Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-04-01T19:16:26Z No. of bitstreams: 1 PatriciaVianaDeLima_DISSERT.pdf: 1302914 bytes, checksum: 9dcae03eb379346b11d0fa6dda2a1c37 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-04-06T19:53:19Z (GMT) No. of bitstreams: 1 PatriciaVianaDeLima_DISSERT.pdf: 1302914 bytes, checksum: 9dcae03eb379346b11d0fa6dda2a1c37 (MD5) / Made available in DSpace on 2016-04-06T19:53:19Z (GMT). No. of bitstreams: 1 PatriciaVianaDeLima_DISSERT.pdf: 1302914 bytes, checksum: 9dcae03eb379346b11d0fa6dda2a1c37 (MD5) Previous issue date: 2014-08-15 / A an?lise de s?ries temporais tem desempenhado um papel cada vez mais importante em estudos de tempo e clima. O sucesso desses estudos depende fundamentalmente do conhecimento da qualidade de dados clim?ticos, como temperatura do ar e precipita??o. Por essa raz?o, um dos principais desafios para os pesquisadores nessa ?rea ? obter s?ries homog?neas. Uma s?rie temporal de dados clim?ticos ? considerada homog?nea quando as varia??es nos dados se devem somente a fatores clim?ticos, sem interfer?ncia de agentes externos. Tais fatores n?o clim?ticos podem produzir efeitos indesej?veis nas s?ries temporais, como quebras de homogeneidade, tend?ncias e descontinuidades que na realidade n?o existem. Neste trabalho foram investigadas s?ries clim?ticas para o munic?pio de Natal ? RN, representando temperatura do ar e precipita??o, para o per?odo de 1961 a 2012. O objetivo foi realizar uma an?lise a fim de verificar a exist?ncia de pontos de quebra de homogeneidade e de tend?ncias nas s?ries estudadas. Para esse fim, foram usados alguns procedimentos estat?sticos b?sicos, como testes de normalidade e de independ?ncia. Os testes de tend?ncia foram feitos atrav?s da an?lise de regress?o linear e dos testes de Spearman e de Mann-Kendall. Para an?lise de homogeneidade, foram usados essencialmente os testes SNHT, Eeasterling-Peterson e Mann-Whitney-Pettit. As an?lises com respeito ? normalidade mostraram diverg?ncia em seus resultados. O teste de Von Neumann mostrou que para a s?rie de temperatura os dados n?o s?o independente e identicamente distribu?dos (iid), ao passo que para a s?rie de precipita??o os dados s?o iid De acordo com os testes realizados, ambas as s?ries apresentam tend?ncias. A s?rie de temperatura m?dia do ar apresenta tend?ncia crescente, enquanto a s?rie de precipita??o acumulada apresenta tend?ncia decrescente. Finalmente, os testes de homogeneidade revelaram que nenhuma das s?ries ? homog?nea, embora que os pontos de quebras dependam do teste aplicado. Em geral, os resultados mostram que as aplica??es das t?cnicas escolhidas permitem caracterizar bem as s?ries estudadas. Portanto, esses resultados poder?o servir de base para futuros trabalhos sobre a climatologia de Natal, assim como de outros lugares. / The time series analysis has played an increasingly important role in weather and climate studies. The success of these studies depends crucially on the knowledge of the quality of climate data such as, for instance, air temperature and rainfall data. For this reason, one of the main challenges for the researchers in this field is to obtain homogeneous series. A time series of climate data is considered homogeneous when the values of the observed data can change only due to climatic factors, i.e., without any interference from external non-climatic factors. Such non-climatic factors may produce undesirable effects in the time series, as unrealistic homogeneity breaks, trends and jumps. In the present work it was investigated climatic time series for the city of Natal, RN, namely air temperature and rainfall time series, for the period spanning from 1961 to 2012. The main purpose was to carry out an analysis in order to check the occurrence of homogeneity breaks or trends in the series under investigation. To this purpose, it was applied some basic statistical procedures, such as normality and independence tests. The occurrence of trends was investigated by linear regression analysis, as well as by the Spearman and Mann-Kendall tests. The homogeneity was investigated by the SNHT, as well as by the Easterling-Peterson and Mann-Whitney-Pettit tests. Analyzes with respect to normality showed divergence in their results. The von Neumann ratio test showed that in the case of the air temperature series the data are not independent and identically distributed (iid), whereas for the rainfall series the data are iid. According to the applied testings, both series display trends. The mean air temperature series displays an increasing trend, whereas the rainfall series shows an decreasing trend. Finally, the homogeneity tests revealed that all series under investigations present inhomogeneities, although they breaks depend on the applied test. In summary, the results showed that the chosen techniques may be applied in order to verify how well the studied time series are characterized. Therefore, these results should be used as a guide for further investigations about the statistical climatology of Natal or even of any other place.

Submitted by Sandra Pereira (srpereira@ufrrj.br) on 2016-10-25T11:21:37Z No. of bitstreams: 1 2016 - Juliana de Oliveira Tostes.pdf: 4618564 bytes, checksum: 951350c8676b3f82092fedfc3a9e0f79 (MD5) / Made available in DSpace on 2016-10-25T11:21:37Z (GMT). No. of bitstreams: 1 2016 - Juliana de Oliveira Tostes.pdf: 4618564 bytes, checksum: 951350c8676b3f82092fedfc3a9e0f79 (MD5) Previous issue date: 2016-02-29 / This research analyzes the temporal and spatial variables that can affect the distribution and frequency of hot spots in the state of Acre. Given the scarcity of regular spatial information and long time series for the study area, it was initially carried out a validation between air temperature and precipitation data in Global Grid Precipitation Climatology Centre (GPCC), University of Delaware (UDEL) and Global Historical Climatology Network (GHCN) with data from five Weather Stations Mainstream (EMC) to Acre and region, through an analysis of precision and accuracy of the data. Regarding precipitation, it was found that both the GPCC UDEL represented as the average variability significantly throughout the series. In relation to the air temperature standards, although the accuracy of GHCN and UDEL was low, it was satisfactory accuracy according to statistical methods. Assuming that the extreme weather events increase susceptibility to forest fires, then it was carried out an analysis of the influence of climate variability modes in generating categorized scenarios dry or wet years, based on the Standardized Precipitation Index (SPI) and Harmonic and Spectral (AHE). It was found that the AHE is not able to identify the intensity of the events, but was satisfactory in the signal cycles identifying the anomaly, i.e., whether the abnormality SPI was positive or negative. It was found that the Atlantic signal had greater influence on the precipitation of the Pacific. For the regions that correspond to Groups 1, 2 and 3 there was an inverse pattern for precipitation in relation to ENSO compared to the North and East Amazon. Thus, it identified negative precipitation anomalies during La Ni?a and El Ni?o events during positive events for the dry and rainy seasons. For the area corresponding to the effect Group 4 was otherwise. The natural climate variability patterns identified in this study may contribute to the establishment of strategies for prevention and adaptation to extreme events. Finally, in Chapter 3 was carried out an analysis of the spatial and temporal patterns of the fire in Acre, through a discussion of various climatic, environmental and anthropogenic variables that contribute to its occurrence. Thus, through the Random Forest algorithm were generated susceptibility maps that estimated the probability of fires and burned in the state. . It was found that although drought triggers an increase in the number of hot spots, its spatial pattern is more related to human factors such as the proximity areas already cleared. / A presente pesquisa analisa as vari?veis temporais e espaciais que podem afetar a distribui??o e frequ?ncia dos focos de calor no estado do Acre. Diante da escassez de dados regularmente espacializados e com longa s?rie temporal para a ?rea de estudo, inicialmente foi realizada uma valida??o entre os dados de temperatura do ar e precipita??o em grade do Global Precipitation Climatology Centre (GPCC), Universidade de Delaware (UDEL) e Global Historical Climatology Network (GHCN) com dados de cinco Esta??es Meteorol?gicas Convencionais (EMC) para o Acre e regi?o, atrav?s de uma an?lise da precis?o e exatid?o dos dados. Em rela??o ? precipita??o, verificou-se que tanto o GPCC quanto da UDEL representaram significativamente as variabilidades m?dias ao longo da s?rie. Em rela??o aos padr?es da temperatura do ar, embora a precis?o do GHCN e da UDEL tenha sido baixa, a exatid?o foi satisfat?ria segundo os m?todos estat?sticos. Partindo do pressuposto que os eventos clim?ticos extremos aumentam a suscetibilidade a inc?ndios florestais, em seguida foi realizada uma an?lise da influ?ncia dos modos de variabilidade clim?tica na gera??o de cen?rios categorizados de anos secos ou ?midos, baseado no ?ndice de Precipita??o Padronizado (SPI) e na An?lise Harm?nica e Espectral (AHE). Verificou-se que a AHE n?o foi capaz de identificar a intensidade dos eventos, mas mostrou-se satisfat?ria na identifica??o dos ciclos de sinal da anomalia, ou seja, se anomalia do SPI foi positiva ou negativa. Verificou-se que o sinal do Atl?ntico teve maior influ?ncia sobre a precipita??o do que o Pac?fico. Para as regi?es que correspondem os Grupos 1, 2 e 3 observou-se um padr?o inverso para a precipita??o em rela??o ao ENOS, quando comparado com a Amaz?nia Norte e Oriental. Assim, foram identificadas anomalias negativas de precipita??o durante eventos de La Ni?a e positivas durante eventos de El Ni?o para as esta??es seca e chuvosa. Para a regi?o que corresponde ao Grupo 4 o efeito foi contr?rio. Os padr?es de variabilidade natural do clima identificados nesse trabalho podem contribuir para o estabelecimento de estrat?gias de preven??o e adapta??o aos eventos extremos. Finalmente, no Cap?tulo 3 foi realizada uma an?lise sobre o padr?o espacial e temporal do fogo no Acre, atrav?s de uma discuss?o sobre diversas vari?veis clim?ticas, ambientais e antr?picas que contribuem para a sua ocorr?ncia. Assim, por meio do algoritmo Random Forest foram gerados mapas de suscetibilidade que estimaram a probabilidade de ocorr?ncia de inc?ndios e queimadas no estado. Verificou-se que, embora a estiagem propicie um aumento do n?mero de focos de calor, o seu padr?o espacial est? mais relacionado a fatores antr?picos, tais como a proximidade de ?reas j? desmatadas.

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.