes esforços encontramse, no entanto, em fase de desenvolvimento. 377 A irrigação é afetada através de esquemas de racionamento de água, além das flutuações em preços de grãos e implementos agrícolas. Normalmente a economia da agricultura irrigada é mais robusta que a do sertão não-irrigado, e ainda que parte da produção seja destinada ao consumo familiar, existe um excedente, mesmo que pequeno, que é transformado em dinheiro. O acesso a programas de micro-crédito e a possessão de equipamentos, motocicletas, e um número maior de animais, reduz a vulnerabilidade dos pequenos irrigantes. Esquemas de racionamento são usualmente negociados nos comitês de bacia hidrográfica, órgãos colegiados implantados na década de 1990 para a gestão participativa da água. Algumas vezes o racionamento atinge a todos de forma igualitária, como no vale do rio Banabuiú em 1999, em que um racionamento de 50% foi negociado e levado a cabo por todos os irrigantes, pequenos, médios e grandes; em outras ocasiões o racionamento pode ser negociado setorialmente, como em 2001, onde produtores de arroz receberam compensação financeira para não produzir, e toda a água disponível foi direcionada à fruticultura e à criação de camarão, que por sua vez foram tarifadas pela água não tratada que receberam. A Companhia de Gerenciamento de Recursos Hídricos do Ceará (COGERH), ligada à Secretaria de Recursos Hídricos do estado (SRH), coordena as atividades de tais comitês. Irrigantes tem também mais “visibilidade” que os demais produtores, em situação de ações de emergência, uma vez que estão conectados à rede hídrica do estado, bem conhecida e mapeada, ao passo que produtores de sequeiro estão espalhados pelo sertão e muitas vezes são “invisíveis” aos olhos da burocracia estatal. Os produtores de maior porte também diversificam seus investimentos: muitos são proprietários de lojas nos centros urbanos, são funcionários do poder público municipal, ou políticos locais, ou ainda donos das rádios e jornais locais. Alguns tem apartamentos em Fortaleza. Tendem a fazer uso de estratégias tecnologicamente mais sofisticadas para a redução de sua vulnerabilidade, como o monitoramento dos prognósticos de clima (não raro é possível encontrar grandes produtores visitando a FUNCEME), ou a construção de pequenos reservatórios em duas propriedades98. A economia dos centros urbanos do interior é diretamente afetadas por variações em resultados agrícolas, e portanto declina em tempos de seca. Muitas cidades têm sua economia baseada no comércio de equipamentos, ferramentas, sementes e implementos agrícolas. Isso leva gestores municipais a estarem atentos a prognósticos sobre o clima. Desde 1997, a Associação de Lojistas da cidade de Quixadá, no sertão central do estado, promove o encontro anual de “profetas da chuva”, em que são convidados também representantes do meio universitário99, e meteorologistas da FUNCEME. O objetivo do evento, segundo seus organizadores, é ajudar comerciantes a planejarem suas compras no período que antecede a estação chuvosa100. 98 Coisa que impacta negativamente o sistema hídrico como um todo. A lei estadual 11996/1992 criou a necessidade de licenças para a construção de obras hídricas, mas não existe ainda nenhum tipo de controle no estado. 99 O professor Caio Lossio Botelho, da Universidade Federal do Ceará, tem participado anualmente deste encontro, ainda que, segundo o mesmo, tal evento não atraia a atenção da comunidade acadêmica local dedicada à meteorologia. 100 Ver O Povo, 12 de janeiro de 2004. 378 Ocorre também, em situação extremas, a invasão de cidades do interior por multidões de camponeses famintos a solicitar ajuda do poder público local, o que resulta muitas vezes em saques aos mercados e comércios locais. Apesar de que tais eventos marcaram de forma mais característica os primeiros dois terços do século XX, os arquivos mostram que pelo menos um caso ocorreu no início de 2003101. A provisão de água para consumo humano nos centros urbanos do interior tende a sofrer menos em função das pequenas quantidades consumidas (em comparação com a atividade de irrigação, por exemplo). No vale do Banabuiú, por exemplo, quando na situação de racionamento mais intensa dos últimos anos, em 2001, uma vazão de apenas 1.3 m;/s de água foi liberada do reservatório, o consumo urbano que tem este reservatório como fonte principal não ultrapassa, geralmente, a vazão de 0.154 m;/s. A situação é distinta para municípios que não possuem fontes hídricas próximas, e grande parte das comunidades rurais do estado, que dependem da instável qualidade de poços e da eventual disponibilidade de carros-pipa. A situação de Fortaleza é também bastante diferente. Com cerca de 2.9 milhões de habitantes, eventuais crises hídricas têm impactos mais massivos. Por esse motivo, os últimos 10 anos presenciaram grandes investimentos na melhoria da infra-estrutura hídrica da metrópole: o Canal do Trabalhador foi construído em 1993 ligando a bacia do Jaguaribe à região metropolitana; em 2004 o maior açude do estado, o Castanhão, foi inaugurado, e está sendo construído canal com capacidade de mais de 20 m;/s que levará a água deste à região metropolitana. Caminhão-pipa, usado para transporte de água no sertão. Foto do autor. De forma geral, a economia rural do estado é marcada, segundo Costa et al., por “periodic severe droughts, poor soils, skewed land distribution, low levels of education, high levels of poverty and underemployment, and limited physical and social infrastructure”102. Os eventos climáticos e a forma como estes exacerbam as 101 Ver O Povo, 18 de janeiro de 2003. A invasão ocorreu no município de Mauriti, e estoques de comida foram saqueados. Ver também Neves 2000, 2002, 2003. 102 Costa et al., 1997: 138. 379 já acentuadas vulnerabilidades da população do interior são elementos integrantes das formas como estruturas políticas e culturais desenvolveram-se durante a história do estado. Por um lado, estruturas patriarcais paternalistas103 moldaram-se ao redor da fragilidade da situação geral da população, através do controle dos recursos e bens disponíveis e seu uso estruturado na ideologia da fidelidade ao clã, na divisão marcada de classes e na verticalidade radical das hierarquias. O uso das verbas e ações de contingência e emergência para fins privados foi denominado a indústria da seca. O fenômeno não é, no entanto, mais do que a manifestação do patrimonialismo que marca a história política do Brasil104, em que o cargo público confunde-se com os negócios privados, e o líder político é reconhecido como tal em virtude de seu patrimônio e do uso paternalista que faz dele. Por outro lado, os eventos climáticos de grande intensidade afetaram negativamente, no decorrer da história, tanto ricos como pobres, ainda de forma diferenciada em função da capacidade de sobrevivência de cada grupo. A perda recorrente do gado e da produção, a migração da mão-de-obra, a desvalorização das terras, são efeitos negativos das secas que afetaram também os mais ricos, marginalizando-os frente às oligarquias rurais de outras regiões no panorama político nacional. Houve famílias ricas que chegaram à ruína total, seus membros mesclando-se à multidão de famintos a invadir cidades em busca de alimentos no início do século XX, como nos conta o historiador Raimundo Girão105. Clima, ansiedade e religião Sob este pano de fundo, faz-se notar o grau de ansiedade atrelado à previsão climática. Nas palavras de Finan, It is important to understand the collective angst that overcomes the rural population as the impending winter draws near. The hunger, the moldy saline water from the shrinking reservoirs, the skeleton vegetation, the dying livestock, and the forced migration are vivid realities for most rural Cearenses. The presence of rain prophets (profetas da chuva) and the many natural “signs of rain” to which rural people attribute great significance are testimonies to the psychological anxiety that the thread of drought engenders.106 A configuração da representação do mundo como estando dividido em vulneráveis e protetores encontra no campo religioso ideologia análoga, e esta na realidade difícil do sertão amplo espaço para sua atividade de pastoreio de almas. Elaborados complexos religiosos moldaram-se ao redor das figuras do Padre Cícero e do Frei Damião, transformados pela religiosidade popular em ícones da proteção metafísica das massas frente à inclemência do clima. No imaginário do sertão, o clima adentra o discurso religioso assim como a religião interfere nos assuntos do clima. Ou antes, o clima não pode estar dissociado do mundo metafísico, 103 Ver Cunniff 1975, Coelho 1985, Medeiros Filho e Souza 1988, Kenny 2002. Ver Faoro 1984, Parente 2000, Martins 1999. 105 Girão, 1986. 106 Finan, 2001: 6. 104 380 uma vez que mundo material e espiritual estão interconectados de maneira profunda, e a ordem moral do criador é o princípio que rege a ambos. Deus controla as chuvas, e manda sinais à população sobre a chegada futura (ou não) desta. Ao mesmo tempo a ocorrência ou não da chuva e todas a implicações que disso advém encontra sentido nesta ordem moral religiosa. Dentro desta lógica, as ações tecnológicas no sentido de alterar o regime de chuvas são vistas como a interferência nos assuntos divinos, o que pode trazer a desgraça ao meio social como forma de punição. Durante a imensa cheia do rio Jaguaribe de 2004 que deixou imenso rastro de destruição e quinze mortos107 no vale deste rio, informantes na cidade de Senador Pompeu manifestaram a opinião de que na raiz de tal evento climático encontrava-se a insistência humana em interferir com os planos do criador, através de viagens a Marte, da clonagem e da guerra do Iraque108. O próprio bombardeamento das nuvens, atividade desenvolvida pela FUNCEME durante a década de 1980, era vista pela população rural com um misto de desconfiança e admiração, e as opiniões variadas iam do medo de punição divina à crença de que se a FUNCEME dominava a tecnologia para fazer chover, se não chovia era porque o governo de alguma forma se beneficiava em manter o povo miserável. Aqui o governo é representado dentro desta lógica que polariza sujeitos em impotentes e todo-poderosos, em capazes ou incapazes de fazer chuva, sem as nuances que marcam a forma como pesquisadores e cientistas representam a si próprios109. O mal advém não do poder que se tem, mas do mau uso que dele se faz. Admite-se que cientistas podem ter o poder de fazer chover; o problema está nos cientistas não se pautarem pela ordem moral religiosa que demarca os espaços próprios da ação humana e da ação divina. Fiel salva imagem do Padre Cícero de inundação. Fonte: Diário do Nordeste. 107 Ver Diário do Nordeste, 30/1/2004. Agradeço a Mary Kenny por esta informação (comunicação pessoal). Como podemos ver, a chegada da eletrificação rural possibilitou enfim a universalização de fato da TV, e elementos midiáticos foram agregados às narrativas locais. 109 Na afirmação que fazem meteorologistas de que a meteorologia é uma ciência experimental e que modelos estão em desenvolvimento contínuo, por exemplo. 108 381 É importante a explicitação de alguns elementos estruturantes do pensamento religioso popular, que como já vimos, incorpora o assunto clima dentro de suas fronteiras. Não apenas o pensamento religioso, mas grande parte das narrativas e discursos que compões a vida cultural humana é marcada pela circularidade, por elementos teleológicos110 e tautológicos111. Não faz parte do escopo deste trabalho adentrar nesta vereda teórica; basta dizer que este fenômeno se manifesta, em sua forma mais elementar, na necessidade humana de usar um estoque finito de conceitos na designação de combinações potencialmente infinitas de elementos do mundo que nos cerca – situações novas são “forçadas” dentro das categorias disponíveis; e de forma mais elaborada, como mecanismo de proteção social em que os elementos internos de um sistema de crenças são instituídos como norma e elementos estranhos a este sistema como desvios (assim não é de se espantar que minorias étnicas, por exemplo, tenham sido criminalizadas e demonizadas com tanta freqüência na história da humanidade). Os sistemas culturais são usualmente voltados para si mesmos, e possuem estruturas internas de auto-reprodução. Além disso, seus elementos principais são feitos invisíveis ao foco de atenção do indivíduo – o que o sociólogo Ervin Goffman chamou de desatenção civil, a capacidade de vivermos em sociedade e interagirmos com pessoas de nosso meio social, mesmo desconhecidas, sem a necessidade de prestarmos atenção nos mínimos detalhes de como se dá essa interação, coisa que se torna impossível ao interagirmos com indivíduos de cultura com a qual não estamos habituados112. 110 Teleologia é um conjunto de especulações que se aplicam à noção de finalidade, às causas finais; doutrina que considera o mundo como um sistema de relações entre meios e fins (Grande Dicionário Larousse Cultural da Língua Portuguesa, 1999: 861). 111 Tautologia é o ato de repetir uma afirmação como sua própria razão de ser; a identificação entre causa e efeito. É a explicação de algo através de si mesmo, de forma circular (The Oxford English Dictionary, Vol. XI, 1933: 116). 112 O sociólogo Pierre Bourdieu cunhou o termo habitus para designar sistemas de disposições, predisposições, tendências, propensões ou inclinações duráveis produzidas pelas estruturas constitutivas de uma ambiente e das condições materiais (econômicas) e simbólicas (isto é, de crenças e valores) que caracterizam um grupo social. Nas palavras de Bourdieu, estas disposições são structured structures predisposed to function as structuring structures, that is, as principles of the generation and structuring of practices and representations which can be objectively ‘regulated’ and ‘regular’ without in any way being the product of obedience to rules, objectively adapted to their goals without presupposing a conscious aiming at ends or an express mastery of the operations necessary to attain them and, being all this, collectively orchestrated without being the product of the orchestrating action of a conductor. Ver Bourdieu, 1977. 382 Água é tema presente de forma recorrente nos rituais religiosos locais. Foto do autor. Um exemplo particularmente ilustrativo e que nos remete de volta ao tema da religião como discurso teleológico e tautológico é a análise feita por Ramos da correspondência entre o Padre Cícero e seus fieis, em especial no que tange aos pedidos destes direcionados ao Padre. Segundo este autor, Na hora do pedido, todos esperam a dádiva que julgam ser merecida. Quando o desejado não acontece, entram em cena as forças de defesa contra a dúvida, e a falta de êxito encontra uma explicação. Em geral, a crença se reproduz, se autoconfirma em duas explicações básicas: o milagre não veio porque “a fé foi pouca” ou “os pecados não deixaram”. Com a fé praticamente intacta, o devoto que não ganhou o milagre, volta a solicitar, dentro de pouco tempo, outra ajuda do santo. Com ou sem êxito, o devoto continua a cultivar o ideal da proteção, cultuando alguns princípios, remodelando outros, misturando-os com outros matizes [religiosos] (...)113 E continua Mais do que um milagre ou o fim do sofrimento, os devotos esperam do Padre Cícero o laço de proteção. O que está em jogo não é somente a solução dos problemas. O mais importante, nesse sentido, é reconhecer-se como componente de uma ordem ligada às forças do sagrado, é sentir-se parte de um universo coerente, justo e previsível.114 Desta forma, a própria estrutura interna destas narrativas faz com que o sertanejo não necessite por à prova sua fé religiosa, nem suas crenças em profetas de chuva, ou no funcionamento do universo político local. Obviamente a inconsistência existente entre as representações coletivas e a elementos externos a tais representações (pressões do mundo material ou de representações de outros grupos) gera transformações na forma como as coisas são simbolizadas, mas tais transformações quase nunca assumem a forma de um questionamento racional a respeito da eficiência de crenças e simbologias. O racionalismo lógico, a despeito das pretensões dos entusiastas da ciência e da eficiência econômica, não é senão uma narrativa 113 114 Ramos, 2003: 95. Ramos, 2003: 98. 383 entre tantas outras demais; certamente não a mais evidente, e em muitos casos também não a mais poderosa. Manifestações culturais Mas não é apenas nos rituais religiosos ou nas manifestações cotidianas das ideologias metafísicas da população sertaneja que a simbologia da chuva e da água se faz notar. O imaginário da chuva no Ceará plasma-se da confluência de fatores ecológicos, histórico-sociais e psicológicos, e manifesta-se de formas múltiplas e variadas. A natureza do semi-árido nesta região é marcada por pulsões cíclicas de vida e morte, coisa que afeta a hidrologia, flora, fauna e sociedade da região. O Ceará localiza-se na região setentrional do Nordeste, em que a estação de chuvas estende-se de fevereiro e maio. As chuvas ocasionais advindas de frentes frias oriundas do sul em janeiro são denominadas pela meteorologia de chuvas de pré-estação. Não existem rios naturalmente perenes no estado, e todo o sistema hídrico natural secava completamente após o término da estação de chuvas, até o início dos projetos de açudagem. A vegetação do semi-árido adaptou-se ao regime pluviométrico, através de transformações na morfologia da planta que diminuem o consumo de água, a evaporação, e maximizam o uso do limitado recurso hídrico. É a chamada vegetação xerófila, caracterizada por um sistema radicular mais desenvolvido, o nanismo arbóreo, os espinhos em substituição às folhas. Após o estio, logo no início da estação de chuvas, a vegetação reaparece, cobrindo o sertão de folhagem verde, para quase desaparecer uma vez mais quando as chuvas cessam de ocorrer. As fotos de satélite abaixo ilustram o rápido desaparecimento da vegetação hidrófila verde no período de um mês, no início da estação seca do ano de 2003. Variação de cobertura verde do estado do Ceará, entre os meses de agosto (esquerda) e setembro (direita) de 2003. Fonte: FUNCEME 384 Entre os animais, observa-se que a migração de certas espécies de aves está ligada à estação chuvosa, assim como a transumância de animais terrestres às serras e vales úmidos durante a estação seca, e os ciclos de reprodução de insetos no início e fim do período chuvoso. Os surtos epidêmicos de dengue também estão relacionados às chuvas, o que obriga a Secretaria de Saúde do Estado a prestar especial atenção aos prognósticos de clima. Ainda hoje os rios de menor porte e os riachos secam na estação seca. Apenas os rios de maior porte encontram-se perenizados através da construção de açudes e da regularização da vazão de água a ser liberada nas válvulas de tais açudes. Os açudes, por sua vez, raramente encontram-se cheios. As taxas de evaporação são bastante elevadas nesta região do país, devido às altas temperaturas médias e à forte radiação solar, sobretudo na estação seca. Alguns açudes têm seu nível decrescido em vários centímetros por dia devido à evaporação somente. Para que se tenha uma idéia da magnitude do fenômeno, o açude Orós no início de 2003 estava com 21% de sua capacidade de acumulação apenas, um equivalente a 420 bilhões de litros de água. Naquele momento, o açude perdia mensalmente mais de 10 bilhões de litros por evaporação, ou cerca de 2,4% de sua capacidade. Por outro lado, um açude pode facilmente chegar ao esgotamento se não houver recarga devido a uma estação chuvosa desfavorável, ou devido ao sobreuso da água disponível em atividades produtivas, como a irrigação, por exemplo. A figura abaixo ilustra os níveis do açude Orós no decorrer dos anos, de 1981 a 2003. Açude Orós, volume acumulado de janeiro de 1981 a maio de 2003. Fonte: COGERH. Este caráter cíclico do clima é expresso de forma clara na passagem abaixo, extraída de artigo sobre a caatinga publicado no jornal Diário do Nordeste: 385 Nos sertões nordestinos o “inverno” é sempre bem-vindo, trazendo chuvas, a floração das plantas, enchendo açudes, lagoas e fazendo os rios correrem sem interrupção. Ali nasce o Rio Jaguaribe, maior rio seco do Nordeste, que abastece o Açude Orós que está transbordando. É também nessa época, que os frutos amadurecem e os insetos proliferam, produzindo alimentação abundante para aves e mamíferos que constroem seus ninhos e criam sua prole. A Caatinga, vegetação típica dessas regiões, fica toda verde, bela e exuberante como as florestas úmidas: o milagre da chuva que transforma a natureza e enche o homem de esperança. Mas o tempo passa, o verão chega e o sol inclemente castiga o sertão. Em agosto as águas já estão escassas e os rios temporários já mostram seus leitos secos. As folhas estão amarelas e começando a cair, desnudando as árvores. Caatinga que, na língua tupi significa mata branca, retoma a tonalidade acinzentada da vegetação seca.115 É dentro deste ritmo natural a alternar abundância e escassez que se originou na cultura do semi-árido o chamado complexo da água, em que esta desperta reações emocionais e induz a formas específicas de apreciação e manifestações estético-culturais. O céu carregado, prenunciando o temporal, que em outras regiões é tido como feio e ameaçador é, no entanto, apreciado como belo no Ceará116. O cearense Farias Brito afirmou: “Ainda hoje não há para mim espetáculo mais belo do que o de uma nuvem que se avoluma no horizonte”117. O momento da chuva é também um momento festivo, em que crianças e adultos saem das casas para o apreciado “banho de chuva”. O complexo manifesta-se também na repulsa coletiva ao desperdício da água. Tendência historicamente reforçada pela ideologia de que a açudagem seria a redenção do povo cearense e a solução definitiva para o problema da seca, o que ficou conhecida como abordagem hidráulica para o problema social das secas. Esta tendência conservacionista se manifesta de distintas formas. No açude público de Orós existe um observatório construído para atender ao público que visita o reservatório, principal motivo de atração de turistas à pequena cidade que leva o mesmo nome do açude. Neste observatório encontra-se poema de Demócrito Rocha, transcrito abaixo, em que a água é comparada ao sangue do Ceará, e a “perda” de água para o mar a uma hemorragia a ser estancada de forma emergencial: O Rio Jaguaribe é uma artéria aberta Por onde escorre e se perde O sangue do Ceará O sangue a correr e ninguém estanca... Homens da pátria – ouví: salvai o Ceará! Quem é o Presidente da República? Depressa 115 Diário do Nordeste, 28/4/2004. Ver Carvalho, 2003: 4. 117 In Montenegro, 2001: 18. 116 386 Uma pinça hemostática em Orós! De forma análoga, quando um açude transborda (verte) diz-se localmente que este está “sangrando”. A sangria de um açude constitui evento da maior importância para a população local. As agências responsáveis pelo monitoramento dos açudes (DNOCS e COGERH) elaboram previsões sobre o momento exato em que determinado açude atingirá a cota de “sangria”, ou seja, verterá água, e a população local dirige-se à parede do açude onde festa é organizada com música e fogos de artifício. A visita ao açude cheio é programa de fim de semana para famílias cearenses de todas as classes sociais. De Fortaleza grupos alugam vans e ônibus para a excursão até o açude, que está localizado a sete horas de viagem da capital do estado. Organiza-se o comércio de bebidas e peixe frito nas margens do açude, banhistas passam o dia a nadar em suas águas, e multiplica-se a demanda por mototaxis a transportar turistas da rodoviária às margens do açude. Cresce também o número de acidentes e afogamentos. Açude Orós, “sangrando” durante a forte cheia de janeiro de 2004. Foto: Diário do Nordeste. A “sangria” do açude Orós, transformada em souvenir. Foto do autor. No dia 5 de janeiro de 2004, o açude Orós verteu água após 15 anos desde a última sangria. Reproduzimos no apêndice matéria publicada no jornal cearense Diário do Nordeste, em que a sangria do reservatório e as reações e opiniões da população local são descritas. 387 A mídia local tem na água e na chuva elemento de atenção contínua. Além da cobertura detalhada e festiva da sangria dos açudes, a imprensa estadual, em especial os dois jornais de maior circulação do estado, o Diário do Nordeste e O Povo, publicam de forma integral os boletins diários de chuvas emitidos pela FUNCEME, em que a precipitação em milímetros de cada município em que a chuva ocorreu nas 24 horas anteriores é listada, como se pode ver na tabela reproduzida no apêndice. A grande importância dada à conservação de água no sertão manifesta-se também em brincadeiras infantis: é comum ver crianças a construir pequenos barramentos nos caminhos e meio-fios, tentando impedir a passagem do curso da água das chuvas118. Exemplo ilustrativo desta tendência conservacionista se deu durante a construção do açude Castanhão, hoje o maior do estado, em 2003. No final da estação chuvosa, o nível do açude alcançou o trecho da rodovia BR-116 que cruza o vale do Jaguaribe e liga o Ceará ao sul do país. O desvio da rodovia não estava pronto naquele momento, e em virtude disso DNOCS e COGERH foram obrigados a abrir a válvula do açude e liberar uma pequena quantidade de água, suficiente para garantir que o tráfego de veículos no vale não fosse interrompido. Houve manifestações contrárias à liberação da água por todo o vale, ainda que o volume liberado fosse apenas 700 mil litros. Infelizmente a falta de programas de conscientização e educação a respeito do uso parcimonioso da água em Fortaleza, nos últimos 10 anos, vem apagando da memória das novas gerações da metrópole, em especial nos bairros mais abastados e sem problemas de fornecimento de água, a idéia da escassez da água. Produtor do setor de agrobusiness da cidade de Limoeiro do Norte nos contou de sua estupefação quando sua filha adolescente, criada na capital, perguntou por que razão o pai desligava a água do chuveiro para ensaboar-se. Deu-se conta neste momento que não há campanhas permanentes para a economia de água na metrópole, em contraste com o que ocorre em outras cidades do país em que a oferta hídrica é mais abundante. Revela-se assim a combinação desastrosa do complexo cultural da água e da falta de consciência da escassez: lagos artificiais e piscinas são elementos arquitetônicos hipervalorizados na capital cearense; jardins de edifícios e lojas nos bairros nobres de Fortaleza são cobertos com gramados verdes que requerem grandes quantidades de água, durante o ano todo; água cuja aplicação se dá durante o expediente comercial, horário em que o sol está forte e a evaporação intensa, ao contrário da prática da aplicação de água durante a noite, como se observa nas terras irrigadas do vale do Jaguaribe. 118 Montenegro, 2001: 17. 388 Chafariz em shopping center ao ar livre no bairro Aldeota, área nobre de Fortaleza. Foto do autor. Gramados aguados durante o dia em Fortaleza. Foto do autor. Como podemos ver, as reações da população em geral a temas ligados a chuva e água estão marcadas por formas habituais de entendimento e interpretação. Tais padrões interpretativos desenvolveram-se através da história, em relação direta com o ecossistema e com processos políticos e econômicos, estruturados ao redor de narrativas específicas, a organizar a vida do sertão. Na seção anterior, focamos no papel das narrativas de cunho metafísico, bem como no complexo cultural da água. São também parte integral deste universo as narrativas que veiculam conteúdos ideológicos sobre o lugar de cada um na hierarquia social das famílias de potentados rurais, onde indivíduos estão divididos entre protetores e vulneráveis. A seguir, voltaremos nossa atenção para como estes padrões de entendimento, associados a problemas organizacionais mencionados nos textos discutidos na primeira seção deste trabalho, marcam a forma com que a atividade de técnicos do governo, meteorologistas incluídos, é inserida e contextualizada nas 389 dinâmicas sociais locais. Nossa hipótese fundamenta-se na idéia de que a existência do prognóstico é entendida localmente mais como produto de agência do governo, na tentativa deste de exercer controle sobre a população do campo, do que informação potencialmente útil para ser usada como fator de planejamento de produção ou de ações locais de contingência. O GOVERNO, O CLIMA E A CIÊNCIA A informação climática subsidia importantes atividades governamentais no estado do Ceará. Destacam-se as atividades de preparação da Defesa Civil na tentativa de dimensionamento prévio das atividades de contingência a serem desenvolvidas em casos de seca ou inundação; a definição, por parte da Secretaria de Agricultura do estado e sua Empresa de Extensão Rural (EMATERCE), do tipo e do momento exato da distribuição de sementes, sejam estas resistentes a baixas precipitações ou de maior produtividade (quando o prognóstico de chuvas é favorável). Surtos de dengue estão também ligados às chuvas, de sorte que a Secretaria de Saúde faz também uso dos prognósticos. Existe, em certa medida, um desacordo entre critérios oficiais e locais a respeito do melhor momento e da melhor forma de levar a cabo tais atividades. Surgem assim disputas políticas a respeito de quem possui autoridade e poder de decisão para operacionalizar tais ações, e da legitimidade e adequação dos critérios adotados pelos tomadores de decisão. Neste sentido, prognósticos de clima existem inseridos no que poderíamos descrever como um ambiente de tensões políticas endêmicas, porém de relativa baixa intensidade, entre agentes oficiais e alguns setores sociais. Isso impacta meteorologistas de diversas maneiras. Uma meteorologista de um estado vizinho ao Ceará nos confidenciou que o governador do seu estado autorizou sua participação no encontro nacional para a previsão climática do nordeste, que acontece anualmente em Fortaleza, mas proibiu-a de manter qualquer contato com a imprensa de seu estado a respeito do que fosse discutido naquela reunião. Meteorologistas de outros estados presentes no encontro confirmaram o que parece se configurar como um padrão: prognósticos de clima podem ser “bombas” políticas, e desta forma devem ser manuseados com cuidado extremo. A questão pode ser dividida em duas partes. Inicialmente, existe o descontentamento de produtores, direcionado ao governo, no que diz respeito aos calendários de ações de contingência. Sementes selecionadas são distribuídas “tarde demais”, na visão de produtores, após o início das chuvas. É uma prática bastante comum no sertão que os campos sejam preparados ainda na estação seca, para que as sementes sejam depositadas logo nas primeiras chuvas. Estas chuvas são, no entanto, geralmente chuvas de pré-estação, reflexos de fatores climáticos que trazem chuvas do sul à Bahia e ao Piauí, e que muitas vezes não tem duração mínima suficientes para a sustentação dos campos cultivados. O intervalo entre a préestação e a estação, que pode começar em fevereiro ou mesmo março, é chamado veranico – como todo 390 período de mais de 10 dias sem chuvas, que pode danificar os campos de feijão e milho. Se um período de estiagem posterior às chuvas de pré-estação arruína os campos, estes são limpos e preparados uma vez mais, e novamente as sementes são depositadas após as primeiras chuvas, quando a umidade do solo atingir cerce da um palmo. E assim sucessivamente, o preparo do cultivo é perdido, novas sementes são depositadas, até que a estação chuvosa se configure de forma estável, possibilitando a produção e a colheita. O depósito das sementes no campo, logo após as primeiras chuvas, é uma aposta arriscada e o produtor tem consciência disso. Se a estação chuvosa se configurar cedo, isto é, se não houver descontinuidade entre as chuvas de pré-estação e a estação propriamente dita, existe a possibilidade de que duas safras sejam produzidas, e se isso de fato vier a acontecer há um incremento representativo na qualidade de vida do sertanejo para o resto do ano. Na perspectiva do governo, a distribuição de sementes selecionadas repetidas vezes no mesmo período teria custos muito elevados, e existe assim a necessidade de adotar estratégia que promova a eficiência no uso da semente distribuída. A SEAGRI adota como indicador o índice de umidade do solo monitorado pela FUNCEME. Como mencionado acima, pequenos agricultores também se pautam pela umidade do solo. No entanto, diferenças na avaliação do grau de umidade do solo, associado aos complexos mecanismos burocráticos envolvidos da distribuição de sementes, geram de forma recorrente certo grau de frustração. Não é incomum encontrar agricultores que compraram e plantaram grãos (isto é, sementes não selecionadas), ou usaram seus estoques guardados de safras anteriores, e alimentaram-se das sementes enviadas pelo governo. Outro aspecto vinculado à existência política da informação climática é o fato de que o anúncio de uma possível futura seca tende a gerar uma onda de declarações de situações de emergência no interior, em que municípios solicitam fundos de contingência para o governo estadual. Parte destas solicitações é a manifestação da chamada “indústria da seca”, em que os fundos de contingência são apropriados por elites locais – distribuídos em conformidade com lealdades partidárias e de clã, transformados em obras de infraestrutura que beneficiam áreas e terras sob controle dos políticos locais, entre muitas outras formas de esperteza oficial. Existe ainda a situação em que, devido à miséria generalizada de algumas comunidades, o influxo de recursos em épocas de seca promove um incremento temporário nos padrões de vida, elevando-o a níveis superiores do que o de anos de boas chuvas. Tais comunidades exercem pressão sobre prefeitos para a rápida declaração de emergência em casos de seca constatada. Por isso a resistência por parte do governo estadual em “oficializar”, isto é, reconhecer, qualquer situação que possa ser classificada como seca. No entanto, tais casos são mais a exceção do que a regra; em geral, a verba de contingência é pouca e demora a chegar, e a miséria que já é situação corrente exacerba-se. Em virtude disso tudo, governos estaduais sabem que precisam ter cuidado com prognósticos e a forma como estes subsidiam ações políticas. Uma estratégia usada pelo governo do estado do Ceará para proteger agências como a FUNCEME, a Defesa Civil e a EMATERCE das pressões políticas advindas do sertão e dos políticos de Fortaleza, é o insulamento destas instituições dentro do aparato burocrático institucional 391 (mantendo técnicos e políticos distantes entre si), e atrás de um discurso científico que tende a neutralizar a possível politização das ações destas agências. A Defesa Civil, por exemplo, criou critérios “científicos” para a ordenação das cidades solicitantes de ações de contingência e fundos de emergência; desta forma, a cientificidade do método previne acusações de que o governo esteja prestando auxílio de forma preferencial a certos municípios em detrimento de outros119. Com relação à FUNCEME, o governo decidiu dissociar a imagem da agência do esquema de distribuição de sementes, ainda que na prática é esta agência quem continua monitorando a umidade dos solos. Existe também um debate já antigo com relação ao reconhecimento público da FUNCEME como agência meteorológica competente, em função da forma como a população rural desconsidera de forma sistemática os prognósticos desta instituição. No entanto, cremos ter fornecido dados e informações no decorrer deste texto para ilustrar que o que aos olhos do planejador público parece ser “descrença” é na verdade uma forma distinta tanto de entender os fenômenos climáticos quanto de levar a cabo a atividade agrícola de sequeiro. Não é que o agricultor desacredita a FUNCEME; na maioria das vezes, o prognóstico da FUNCEME é visto como parte de um universo que não é o seu. Como já vimos, existe uma ampla e intensa demanda por prognósticos, por parte do governo estadual, dos governos municipais, por setores econômicos e pela população em geral. A grande questão reside da legitimação de determinados prognósticos e da deslegitimação de outros, em função do público considerado. O Ceará é está constituído, enquanto sociedade, sobre desigualdades sócioculturais imensas. O estado é o 5º mais desigual do país120, com mais de 42% de sua população vivendo em condições miseráveis, ao mesmo tempo em que a economia do estado vem se desenvolvendo de forma acelerada nas últimas duas décadas, enriquecendo uma elite já abastada. Desta forma, os elementos que marcam as distinções de classe e de grupo fazem-se presentes em todos os lados, permeiam a língua e os meios de comunicação, os símbolos e rituais sociais. No sertão existe de forma muito clara uma manifestação da distinção de classes e tudo o que isso implica: a polarização dos indivíduos e sua classificação dentro das categorias de “cidadão” e “dotô”, com uma interessante variação da segunda categoria, o “dotozinho da cidade”. O “cidadão” é o indivíduo que geralmente faz utilização desta forma de categorização (e usualmente na situação de interlocução com o “dotô”), e através desta utilização define-se ordinário (isto é, não instruído e destituído de poder de mando e propriedades) em contraste com a extraordinariedade do dotô (categoria maleável em que se inserem patrões, mas também políticos e técnicos estaduais e municipais; o “dotozinho da cidade” é a figura do técnico, normalmente jovem, que procura o agricultor para convencê-lo a mudar seus hábitos de plantio com argumentos complexos e muitas vezes ininteligíveis). O dotô é reconhecido por sua linguagem, pelas roupas que usa, pelo automóvel com que chega, e pela forma como se insere na sociabilidade do sertão, através do mando, da distribuição de ordens, e no caso de técnicos governamentais, de opiniões fora do contexto das tradições e práticas locais. Ainda que essa forma de categorização seja mais que tudo uma caricatura da ordem social, é importante notar aqui 119 120 Ver Lemos, 2003; Lemos et al., 1999. Ver José de Jesus Sousa Lemos, Mapa da Exclusão Social num País Assimétrico: Brasil. 392 como patrões e técnicos são muitas vezes aproximados na visão do homem rural, fato geralmente invisível ao técnico. Desta forma, o fato de que o prognóstico de clima é emitido numa linguagem formal, científica, por uma agência governamental localizada em Fortaleza, usando uma escala de análise muito mais ampla que as unidades locais de pensamento (e dentro de um contexto de alta variabilidade espacial das chuvas), é uma combinação de fatores que marca o prognóstico com os sinais de um universo sócio-econômico, e principalmente político, que ao sertanejo não lhe compete a não ser através de sua participação como executor de ordens e de seu sentimento de exploração e impotência históricos. O prognóstico é assim arrastado para dentro de um redemoinho de conceitos em que natureza, sociedade, política e religião são fundidas entre si, na representação integrada de um universo que mantém sua estrutura hierárquica e seus mecanismos de distinção. Este fato se faz notar de formas diversas nas manifestações da cultura popular no sertão. Os trechos de poesias populares transcritos a seguir, colhidos em declamações públicas (repentes) nas cidades de Quixadá, no Ceará, e Caicó, no Rio Grande do Norte, nos meses de janeiro e fevereiro de 2004, são exemplos de como a atividade de prever o clima é emoldurada pelo confronto entre as formas locais e as formas “oficiais” de pensar a natureza. As primeiras são apresentadas, no discurso popular, como superiores ao pensamento científico, entre outras coisas em função da ligação estreita entre as tradições locais e o plano religioso metafísico, elemento pelo qual a ciência e os cientistas muitas vezes não escondem seu desprezo121. O sertão já está tão diferente A chegada da gente no inverno Deixa a mata [inaudível] E o povo se encontra sorridente Já tem água sobrando na vertente Já encheu o açude Boqueirão E quando escuta a cantiga do carão Dez minutos após chega a neblina Jesus salva a pobreza nordestina Com três meses de chuva no sertão Eu apóio o que disse [Aldoar] Porque ele é conhecedor Foi um homem filho de agricultor E reconhece demais o nosso lugar [Há um respeito dos] potiguares Porque ele em tudo dá atenção E reconhece que nossa região É Jesus quem conhece e quem domina Jesus salva a pobreza nordestina Com três meses de chuva no sertão Quando é pra chuva chegar E o tempo ficar sadio A nuvem enfeita o espaço Por mais que seja no estio Qualquer fiapo de nuvem Sacode a água no rio Falar de inverno e frio Me deixa até comovido Falar de seca eu não quero Que eu me acho entristecido Eu não quero magoar O sertanejo sofrido (...) Mas por tratar de cultura Cantando com mais firmeza Para falar dos profetas Cada qual tem uma pureza Ele lê sem formatura Nos livros da natureza [Os sinais] da natureza 121 gravação. Trechos entre colchetes indicam transcrição difícil ou impossível devido a qualidade da 393 Nas primeiras chuvadas de janeiro O sertanejo gargalha de contente Pra plantar preparando uma semente Me admira demais o forrozeiro Escutando o aboio do vaqueiro Todo dia profetiza o sertão Sei que a chuva caiu, molhou o chão E inundou a cidade de Teresina Jesus salva a pobreza nordestina Com três meses de chuva no sertão Pensa o homem que sabe muito Mas o homem com si combina errado Tudo quanto já tem estudado Muitas vezes não sabe o que ele faz Seus estudos terminam para trás Com história de fazer irrigação E mandar chuva até de avião Onde é sujeito acabasse a gasolina Jesus salva a pobreza nordestina Com três meses de chuva no sertão (Antonio da Silva e Silvio do Nascimento, Caicó, Sertão do Seridó, Rio Grande do Norte) Estuda com paciência Faz as suas projeções E vê coincidência E sabe tudo da terra Por conta da Providência Profeta com inteligência [Ele tem cultura da terra] Trazendo de seus avós A descobrindo a sua até Às vezes ele enxerga coisas Que a FUNCEME não deu fé (...) Ele é dotado também Por ordem do Pai Eterno [inaudível] no pé de bode Faz o seu canto [moderno] E ele faz experiência Pra saber se vem inverno (Guilherme Calixto e Valdir de Lima, Quixadá, Sertão Central, Ceará) Existe, no entanto, uma diferença entre a existência dos prognósticos oficiais e boa parte da forma como a população se relaciona com os produtos da ação do governo. Ainda que o prognóstico seja elaborado e emitido pelos “doutores” de Fortaleza, não há mecanismos diretos de imposição do prognóstico e policiamento quanto ao seu uso. A regulamentação sob a forma de lei (e muitas vezes em forma de decretos) afeta as maneiras locais de relação da população com elementos da natureza (como o direito de dispor de animais silvestres, por exemplo), o uso da água, a saúde animal, as formas de comercialização de produtos agrícolas e da terra, a produção de lixo e poluentes; não existe forma de aplicar a mesma lógica de governabilidade imposta à compreensão que se tem do clima e ao uso que se faz das informações meteorológicas. Obviamente, isso também jamais passou pela mente de meteorologistas. No entanto, a forma como a meteorologia oficial é ligada à figura do governo acaba por transformar a meteorologia num campo em que o governo pode ser feito motivo de piada e chacota. Ou seja, a meteorologia transforma-se no bode expiatório em que parte das frustrações do homem rural com relação ao governo é canalizada e manifesta através da ridicularização dos agentes meteorológicos122. Uma piada corrente no sertão do vale do Jaguaribe quando de nossa atividade de campo conta de técnicos da FUNCEME que pedem hospedagem na casa de sertanejo para passar a noite. O dono da casa, senhor idoso, oferece um quarto aos técnicos, que dizem preferir o alpendre, onde instalariam suas redes. O senhor diz então que choverá durante a noite; os técnicos olham para o céu estrelado e dizem que isso é impossível. O senhor então entra e tranca a porta. No meio da noite, é acordado pelos técnicos a golpear a porta durante o temporal. Na manhã seguinte os 122 O antropólogo James Scott analisou de forma mais profunda o uso de ironia como forma de reação política de grupos subjugados e subalternos na obra Domination and the Arts of Resistance. Ver Scott, 1990. 394 técnicos perguntam ao senhor como este sabia a respeito da chuva. Este aponta um jegue parado à frente da casa: “estão vendo esse jegue, que não tem uma das orelhas? Pois quando ele vai dormir embaixo daquela latada ali, é porque vem chuva. Ele não gosta que água entre em seu ouvido”. E a piada é concluída com a frase “mais vale um burro meteorologista que um meteorologista burro”123. Desta forma, para ser universalmente aceito o prognóstico científico tem a tarefa de construir sua legitimidade entre a população rural; antes disso, a ciência e o governo tem que fazê-lo também. Este é um dos grandes desafios das novas políticas públicas referentes aos recursos naturais no Ceará e no Brasil em geral: grande parte da população não foi socializada dentro no imaginário moderno (isto é, não foi educada para aceitar o discurso científico como linha mestra para uma vida racional), e desta forma a construção da aceitação do novo papel do estado como agente legítimo e socialmente responsável na gestão dos recursos naturais é um processo necessariamente longo e demorado. Chegamos antão à conclusão de que a afirmação de que a meteorologia existe dentro de um ambiente altamente politizado não se refere exclusivamente a manipulações diretas de prognósticos pelo meio político: mais importante que isso, o que acontece é que fatores políticos mais amplos, como a dinâmica das relações entre grupos e classes sociais, e a distribuição social das riquezas e dos impactos climáticos, geram configurações simbólicas e interpretativas que "emolduram" a forma como o produto meteorológico é entendido e vivido. Tais configurações usualmente não se dão da forma como mais apraz o meio científico. Por outro lado, não se pode dizer que a comunidade meteorológica é absolutamente passiva no que diz respeito a estes processos simbólicos. A seguir, mostraremos, através da descrição e análise de uma reunião de meteorologistas para a elaboração da previsão da estação de chuvas, que boa parte das atividades são organizadas em torno da necessidade de controlar a forma como a mensagem é interpretada através do uso de simbolismos. METEOROLOGISTAS REUNIDOS EM FORTALEZA De forma geral, participam dos encontros anuais para a previsão climática para o nordeste meteorologistas da FUNCEME, do IRI, do INPE e do INMET, meteorologistas de outros estados do nordeste brasileiro, e pesquisadores internacionais dedicados ao clima sul-americano. Jornalistas não são convidados a participar das atividades principais do encontro. 123 Uma variação simbolicamente interessante desta anedota é a substituição do burro sem orelha pelo burro de testículos suados. De fato, os testículos suados de burros e jegues são tidos como sinal de boa estação chuvosa se aproximando. Ver Finan, 1998. 395 O encontro está dividido em três momentos principais. Os dois primeiros são internos e fechados, e o terceiro é a apresentação do prognóstico discutido e debatido durante os dois primeiro momentos à sociedade. O primeiro momento consiste na apresentação, por parte dos pesquisadores de diferentes instituições, dos resultados obtidos com as metodologias e modelos numéricos de previsão utilizados por cada um, para a estação de chuvas que marca o primeiro semestre de cada ano. Durante esta etapa, modelos são confrontados, hipóteses e tecnologias são testadas por comparação, da forma que caracteriza encontros acadêmicos em geral. Os meteorologistas presentes representam institutos de pesquisa ligados a universidades ou órgãos governamentais; como o universo de meteorologia brasileiro é relativamente restrito, boa parte dos pesquisadores atua ao mesmo tempo nos campos acadêmico e oficial. No entanto, encontros acadêmicos geralmente não têm a visibilidade ou são acompanhados pela ansiedade que marca este encontro de meteorologia. Fora das paredes do auditório em que a reunião acontece, a ansiedade direcionada à estação chuvosa que se aproxima cresce diariamente. A possibilidade de seca é um fantasma recorrente, e o aparecimento e multiplicação de prognósticos de todas as naturezas é uma estratégia social de lidar com tal historicamente justificada crise coletiva de ansiedade. Os prognósticos começam a aparecer, na verdade, desde os primeiros dias da estação seca do ano anterior: algumas experiências populares são levadas a cabo nos primeiros dias de julho; uma delas, por exemplo, associa a aparência das estrelas nos 6 primeiros dias de julho aos 6 primeiros meses do próximo ano. Este panorama de excitação e ansiedade opera uma interessante transformação na dinâmica interna do encontro: finda a etapa de apresentação de modelos e dos prognósticos de cada instituto, o salutar confronto acadêmico cede lugar à cooperação, e todos os presentes se unem no intuito de preparar o relatório final do encontro, com apenas um prognóstico, consensado entre os participantes. Este será o relatório que será apresentado à mídia e à sociedade em geral. Obviamente existe uma boa dose de coincidência entre os prognósticos das distintas instituições, uma vez que modelos e indicadores usados são semelhantes, quando não os mesmos. No momento em que o relatório final é produzido, o consenso se faz necessário. Usualmente o texto do relatório não requer o mesmo grau de detalhe das apresentações feitas durante o encontro, e é na simplificação dos detalhes mais técnicos que a construção do consenso se opera. O prognóstico é apresentado na forma de probabilidades associadas às categorias “abaixo da média histórica”, “dentro da média histórica” e “acima da média histórica”, por região em que as características de chuvas são mais ou menos homogêneas. Posteriormente técnicas de downscalling (ou refinamento da escala para uma precisão espacial maior, que proporciona prognósticos diferenciados para áreas de poucas dezenas de quilômetros de distância; os cenários de acima/na média/abaixo associados a probabilidades são refinados da escala regional para o nível de município). A ansiedade de meteorologistas com relação ao poder potencial das palavras se manifesta de forma clara durante a elaboração do texto final do encontro: longos minutos são dedicados à eleição das palavras corretas, diferentes possibilidades lingüísticas para cada idéia são cuidadosamente debatidas, e busca-se 396 evitar potenciais erros de interpretação a todo custo. Existe o medo de que pequenas falhas de comunicação ou a interpretação equivocada da mensagem criem situações politicamente delicadas para os governos estaduais, bem como para os meteorologistas, como profissionais que necessitam investir grande energia na constante legitimação de sua disciplina em lugares como o Ceará. Uma vez que o relatório final é finalizado, o encontro formalmente chega ao fim. Prognóstico para a estação chuvosa divulgado pela FUNCEME após o encontro anual de meteorologistas de 2003/2004, em Fortaleza. O terceiro momento do evento é a coletiva de imprensa em que o prognóstico é anunciado. No Ceará essa atividade é coordenada pela FUNCEME. Antes da coletiva de imprensa o prognóstico é levado ao palácio do governo e apresentado ao governador e os secretários cujas áreas de atuação são usualmente afetadas por variações climáticas. Em seguida a FUNCEME, através de seu presidente, apresenta o prognóstico à imprensa. O momento da coletiva de imprensa é bastante interessante. Em dezembro de 2002, o prognóstico para a estação chuvosa do ano seguinte era de precipitação abaixo da média histórica, isto é, poucas chuvas. Estavam presentes na coletiva de imprensa, além de jornalistas, o Secretário de Desenvolvimento Rural do Estado do Ceará, o reitor da Universidade Estadual do Ceará, um diretor da Agência Nacional de Águas (e ex-presidente da FUNCEME), o diretor geral do IRI, pesquisador do CPTEC/INPE, o presidente da FUNCEME, e o gerente de meteorologia da instituição. 397 Coletiva de imprensa, 19 de dezembro de 2002. Da direita para a esquerda: Francisco Lopes Viana (ANA), Pedro Sisnando Leite (SDR/CE), Francisco de Assis de Souza Filho (FUNCEME), Antonio Divino Moura (IRI), José Antonio Marengo (CPTEC/INPE), Antonio Geraldo Ferreira (FUNCEME). No auditório encontrava-se também o reitor da UECE, Manassés Fonteles. Foto do autor. Coletiva de imprensa, 23 de janeiro de 2004. Da direita para a esquerda: Izelda Rocha (COGERH), Maria Assunção Faus da Silva Dias (CPTEC/INPE), Edinardo Ximenez Rodrigues (SRH/CE), Francisco de Assis de Souza Filho (FUNCEME), Antonio Divino Moura (INMET). Foto do autor. Inicialmente o presidente da FUNCEME apresentou uma seqüência de slides com dois objetivos claros: além da comunicação do prognóstico, houve a intenção de aproveitar o momento para educar os jornalistas presentes a respeito da forma como prognósticos são produzidos e de suas características básicas (isto é, da forma como devem ser interpretados, especialmente em função de seu caráter probabilístico). Finda a apresentação dos slides, as autoridades presentes foram chamadas à mesa, e convidadas a pronunciar-se. O primeiro a falar foi o Secretário de Desenvolvimento Rural, que anunciou que as sementes seriam distribuídas no momento oportuno e que o governo, com o apoio da ciência, faria o que estivesse ao seu alcance para reduzir os possíveis impactos negativos da escassez de precipitações. Após o término do discurso do secretário, os jornalistas deixaram o auditório da FUNCEME, sem demonstrar qualquer cerimônia com relação às autoridades presentes, e começaram a instalar seu aparato televisivo nos jardins da instituição. O presidente da FUNCEME foi então entrevistado por todas as equipes de TV presentes, além dos repórteres dos jornais impressos e rádios de Fortaleza. Além de anunciar o prognóstico e as probabilidades a ele associadas, foi dito aos jornalistas que as condições oceânicas poderiam se alterar (especialmente no Pacífico), causando alterações nas configurações climáticas. No dia seguinte, os jornais impressos reproduziram as palavras do presidente da FUNCEME com bastante fidelidade, conservando inclusive o estilo formal e científico da mensagem, o que foi considerado um sucesso devido ao fato de que não houve manipulações sensacionalísticas do prognóstico. De fato, o El Niño que se configurava no fim de 2002 se dissipou e a quadra chuvosa em 2003 foi considerada dentro da média histórica. Assim que as condições do Pacífico se alteraram a FUNCEME emitiu novo prognóstico, em 25 de fevereiro de 2003. Algumas associações de agricultores no sul do estado manifestaram reclamação, dizendo que os agricultores que se pautaram no primeiro prognóstico perderam a 398 chance de duas safras na estação. Mas tais casos foram poucos. A estação chuvosa de 2003 gerou uma produção recorde de grãos no estado do Ceará. A fim de evitar tais alterações de prognóstico, a reunião anual de meteorologistas foi transferida de dezembro para janeiro. Além das atividades usuais, foi preparada uma sessão de debates com usuários de informações climáticas, em que estavam presentes agricultores, irrigantes, o presidente da EMATERCE, o presidente da Federação da Agricultura do Estado do Ceará, e membros dos comitês de bacias dos vales dos rios Jaguaribe e Curú. Na coletiva de imprensa, que se seguiu ao debate com usuários, compuseram a mesa a presidente da COGERH, a coordenadora geral do CPTEC/INPE, o Secretário de Recursos Hídricos do Ceará, o presidente da FUNCEME e o diretor geral do INMET. A dinâmica da apresentação foi semelhante à do ano anterior, bem como o comportamento dos jornalistas. A composição do grupo sentado à mesa diretora das coletivas de imprensa é um aspecto interessante e que merece comentários124. Hipotetizamos que a forma como as ações de comunicação são configuradas estão relacionadas de forma direta com a intenção comunicativa existente, e que isso se dá, ainda que de forma mais ou menos intuitiva, através do uso da simbologia de certa forma vinculada aos elementos presentes no momento da ação comunicativa. A seguir sugerimos uma possível interpretação de como ações e simbologias podem estar correlacionadas no caso analisado. Secretários de Estado participam do evento como indicadores do apoio do governo do estado às atividades da meteorologia oficial, e como sinais de integração entre agências estatais - uma vez que tanto em dezembro de 2002 como em janeiro de 2004, o secretário de estado presente não era o líder da secretaria em que a FUNCEME se encontrava inserida dentro da estrutura organizacional do estado: em 2002 a FUNCEME era parte da Secretaria de Recursos Hídricos, enquanto a coletiva contou com a presença do secretário de Desenvolvimento Rural; em 2004 a instituição havia sido transferida para a Secretaria de Ciência e Tecnologia do Estado do Ceará, e a coletiva de imprensa contou com a presença do secretário de Recursos Hídricos. A presença dos secretários, em ambas reuniões, esteve ligada ao contexto em que o prognóstico foi anunciado. Na coletiva de imprensa de dezembro de 2002, o Secretário de Desenvolvimento Rural anunciou, frente ao prognóstico de estação chuvosa fraca, um seguro agrícola em que os produtores de sequeiro inscritos contribuiriam com uma parcela de R$ 6, e na constatação de perda de mais de 60% da safra receberiam 6 parcelas mensais de R$ 100. O anúncio do seguro, contíguo ao anúncio do prognóstico, foi planejado de modo a anular as reações negativas vinculadas ao prognóstico de poucas chuvas. Em janeiro de 2004, a escolha da presença do Secretário de Recursos Hídricos se deu devido ao fato de que as intensas chuvas da pré-estação ocasionaram um número recorde de açudes transbordando, ainda antes do 124 É importante mencionar que a análise simbólica que se segue não está baseada em manifestação de intenção explícita dos agentes envolvidos, mas sim numa avaliação das significações mais ou menos compartilhada no meio social em que as atividades se desenvolveram. 399 inicio da estação de chuvas propriamente dita. O prognóstico para o ano era de normal para o início da estação, tendendo para abaixo da média a partir de abril. Tal prognóstico foi anunciado debaixo de chuvas torrenciais; a comemoração do volume inédito de água acumulado nos reservatórios do estado, levada a cabo não apenas pelo secretário, mas pela também presente presidente da COGERH, mais uma vez diluiu o caráter potencialmente negativo do prognóstico. Ainda que o reitor da universidade estadual não tenha integrado a mesa, sua presença, por associação metonímica, reforça a idéia de que a universidade é um ícone da ciência e da autoridade científica, e que a FUNCEME está integrada no universo das pesquisas acadêmicas. Além disso, as universidades públicas no Ceará gozam de uma imagem de neutralidade política, ainda que estejam de uma forma ou outra ligadas à maquina do estado. A presença do diretor do IRI e do pesquisador do CPTEC/INPE na mesa reveste-se do mesmo significado da união dos meteorologistas para a emissão de apenas um e consensual prognóstico para a estação chuvosa vindoura: indica a união dos meteorologistas e das agências meteorológicas, de modo a reduzir a fragilidade de todos eles frente à opinião pública. Em 2004, esse fato ganhou ainda mais força: estavam presentes na mesma mesa as duas principais agências meteorológicas nacionais, o INMET e o CPTEC/INPE, findando longa história de rivalidade institucional. Não pode haver dissenso público entre agências meteorológicas, uma vez que a população, não tendo sido treinada para entender as minúcias dos modelos meteorológicos e pressionando por resultados mais precisos e confiáveis, tende a “punir” agências com descrédito de forma bastante desproporcional à taxa de sucesso dos prognósticos (uma vez que sucessos são “invisíveis”, e insucessos são super-enfatizados). A presença de tais instituições carrega consigo também a simbologia da tecnologia e do progresso em virtude dos locais em que estão sediadas: o IRI em Nova York; o INPE em São José dos Campos, em São Paulo, principal centro de produção de tecnologia espacial do país; o INMET em Brasília. Iconizam tais instituições, através de sua presença, a “modernidade” do sudeste, da capital nacional, e do “primeiro mundo”. Esta organização simbólica da mensagem climática a ser anunciada – ainda que muitas vezes seja feita de forma mais ou menos intuitiva - é parte do trabalho de construção de legitimidade da informação climatológica. FUNCEME, CPTEC/INPE e INMET, além das demais agências meteorológicas estaduais, não precisam apenas produzir prognósticos “acertados”, mas também educar jornalistas, e através destes, a população em geral. 400 COMENTÁRIOS FINAIS Esboçaremos agora notas na direção de contribuir com o debate a respeito dos usos sociais da informação de clima. Retomaremos, de forma esquematizada, as recomendações feitas pelo conjunto de autores apresentado na primeira parte deste texto, e adicionaremos sugestões advindas das análises elaboradas no decorrer deste trabalho. De acordo a bibliografia analisada, recomendam-se as seguintes ações no intuito de incrementar o valor social dos prognósticos de clima e aumentar a incidência de seu uso efetivo: - Produção de prognósticos diferenciados em função das idiossincrasias - não só econômicas, mas também culturais, lingüísticas, religiosas e sociopolíticas - de subgrupos de usuários. Isso envolve o estudo de tais características dos usuários potenciais da informação climática, e o mapeamento de modelos mentais locais associados ao clima e uso de tais modelos (Hansen, Marx e Weber, 2004; Roncoli, Ingran, Jost e Kirshen, 2001; Lemos et al., 1999); - Investimento no estudo qualitativo e quantitativo dos impactos das diversas formas de divulgação dos prognósticos. Taxas de ocupação de mão-de-obra em setores específicos, incremento de atividades ilegais (como pesca em períodos de reprodução ou acima de quotas estabelecidas), superexploração de ecossistemas e resultante crises de produtividade de alguns setores, foram apontados como exemplos de tais impactos (Broad, Pfaff e Glantz, 2002); - Ações coletivas de forma a resguardar a legitimidade e autoridade dos institutos de previsão: adoção de mecanismos de consensualização de prognósticos de forma prévia à sua divulgação, e uso de um número reduzido de instituições especializadas para a distribuição massiva dos prognósticos (Broad, Pfaff e Glantz, 2002); - Adoção de estratégia pró-ativas de melhoria de interlocução entre meio científico e usuários potenciais, através de um esforço de educação e treinamento a respeito de como prognósticos devem ser interpretados para que sejam úteis; da mesma forma, deve ser realizado investimento em educação e comunicação para que usuários e a população em geral tenha compreensão mais completa das climatologias locais e adquira critérios mais sofisticados para a avaliação da qualidade dos prognósticos disponíveis, de modo a estar preparada para a tomada de decisão de forma mais autônoma, rápida e eficiente (Broad, Pfaff e Glantz, 2002); - Incorporação de elementos ligados a fatores exógenos às variáveis físicas meteorológicas mas de grande relevância para usos específicos, como o monitoramento de ecossistemas onde atividades de produção são realizadas, na elaboração dos prognósticos (Broad, Pfaff e Glantz, 2002); - Dissociação da produção e divulgação dos prognósticos de processos de manipulação política; busca do prognóstico "apolítico" (Broad, Pfaff e Glantz, 2002; Lemos et al., 1999); 401 - Promoção da melhoria do acesso de agricultores a recursos tecnológicos e produtivos que diminuam sua vulnerabilidade a variações climáticas, aumentando assim sua gama de opções de ação e estratégias de sobrevivência (Roncoli, Ingran, Jost e Kirshen, 2001; Lemos et al., 1999). Em nossa opinião, além das recomendações listadas acima, a meteorologia deve estar mais atenta e ser mais ativa no que se refere à forma como negocia seu papel social. Isso significa, fundamentalmente: 1) a meteorologia deve evitar assumir, mesmo que de forma indireta, responsabilidades sociais que não lhe competem, e 2) uma forma de lograr isso é participar de forma mais ativa na negociação social dos critérios através dos quais os produtos meteorológicos devem ser avaliados e qualificados. No que diz respeito à questão das responsabilidades sociais, é natural que um observador externo se pergunte qual a razão da existência de tamanha pressão sobre este campo de atividade. Em nossa opinião, a causa disso reside numa narrativa antiga e já amplamente criticada, mas ainda presente de forma consistente no imaginário coletivo e em parte da retórica oficial: trata-se do discurso da naturalização da miséria, ou seja, de sua explicação através dos fenômenos climáticos. É a contigüidade dos fenômenos de seca ou inundação e as crises de sofrimento coletivo que criam a impressão que o primeiro fator é causa do segundo. Esconde-se nesta forma de representar os fatos a idéia, já consensual nas ciências sociais brasileiras, de que a miséria e a fome no campo não são causadas por falta de chuva, mas sim por arranjos socio-políticos que impedem às populações mais pobres o incremento de seus meios de sobrevivência, de forma a reduzirem sua vulnerabilidade a variações climáticas. É este mesmo estado de coisas que mantém grande parte da população brasileira em situação de pobreza, em lugares onde as chuvas são abundantes. Certamente prognósticos climáticos podem ter usos importantes, que incrementem a produção de riqueza em determinada região. No entanto, o discurso de que a pobreza nordestina é causada por falta de chuva é uma "naturalização" de um fator essencialmente político, isto é, trata-se de estratégia retórica para diminuir a visibilidade do papel de estruturas sociais desiguais nesta questão. O clima é então feito vilão, e a meteorologia, na qualidade de oráculo responsável pela previsão da fartura ou da miséria, recebe sobre si grande parte das ansiedades coletivas ligadas aos fenômenos climáticos. Pesquisadores como Finan, Lemos, Roncoli, entro outros, mostraram que são exatamente os extratos mais pobres da população os que não dispõe de meios de fazer uso efetivo dos prognósticos de clima, por falta de infra-estrutura mínima, entre outras razões. Desta forma, é preciso entender o prognóstico em sua real dimensão social. No fundo, o sertanejo carece de dignidade política e social, e a meteorologia não pode fornecer-lhe nada além de um prognóstico de chuvas. O sertanejo sabe disso; a meteorologia é que deve buscar retirar-se de dentro de campos de expectativas pelos quais que não lhe compete responder. No que tange à negociação dos critérios através dos quais deve ser avaliada, é importante que a meteorologia entenda a arena de embates sociais em que se encontra. Uma parte importante da problemática em questão refere-se ao fato de que os resultados do trabalho meteorológico são tragados para dentro de um campo de representações em que o incerto e ambíguo são representados como certezas, de 402 forma literal (através de manipulação retórica da informação), ou como parte de um universo moralmente ordenado e previsível, em que o sofrimento ocasionado por crises coletivas tem sua razão (metafísica) de ser, e desta forma o que é incerto em primeira instância (o clima) é manifestação, ainda que incompreendida pelo crente, de vontade absoluta (divina) e justa. A narrativa religiosa funciona como operador semiótico que dá feição de segurança ao incerto, de certeza ao provável. A política é também o campo que em o incerto é apresentado como certo, em que a ambigüidade é criada e desfeita em função das necessidades políticas do momento. Política e religião são ambientes em que a proteção é moeda de negociação, em um mercado altamente psicologizado e simbólico. A meteorologia não tem como atuar neste campo de forma autônoma, em virtude do fato de que trabalha com conceitos e indicadores de desempenho radicalmente estranhos a este mundo de simbolizações estratégicas. Desta forma, a meteorologia deve: - Usar estratégias para distanciar-se de polaridades constitutivas do campo semântico em que encontra-se atualmente inserida, e que foram moldadas através da história da relação entre a ciência meteorológica, os meios políticos e a população: a meteorologia não existe em contraposição à religião, mas as duas coisas existem em campos sociais distintos e não necessariamente opostos; a meteorologia não trabalha dentro de um universo de erros e acertos, mas sim de tentativas sempre mais ou menos bem sucedidas de compreensão de fenômenos naturais (e, desta forma, guiada pelo mesmo impulso que leva o homem do campo a analisar sinais na natureza); o trabalho meteorológico não está pautado na defesa de interesses de grupos específicos, mas sim no objetivo de subsidiar ações de proteção, adaptação e contingência do maior número possível de indivíduos. Pelo menos no que tange às representações coletivas a respeito da meteorologia, é preciso desmontar as dicotomias ciência-profeta, moderno-tradicional, governo-povo. Para isso, a estratégia de insulamento tecno-científico pode ser útil para proteção contra manipulações políticas, mas nunca poderá ocorrer de forma integral sem que a meteorologia perca sua interlocução com a população de usuários. Estratégia talvez mais efetiva seria a participação da meteorologia em atividades outras, ligadas ao clima, que não apenas a elaboração e divulgação de sisudos relatórios científicos. Como discutido neste texto, dentro do complexo cultural da água existem dimensões estéticas e lúdicas. É preciso criar identificação entre a meteorologia e as demais formas locais de se viver o clima; é preciso festejar a tradição da climatologia popular. Em outras palavras, é preciso que o conceito de prognóstico deixe de por em funcionamento as narrativas que atualmente informam a compreensão local, conforme discutido ao longo deste texto, e ponha em ação outras narrativas que valorizem o conteúdo informativo da previsão. O clima já é praticamente um "esporte" regional no semi-árido brasileiro; em outras regiões do planeta, como nos Estados Unidos, isso por si é suficiente para estimular a indústria cultural local à criação de reality shows meteorológicos (como o Weather Channel norte-americano, com monitoramento de tempo 24 horas por dia). - Realizar campanhas educacionais e de informação pública, de forma clara, a respeito do que a meteorologia pode e não pode fazer, das atividades que lhe competem e das que não, e dos indicadores de 403 desempenho usados para a medição da eficiência de tais atividades. Isso significa inserir-se de forma mais ativa na negociação social dos critérios através dos quais a atividade meteorológica deve ser publicamente avaliada. A meu ver, isso não é a busca de uma impossível meteorologia apolítica, mas sim de uma atividade científica com participação social mais ativa, consciente e independente. É a pretensa "neutralidade" da meteorologia que a faz ferramenta de uso político tão eficaz. Ao assumir papel mais ativo da definição de qual seu papel na sociedade, a meteorologia pode evitar tornar-se o ânodo de sacrifício a canalizar boa parte das frustrações relativas à incapacidade humana de controlar o clima. Por fim, é preciso mencionar que, sob influência de pesquisas como as discutidas no inicio deste trabalho, a comunidade meteorológica vem alterando suas práticas, como pudemos ver na descrição da reunião de Fortaleza. Da mesma forma, a FUNCEME vem nos últimos anos incrementando seus esforços no sentido de fortalecer sua interlocução com setores usuários. O presente trabalho espera poder contribuir com esta tendência, discutindo estudos sistemáticos sobre o tema aqui abordado, e introduzindo um nível importante de análise (sócio-semiótico) que julgávamos ausente das discussões contemporâneas. APÊNDICES A. Lista de municípios onde houve precipitação, publicada no jornal Diário do Nordeste Diário do Nordeste, 21 de Janeiro de 2004 CONF I RA Chuvas de ontem Litoral Norte Jaguaribana Sertão-Central e Inhamuns Santana do Acaraú/sede 69.6 Granja/sede 10.0 Amontada/sede 8.2 Chaval/sede 3.3 Miraíma/sede 3.0 Camocim/sede 1.0 Sinha Sabóia/Sobral 0.1 Nova Floresta/Jaguaribe 45.0 Russas/sede 29.2 Jaguaruana/sede 28.0 Iracema/sede 23.2 Pereiro/sede 23.0 Giqui/Jaguaruana 18.8 Quixeré/sede 18.8 Aeroporto/Aracati 17.2 São Vicente/Icó 13.6 Itaiçaba/sede 13.6 Icó/sede 13.0 Palestina/Orós 13.0 Jaguaribe/sede 12.2 Bastiões/Iracema 11.0 Aracati/sede 10.4 Alto Santo/sede 9.0 Ema/Iracema 8.2 São João/Ererê 7.2 Palhano/sede 6.2 Orós/sede 5.2 Aruaru/Morada Nova 4.8 São José de Fama/Iracema 4.0 Banabuiú/sede2.3 Bixopa/Limoeiro do Norte 2.0 Arneiroz/sede 131.4 Baú/Iguatu 88.0 Estação Ecológica/Aiuaba 76.0 Quixoa/Iguatu 68.0 Flamengo/Saboeiro 65.0 Catarina/sede 63.5 Iguatu/sede 56.0 Caiçara/Tauá 51.2 Aiuaba/sede 50.0 Altamira/Tauá 47.0 Cabaceira/Campos Sales 41.0 Parambu/sede 41.0 Carrapateiras/Tauá 40.0 Pajeú/Araripe 38.0 Vera Cruz/Tauá 37.0 Fazenda Nova/Aiuaba 32.2 Araripe/sede 31.1 Solonópole/sede 28.0 Aratama/Assaré 26.0 São João do Trissi/Tauá 24.0 Campos Sales/sede 22.2 Santa Tereza/Tauá 22.0 Bom Nome/Aiuaba 21.0 Potengi/sede 21.0 Marrecas/Tauá 21.0 Assaré/sede 18.8 Guaribas/Acopiara 18.0 Tauá/sede 15.6 Monteiro/Quiterianópolis 15.0 Mombaça/sede 13.0 Várzea Nova/Antonina do Norte 10.6 Brejinho/Araripe 10.2 Dep. Irapuan Pinheiro/sede 9.0 Quiterianópolis/sede 9.0 Pedra Branca/sede 8.0 Ibicua/Piquet Carneiro 8.0 Litoral de Pecém Santa Cruz/Itapajé 28.6 Arapari/Itapipoca 20.2 Uruburetama/sede 12.0 Sebastião de Abreu/Pentecoste 10.8 Casa de Pedra/Pentecoste 8.0 Itapajé/sede 7.0 Itapipoca/sede 6.4 General Sampaio/sede 5.4 Pentecoste/sede 3.4 Litoral de Fortaleza Horizonte/sede 26.0 Itaipaba/Pacajus 12.0 Aquiraz/sede 11.0 Itapebussu/Maranguape 10.0 Lagoa do Juvenal/Maranguape 9.0 Funceme/Fortaleza 8.0 Pacajus/sede 7.0 Caucaia/sede 6.2 Eusébio/sede 4.0 Lagoa da Serra/Caucaia 2.8 Cariri Jucás/sede 80.0 Santana do Cariri/Sede 50.0 Palestina do Cariri/Mauriti 47.0 Mararupa/Mauriti 46.3 Lameiro/Crato 45.0 Farias Brito/sede 41.8 Altaneira/sede 40.0 Jardim/sede 39.0 Gam. de S. Sebastião/Missão Velha 39.0 404 Maciço de Baturité Redenção/sede 43.2 Palmácia/sede 9.8 Guaiúba/sede 9.2 Ibiapaba Nova Betania/Nova Russas 21.0 Mucambo/sede 7.0 Graça/sede 6.0 América/Ipueiras 5.1 Canindezinho/Nova Russas 4.0 Ipu/sede 3.0 Reriutaba/sede 3.0 Abaiara/sede 36.0 Crato/sede 33.9 Lavras da Mangabeira/sede 31.2 Granjeiro/sede 30.2 Mauriti/sede 28.2 Cedro/sede 26.2 Amaniutuba/Lavras da Mangabeira 20.3 Várzea da Conceição/Cedro 20.0 Barbalha/sede 15.2 Aurora/sede 11.6 Jati/sede 10.0 Ipaumirim/sede 8.5 Barro/sede 6.8 Penaforte/sede 5.0 Quixeramobim/sede 7.8 Tapuiara/Quixadá 7.5 Bom Jesus/Tauá 7.5 Milhã/sede 5.0 Mineirolândia/Pedra Branca 5.0 Aeroporto/Crateús 2.8 Independência/sede 2.0 Senador Pompeu/sede 1.6 Lagoa do Mato/Itatira 1.0 B. Artigo publicado no jornal Diário do Nordeste, sobre o transbordamento do açude Orós e suas repercussões Diário do Nordeste, 10 de fevereiro de 2004 ORÓS Açude é atração no final de semana Orós (Sucursal/Iguatu) — A sangria do açude Orós atraiu no último domingo milhares de visitantes. A parede do reservatório ficou repleta de carros e as pessoas lotaram o mirante para assistir ao espetáculo da água em correnteza caindo no sangradouro. O açude Orós começou a transbordar na última quintafeira, dia 5, com uma lâmina de 10 cm, mas anteontem o nível era de 1,70 m. Quanto mais elevado o nível no sangradouro mais bonito é o espetáculo da queda dágua. Há 15 anos que o Açude Orós, o segundo maior do Estado, não sangrava. A sua capacidade é de 2 bilhões de metros cúbicos. A demora contribuiu mais ainda para atrair os visitantes ao reservatório. A expectativa era enorme na região. No sábado já houve o registro de milhares de pessoas, mas no domingo, a Polícia Militar calcula que cerca de seis mil pessoas passaram pela parede das 8 às 16 horas. O movimento foi mais intenso até as 14 horas. Além dos moradores da região Centro-Sul vieram pessoas do Cariri, da Paraíba e da Região Metropolitana de Fortaleza. “Trouxe meus filhos para conhecer o açude e ver o espetáculo da sangria”, disse o funcionário público aposentado, Valmir Lopes, da cidade de Cajazeiras, na Paraíba. “Tudo isso aqui é muito bonito”. Pessoas acostumadas a ver o Orós sangrar ficaram emocionadas. “Cheguei a pensar que o açude não sangrava mais, depois de tanto tempo de espera”, disse o pescador Raimundo de Souza. “Estava precisando porque a água estava muito suja, todo esse tempo parada”. Os pescadores esperam que com a renovação da água, ocorra um aumento na produção de pescado, que nos últimos anos sofreu enorme redução. “Aqui só dá pirambeba”. O Orós havia sangrado pela última vez em dezembro de 1989, um mês atípico na sua história. Agora em janeiro também ocorreu um fato inesperado. Até a primeira quinzena de janeiro passado, o Orós acumulava apenas 400 milhões de metros cúbicos, cerca de 20%. Mas em apenas 20 dias recebeu uma recarga superior a 1,6 bilhão de metros cúbicos. Resultado: está sangrando no início do inverno. O nível no sangradouro continua subindo, mas é provável que a partir de amanhã ocorra uma redução, porque o Rio Jaguaribe, principal afluente, baixou o nível na cidade de Iguatu. Tudo vai depender da ocorrência ou não de fortes chuvas. O Orós é um dos atrativos turísticos da região. Bares, lanchonetes e restaurantes ficaram lotados. O balneário recebeu um elevado número de consumidores. No distrito de Lima Campos, onde há tradicionais peixarias, os clientes tiveram que esperar por até duas horas para serem atendidos. Muitos desistiram. A sangria do açude deve atrair grande público no carnaval. 405 BIBLIOGRAFIA Bourdieu, Pierre (1977). Outline of a Theory of Practice. New York: Cambridge University Press. Broad, Kenneth, Alexander S.P. Pfaff, e Michael H. Glantz (1998). Maximizing The Societal Value of ENSO Forecasts El Nino 97/98 and the Peruvian Fishery. Submetido ao Bulletin of the American Meteorological Society. Broad, Kenneth, Alexander S.P. Pfaff, e Michael H. Glantz (2002). Effective and Equitable Dissemination of Seasonal-to-Interannual Climate Forecasts: policy implications from the Peruvian fishery during El Niño 1997-98. Climatic Change 54: 415-438, 2002. Carvalho, Gilmar de (2003). Bonito pra Chover – ensaios sobre a cultura cearense. Fortaleza: Edições Demócrito Rocha. Carvalho, José Maria Marques de, and Rômulo Cordeiro Cabral (2003). Pólo de Desenvolvimento Integrado Baixo Jaguaribe: Informações Estratégicas. Fortaleza: Banco do Nordeste. Carvalho, Otamar de (1988). A Economia Política do Nordeste – Seca, Irrigação e Desenvolvimento. Rio de Janeiro: Campus; Brasília: ABID – Associação Brasileira de Irrigação e Drenagem. Castro, Josué de (2002 [1946]). Geografia da Fome – O dilema brasileiro: pão ou aço. Rio de Janeiro: Civilização Brasileira. Coelho, Jorge (1985). As Secas do Nordeste e a Indústria das Secas. Petrópolis: Vozes. Costa, Alberto C. G., Conrad P. Kottak, and Rosane M. Prado (1997). The Sociopolitical Context of Participatory Development in Northeastern Brazil. Human Organization, Vol. 56, No. 2, 1997. Comitas, Lambros (1973). Occupational Multiplicity in Rural Jamaica. In Comitas, Lambros and David Lowenthal (eds.), Work and Family Life – West Indian Perspectives. New York: Anchor Books. Cunniff, Roger (1975). The Birth of the Drought Industry: Imperial and Provincial Responses to the Great Drought in Northeast Brazil (1877-1880). Revista de Ciências Humanas, VI., 1, Fortaleza: Universidade Federal do Ceará. Davis, Mike (2001). Late Victorian Holocausts: El Niño Famines and the Making of the Third World. New York: Verso. Diniz, Aldiva Sales (2002). A construção dos perímetros irrigados e a criação de novas terrirorialidades no sertão. In Elias, Denise and José Levi Furtado Sampaio (orgs.), Modernização Excludente. Fortaleza: Edições Demócrito Rocha. Elias, Denise (2002a). O Baixo Jaguaribe: entre a ordem global e a local. In Elias, Denise (org.), O Novo Espaço da Produção Globalizada – O Baixo Jaguaribe, CE. Fortaleza: FUNECE. Elias, Denise (2002b). Integração Competitiva do Semi-Árido. In Elias, Denise and José Levi Furtado Sampaio (orgs.), Modernização Excludente. Fortaleza: Edições Demócrito Rocha. Elias, Denise and José Levi Furtado Sampaio (2002). Modernização Excludente – Paradigmas da Agricultura Cearense. Fortaleza: Edições Demócrito Rocha. Faoro, Raymundo (1984). Os donos do poder: formação do patronato politico brasileiro. Rio de Janeiro: Globo. Finan, Timothy J. (1988). Market Relationships and Market Performance in Northeast Brazil. American Ethnologist, Vol. 15, No. 4. (Nov., 1988), pp. 694-709. --------------- (1998). Birds’ Nests, Donkey Balls, and El Niño: The Psychology of Drought in Ceará, Northeast Brazil. Paper presented at the Annual Meeting of the American Anthropological Association, Philadelphia. 406 --------------- (2001). Drought and Demagoguery: A Political Ecology of Climate Variability in Northeast Brazil. Paper prepared for the workshop Public Philosophy, Environment, and Social Justice, Carnegie Council on Ethics and International Affairs, New York, NY, October 21-22. Finan, Timothy J., and Donald R. Nelson (2001). Making rain, making roads, making do: public and private adaptations to drought in Ceará, Northeast Brazil. Climate Research, Vol. 19: 97-108, December 4, 2001. Fundação Getúlio Vargas, Centro de Políticas Sociais (2001). Mapa do Fim da Fome: Metas Sociais Contra Miséria nos Municípios Cearenses. São Paulo: FGV/IBRE. Girão, Raimundo (1947). A História Econômica do Ceará. Fortaleza: Editora Instituto do Ceará. --------------- (1986). A Marcha do Povoamento do Vale do Jaguaribe (1600-1700). Fortaleza: SUDENE/GEVJ. Glantz, M. H. (1979). Science, politics, and economics of the Peruvian anchoveta fishery. Marine Policy (July), 201-210. Governo do Estado do Ceará (2000a). Ceará – O Semi-Áridos Cearense e os seus desafios. Fortaleza: Secretaria de Planejamento e Coordenação --------------- (2000b). Ceará – Indicadores Sociais e Demográficos – PNAD 1999. Fortaleza: Secretaria de Planejamento e Coordenação / Fundação IPLANCE. Greenfield, Gerald M. (1986). Migrant behavior and elite attitudes: Brazil’s Great Drought, 1877-1879. The Americas, vol. XLIII, nº 1, pp. 69-85. --------------- (1992). The Great Drought and Elite Discourse in Brazil. Hispanic American Historical Review, 72:3, 375-400. --------------- (2001). The realities of images: imperial Brazil and the Great Drought. Philadelphia, PA: American Philosophical Society. Hansen, James, Sabine Marx, e Elke Weber (2004). The Role of Climate Perceptions, Expectations, and Forecasts in Farmer Decision Making – The Argentine Pampas and South Florida. International Research Institute for Climate Prediction, IRI Technical Report 04-01, Palisades, N.Y. IPLANCE – Fundação Instituto de Pesquisa e Informação do Ceará (2002a). Índice de Desenvolvimento Municipal 2000. Fortaleza: Edições Iplance. --------------- (2002b). Diagnóstico Social do Ceará. Fortaleza: Edições Iplance. Kenny, Mary Lorena (2002). Drought, Clientalism, Fatalism and Fear in Northeast Brazil. Ethics, Place and Environment, Vol. 5, No. 2, 123-134, 2002. Lemos, Maria Carmen (2003). A Tale of Two Polices: The Politics of Climate Forecasting and Drought Relief in Ceará, Brazil. Policy Sciences 36: 101-123, 2003. Lemos, Maria Carmen et al. (2002). The use of seasonal climate forecasting in policymaking: lessons from Northeast Brazil. Climatic Change, 55:479-507. Lemos, Maria Carmem, Dom Nelsom, Tim Finan, Roger Fox, Dario Mayorga, e Irles Mayorga (1999). The social and policy implications of seasonal forecasting: a case study of Ceará, Northeast Brazil. NOAA Final Report, Award # NA76GPO385. Magalhães, Antonio Rocha (2002). Climate, Society and Public Policy: How Climate Affects Society, How Society and Government Respond to Climate Impacts. Paper presented at conference Climate Affairs in Latin America: Climate Issues and Policy Responses. Institute of Latin American Studies, Columbia University. January 31-February 2, 2002, New York, NY. Martins, José de Souza (1999). O Poder do Atraso: Ensaios de Sociologia da História Lenta. São Paulo: Editora Hucitec. Medeiros Filho, João, and Itamar de Souza (1988). A Seca do Nordeste: Um Falso Problema – A política 407 de combate às secas antes e depois da SUDENE. Petrópolis: Vozes. Montenegro, Abelardo F. (2001). Interpretação do Ceará. Fortaleza: Casa de José de Alencar / Programa Editorial. Nelson, Donald R. and Timothy Finan (2000). The Emergence of a Climate Anthropology in Northeast Brazil. Practicing Anthropology, Vol. 22, No. 4. Neves, Frederico de Castro (2000). A Multidão e a História. Rio de Janeiro: Relume Dumará. --------------- (2002). A seca na história do Ceará. In Souza, Simone de (org.), Uma Nova História do Ceará. Fortaleza: Edições Demócrito Rocha. --------------- (2003). Seca, Estado e Controle Social: as políticas públicas de combate às secas no Ceará. In Braga, Elza Maria Franco (org.), América Latina: transformações econômicas e políticas. Fortaleza: Editora UFC. Parente, Francisco Josênio C. (2000). A Fé e a Razão na Política. Conservadorismo e Modernidade das Elites Cearenses. Fortaleza: Universidade Federal do Ceará. --------------- (2002). O Ceará dos “coronéis” (1945 a 1986). In Souza, Simone de (org.), Uma nova história do Ceará. Fortaleza: Edições Demócrito Rocha. Oliver-Smith, Anthony (2002). Theorizing Disasters: Nature, Power and Culture. In Hoffman, Susanna M. e Anthony Oliver-Smith (eds.), Catastrophe and Culture – The Anthropology of Disaster. Santa Fé: School of American Research Press. Orlove, Benjamim S. e Joshua L. Tosteson (1999). The Application of Seasonal to Interannual Climate Forecasts Base don El Niño-Southern Oscilation (ENSO) Events: Lessons from Australia, Brazil, Ethiopia, Peru and Zimbabwe. Berkeley Workshop on Environmental Politics, Working Paper 99-3, Institute of International Studies, University of Califórnia, Berkeley. Prado Júnior, Caio (1989). Formação do Brasil Contemporâneo. São Paulo: Brasiliense. Ramos, Francisco Régis Lopes (2003). Crer para ver, merecer para pedir: o Padre Cícero na tradição dos devotos. In Carvalho, Gilmar de (org.), Bonito pra Chover – ensaios sobre a cultura cearense. Fortaleza: Edições Demócrito Rocha. Roncoli, M. Carla, Keith Ingram, Christine Jost, e Paul Kirshen (2001). Meteorological Meanings: Understanding of Seasonal Rainfall Forecasts Among Farmers of Burkina Faso. Trabalho apresentado na conferência Communication of Climate Forecast Information Workshop, International Research Institute for Climate Prediction, 6 a 8 de junho de 2001, Palisades, N.Y. Scott, James C. (1990). Domination and the Arts of Resistance: Hidden Transcripts. New Haven: Yale University Press. Jornais Diário do Nordeste O Povo