Submitted by Aline Batista (alinehb.ufpel@gmail.com) on 2018-06-21T21:50:51Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao_Graciela_Redies_Fischer.pdf: 562537 bytes, checksum: e10a16427d8b4f6352c366ea11522b0c (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2018-06-21T22:45:21Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao_Graciela_Redies_Fischer.pdf: 562537 bytes, checksum: e10a16427d8b4f6352c366ea11522b0c (MD5) / Made available in DSpace on 2018-06-21T22:45:21Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao_Graciela_Redies_Fischer.pdf: 562537 bytes, checksum: e10a16427d8b4f6352c366ea11522b0c (MD5)
Previous issue date: 2007-10-18 / Sem bolsa / A precipitação pluvial, medida em estações meteorológicas, nem sempre é um bom parâmetro para avaliar-se a disponibilidade hídrica em determinado período. Os totais da precipitação pluvial correspondem a todo o período considerado, não sendo levado em conta se foram bem ou mal distribuídos. Com o Número de Dias de Chuva, tem-se uma idéia da intensidade da precipitação pluvial, pois ao se analisar o mesmo total de chuva, em intervalos de tempo distintos, obtém-se qual a
intensidade, bem como a variabilidade quantitativa da mesma. Conhecer e poder prever grandezas meteorológicas tem sido objeto de estudo de pesquisadores de todo globo: os prognósticos devem contemplar tanto a escala temporal quanto a espacial. Partindo da hipótese de que as escalas dos modelos de previsão de longo prazo, atualmente existentes, não contemplam as diversidades climáticas regionais do Estado do Rio Grande do Sul e que estudos regionalizados podem melhorar as
informações demandadas pela sociedade, este trabalho teve como objetivo principal determinar as relações preditivas entre o Número de Dias de Chuva (NDC) de algumas estações meteorológicas do Rio Grande do Sul e as Temperaturas da Superfície do Mar (TSM). Nesta pesquisa foram usados dois conjuntos de dados: o primeiro formado por dados mensais de Número de Dias de Chuva de 17 estações meteorológicas do Estado, para o período de 1982 a 2005; o segundo, composto por dados de Temperatura da Superfície do Mar, para o período de 1982 a 2005. A série foi dividida em dois períodos: o dependente, compreendendo o intervalo de 1982 a 2002, para determinação das equações preditivas, bem como os coeficientes de regressão, e o período independente, cujo intervalo foi de 2003 a 2005, para validação do modelo. Os dados de TSM foram utilizados para, através das equações de regressão, estabelecer as relações entre as variáveis. Depois de estabelecidas as equações, foram calculados os valores previstos de NDC, e então comparados com valores observados, a fim de se verificar a eficiência do modelo. Para todas as regiões e para os meses analisados, obtiveram-se bons resultados na previsão de NDC. A série de dados prevista e a observada seguem um mesmo padrão de distribuição desta variável, embora existam alguns valores previstos que apresentam diferenças dos observados, essas não são significativas. No período independente, a série prevista mostra as maiores diferenças em relação aos valores observados. A
região em que o modelo apresenta melhor destreza é a região ecoclimática da Campanha (R9) e o mês de melhor previsão é julho. / A pluvial precipitation measured in meteorologic stations, is not always a good parameter to evaluate the hydric availability in a determined period. The total pluvial precipitation corresponds the whole period considered, not taking into account if they were distributed well or badly. With the Number of Rainfall Days, there is an idea of the intensity of the pluvial precipitation, as analysing the same total of rain in intervals of distinct time, obtaining the intensity as well as the quantitative variability of the same. To know and be able to predict grandeur meteorologics has been the purpose of researchers in the whole world. The forecast must contemplate the temporal scale as much as the spatial. Starting from the theory that the scales of model prediction at long term, now existing, does not contemplate the diverse climatical regions State of Rio Grande do Sul and the regional studies can improve the information demanded by society, this study had as main objective to determine the predicted relations
between the Number of Rainfall Days (NRD) of some meteorologic stations of Rio Grande do Sul and the Sea Surface Temperature (SST). In this research, were used two sets of data; the first formed by monthly datas of Number of Rainfall Days in 17 meteorologic stations in the State, from the period of 1982 to 2005. The second, composed of datas of the Sea Surface Temperature, from period 1982 to 2005. The series were divided into two periods, the dependent, comprehending the gap from 1982 to 2002, for determination of predicted equations as well as the factor of regression, and the independent period, which gap was from 2003 to 2005, for validation of the model. The datas of SST were used to, through the equations of regression, establish the relations between the variables. After establishing the
equations, the values predicted of NRD were calculated, and them compared with the values observed, in order to verify the efficiency of the model. For all the regions analysed, were obtained good results in the prediction of Number of Rainfall Days for all the months analysed. The series of observed data, proceeds the same standard of distribution of this variable, although there are some foreseen values that present differences in observed values, but are not significant. In the independent period, the
foreseen series show the biggest differences in relation to the observed values. The region in which the model presents the best dexterity is the echoclimatic region of Campanha (R9) and the month of best prediction is July.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpel.edu.br:prefix/3991 |
| Date | 18 October 2007 |
| Creators | Fischer, Graciela Redies, Fischer, Graciela Redies |
| Contributors | http://lattes.cnpq.br/3223149586226395, Marques, Julio Renato Quevedo, Diniz, Gilberto Barbosa |
| Publisher | Universidade Federal de Pelotas, Programa de Pós-Graduação em Meteorologia, UFPel, Brasil, Faculdade de Meteorologia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPEL, instname:Universidade Federal de Pelotas, instacron:UFPEL |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0025 seconds