Submitted by Cássio da Cruz Nogueira (cassionogueirakk@gmail.com) on 2017-02-03T12:10:09Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_RegionalizacaoEstimativaChuvas.pdf: 15562131 bytes, checksum: 872a570c2b0865edcd122699bd34162f (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-02-07T16:38:50Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_RegionalizacaoEstimativaChuvas.pdf: 15562131 bytes, checksum: 872a570c2b0865edcd122699bd34162f (MD5) / Made available in DSpace on 2017-02-07T16:38:50Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_RegionalizacaoEstimativaChuvas.pdf: 15562131 bytes, checksum: 872a570c2b0865edcd122699bd34162f (MD5) Previous issue date: 2014-04-25 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Na região Amazônica, um dos fatores que impede o conhecimento mais abrangente dos recursos hídricos é a falta de dados hidrológicos (vazão e precipitação) das pequenas e médias bacias hidrográficas. Isto se dá principalmente em virtude dimensão da região, o que aumenta os custos de implantação e operacionalização da rede. Nesse contexto, o presente trabalho tem como objetivo o desenvolvimento de um modelo de regionalização e estimativa de chuvas para estado do Pará. Assim, foi aplicada uma metodologia para delimitação de regiões homogêneas de precipitação, através da análise de agrupamento, em seguida foi determinada a probabilidade de ocorrência de lâminas de chuva para região pluviometricamente homogênea obtida com a análise de agrupamento, através da aplicação de funções de probabilidade; e por último foram determinadas estimativas de lâminas de chuvas, utilizando-se modelos de regressão múltipla. Para todas as etapas, utilizaram-se valores precipitações médias anuais e mensais, de uma série histórica com 31 anos (período de 1960 - 1990), obtidos no site do Centro de Pesquisa Climática, Departamento de geografia, Universidade de Delaware, Newark, DE, E.U.A. Dentre os anos analisados, foram selecionados anos com ocorrência do fenômeno El Niño e La Niña. Utilizando-se o método hierárquico aglomerativo de Ward, tendo como medida de similaridade a distância euclidiana, para precipitações médias anuais e mensais, foram encontradas seis regiões homogêneas de precipitação, exceto para precipitações médias mensais para séries com ocorrência de El Niño e La Niña, que apresentaram quatro e cinco regiões homogêneas, respectivamente. Após a definição das regiões homogêneas, modelos de probabilidades (Normal, Gumbel e Exponencial) foram ajustados para a determinação de lâminas de chuvas nas três sequências de séries históricas, sendo aplicado o teste Qui-quadrado para esta verificação. Após a etapa de calibração, para precipitações médias anuais, constatou-se que o modelo de distribuição Normal ajustou-se melhor a probabilidade de excedência observada; já para precipitações médias mensais o modelo de distribuição Gumbel obteve melhor aderência às frequências de excedência. Os modelos supracitados foram validados, utilizando as séries pluviométricas de 12 estações da Agência Nacional de Águas (ANA), consideradas como estações alvo. Nesta etapa, foi observado que para precipitação média anual, ocorreu aderência dos dados a todas as estações pluviométricas alvo, pois apresentaram resultados da aplicação do teste qui-quadrado inferior a 3,84 (para funções de distribuição normal). E também se constatou que para precipitação média mensal, houve aderência dos dados a todas as estações pluviométricas alvo. Para simulação de lâminas de precipitação, foram testados na calibração, modelos de Potência, segundo modelo de Potência e Linear através do método de regressão múltipla. Como critério de desempenho dos modelos, foi utilizado o erro relativo percentual. Para série histórica contendo todos os anos e séries com ocorrência de La Niña, o modelo que apresentou menor erro relativo percentual foi o Linear. Já para séries com ocorrência de El Niño, o modelo de Potência apresentou menores erros. Assim como, para os modelos probabilísticos, os resultados da calibração dos modelos de regressão múltipla, foram validados com a utilização de estações pluviométricas da ANA. Na etapa de validação para séries contendo todos os anos os erros percentuais variaram de 0,2-39,2%, já quando utilizado em anos de El Niño houve um aumento do erro, variando 1,9-54,8%, e em anos de La Niña de 8,5-55,9%. Apesar de algumas estimativas terem erros consideráveis, acima de 50%, os resultados obtidos, de forma geral, demonstraram que a metodologia pode ser uma boa opção como ferramenta numérica para regionalização e estimativa de chuvas. Os resultados da aplicação dessa metodologia são importantes para um melhor entendimento do regime pluviométrico do Estado do Pará e da Amazônia, podendo servir como ferramenta para um melhor planejamento e gestão de recursos hídricos da região. / In Amazon region, a factor which prevents the most comprehensive knowledge of water resources is the lack of hydrological data (flow and precipitation) of small and medium-sized watersheds. This is mainly due to size of the region, which increases the costs of implementation and operation of the network. In this context, this work aims to develop a model of regionalization and estimated rainfall for the state Pará For this, we applied a methodology for delineation of homogeneous regions of precipitation through the cluster analysis was then determined probability of rain for some point rainfall homogeneous region obtained with the cluster analysis by applying probability functions, and finally was given estimates of rainfall heights, using multiple. For every step we used annual and monthly averages precipitation of a time series of 31 years (period 1960-1990), obtained at the Center for Climatic Research, Department of Geography, University of Delaware, Newark site, DE, USA. Among the analyzed years, years were selected with the occurrence of El Niño and La Niña. Using the agglomerative hierarchical Ward method, having as similarity measure the Euclidean distance for annual and monthly rainfall averages six homogeneous regions of precipitation were found, except for monthly averages for rainfall series with the occurrence of El Niño and La Niña, who has four and five homogeneous regions, respectively. After the definition of homogeneous regions, probability models (Normal, Gumbel and Exponential) were fitted to determine the heights of the three sequences of rainfall time series, applied the chi-square test for this check. After the calibration step to annual rainfall, it was found that the model is best fit normal distribution the probability of exceedance observed, since average monthly precipitation for the Gumbel distribution model got better grip frequencies of exceedance. The above models were validated using the rainfall series of 12 stations of the Agência Nacional de Água (ANA), considered as target stations. At this stage, it was observed that to mean annual rainfall occurred adherence of the data to all the rainfall stations targeted because they presented the results of applying the chi-square test less than 3.84 (for normal distribution functions). And it was also found that for average monthly rainfall, there was adherence of the data to all the rainfall stations target. To simulate rainfall heights were tested for calibration models of power, according to Power and Linear model by means of multiple regression. As a criterion of performance models, the percentage relative error was used. For time series containing series every year and with the occurrence of La Niña, the model showed a lower relative. As for series with the occurrence of El Niño, the model of power had minor errors. As for the probabilistic models, the calibration results of the multiple regression models were validated with the use of rainfall stations of the ANA. In the validation step for series containing every year the percentage errors ranging from 0.2 to 39.2%, as when used in El Niño years there has been an increase in error ranging from 1.9 to 54.8%, and La Niña years from 8.5 to 55.9%. Although some estimates have had considerable errors, above 50%. The results of applying this methodology are important for a better understanding of rainfall in the state of Pará and the Amazon, and can serve as a tool for better planning and management of water resources in the region.

Made available in DSpace on 2016-06-02T19:06:02Z (GMT). No. of bitstreams: 1 4859.pdf: 3995047 bytes, checksum: d6fe8fefac57632109ba02702cb2a16a (MD5) Previous issue date: 2012-06-11 / Financiadora de Estudos e Projetos / The digital image processing has been used to solve a significant number of problems in the agricultural sector, especially with the evolution of remote sensing systems. This work presents a computational model based on digital image processing and remote sensing to infer about the risk in the agricultural environment. To validate the method, a experimental study was conducted about the risk of fungal disease in banana plantations. Temporal series of meteorological and monitoring data of the disease, organized in classes for the definition of probability distribution models, based on polynomial functions were used to validate results as well as satellite images integrated by fusion techniques, geometric corrections and re-sampling with interpolators based on kriging techniques. Fusion methods by IHS (Intensity, Hue, and Saturation) and PCA (Principal Component Analysis) and the Gaussian models, exponential and cylindrical for the ordinary kriging were tested. The IHS fusion technique demonstrated to be more interesting in relation the PCA technique, with correlation coefficients between bands 2, 3 and 4 originals and hybrids, of 0.2318, 0.0304 and 0.1800, respectively. The method of ordinary kriging for re-sampling of the images showed better results when adjusted by the Gaussian model. The proposed method is feasible to the development of risk maps of disease occurrence, since confer spatial and temporal variability in relation to the model existing on the literature for the region. / O processamento de imagens digitais tem auxiliado na solução de um expressivo número de problemas do setor agrícola, sobretudo com a evolução dos sistemas de sensoriamento remoto. Este trabalho tem por objetivo apresentar um modelo computacional baseado em processamento digital de imagens e sensoriamento remoto para inferência de risco em ambiente agrícola. Para validação do método, foi realizado estudo experimental sobre o risco de ocorrência da doença fúngica em bananais. Foram utilizadas séries temporais de dados meteorológicos e de monitoramento da doença, organizados em classes para a definição de modelos de distribuição de probabilidades, baseados em funções polinomiais, bem como imagens de satélites, organizadas com técnicas de fusão, correções geométricas e re-amostragem, com interpoladores baseados em técnicas de krigagem. Foram testados os métodos de fusão por IHS (Intensity, Hue, Saturation) e PCA (Principal Component Analysis), bem como os modelos gaussiano, exponencial e cilíndrico para a krigagem ordinária. A técnica de fusão por IHS demonstrou-se mais interessante em relação à técnica por PCA, apresentando coeficientes de correlação entre as bandas 2, 3 e 4 originais e híbridas, de 0,2318, 0,0304 e 0,1800, respectivamente. O método de krigagem ordinária para reamostragem das imagens apresentou melhores resultados quando ajustado pelo modelo gaussiano. A metodologia proposta se apresentou viável e adequada para a elaboração de mapas de risco de ocorrência da doença, uma vez que conferece variabilidade espacial e temporal ao modelo já existente na literatura para aquela região.