• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Análise de complexidade da precipitação mensal no Estado de Pernambuco utilizando o Sample Entropy

SILVA, Cleo Clayton Santos 17 August 2016 (has links)
Submitted by Mario BC (mario@bc.ufrpe.br) on 2018-07-06T12:43:29Z No. of bitstreams: 1 Cleo Clayton Santos Silva.pdf: 1604461 bytes, checksum: 4c8c3bd59de5a0e36a2be10b43d2f89a (MD5) / Made available in DSpace on 2018-07-06T12:43:29Z (GMT). No. of bitstreams: 1 Cleo Clayton Santos Silva.pdf: 1604461 bytes, checksum: 4c8c3bd59de5a0e36a2be10b43d2f89a (MD5) Previous issue date: 2016-08-17 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Rainfall is one of the phases of the hydrological cycle responsible for the return of the condensed water from the atmosphere to the Earth's surface. It is a natural process of utmost importance for the functioning of ecosystems, because it regulates water availability for various uses and environmental services. Several studies have shown that climate change has significantly altered precipitation patterns in many parts of the globe. The present work aims to make an assessment of the rainfall time series in Pernambuco, Brazil, using monthly precipitation data for the period from 1950 to 2012, collected from the Meteorological Laboratory of Pernambuco State (LAMEP), division of the Technological Institute of Pernambuco (ITEP). Data were analyzed using the Sample Entropy method (SampEn) developed to quantify the complexity of nonlinear time series, and interpolated by Inverse Distance Weighting (IDW) method, providing an estimate of the complexity of the rainfall in the state of Pernambuco. The results shows that the higher values of entropy (greater complexity) concentrate in the Agreste and Atlantic Forest Zone, indicating that the rainfall dynamic is more regular in these regions than in other parts of the state. For all regions of Pernambuco, entropy values of monthly rainfall series are classified from moderate to low, indicating the feasibility of modeling of precipitation dynamics on monthly scale. / A precipitação pluviométrica é uma das fases do ciclo hidrológico responsáveis pelo retorno das águas condensadas na atmosfera à superfície terrestre. É um processo natural de extrema importância para o funcionamento dos ecossistemas, pois regula a disponibilidade hídrica para os diversos usos e serviços ambientais. Vários estudos tem demonstrado que as mudanças climáticas tem alterado significativamente os padrões de precipitação em várias partes do globo. O objetivo deste trabalho é avaliar a variabilidade de séries temporais de precipitação no Estado de Pernambuco através de dados mensais de precipitação datados durante o período de 1950 a 2012, cedidos pelo Laboratório de Meteorologia de Pernambuco (LAMEP), órgão pertencente ao Instituto Tecnológico de Pernambuco (ITEP). Os dados foram analisados através do método Sample Entropy (SampEn), desenvolvido para quantificar a complexidade em séries temporais não lineares, e interpolados através do método Inverse Distance Weighting (IDW), proporcionando uma estimativa da complexidade da precipitação no estado de Pernambuco. Os resultados mostraram que os maiores valores de entropia (maior complexidade) concentram-se no Agreste e Zona da Mata Pernambucana, indicando que a dinâmica da chuva é mais irregular nesta região do que no restante do estado. Para todo estado de Pernambuco, os valores de entropia das séries de precipitação mensal são classificados de moderado a baixo, indicando que ao longo de toda região, as séries não são difíceis de serem modeladas para realização de possíveis previsões da mesma na escala mensal.

Page generated in 0.0544 seconds