Orientador: João Lima Sant'Anna Neto / Resumo: Nos últimos anos as mudanças climáticas têm sido foco de diversas pesquisas de cunho científico e político principalmente após as publicações dos relatórios desenvolvidos pelo IPCC. Segundo o grupo, e fato incontestável para muitos pesquisadores, as mudanças climáticas deverão aumentar consideravelmente o número e intensidade dos eventos meteorológicos extremos. Contudo, tais repercussões não ocorrerão em todos os espaços e com intensidades equivalentes. Cada grupo de acordo com o seu poder aquisitivo, forma organizacional, processo histórico e cultural percebem a eminência do risco de modo singular e, da mesma forma, em um futuro próximo, responderão de modo desigual a partir de mecanismos capazes de se precaverem com maior ou menor resiliência à essas repercussões. Diante desta discussão esta pesquisa teve o objetivo de analisar e pesquisar as repercussões dos eventos extremos, associados a temperatura (frio e calor) e condições de conforto térmico humano e bairros com diferentes padrões socioeconômicos na cidade de Presidente Prudente. A hipótese dessa pesquisa é que a população residente nos setores menos valorizados e mais segregados socio-economicamente é também a camada mais vulnerável e afetada, negativamente, por essas ocorrências extremas e com impactos significativos no conforto térmico e saúde. Para contemplar este universo de análise a pesquisa é composta por três vertentes principais: análise dos eventos extremos de frio e calor e a influência na biometeorologia... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In recent years, climate changes have been the focus of several scientific and political research studies, especially after the publication of reports elaborated by the IPCC. According to the group, as well as an unquestionable fact for many researchers, climate changes should considerably increase the number and intensity of extreme weather events. However, such repercussions will not occur in all spaces and with equivalent intensities. Each group, according to their purchasing power, organizational form, historical and cultural process, perceives the eminence of risk in a unique way and, in the near future, will respond unequally through mechanisms that will be able to be cautious with more or less resilience about these repercussions. Given this discussion, this research aimed to analyze and research the repercussions of extreme events associated with temperature (cold and heat) and conditions of thermic comfort in differents socioeconomic districts in the Presidente Prudente city. The hypothesis of this research is that the population residing in the least valued and most socially and economically segregated sectors is also the most vulnerable and negatively affected by these extreme occurrences layer, with significant impacts on thermal comfort and health. In order to contemplate this universe of analysis, the research consists of three main strands: analysis of extreme cold and heat events and the influence on human biometeorology through thermal comfort and discomfort;... (Complete abstract click electronic access below) / Doutor

Made available in DSpace on 2014-08-20T14:25:47Z (GMT). No. of bitstreams: 1 dissertacao_mari_firpo.pdf: 1272617 bytes, checksum: f59407ea3e3a879715dca6636c682cbe (MD5) Previous issue date: 2008-02-15 / In this paper the results of Cold and heat waves and their relationships with to El Niño and La Niña events in 13 meteorological stations in Rio Grande do Sul along the years of 1967 up to 2005 are presented. Daily frost and maximum and minimum air temperature data were used. The anomalies were obtained subtracting the average year (climatological normal to the data set) of each year which was analyzed. Cold waves were considered the period of five or more days of consecutive negative minimum temperature and hot waves for the same time but in positive anomalies and maximum temperature. It was also used a quantil technique to split in quartile segments the highest anomalies values and the anomalies interval values of each wave in order to classify them according to its intensity and termic amplitude respectively. Only the waves of five days were classified. Analyzing the waves average behavior it was observed that the cold ones happen more in the winter and that there is an homogeneity related to its distribution in the state. On the other hand, the heat waves happen also in the colder months, but their distribution is heterogeneous, happening more in the meteorological stations located more in the northern part of the state. The relationships between frosts and waves it was noticed that there is a positive correlation between the frosts average number and the cold waves and negatives average number to the heat ones, statistically significant at 1% level in the months of June and July, but not in August. The relationships between cold and heat waves and the ENSO events show that, in general, the occurrence of La Niña increases the number of cold waves and decreases the heat waves in Rio Grande do Sul, while the El Niño increases the heat waves and decreases the cold waves. It was also analyzed the frost relationships with ENSO events and it was noted that in the months of June and July there is a higher occurrence of frosts during La Niñas. However, in August this occurrence is higher during El Niños / Neste trabalho são apresentados os resultados do estudo feito sobre a ocorrência de ondas de frio e calor e suas relações com El Niño e La Niña, em 13 estações meteorológicas do Rio Grande do Sul para o período entre os anos de 1967 a 2005. As anomalias foram obtidas subtraindo-se o ano médio (normal climatológica para a série de dados) de cada ano em questão. Foram consideradas ondas de frio, os períodos de cinco ou mais dias consecutivos de anomalias negativas de temperatura mínima e ondas de calor, o mesmo período de anomalias positivas de temperatura máxima. Foi utilizada a técnica dos quantis para dividir, em ordens quartílicas, os maiores valores de anomalias e os valores de intervalo de anomalias de cada onda, a fim de classificá-las quanto a intensidade e a amplitude térmica, respectivamente. Apenas as ondas de 5 dias foram classificadas. Analisando o comportamento médio das ondas, observou-se que as de frio ocorrem mais no inverno e que há uma homogeneidade quanto à sua distribuição no Estado. Já as ondas de calor também ocorrem mais nos meses mais frios, mas sua distribuição é heterogênea, ocorrendo em maior quantidade nas estações meteorológicas localizadas mais ao norte do Estado. Notou-se que há uma correlação positiva entre o número médio de geadas e o número médio de ondas de frio e negativa quanto as ondas de calor, significativas a 1% para os meses de junho e julho, mas não para o mês de agosto. As relações entre ondas de frio e calor e os eventos ENSO mostraram que, em geral, a ocorrência de La Niña faz aumentar o número de ondas de frio e diminuir o número de ondas de calor no Rio Grande do Sul, enquanto a ocorrência de El Niño faz aumentar o número de ondas de calor e diminuir as ondas de frio. Quanto às geadas, também foi analisada sua relação com os eventos ENSO e constatou-se que nos meses de junho e julho, há uma maior ocorrência de geadas nos meses de La Niña, porém, no mês de agosto, essa ocorrência é maior nos meses de El Niño

[pt] Esta dissertação apresenta uma abordagem baseada em dados para o problema de predição de desastres recorrentes em países em desenvolvimento. Métodos de aprendizado de máquina supervisionado são usados para treinar classificadores que visam prever se uma família seria afetada por ameaças climáticas recorrentes (um classificador é treinado para cada perigo natural). A abordagem desenvolvida é válida para perigos naturais recorrentes que afetam um país e permite que os gerentes de risco de desastres direcionem suas operações com mais conhecimento. Além disso, a avaliação preditiva permite que os gerentes entendam os impulsionadores dessas previsões, levando à formulação proativa de políticas e planejamento de operações para mitigar riscos e preparar comunidades para desastres recorrentes. A metodologia proposta foi aplicada ao estudo de caso do Peru, onde foram treinados classificadores para ondas de frio, inundações e deslizamentos de terra. No caso das ondas de frio, o classificador tem 73,82% de precisão. A pesquisa descobriu que famílias pobres em áreas rurais são vulneráveis a desastres relacionados a ondas de frio e precisam de intervenção humanitária proativa. Famílias vulneráveis têm infraestrutura urbana precária, incluindo trilhas, caminhos, postes de iluminação e redes de água e drenagem. O papel do seguro saúde, estado de saúde e educação é menor. Domicílios com membros doentes levam a maiores probabilidades de serem afetados por ondas de frio. Maior realização educacional do chefe da família está associada a uma menor probabilidade de ser afetado por ondas de frio. No caso das inundações, o classificador tem 82.57% de precisão. Certas condições urbanas podem tornar as famílias rurais mais suscetíveis a inundações, como acesso à água potável, postes de iluminação e redes de drenagem. Possuir um computador ou laptop diminui a probabilidade de ser afetado por inundações, enquanto possuir uma bicicleta e ser chefiado por indivíduos casados aumenta. Inundações são mais comuns em assentamentos urbanos menos desenvolvidos do que em famílias rurais isoladas. No caso dos deslizamentos de terra, o classificador tem 88.85% de precisão, e é segue uma lógica diferente do das inundações. A importância na previsão é mais uniformemente distribuída entre as características consideradas no aprendizado do classificador. Assim, o impacto de um recurso individual na previsão é pequeno. A riqueza a longo prazo parece ser mais crítica: a probabilidade de ser afetado por um deslizamento é menor para famílias com certos aparelhos e materiais domésticos de construção. Comunidades rurais são mais afetadas por deslizamentos, especialmente aquelas localizadas em altitudes mais elevadas e maiores distâncias das cidades e mercados. O impacto marginal médio da altitude é não linear. Os classificadores fornecem um método inteligente baseado em dados que economiza recursos garantindo precisão. Além disso, a pesquisa fornece diretrizes para abordar a eficiência na distribuição da ajuda, como formulações de localização da instalação e roteamento de veículos. Os resultados da pesquisa têm várias implicações gerenciais, então os autores convocam à ação gestores de risco de desastres e outros interessados relevantes. Desastres recorrentes desafiam toda a humanidade. / [en] This dissertation presents a data-driven approach to the problem of predicting recurrent disasters in developing countries. Supervised machine learning methods are used to train classifiers that aim to predict whether a household would be affected by recurrent climate threats (one classifier is trained for each natural hazard). The approach developed is valid for recurrent natural hazards affecting a country and allows disaster risk managers to target their operations with more knowledge. In addition, predictive assessment allows managers to understand the drivers of these predictions, leading to proactive policy formulation and operations planning to mitigate risks and prepare communities for recurring disasters. The proposed methodology was applied to the case study of Peru, where classifiers were trained for cold waves, floods, and landslides. In the case of cold waves, the classifier was 73.82% accurate. The research found that low-income families in rural areas are vulnerable to cold wave related disasters and need proactive humanitarian intervention. Vulnerable families have poor urban infrastructure, including footpaths, roads, lampposts, and water and drainage networks. The role of health insurance, health status, and education is minor. Households with sick members are more likely to be affected by cold waves. Higher educational attainment of the head of the household is associated with a lower probability of being affected by cold snaps.In the case of flooding, the classifier is 82.57% accurate. Certain urban conditions, such as access to drinking water, lampposts, and drainage networks, can make rural households more susceptible to flooding. Owning a computer or laptop decreases the likelihood of being affected by flooding while owning a bicycle and being headed by married individuals increases it. Flooding is more common in less developed urban settlements than isolated rural families.In the case of landslides, the classifier is 88.85% accurate and follows a different logic than that of floods. The importance of the prediction is more evenly distributed among the features considered when learning the classifier. Thus, the impact of an individual feature on the prediction is small. Long-term wealth is more critical: the probability of being affected by a landslide is lower for families with specific appliances and household building materials. Rural communities are more affected by landslides, especially those located at higher altitudes and greater distances from cities and markets. The average marginal impact of altitude is non-linear.The classifiers provide an intelligent data-driven method that saves resources by ensuring accuracy. In addition, the research provides guidelines for addressing efficiency in aid distribution, such as facility location formulations and vehicle routing.The research results have several managerial implications, so the authors call for action from disaster risk managers and other relevant stakeholders. Recurrent disasters challenge all of humanity.