Neste estudo, baseado na análise de séries temporais para um período de 8 anos, correlacionou-se os casos de dengue com as variáveis climáticas das cidades da Baixada Santista (sudeste brasileiro) e de Cingapura (sudeste asiático). O estudo foi feito com o uso de um modelo de regressão de Poisson (MRP), que considera os casos de dengue como a variável dependente e as variáveis climáticas: precipitação, temperatura (máxima e mínima) e umidade relativa (máxima e mínima) como as variáveis independentes. Também foi utilizada a Análise de Componentes Principais (ACP) para escolher as variáveis que influenciam no aumento do número de casos de dengue nas cidades estudadas. A CP1 (componente principal 1) foi representada pelas temperaturas (máxima e mínima) e a precipitação e a CP2 (componente principal 2) pela umidade relativa (máxima e mínima). Calculou-se o acréscimo dos novos casos de dengue e o risco relativo de ocorrência da doença por influência de cada uma das variáveis climáticas. Na Baixada Santista, os maiores valores de precipitação e temperatura ocorrem nos meses de dezembro e janeiro (verão) e o aumento dos casos de dengue ocorre nos meses de março a maio (outono). Para Cingapura, a diminuição da precipitação e o aumento da temperatura ocorrem nos meses de março a maio (pré-monção de sudoeste), e, portanto, observa-se o aumento dos casos de dengue nos meses de junho a outubro (monção de sudoeste). Os resultados foram: em Cingapura, para 2oC a 10oC de variação na temperatura (máxima e mínima), houve um aumento médio dos casos de dengue de 22,2% a 184,6% (máxima) e de 26,1% a 230,3% (mínima). O risco relativo médio foi de 1,2% a 2,9% e de 1,3% a 3,3%, respectivamente. Para precipitação, a variação de 5mm a 55mm, houve o aumento dos casos de dengue de 5,6% a 83,2%, sendo e o risco relativo médio foi de 1,06% a 1,83%. A umidade relativa após a análise de correlação foi descartada no uso do modelo de regressão de Poisson por apresentar uma correlação muito baixa. Para a Baixada Santista, a variação da temperatura de 2oC a 10oC apresentou um acréscimo médio nos casos de dengue de 19,6% a 154,4% (máxima) e de 18,2% a 145,4% (mínima). O risco relativo médio foi de 1,20% a 2,54% e de 1,18% a 2,45%, respectivamente. A variação da precipitação de 5mm a 55mm apresentou um aumento dos casos de dengue de 3,92% a 53,10%. A umidade relativa mínima variando de 2% a 10%, o acréscimo dos casos de dengue foi 7,7% a 49,4%, sendo que o risco relativo foi de 1,08% a 1,49%. Assim, após várias análises, a temperatura mínima foi um dos preditores para ocorrência do aumento dos casos de dengue em Cingapura, sendo que há uma influência bem particular da precipitação, na qual, atua significativamente no período seco (pré-monção de sudoeste). Enquanto que na Baixada Santista as influências mais significativas foram da temperatura (máxima e mínima) e precipitação, que desenvolvem conjuntamente um bom cenário de atuação do vetor no período do outono / In this study, based on time series analysis for a period of eight years, correlated dengue cases with climatic variables in the cities of Santos (southeastern Brazil) and Singapore (Southeast Asia). The study was done using a Poisson regression model (PRM), which considers the cases of dengue as the dependent variable and climatic variables: precipitation, temperature (maximum and minimum) and relative humidity (maximum and minimum) as the independent variables. Also we used the Principal Component Analysis (PCA) to select the variables that influence the increase in the number of dengue cases in the cities studied. The PC1 (principal component 1) was represented by the temperatures (maximum and minimum) and precipitation and the PC2 (principal component 2) the relative humidity (maximum and minimum). We calculated the addition of new dengue cases and relative risk of disease influenced by each variable climate. In Baixada Santista, the highest values of precipitation and temperature occur in the months of December and January (summer) and the increase in dengue cases occur in the months from March to May (autumn). For Singapore, the decrease in precipitation and temperature increase occurring in the months March to May (southwest inter-monsoon) and hence there is an increase of dengue cases in the months from June to October (southwest monsoon). The results were in Singapore for 2oC to 10oC change in temperature (maximum and minimum), there was an average increase of dengue cases from 22.2% to 184.6% (maximum) and 26.1% at 230 3% (minimum). The average relative risk was 1.2% to 2.9% and 1.3% to 3.3%, respectively. For precipitation, the range of 5mm to 55mm, there was an increase of dengue cases from 5.6% to 83.2%, with and average relative risk was 1.06% to 1.83%. The relative humidity after the correlation analysis was discarded in the use of Poisson regression model for presenting a very low correlation. For Baixada Santista, the variation of temperature of 2oC to 10oC showed an average increase in the dengue cases from 19.6% to 154.4% (maximum) and 18.2% to 145.4% (minimum). The average relative risk is 1.20% to 2.54% and 1.18% to 2.45%, respectively. The variation in the precipitation of 5mm to 55mm showed an increase in dengue cases from 3.92% to 53.10%. The minimum relative humidity ranging from 2% to 10%, the increase of dengue cases was 7.7% to 49.4%, and the relative risk was 1.08% to 1.49%. Thus, after several analyzes, the minimum temperature was one of the predictors for the occurrence of the increase of dengue cases in Singapore, and there is a very particular influence of the precipitation, in which it acts significantly in the dry season (southwest inter-monsoon). While in Baixada Santista were the most significant influences of temperature (maximum and minimum) and precipitation, which jointly develop a good field of action of the vector in the autumn

Neste estudo, baseado na análise de séries temporais para um período de 8 anos, correlacionou-se os casos de dengue com as variáveis climáticas das cidades da Baixada Santista (sudeste brasileiro) e de Cingapura (sudeste asiático). O estudo foi feito com o uso de um modelo de regressão de Poisson (MRP), que considera os casos de dengue como a variável dependente e as variáveis climáticas: precipitação, temperatura (máxima e mínima) e umidade relativa (máxima e mínima) como as variáveis independentes. Também foi utilizada a Análise de Componentes Principais (ACP) para escolher as variáveis que influenciam no aumento do número de casos de dengue nas cidades estudadas. A CP1 (componente principal 1) foi representada pelas temperaturas (máxima e mínima) e a precipitação e a CP2 (componente principal 2) pela umidade relativa (máxima e mínima). Calculou-se o acréscimo dos novos casos de dengue e o risco relativo de ocorrência da doença por influência de cada uma das variáveis climáticas. Na Baixada Santista, os maiores valores de precipitação e temperatura ocorrem nos meses de dezembro e janeiro (verão) e o aumento dos casos de dengue ocorre nos meses de março a maio (outono). Para Cingapura, a diminuição da precipitação e o aumento da temperatura ocorrem nos meses de março a maio (pré-monção de sudoeste), e, portanto, observa-se o aumento dos casos de dengue nos meses de junho a outubro (monção de sudoeste). Os resultados foram: em Cingapura, para 2oC a 10oC de variação na temperatura (máxima e mínima), houve um aumento médio dos casos de dengue de 22,2% a 184,6% (máxima) e de 26,1% a 230,3% (mínima). O risco relativo médio foi de 1,2% a 2,9% e de 1,3% a 3,3%, respectivamente. Para precipitação, a variação de 5mm a 55mm, houve o aumento dos casos de dengue de 5,6% a 83,2%, sendo e o risco relativo médio foi de 1,06% a 1,83%. A umidade relativa após a análise de correlação foi descartada no uso do modelo de regressão de Poisson por apresentar uma correlação muito baixa. Para a Baixada Santista, a variação da temperatura de 2oC a 10oC apresentou um acréscimo médio nos casos de dengue de 19,6% a 154,4% (máxima) e de 18,2% a 145,4% (mínima). O risco relativo médio foi de 1,20% a 2,54% e de 1,18% a 2,45%, respectivamente. A variação da precipitação de 5mm a 55mm apresentou um aumento dos casos de dengue de 3,92% a 53,10%. A umidade relativa mínima variando de 2% a 10%, o acréscimo dos casos de dengue foi 7,7% a 49,4%, sendo que o risco relativo foi de 1,08% a 1,49%. Assim, após várias análises, a temperatura mínima foi um dos preditores para ocorrência do aumento dos casos de dengue em Cingapura, sendo que há uma influência bem particular da precipitação, na qual, atua significativamente no período seco (pré-monção de sudoeste). Enquanto que na Baixada Santista as influências mais significativas foram da temperatura (máxima e mínima) e precipitação, que desenvolvem conjuntamente um bom cenário de atuação do vetor no período do outono / In this study, based on time series analysis for a period of eight years, correlated dengue cases with climatic variables in the cities of Santos (southeastern Brazil) and Singapore (Southeast Asia). The study was done using a Poisson regression model (PRM), which considers the cases of dengue as the dependent variable and climatic variables: precipitation, temperature (maximum and minimum) and relative humidity (maximum and minimum) as the independent variables. Also we used the Principal Component Analysis (PCA) to select the variables that influence the increase in the number of dengue cases in the cities studied. The PC1 (principal component 1) was represented by the temperatures (maximum and minimum) and precipitation and the PC2 (principal component 2) the relative humidity (maximum and minimum). We calculated the addition of new dengue cases and relative risk of disease influenced by each variable climate. In Baixada Santista, the highest values of precipitation and temperature occur in the months of December and January (summer) and the increase in dengue cases occur in the months from March to May (autumn). For Singapore, the decrease in precipitation and temperature increase occurring in the months March to May (southwest inter-monsoon) and hence there is an increase of dengue cases in the months from June to October (southwest monsoon). The results were in Singapore for 2oC to 10oC change in temperature (maximum and minimum), there was an average increase of dengue cases from 22.2% to 184.6% (maximum) and 26.1% at 230 3% (minimum). The average relative risk was 1.2% to 2.9% and 1.3% to 3.3%, respectively. For precipitation, the range of 5mm to 55mm, there was an increase of dengue cases from 5.6% to 83.2%, with and average relative risk was 1.06% to 1.83%. The relative humidity after the correlation analysis was discarded in the use of Poisson regression model for presenting a very low correlation. For Baixada Santista, the variation of temperature of 2oC to 10oC showed an average increase in the dengue cases from 19.6% to 154.4% (maximum) and 18.2% to 145.4% (minimum). The average relative risk is 1.20% to 2.54% and 1.18% to 2.45%, respectively. The variation in the precipitation of 5mm to 55mm showed an increase in dengue cases from 3.92% to 53.10%. The minimum relative humidity ranging from 2% to 10%, the increase of dengue cases was 7.7% to 49.4%, and the relative risk was 1.08% to 1.49%. Thus, after several analyzes, the minimum temperature was one of the predictors for the occurrence of the increase of dengue cases in Singapore, and there is a very particular influence of the precipitation, in which it acts significantly in the dry season (southwest inter-monsoon). While in Baixada Santista were the most significant influences of temperature (maximum and minimum) and precipitation, which jointly develop a good field of action of the vector in the autumn

Submitted by Lucienne Costa (lucienneferreira@ufcg.edu.br) on 2018-08-13T17:25:26Z No. of bitstreams: 1 JORDANNA SOUSA DE MELO – DISSERTAÇÃO (PPGMET) 2017.pdf: 3551837 bytes, checksum: 84c4d559fd24d6944745d0099094fe06 (MD5) / Made available in DSpace on 2018-08-13T17:25:26Z (GMT). No. of bitstreams: 1 JORDANNA SOUSA DE MELO – DISSERTAÇÃO (PPGMET) 2017.pdf: 3551837 bytes, checksum: 84c4d559fd24d6944745d0099094fe06 (MD5) Previous issue date: 2017-12-15 / Com o intuito de identificar e analisar as ondas de calor e de frio que ocorrem no Rio Grande do Sul foi utilizado quatro diferentes procedimentos em 13 estações meteorológicas, espacialmente distribuídas no Estado, entre os anos de 1961 a 2010. Foram consideradas ondas de calor e frio os períodos de cinco ou mais dias consecutivos de anomalias positivas e negativas de temperaturas máximas e mínimas, respectivamente. Calculou-se as médias climatológicas de temperaturas máximas e mínimas anual, estacional e diárias, e em seguida o número de ondas de calor e de frio para cada localidade, anual e sazonal pelos métodos Índice da Organização Meteorológica Mundial (IOMM), Índice Diário (ID), Índice Sazonal (IS) e RClimdex. Ao comparar os métodos verificou-se que o IOMM foi o que detectou o maior número de eventos, os métodos ID e IS praticamente não detectam ondas de calor no verão e de frio no inverno e o RClimdex mostrou-se incapaz de detectar a variabilidade internual de ondas de calor e frio no Rio Grande do Sul. Com relação às configurações espaciais das médias climatológicas das temperaturas do ar máximas e mínimas durante os dias de ondas de calor e frio, respectivamente, assim como os próprios números de dias de ondas calor e frio observou-se um gradiente do litoral para o interior e de sudeste para noroeste. De certa forma estas configurações é uma resposta aos efeitos da continentalidade, latitude e relevo. Quanto à associação da influencia dos eventos El Niño e La Niña no número de ondas de calor e frio observou-se que, em média, ocorrem um número maior de ondas de calor nos anos de El Niño e de frio nos anos de La Niña, entretanto, esta relação não é estatisticamente significativa. Portanto, não é possível afirmar categoricamente que em anos de El Niño tem-se um maior número de ondas de calor e nos de La Niña de frio. / In order to identify and analyze the heat and cold waves that occur in Rio Grande do Sul four different procedures were used in 13 meteorological stations, spatially distributed in the State, between 1961 and 2010. Heat waves were considered and periods of five or more consecutive days of positive and negative anomalies of maximum and minimum temperatures, respectively. The annual, seasonal and daily maximum and minimum climatic averages were calculated, followed by the number of heat and cold waves for each locality, annual and seasonal, using the World Meteorological Organization (IOMM), Daily Index (ID), Seasonal Index (IS) and RClimdex. When comparing the methods it was verified that the IOMM was the one that detected the greatest number of events, the ID and IS methods practically did not detect heat waves in summer and cold in the winter and RClimdex was unable to detect the internal variability of heat and cold waves in Rio Grande do Sul. Regarding the spatial configurations of the climatological means of the maximum and minimum air temperatures during the days of heat and cold waves, respectively, as well as the number of days of heat waves and cold it was observed a gradient of the coast inland and from southeast to northwest. In some ways these settings are a response to the effects of continental, latitude and relief. As for the association of the influence of the El Niño and La Niña events on the number of heat and cold waves, it was observed that, on average, a larger number of heat waves occur in the El Niño and cold years in La Niña, however, this relationship is not statistically significant. Therefore, it is not possible to state categorically that in El Niño years there is a greater number of heat waves and that of La Niña of cold.

The aim of the study was to evaluate the growth of tree species and productive and physiological responses of sugarcane in agroforestry systems. The research was conducted from 2007 to 2014, in the city of Frederico Westphalen, Rio Grande do Sul, Brazil, with geographic location 27 ° 22'S, 53 ° 25'W and 480 m altitude. The experimental design was a randomized complete block with three replications. The following tree species were used: Eucalyptus urophylla S.T. Blake x Eucalyptus grandis Hill ex Maiden, Mimosa scabrella Benth., Parapiptadenia rigida, Peltophorum dubium (Spr.) Taubert e Schizolobium parahybae (Vell.) Blake. The species were divided into two agroforestry systems arrangements, strip and line systems. In strip system, forest species were divided separate strips by 12m, each composed of three lines, in which the plants were spaced 3x3m. The sugarcane (Saccharum officinarum L.) was distributed in eight lines (between the tracks, within 12m) and two lines in range (between the rows of trees). In line system, forest species were distributed in spacing 6x1,5m; i.e., 6m between line and 1.5 m between plants in the line, and the sugarcane distributed in three lines (between the lines of trees). In both systems, the cultivate sugarcane was the IAC 87-3396, which was distributed in spacing 1.20m. Both lines of sugarcane as the trees were oriented east-west direction. The tree variables analyzed were: collar diameter (cm), diameter at breast height (cm), plant height (m) and mean crown diameter (m). The variables analyzed in sugarcane were: stem mass (t ha-1), stem length (m), stem diameter (mm), number of nodes, juice volume (m3 ha-1), degree Brix, amount of sucrose (t ha-1), photosynthetically active solar radiation (μmol s-1 m-2), leaf temperature (° C), resistance to vapor diffusion (s cm-1) and transpiration (s-1 H2O mmol m-2) of leaves. The meteorological variables occurring during the study were obtained through Climatological the National Institute of Meteorology Station, located at 1500 m from the study site, with geographic location 27°39'S and 53°43'W. The growth of tree species was influenced by plant arrangement in agroforestry systems. In addition, meteorological elements changed the growth of forest species and should be taken into account to carry out a proper planning and appropriate choice of tree species that make up the system. Among the species studied, eucalypt showed higher growth in stem diameter, diameter at breast height, mean crown diameter and total height. The strip system provided increased growth of most tree species (eucalyptus, canafístula and bracatinga). This system allowed greater incidence of photosynthetically active radiation under the trees, resulting in increased productivity, increased resistance to vapor diffusion and reduced transpiration from leaves of sugarcane. / O objetivo do estudo foi avaliar o crescimento de espécies arbóreas e as respostas produtivas e fisiológicas da cana-de-açúcar em sistemas agroflorestais. A pesquisa foi conduzida no período de 2007 a 2014, no município de Frederico Westphalen, Rio Grande do Sul, Brasil, com localização geográfica de 27°22 S, 53°25 W a 480 m de altitude. O delineamento experimental utilizado foi de blocos completos casualizados, com três repetições. Foram utilizadas as seguintes espécies arbóreas: Eucalyptus urophylla S.T. Blake x Eucalyptus grandis Hill ex Maiden (eucalipto), Mimosa scabrella Benth. (bracatinga), Parapiptadenia rigida (angico), Peltophorum dubium (Spr.) Taubert (canafístula) e Schizolobium parahybae (Vell.) Blake (guapuruvu). As espécies foram distribuídas em dois arranjos de sistemas agroflorestais, sistemas faixa e linha. No sistema faixa, as espécies florestais foram distribuídas em faixas separadas por 12m, cada qual composta por três linhas, nas quais as plantas foram espaçadas em 3x3m. A cana-de-açúcar (Saccharum officinarum L.) foi distribuída em oito linhas (entre as faixas, no espaço de 12m) e duas linhas na faixa (entre as linhas de árvores). No sistema linha, as espécies florestais foram distribuídas no espaçamento 6x1,5m, ou seja, 6m entre linha e 1,5m entre planta na linha, sendo a cana-de-açúcar distribuída em três linhas (entre as linhas das árvores). Em ambos os sistemas, a cultivar cana-de-açúcar foi a IAC 87-3396, sendo distribuída em espaçamento de 1,20m. Tanto as linhas da cana-de-açúcar quanto as das árvores foram orientadas no sentido Leste-Oeste. As variáveis arbóreas analisadas foram: diâmetro do colo (cm), diâmetro à altura do peito (cm), altura de planta (m) e diâmetro médio da copa (m). As variáveis analisadas na cana-de-açúcar foram: massa de colmo (t ha-1), comprimento de colmo (m), diâmetro do colmo (mm), número de nós, volume de suco (m3 ha-1), grau Brix, quantidade de sacarose (t ha-1), radiação solar fotossinteticamente ativa incidente (μmol s-1 m-2), temperatura da folha (°C), resistência à difusão de vapor (s cm-1) e transpiração (mmol H2O s-1 m-2) das folhas. As variáveis meteorológicas ocorrentes ao longo do estudo foram obtidas por meio da Estação Climatológica do Instituto Nacional de Meteorologia, localizada à 1500 m do local de estudo, nas coordenadas 27°39 S e 53°43 W. O crescimento das espécies arbóreas foi influenciado pelo arranjo de plantas em sistemas agroflorestais. Além disso, os elementos meteorológicos modificaram o crescimento das espécies florestais e devem ser levados em consideração para a realização de um planejamento apropriado e escolha adequada da espécie florestal que compõe o sistema. Dentre as espécies estudadas, o eucalipto apresentou maior crescimento em diâmetro do colo, diâmetro à altura do peito, diâmetro médio da copa e altura total. O sistema faixa proporcionou o aumento do crescimento da maioria das espécies arbóreas (eucalipto, canafístula e angico). Este sistema possibilitou maior entrada de radiação fotossinteticamente ativa em seu interior, resultando em maior produtividade, aumento da resistência a difusão de vapor e redução da transpiração das folhas da cana-de-açúcar.

Made available in DSpace on 2014-08-20T14:25:48Z (GMT). No. of bitstreams: 1 dissertacao_dionis_blank.pdf: 3213477 bytes, checksum: bb5a4cb38573c6480453829c0fd6cd2b (MD5) Previous issue date: 2009-03-06 / The Antarctic Sea Ice Concentration (ASIC) is thought to be an important element in the analysis of the world climate. However, few studies have investigated its relation to other climatic elements. Thus, the aim of this study was to verify the relation between the ASIC and low temperatures in South America through two approaches. The first, regional, investigated the occurrence of a connection between the ASIC and the cold and hot quantiles of the daily lowest temperature as observed in some weather stations in Rio Grande do Sul in the 1982 2005 period. For such, low temperature values were transformed into cold and hot quantiles through the quantile technique, and correlated to ASIC sectors. The correlation coefficient showed a connection between the elements, with emphasis on the influence of Weddell, Ross Sea sectors and Bellingshausen and Amundsen Sea sector, especially because the Indian Ocean and the Western Pacific Ocean are farther away. The second approach, continental, analyzed the ASIC variability and its connection with low temperatures observed in South America by means of NCEP-NCAR reanalysis in the 1982 2007 period. For such, the sectors of larger ASIC variability were identified through the principal component analysis technique, enabling the adjustment of the ASIC-based low temperature forecasting model to South America to the data set by the model and the observed data in the reanalysis through the multiple lineal regression analysis technique. The prevailing areas for the explanation of ASIC variability were found to be in the sectors above mentioned. The worst (best) adjustment of the model occurred in the cold (hot) period, when there is a greater (smaller) variability of low temperatures and smaller (greater) ASIC variability. / A Concentração de Gelo Marinho Antártico (CGMA) é considerada um elemento importante na análise do clima mundial. Contudo, poucos estudos têm investigado sua relação com outros elementos climáticos. Desse modo, o objetivo deste trabalho consistiu em verificar a relação entre a CGMA e a temperatura mínima na América do Sul utilizando duas abordagens. Na primeira, regional, examinou-se a existência de conexão entre a CGMA e as classes fria e quente da temperatura mínima diária, observada em algumas estações meteorológicas do Rio Grande do Sul, no período de 1982 a 2005. Para isso, os dados de temperatura mínima foram transformados em classes fria e quente, por meio da técnica dos quantis, e correlacionados com os setores da CGMA. O coeficiente de correlação mostrou a existência de conexão entre os elementos, com destaque para a influência dos setores dos Mares de Weddell, de Ross e de Bellingshausen e Amundsen, até porque os setores do Oceano Índico e do Oceano Pacífico Oeste apresentam maior distância. Na segunda abordagem, continental, analisou-se a variabilidade da CGMA e sua ligação com a temperatura mínima na América do Sul, observada pela reanálise do NCEP-NCAR, no período de 1982 a 2007. Para isso, os setores de maior variabilidade da CGMA foram identificados por intermédio da técnica de análise de componentes principais, possibilitando o ajuste de um modelo de previsão de temperatura mínima para a América do Sul, baseado na CGMA, com dados previstos pelo modelo e dados observados pela reanálise, mediante o uso da técnica de análise de regressão linear múltipla. As áreas mais predominantes na explicação da variabilidade da CGMA foram encontradas nos setores já citados. O pior (melhor) ajuste do modelo ocorreu no período frio (quente), onde existe maior (menor) variabilidade da temperatura mínima e menor (maior) variabilidade da CGMA.