Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/32290
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_MariaVitóriaNavaSilvadoCarmo.pdf3 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorLima, Carlos Henrique Ribeiro-
dc.contributor.authorCarmo, Maria Vitória Nava Silva do-
dc.date.accessioned2018-07-20T20:01:07Z-
dc.date.available2018-07-20T20:01:07Z-
dc.date.issued2018-07-19-
dc.date.submitted2018-02-23-
dc.identifier.citationCARMO, Maria Vitória Nava Silva do. Análise e previsão estatística do Índice de Precipitação Padronizada (SPI) para o Nordeste do Brasil. 2018. xvi, 111 f., il. Dissertação (Mestrado em Tecnologia Ambiental e Recursos Hídricos)—Universidade de Brasília, Brasília, 2018.pt_BR
dc.identifier.urihttp://repositorio.unb.br/handle/10482/32290-
dc.descriptionDissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2018.pt_BR
dc.description.abstractAs secas são o principal desastre natural que afeta o Nordeste brasileiro e o entendimento da sua dinâmica é fundamental para a gestão do risco climático na região. Buscou-se neste trabalho caracterizar os padrões espaço-temporais das secas meteorológicas no Nordeste a partir da análise do Índice de Precipitação Padronizada (SPI, Standardized Precipitation Index) e desenvolver um modelo de previsão sazonal para esse índice, usando a temperatura na superfície do mar (TSM) como covariável climática preditora. A técnica análise das componentes principais foi utilizada para decompor o SPI em modos de variabilidade, visando identificar as variações no tempo e no espaço, tendo-se observado uma seca distribuída por toda a região na primeira componente principal (cerca de 42% da variabilidade dos dados), um padrão de variação do tipo dipolo norte-sul na segunda componente principal (11% da variabilidade dos dados) e um padrão zonal leste-oeste na terceira componente principal (6% da variância dos dados). Utilizando as duas primeiras componentes principais, identificou-se as secas mais severas ocorridas durante o período considerado e a porcentagem total da área do Nordeste atingida por cada evento, constatando-se uma concidência entre os meses detectados como mais secos e os anos secos citados na literatura. A partir desse resultado, foi feita uma análise compósito, apontando que, nas regiões do Nordeste com seca mais severa durante os eventos extremos, as variáveis precipitação e temperatura encontravam-se abaixo e acima do normal, respectivamente. Identificou-se também, por meio de correlações cruzadas com índices climáticos, que eventos de El Niño (índice NINO3.4) e temperaturas mais altas no Atlântico Norte do que no Atlântico Sul (índice dipolo do Atlântico tropical) estavam relacionados com as secas na região. Foi feita ainda uma avaliação da correlação entre as componentes principais do SPI e a TSM, encontrando-se que a primeira componente principal seria mais influenciada pelo El Niño e a segunda, pelo dipolo do Atlântico. Para melhorar o desempenho dos preditores no modelo de previsão, foi usada a técnica Análise de Correlação Canônica Esparsa (SCCA, sparse Canonical Correlation Analysis). Os resultados do modelo indicaram que o desempenho do modelo completo ao prever a primeira componente principal, a terceria componente principal e a média espacial do SPI é maior do que do auto-regressivo, indicando que a informação climática melhora performance do modelo, e que as previsões na parte norte do Nordeste são melhores do que na parte sul para tempos de previsão de 1 e 2 meses.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).pt_BR
dc.language.isoPortuguêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleAnálise e previsão estatística do Índice de Precipitação Padronizada (SPI) para o Nordeste do Brasilpt_BR
dc.title.alternativeAnalysis and statistical forecast of Standardized Precipitation Index (SPI) for Northeast Brazilpt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordSecas - Brasil, Nordestept_BR
dc.subject.keywordÍndice de precisãopt_BR
dc.subject.keywordPrevisãopt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições:Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.description.abstract1Droughts are the main natural disaster that affects Northeast Brazil and understanding its dynamic is essential to advance in climate risk management in region. This work seeks to characterize spatial-temporal patterns of meteorological droughts in Northeast Brazil through analysis of Standardized Precipitation Index - SPI and to develop a seasonal forecast model for this index, using sea surface temperature (SST) as climate predictor. Principal component analysis technique was used to decompose SPI in modes of variability, in order to identify the index variations in time and space, observing a drought distributed throughout the region in the first principal component (about 42% of data variability), a north-south dipole variation pattern in the second principal component (11% of data variability) and an east-west zonal pattern in the third principal component (6% of data variance). Using the first two principal components, the most severe droughts that occurred during the considered period and the Northeast’s percentage area reached in each event were identified, showing a coincidence between months detected as drier and drought years mentioned in literature. From this result, a composite analysis was performed, pointing out that, in Northeast regions with more severe droughts during extreme events, precipitation and temperature were below and above normal, respectively. It was also identified, through cross correlations with climate indexes, that El Niño events (NINO3.4 index) and higher temperatures in North Atlantic than in South Atlantic (tropical Atlantic dipole index) were related to droughts in region. It was made an evaluation of the correlation between SPI principal components and SST, finding that the first principal component would be more influenced by El Niño and the second principal component by Atlantic dipole. To improve predictor skill in forecast model, sparse Canonical Correlation Analysis (SCCA) technique was used. Results of the model indicated that the full model skill in forecasting SPI first principal component, third principal component and spatial average is greater than that of the auto-regressive model, indicating that climate information improves model performance, and that forecasts in northern part of Northeast are better than in southern part for lead times of 1 and 2 months.pt_BR
dc.description.unidadeFaculdade de Tecnologia (FT)pt_BR
dc.description.unidadeDepartamento de Engenharia Civil e Ambiental (FT ENC)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Tecnologia Ambiental e Recursos Hídricospt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.