Return to search

Incertezas na espacialização da precipitação, impactos associados e previsão de risco no litoral paulista / Uncertainty in precipitation, impacts associated and risk prediction in the coast of the state of São Paulo

Orientadores: Lucí Hidalgo Nunes, Armando Zaupa Remacre, Michael James Friedel / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Geociências / Made available in DSpace on 2018-08-17T10:14:48Z (GMT). No. of bitstreams: 1
Koga-Vicente_Andrea_D.pdf: 5761562 bytes, checksum: 071a6fa472f20045e34a37442cb5d89b (MD5)
Previous issue date: 2010 / Resumo: A incerteza é inerente ao funcionamento do sistema hidrometeorológico. Neste trabalho buscou-se incorporar esse conceito no estudo sobre as precipitações que causam impactos nas regiões da Baixada Santista e Litoral Norte paulista. Considerando que as incertezas epistêmicas podem ser diminuídas a partir do melhor conhecimento sobre o fenômeno, foram realizadas investigações sobre as chuvas que deflagraram impactos, e admitindo que as incertezas aleatórias possam ser minimizadas por meio de ferramentas que demonstrem possíveis cenários para o desenrolar do evento, foram elaborados mapas de probabilidade, de desvio padrão e propostas modelagens preditivas. Com base em informações levantadas sobre os impactos associados à chuva que ocorreram em doze municípios entre 1994/95 e 2003/04, foi investigada a distribuição espacial e temporal dos registros e da pluviometria associada. Verificou-se que os eventos pluviais que causaram problemas são compostos por chuvas contínuas com um pico mais intenso, sendo que em 1999/00 e 1995/96 houve maior ocorrência de impactos registrados. Embora os maiores totais pluviométricos tenham ocorrido em Bertioga, os municípios de Santos e Guarujá apresentaram mais problemas; por outro lado, o maior número de vítimas foi registrado em Ubatuba, indicando que embora a vulnerabilidade seja o cerne do impacto, a suscetibilidade determinou a magnitude das pessoas afetadas. A partir da simulação estocástica foram elaborados cenários de distribuição espacial das precipitações com e sem a incorporação de variáveis físicas relacionadas, resultando em mapas que apontam locais com maior probabilidade de serem atingidos por chuvas acima de 80,0 mm/24h durante episódios pluviais impactantes e de mapas que representaram a incerteza associada à variabilidade espacial, fortemente associada à escarpa da Serra do Mar. Estes mapas podem ser usados como ferramenta no planejamento regional, bem como os modelos de predição de impactos propostos a partir da utilização de duas abordagens: (1) o Mapa Auto-Organizável, uma rede neural artificial não supervisionada, indicada para relações não-lineares e (2) uma técnica empírica de Regressão Linear Múltipla, tradicional em estudos preditivos. Os modelos propostos apresentaram entre 71% e 82% de acurácia na predição de ocorrências de impactos deflagrados por precipitações / Abstract: Uncertainty is part of the hydrometeorological system working. This research looked for ways to incorporate this concept in the study about the precipitations that cause impacts in Baixada Santista area and the North Coast of São Paulo state. Regarding that the epistemic uncertainties can be decreased when better knowledge about the phenomenon is acquired, investigations about the rain which cause impacts were made, and assuming that the random uncertainties can be decreased by using tools that show possible scenarios to develop the event, maps of probability and standard deviation were made, and also predictive modelings were proposed. Based on information raised about the impacts associated to rain that happened in twelve municipalities between 1994/95 and 2003/04, the spatial and time record distribution and the associated rainfall were studied. The rainfall events that had caused problems were mostly compound of continuous rain with a stronger peak, being in 1999/00 and 1995/96 the largest impacts recorded. Although the greatest total rainfall amounts happened in the city of Bertioga, major impacts were recorded in Santos and Guarujá. However, most victims were recorded in the city of Ubatuba showing that, although vulnerability is the core of the impact, the susceptibility determined the magnitude of people affected. By applying the stochastic simulation, scenarios of spatial distribution of precipitations were created with and without the incorporation of related physical variables. It resulted in maps that show locations with great probability of being reached by rain over 80.0 mm/24h during impacting rainfall episodes and maps that represent the uncertainty associated to the spatial variability strongly associated to the Serra do Mar escarpment. These maps can be used as tools to a regional planning, as well as the prediction models of impacts proposed from the use of two approaches: (1) the Self-Organized Map, an artificial neural net unsupervised, indicated to non-linear relations, and (2) an empirical technique of Multiple Linear Regression, traditional in predictive studies. The proposed models showed between 71% and 82% of accuracy in predicting impact caused by rainfalls / Doutorado / Análise Ambiental e Dinâmica Territorial / Doutor em Ciências

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/286920
Date17 August 2018
CreatorsKoga-Vicente, Andrea
ContributorsUNIVERSIDADE ESTADUAL DE CAMPINAS, Remacre, Armando Zaupa, 1955-, Friedel, Michael Jaimes, Nunes, Luci Hidalgo, 1961-, Zamparoni, Cleusa Aparecida Gonçalves Pereira, Cavalcanti, Iracema Fonseca Albuquerque, Nobre, Carlos Afonso, Oliveira, Regina Célia de
Publisher[s.n.], Universidade Estadual de Campinas. Instituto de Geociências, Programa de Pós-Graduação em Geografia
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Format172 p. : il., application/pdf
Sourcereponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0034 seconds