Submitted by Mario BC (mario@bc.ufrpe.br) on 2016-05-24T12:22:51Z
No. of bitstreams: 1
Silvio Fernando Alves Xavier Junior.pdf: 3827505 bytes, checksum: 29921471e9b1870a11d0aabb0a3214bb (MD5) / Made available in DSpace on 2016-05-24T12:22:51Z (GMT). No. of bitstreams: 1
Silvio Fernando Alves Xavier Junior.pdf: 3827505 bytes, checksum: 29921471e9b1870a11d0aabb0a3214bb (MD5)
Previous issue date: 2016-03-22 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / No presente trabalho duas metodologias diferentes foram investigadas a fim de obter uma melhor compreensão dos fenômenos de chuva e suas consequências sobre uma região particular que sofre escassez de recursos hídricos. Em primeiro lugar, foram selecionados modelos de semivariogramas para determinar as tendências de precipitação mensal no
Estado da Paraíba usando krigagem ordinária. A metodologia envolve a aplicação de interpolação geoestatística de registros de precipitação de 51 anos de 69 estações pluviométricas em todo o Estado. As análises de semivariogramas mostraram que a ocorrência da anisotropia durante meses específicos teve uma forte dependência espacial (Índice de Dependência Espacial - IDE < 25 %). As tendências foram submetidas aos seguintes modelos: Gaussian, rational quadratic, circular, esférico, pentaspherical, exponencial, KBessel e tetraspherical. Os modelos com o melhor ajuste foram selecionados pela validação cruzada e Índice de Comparação de Erros (ICE). Cada conjunto de dados apresentou uma estrutura de dependência espacial particular, o que tornou necessário definir modelos específicos de semivariogramas, a fim de melhorar o ajuste do semivariograma experimental. Além disso, o mapa de previsão de erro padronizado e Hot Spots foram obtidos com o objetivo de justificar os modelos escolhidos. Um sistema climático é um sistema nãolinear bastante complexo. Para descrever as características de complexidade das séries de precipitação na Paraíba, propomos o uso do Sample Entropy, um algoritmo baseado na entropia de Shannon, para medir a complexidade da série de precipitação. Quatro macro-regiões da Paraíba foram analisadas: Mata, Agreste, Borborema e Sertão. Os resultados das análises mostraram que as complexidades de precipitação mensal média têm diferenças nas macro-regiões. Sample Entropy pode refletir a mudança dinâmica da série de precipitação proporcionando uma nova maneira de investigar a complexidade das séries hidrológicas. A complexidade apresenta uma variação regional do sistema de recursos hídricos locais que podem influenciar a base para a utilização e desenvolvimento de recursos em áreas secas. / The objective of this work was to present two different methodologies in order to obtain a better comprehension of rainfall phenomena and its consequences over a particular region which suffers from water scarcity. Firstly, semivariogram models were selected to estimate trends in monthly precipitation in Paraíba State-Brazil using ordinary kriging. The methodology involves the application of geostatistical interpolation of precipitation records of 51 years from 69 rainfall stations across the state. Analysis of semivariograms showed that anisotropy for specific months had a strong spatial dependence (Index of
Spatial Dependence - IDE <25%). The trends were subjected to the following models: circular, spherical, pentaspherical, exponential, Gaussian, rational quadratic, K-Bessel and tetraspherical. The models with the best fit were selected by cross-validation and Error Comparison Index (ECI). Each data set month had a particular spatial dependence structure, which made it necessary to define specific models of semivariograms in order to enhance the adjustment of the experimental semivariogram. Besides, the standardized error prediction map and hot spot analysis were obtained with the aim of justifying the chosen models. Furthermore, one can see that a climate system is a complex nonlinear system. To describe the complexity characteristics of precipitation series in Paraíba, we propose the use of sample entropy, a kind of entropy-based algorithm, to measure the complexity of precipitation series. The Paraíba’s four macro-regions: Mata, Agreste, Borborema, and Sertão were analyzed. Results of analysis show that complexities of
monthly average precipitation have differences in the macro-regions. Sample entropy can reflect the dynamic change of precipitation series providing a new way to investigate the complexity of hydrological series. The complexity exhibits an areal variation of local water resources system which can influence the basis for utilizing and developing resources in dry areas.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede2/4505 |
| Date | 22 March 2016 |
| Creators | XAVIER JÚNIOR, Sílvio Fernando Alves |
| Contributors | STOSIC, Tatijana, SANTOS, Carlos Antônio Costa dos, SINGH, Vijay P., CUNHA FILHO, Moacyr, OLIVEIRA, Tiago Almeida de, STOSIC, Borko |
| Publisher | Universidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Biometria e Estatística Aplicada, UFRPE, Brasil, Departamento de Estatística e Informática |
| Source Sets | IBICT Brazilian ETDs |
| Language | English |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRPE, instname:Universidade Federal Rural de Pernambuco, instacron:UFRPE |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 768382242446187918, 600, 600, 600, 600, -6774555140396120501, -5836407828185143517, 3590462550136975366 |
Page generated in 0.0036 seconds