Submitted by Emanuel Varela Cardoso (emanuel.varela@ufcg.edu.br) on 2018-05-15T19:11:02Z No. of bitstreams: 1 JAQUELINE NUBIA DE QUEIROZ – DISSERTAÇÃO (PPGMET) 2015.pdf: 2713076 bytes, checksum: bbd090a4319e80a949989a3402b826d7 (MD5) / Made available in DSpace on 2018-05-15T19:11:02Z (GMT). No. of bitstreams: 1 JAQUELINE NUBIA DE QUEIROZ – DISSERTAÇÃO (PPGMET) 2015.pdf: 2713076 bytes, checksum: bbd090a4319e80a949989a3402b826d7 (MD5) Previous issue date: 2015-03-12 / Áreas urbanas densamente povoadas situadas na região tropical são particularmente vulneráveis a eventos de chuva intensa. Na cidade de Salvador, capital do Estado da Bahia, vários fatores contribuem para a gravidade dos impactos causados por chuvas intensas: o relevo acidentado, a densidade populacional, a ocupação desordenada do solo, a diversidade e intensidade dos sistemas meteorológicos, dentre outros. Neste estudo as condições de estabilidade da atmosfera no mês (muito chuvoso) de abril de 2009 foram analisadas com o objetivo principal de investigar o grau de relação entre índices de estabilidade e a ocorrência de chuva na cidade. Dados de reanálise, imagens realçadas de satélite meteorológico, totais diários de precipitação e sondagens diárias de ar superior realizadas às 1200 UTC constituem a base de dados deste estudo. Métodos de análise meteorológica e análise multivariada são utilizados. No mês de estudo há dezessete dias com registro de precipitação, dos quais quatro com totais diários que ultrapassam 50 mm. Um evento que provocou chuva intensa em toda a cidade, cujo total pluviométrico é registrado no dia 19, é causado por uma linha convectiva que se forma sobre o Estado da Bahia, na latitude de Salvador, associada a um cavado frontal com forte cisalhamento horizontal e vertical do vento. O teor de umidade é elevado na baixa troposfera, antes e depois do evento. A aplicação da análise de componentes principais a nove índices de estabilidade resulta em um modelo de três componentes que explica 91,82% da variância total dos dados. A primeira componente é associada aos índices relacionados à variação vertical de umidade e temperatura, direção e velocidade do vento, a segunda componente aos índices relacionados à variação vertical de umidade, e a terceira componente ao índice K. A aplicação da análise de agrupamentos aos fatores rotacionados resulta em quatro grupos com características distintas. O Grupo 1 reúne dias com registro de chuva, dos quais três com eventos de chuva intensa. O Grupo 2 separa dias opostos sob o ponto de vista da precipitação. O Grupo 3 é constituído por dias com totais de precipitação muito baixos. No Grupo 4 estão dias com pouca ou nenhuma precipitação registrada, com exceção de um dia de chuva intensa. O índice K é o melhor na previsão de chuva no mês de estudo. / Heavily populated urban areas located in the tropical region are particularly vulnerable to intense rainfall events. In the city of Salvador, capital of Bahia State, several factors contribute for the severity of the impacts caused by intense rainfall: the complex topography, the population density, the disorderly human occupation, the diversity and intensity of meteorological systems, among others. In this study the atmospheric stability conditions in the (very rainy) month of April 2009 are analyzed with the main objective of investigating the degree of relationship between stability indices and rainfall occurrence in the city. Reanalysis data, enhanced meteorological satellite imagery, daily 24-hour rainfall totals and 1200 UTC daily upper air soundings are the basis for this study. Meteorological and multivariate analysis techniques are used. There are seventeen rainy days in the month of study among which four have daily rainfall totals higher than 50 mm. One event of heavy rainfall over the entire city whose rainfall total is registered on day 19, is caused by a convective line that forms over Bahia State, on the latitude of Salvador, associated to a frontal trough with strong horizontal and vertical wind shear. Moisture content is high in the lower troposphere, before and after the event. The application of principal component analysis to nine stability indices results in a three component model which explains 91.82% of the total variance in the data. The first principal component is associated with indices related to the vertical variation of moisture and temperature, wind direction and speed, the second component to the indices related to the vertical variation of moisture, and the third component to the K index. The application of cluster analysis to the rotated factors results in four groups with distinct characteristics. Group 1 has days with rain, among which there are three intense rainfall events. Group 2 has days with opposing characteristics in terms of precipitation. Group 3 is comprised by days with very low rainfall values. Group 4 has days with low rainfall total or rainfall absence, with exception of one intense rainfall day. The K index is the best in forecasting rainfall in the month of study.

Submitted by (lucia.rodrigues@ufrpe.br) on 2016-10-06T14:19:27Z No. of bitstreams: 1 Jose Aecio Correa de Araujo.pdf: 1907020 bytes, checksum: 02c6bd046629241864e087a569410b16 (MD5) / Made available in DSpace on 2016-10-06T14:19:27Z (GMT). No. of bitstreams: 1 Jose Aecio Correa de Araujo.pdf: 1907020 bytes, checksum: 02c6bd046629241864e087a569410b16 (MD5) Previous issue date: 2013-10-04 / A subject that has aroused considerable interest in hydrometeorology and hydrology is the establishment of standards Rainstorm focusing on the positioning of the peaks over the duration of the events. We used rainfall data obtained in PCD located in the city of Barreiros in Meso coast of the state of Pernambuco, the period from 01/06/2000 (date of installation of PCD) to 31/12/2010. The methodology identified, besides the already known and referenced standards Advanced, Intermediate and Retarded, the following: Undefined and Multipico. Moreover, through the confrontation of heavy rainfall events identified with the stationary satellite images, the standards set were related to meteorological factors responsible and determinants thereof, giving bigger and better elements for aggregation of advantages in the provision of mitigation measures effects of weather forecasts and conditions within the modern view of weather. Therefore, the aim of this study was to indicate a form of rational presentation and unpublished patterns of heavy rainfall, providing subsidies to redirect the studies, with equanimity, and in accordance with the objectives which they propose, and additionally relate the patterns to weather systems that originate. / Um assunto que tem despertado bastante interesse na hidrometeorologia e hidrologia é o estabelecimento de padrões de chuvas intensas com enfoque no posicionamento dos picos ao longo da duração dos eventos. Foram usados os dados de precipitação obtidos na PCD localizada no município de Barreiros, na Mesorregião Litoral do Estado de Pernambuco, compreendendo o período de 01/06/2000 (data de instalação da PCD) a 31/12/2010. A metodologia aplicada permitiu identificar, além dos já conhecidos e referenciados padrões Avançado, Intermediário e Retardado, os seguintes: Indefinido e Multipico. Ademais, mediante a confrontação dos eventos de chuvas intensas identificados com as imagens fornecidas por satélites estacionários, os padrões estabelecidos foram relacionados com os fatores meteorológicos responsáveis e determinantes dos mesmos, conferindo maiores e melhores elementos para agregação de vantagens na provisão de medidas de mitigação dos efeitos e condições de previsões dentro da visão moderna de clima. Portanto, o objetivo do presente trabalho foi indicar uma forma de apresentação racional e inédita, dos padrões de chuvas intensas, proporcionando subsídios ao redirecionamento dos estudos, com equanimidade, e de conformidade com os objetivos a que se propõem, e, adicionalmente, relacionar os padrões aos sistemas meteorológicos que os originam.

Submitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2017-08-16T19:52:28Z No. of bitstreams: 1 2017 - Givanildo de Gois.pdf: 10268407 bytes, checksum: 6b0d9ed5afee22baa701ac9aa599b1e9 (MD5) / Made available in DSpace on 2017-08-16T19:52:28Z (GMT). No. of bitstreams: 1 2017 - Givanildo de Gois.pdf: 10268407 bytes, checksum: 6b0d9ed5afee22baa701ac9aa599b1e9 (MD5) Previous issue date: 2017-02-22 / CAPES / Few studies were based on the areas of Physical and Statistical Climatology applied to the state of Rio de Janeiro (ERJ), focused on natural disasters (droughts, floods and desertification) based on climatic data and orbital products. The time series used were 47 years (1967 to 2013) and 71 years (1943 to 2013). Both series come from 100 existing stations belonging to ANA, CPRM, INMET, SERLA and LIGHT. The temporal series (raw data) were faulty and were filled with TRMM satellite 3B43 product (1998 to 2013) and INMET climatological norm (1947 to 1997). The series were submitted to descriptive, exploratory, parametric (Shapiro-Wilks-SW and Barlett-B), non-parametric tests (Mann-Kendall-MK, Sen-Se, Pettitt and SOCUM), Box Cox transformation and analysis Grouping (AA). In addition, monthly data from the Enhanced Vegetation Index (EVI2) between 2001- 2012 with the objective of verifying the trend of increase and decrease of vegetation in the ERJ by non-parametric tests and future scenarios by the Markov Chain. Estimation of the monthly mean air temperature (Tmi) in the ERJ based on observed series and reanalyses or the composition of both, and being adjusted to the three-base linear multiple regression (RLM) and linear regression models: Bases 1 Reanalysis / NCEP), 2 (INMET / NCDC) and 3 (Reanalysis / NCEP and INMET / NCDC) between 1948 and 2015. Descriptive analysis showed a probability of occurrence above 75%. The SW and B tests presented a low significance level for p-value (? < 5%) and the hypothesis of normality and homogeneity of variances in the stations was rejected. The Box Cox transformation was effective in stabilizing the residue normality and homogeneity of variance of the monthly rainfall series of the Middle Para?ba and Serrana regions, except for the Northwest Fluminense. The high variability of ? (0.326 to 0.565) is due to the fact that most of the stations are in the Sierra do Mar slope facing the mainland, where rainfall is influenced by the interaction of topography with local and synoptic systems, only one season In the Serra do Mar slope facing the Atlantic Ocean with influence of the coastal environment and the mesoscale and synoptic systems, in the series of 71 years. Based on AA were chosen 11 stations with normality or homogeneity of variance characterized two homogeneous pluviometric groups (G1 and G2) in the ERJ. For the trend analysis, the MK test and method were shown the presence of non significant trends of rainfall increase in the annual and seasonal scales. Pettitt and SOCUM were efficient in identifying the years of possible non-significant or insignificant abrupt changes in the 71-year time series. The SOCUM test identified 39 ENSO events in groups G1 and G2. The highest percentage in the neutral events (48.72%) and the lowest in the moderate El Ni?o and La Ni?a weak and strong (5.13%). An insignificant trend of vegetation growth is observed at 75%, followed by a significant downward trend of 25% of the ERJ Government regions. The Pettitt test showed the existence of abrupt changes not significant (NS), both growth and vegetation decrease in 6 regions and significant (S) decrease in 2 regions. The predictions of changes ranging from 1 to 2 years at constant intervals (3 to 10 years) were observed in all future scenarios. Bases 1 and 2 presented the highest number of significant coefficients, according to the F test for (p-value <0.05), the exception was Base 3. The latitude variable (?1) was more significant, followed by altitude (?3 ) In all Bases. Significant values of r2 (> 0.80) and r (> 0.90) in Base 2 and Base 1 with r2 (> 0.50) and r (> 0.70). The adjusted RLM models explained most of the spatial variability of Tmi for the ERJ. The parametric tests of SW and B applied to the monthly rainfall series without treatment and to the reduced variable the normal distribution standardized to 95% of probability point to the hypotheses of non-normality and neither homogeneity of the time series. The high sensitivity of the rainfall series to the B test were observed in the eight Government regions, due to the rigor of the test. The lambda coefficients of the Box Cox transformation applied to the monthly rainfall series for data without treatment and the reduced variable of the standardized normal distribution do not present efficiency in the stabilization of the homogeneity of the variances. Confirmed by the test of B, in 99.58% and 100% of the events. The efficiency found only in the stabilization of normality in 81.33% and 81.58% of the monthly cumulative frequencies of data without treatment and the reduced variable. Moderate performance of SPI methods with untreated and Box Cox versus SPI-transformed data with reduced-box data transformed by Box Cox is evident in SPI-1, which shows the presence of significant variations of statistical parameters in the Norte, Costa Verde, Baixada Litor?nea e Metropolitana shortage, followed by low performance of the r2 coefficient in the ERJ regions. SPI-12 shows a significant high dispersion of the coefficient r, followed by a low to very low performance, and a low coefficient r2. This indicates poor accuracy of SPI index estimates in both methods. The EPE and RMSE errors do not present significant variations, in the durations of 1 and 12 months. A high variation of the rec coefficients with the index d in the SPI-1 month is verified, a poor performance of the methods with data without treatment and with transformed by Box Cox versus SPI with data of the reduced variable transformed by Box Cox, for the SPI-12 Was verified in the ERJ regions. The temporal / annual analyzes of SPI-1 and 12 in the regions show a high variability and greater intensity of SPI-1, unlike SPI-12. SPI-1 and SPI-12 in the regions show similarity in the behavior of SPI-1 and SPI-12, where the highest and lowest frequencies of droughts categorized as moderately, extremely and extremely dry were recorded in the 70, 80, 90, 2000 and in the period 2010/2013, except for the 60. Events of ENOS were observed in the study period. The Pettitt test identified the years of changes in the SPI-12 index, in 1977 (El Ni?o weak), 1984 (La Ni?a weak), 1989 (Neutral), 1992 (Neutral) and 2002 (Moderate El Ni?o). The prevailing category was close to normal in the Norte Fluminense, Baixadas Litor?neas and Costa Verde regions, followed in the other regions of Government in some parts (SW), (SSW) (SE) and (NE). The moderately dry category occurred in the regions, Metropolitana, Centro Sul Fluminense, M?dio Para?ba, Serrana and NoroesteFluminense, and the other parts in the (SW), (NW) and (NNE) portions of the ERJ. In short, the application of statistical, parametric and non-parametric tests, chain of markov, multivariate analysis are efficient tools in the evaluation of natural disasters in the ERJ. / H? poucos estudos baseados nas ?reas de Climatologia F?sica e Estat?stica aplicadas ao estado do Rio de Janeiro (ERJ), voltados para cat?strofes naturais (secas, enchentes e desertifica??o) baseado em dados clim?ticos e produtos orbitais. As s?ries temporais usadas foram de 47 anos (1967 a 2013) e 71 anos (1943 a 2013). oriundas de 100 esta??es pertencentes ? ANA, CPRM, INMET, SERLA e LIGHT. Estas s?ries (dados brutos) apresentavam falhas e foram preenchidas com produto 3B43 do sat?lite TRMM (1998 a 2013) e com as normais climatol?gicas do INMET (1947 a 1997). Para tanto elas foram submetidas ? an?lise descritiva, explorat?ria, testes param?tricos (Shapiro-Wilks-SW e Barlett-B), n?o param?tricos (Mann-Kendall-MK, M?todo de Sen -Se, Pettitt e SOCUM), transforma??o Box Cox e an?lise de agrupamento (AA). Al?m disso, foram usados dados mensais do Enhanced Vegetation Index (EVI2) entre 2001-2012 com objetivo de verificar tend?ncia de aumento e diminui??o da vegeta??o no ERJ pelos testes n?o param?tricos e os cen?rios futuros pela Cadeia de Markov. A estimativa da temperatura m?dia mensal do ar (Tmi) no ERJ, foi baseada em s?ries observadas de rean?lises ou atrav?s da composi??o de ambas e, sendo ajustadas aos modelos de regress?o linear m?ltipla (RLM) e simples (RLS) baseado em tr?s bases: Bases 1 (Rean?lise/NCEP), 2 (INMET/NCDC) e 3 (Rean?lise/NCEP e INMET/NCDC) entre 1948 a 2015. A an?lise descritiva mostrou uma probabilidade de ocorr?ncia acima de 75%, os testes SW e B apresentaram um baixo n?vel de signific?ncia para p-valor (? < 5%) e rejeitou-se a hip?tese de normalidade e homogeneidade de vari?ncias nas esta??es. A transforma??o Box Cox foi eficaz na estabiliza??o da normalidade dos res?duos e homogeneidade de vari?ncia da s?rie temporal de chuva mensal das regi?es M?dio Para?ba e Serrana, com exce??o do Noroeste Fluminense. A alta variabilidade de ? (0,326 a 0,565) ? devido ? maioria das esta??es encontram-se na vertente da Serra do Mar voltada para o continente, onde o regime de chuva ? influenciado pela intera??o da topografia com sistemas locais e sin?ticos e tendo apenas uma esta??o na vertente da Serra do Mar voltada para o Oceano Atl?ntico com influ?ncia do ambiente costeiro e dos sistemas de mesoescala e sin?ticos, na s?rie de 71 anos. Com base na AA foram escolhidas 11 esta??es com normalidade ou homogeneidade de vari?ncia, caracterizando dois grupos homog?neos pluviom?tricos (G1 e G2) no ERJ. Para a an?lise de tend?ncia, o teste MK e m?todo Se mostraram a presen?a de tend?ncias n?o significativas de aumento das chuvas nas escalas anual e sazonal, enquanto que o Pettitt e o SOCUM foram eficientes quanto ? identifica??o dos anos de poss?veis mudan?as abruptas n?o significativas ou insignificantes na s?rie temporal de 71 anos. O teste de SOCUM identificou 39 eventos de ENOS nos grupos G1 e G2, os maiores percentuais nos eventos neutros (48,72%) e os menores nos El Ni?o moderado e La Ni?a fraca e forte (5,13%). Outro resultado encotrado foi a exist?ncia de uma tend?ncia insignificante de crescimento da vegeta??o em 75%, seguido de uma tend?ncia significativa de diminui??o em 25% das regi?es pol?ticas do ERJ. J? o teste de Pettitt mostrou a exist?ncia de mudan?as bruscas n?o significativas (NS), ambos de crescimento e diminui??o da vegeta??o em 6 regi?es e significativas (S) de diminui??o em 2 regi?es. Os progn?sticos de mudan?as com varia??o de 1 a 2 anos em intervalos constante (3 a 10 anos) foram observados em todos os cen?rios futuros. As Bases 1 e 2 apresentaram o maior n?mero de coeficientes significativos, segundo O teste F para p-valor < 0,05, com exce??o para a Base 3. A vari?vel latitude (?1) foi mais significativa, seguido da altitude (?3) em todas as Bases. Foram encontrados valores significativos de r2 (>0,80) e r (> 0,90) na Base 2 e na Base 1 com r2 (>0,50) e r (>0,70). Os modelos de RLM ajustados explicaram a maior parte da variabilidade espacial da Tmi para o ERJ, enquanto que os testes param?tricos de SW e B aplicados a s?rie temporal mensal de chuva sem tratamento e ? vari?vel reduzida a distribui??o normal padronizada a 95% de probabilidade apontaram para as hip?teses de n?o-normalidade e n?o-homogeneidade da s?rie temporal. A alta sensibilidade da s?rie temporal de chuva ao teste B foram constatada nas oito regi?es pol?ticas do ERJ, devido ao rigor do teste. Os coeficientes de lambda da transforma??o Box Cox aplicada ?s s?ries temporais mensais de chuva para dados sem tratamento e a vari?vel reduzida da distribui??o normal padronizada n?o apresentam efici?ncia na estabiliza??o da homogeneidade das vari?ncias. Confirmado pelo teste de B, em 99,58% e 100% dos eventos repetitivamente. A efici?ncia constatada apena na estabiliza??o da normalidade em 81,33% e 81,58% das frequ?ncias acumuladas mensais dos dados sem tratamento e da vari?vel reduzida. Al?m disso observa-se que o desempenho moderado dos m?todos do SPI com dados sem tratamento e com os transformados pela Box Cox versus SPI com dados da vari?vel reduzida transformada pela Box Cox fica evidente no SPI-1, que mostra a presen?a de varia??es significativas dos par?metros estat?sticos nas regi?es Norte, Costa Verde, Baixada Litor?nea e Metropolitana, seguidos de baixo desempenho do coeficiente r2 nas regi?es do ERJ. J? o SPI-12 mostrou uma alta dispers?o significativa do coeficiente r, seguido de um desempenho baixo a muito baixo, e baixos valores do coeficiente r2, indicando fraca precis?o das estimativas dos ?ndices SPI em ambos os m?todos. Os erros EPE e RMSE n?o apresentaram varia??es significativas, nas dura??es de 1 e 12 meses. Contudo costatase uma alta varia??o dos coeficientes r e c com o ?ndice d no SPI-1 m?s, ressaltasse que um p?ssimo desempenho dos m?todos com dados sem tratamento e com transformados pela Box Cox versus SPI com dados da vari?vel reduzida transformada pela Box Cox, para o SPI-12 foi verificado nas regi?es do ERJ. Al?m disso, as an?lises temporal/anual dos SPI-1 e 12 nas regi?es mostra alta variabilidade e maior intensidade do SPI-1, ao contr?rio do SPI-12. No tocante a an?lise temporal dos SPI?1 e SPI?12 nas regi?es do ERJ verifica-se similaridade quanto ao comportamento dos SPI?1 e SPI?12, onde as maiores e menores frequ?ncias de eventos de secas categorizadas como moderadamente, muito e extremamente seco foram registradas nas d?cadas 1970, 1980, 1990, 2000 e no per?odo 2010/2013, com exce??o da d?cada de 1960. Eventos de ENOS foram observados no per?odo de estudo. O teste de Pettitt identificaram os anos de mudan?as do ?ndice SPI-12, em 1977 (El Ni?o fraco), 1984 (La Ni?a fraca), 1989 (Neutro), 1992 (Neutro) e 2002 (El Ni?o moderado). Prevaleceu a categoria pr?ximo ao normal nas regi?es Norte Fluminense, Baixadas Litor?neas e Costa Verde, seguido nas demais regi?es de Governo em algumas por??es (SW), (SSW) (SE) e (NE). A categoria moderadamente seca ocorreu nas regi?es, Metropolitana, Centro Sul Fluminense, M?dio Para?ba, Serrana e Noroeste Fluminense enas demais nas por??es (SW), (NW) e (NNE) do ERJ. Em suma, a aplica??o dos testes estat?sticos, param?tricos e n?o-param?tricos, cadeia de markov, an?lise multivariada s?o ferramentas eficientes na avalia??o das cat?strofes naturais no ERJ.