Made available in DSpace on 2015-07-15T13:31:42Z (GMT). No. of bitstreams: 1
dissertacaoCharles.pdf: 2350650 bytes, checksum: 3a5a6710de4fe0f9f72e936ffc6d9a22 (MD5)
Previous issue date: 2007-11-22 / Brazil Northeast s climate is usually described as semi-arid, characterized by hard dry seasons intermingled by hard rainfall seasons. Some areas of Northeast present annual pluviometric measure about 400 mm in mean, while in others the annual pluviometric measure is about 2000 mm. Rain events result from interplay of several physical phenomena, most of which can be individually described on the basic laws of mechanics and thermodynamics in a rather adequate way. Because of this, a huge progress has been achieved in recent years in relation to weather forecast with the use of very precise algorithms in large scale computing resources.
They take into account the variables that are relevant for the atmospheric and ocean circulation and input of large amount of physical data obtained from a dense set of stations scattered around the world. In order to improve the interpretation of the accurate data resulting from the description of atmospheric phenomena and rain events, it is necessary to proceed with sophisticated analyses of recorded and simulated data, as spatial and temporal statistical correlations, scale properties, topological properties of spatial event distribution, ad so on. They indicate the extent of statistical relevance of the data, local and global effects, typical patterns, and other topological features related to the phenomena.In this work, we explore the usefulness of complex network framework for the analysis and nderstanding of rain events, based solely on recorded data from a set of stations in Northeast Brazil. The method is inspired on a proposal to characterize actual sequences of earthquake
events where, like precipitation phenomena, the available data stems from complex systems with a very large number of physical variables. The potential network nodes are the meteorological stations where the rain events have been recorded, while the network edges are placed according to rules that take into account temporal and spatial correlation criteria between events occurring at different stations, for
a time span as large as one month. We evaluate usual network properties based on diameter, node degrees, clustering coefficient, minimal inter-node distance along
network edges. This allows for a characterization of networks based on seasonality and on spatial span of the region where the stations are distributed. The obtained results are discussed, taking into account the known precipitation patterns of the investigated region. rainfall variability, complex networks, fractals. / Climaticamente, a regi ao Nordeste do Brasil ?e marcada pela predomin?ncia de clima semi-?arido, caracterizado por per?ıodos de secas severas intercalados por per?odos de chuvas intensas. Eventos clim?aticos como a chuva resultam da intera??o de v?rios fen?menos f?sicos que, em sua maioria, pode ser descrita individualmente pelas leis b?sicas da mec?nica e termodin?mica de forma satisfat?ria. Por esse motivo, um imenso progresso tem sido observado, nos ?ltimos anos, com rela??o ? previs?o de tempo e clima utilizando algoritmos mais precisos em recursos computacionais de larga escala. Estes algoritmos levam em considera??o as vari?veis que s?o relevantes para a circula??o atmosf?rica e oce?nica al?m de uma grande quantidade de dados f?sicos obtidos de um conjunto denso de esta??es distribu?das ao redor do mundo. Com objetivo de prover a interpreta??o dos dados destes algoritmos, ? necess?rio proceder com an?lises sofisticadas dos dados armazenados e simulados, como correla?c oes estat?ısticas temporais e espaciais, propriedades de escalas, propriedades topologicas da distribui??o espacial de eventos, etc. Os resultados falam sobre a relev?ncia estat?stica dos dados, efeitos locais e globais, padr?es t?picos e outros recursos relacionados ao fen?meno. Neste trabalho, n?s exploramos o uso da Teoria
de Redes Complexas para a an?lise e interpreta??o de eventos de chuva, baseandonos somente em registros de dados de um conjunto de esta??es pluviom?tricas da
regi?o Nordeste do Brasil. Este m?etodo ? inspirado em uma proposta para caracterizar sequ?ncias de eventos s?smicos, eventos em que, assim como no fen?meno das chuvas, a grande quantidade de vari?aveis f?sicas envolvidas motiva a an?lise usando m?todos da Teoria de Sistemas Complexos. Os n?s das redes geradas s?o as esta??es meteorol?gicas onde h? dados de chuva no per?odo analisado, enquanto as arestas
s?o criadas de acordo com crit?rios de correla??o temporal e espacial entre eventos de chuva ocorridos em diferentes esta??es pluviom?tricas. Calculamos os ?ndices mais comuns de caracteriza??o de redes complexas, tais como: di?metro, caminho m?nimo m?dio, coeficiente de aglomera??o m?dio. As redes conectam esta??es a diferentes dist?ncias, e a fim de estudar a causalidade n?o-local desse fen?meno foram
calculados ?ndices fractais de caracteriza??o. Os valores de di?metro e de caminho m?nimo m?dio s?o menores para os meses de inverno e primavera, t?picos de chuva mais localizada no litoral; enquanto que para os meses de ver?o e outono, t?picos de chuva mais distribu?ıda em toda a regi?o, os valores s?o maiores. A dimens?o fractal calculada para dados do Sul do Nordeste (Bahia) ? semelhante ? calculada para dados do Norte do Nordeste (demais estados da Regi?o), mas ambas s?o diferentes das dimens?es fractais de redes completas e regulares hipot?ticas, o que demonstra que a
distribui??o das esta??es pluviom?tricas n?o ? homog?nea. Estes resultados sugerem o estudo mais aprofundado deste m?todo de an?lise de dados pluviom?tricos, que, atrav?s da modelagem em Sistemas Complexos.
Identifer | oai:union.ndltd.org:IBICT/oai:tede2.uefs.br:8080:tede/53 |
Date | 22 November 2007 |
Creators | Santana, Charles Novaes de |
Contributors | Miranda, Jos? Garcia Vivas |
Publisher | UNIVERSIDADE ESTADUAL DE FEIRA DE SANTANA, Mestrado em Modelagem em Ci?ncias da Terra e do Ambiente, UEFS, BR, Ci?ncia Ambiental |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UEFS, instname:Universidade Estadual de Feira de Santana, instacron:UEFS |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0449 seconds