Análise da complexidade temporal de variáveis climáticas no bioma Caatinga

Authors

  • José Rodrigo Santos Silva Universidade Federal de Sergipe
  • Antonio Samuel Alves da Silva Universidade Federal Rural de Pernambuco
  • Diego Vicente de Souza Ferreira Universidade Federal do Cariri
  • Hérica Santos da Silva Universidade Federal Rural de Pernambuco
  • Rosilda Benício de Souza Universidade Federal do Cariri
  • Lázaro de Souto Araújo Universidade Federal da Paraíba

DOI:

https://doi.org/10.22478/ufpb.1981-1268.2017v11n2.31766

Abstract

O clima no Brasil é diversificado em consequência de diversos fatores, como a extensão territorial, o relevo e a dinâmica das massas de ar. Em séries temporais, entropia é uma medida da quantidade de incerteza (ou regularidade) com diversas aplicações em séries climáticas. Com o objetivo de compreender a evolução temporal do grau de regularidade em séries temporais climáticas no Bioma Caatinga, e compará-las com o observado por Santos et al. (2015) no bioma Mata Atlântica, aplicamos o método Sample Entropy (SampEn) para analisar a entropia em séries históricas de médias diárias da temperatura do ar, umidade relativa do ar e velocidade do vento, registradas no município de Poço Redondo, no estado de Sergipe, no período de 2005 a 2014. Observamos maiores regularidades para as séries de temperatura do ar (média de 1,12) e umidade relativa do ar (média de 1,28), ou seja, estas variáveis são as que apresentam maior facilidade na realização de previsões climáticas, tal resultado é associado à caracterização climática da região (semiárido). Os valores da entropia observados para a velocidade do vento foram predominantemente maiores que os observados para as demais variáveis (média de 2,18). Não foram observadas tendências nas séries entrópicas, onde todas foram caracterizadas como estacionárias para a janela estudada. Em comparação com os resultados obtidos por Santos et al.(2015), foi possível observar a influência da maritimidade e das massas de ar sobre a entropia da temperatura do ar e umidade relativa do ar.

Downloads

Download data is not yet available.

Author Biographies

José Rodrigo Santos Silva, Universidade Federal de Sergipe

Departamento de Estatística e Ciências Atuariais

Antonio Samuel Alves da Silva, Universidade Federal Rural de Pernambuco

Departamento de Estatística e Informática

Diego Vicente de Souza Ferreira, Universidade Federal do Cariri

Centro de Ciências e Tecnologia

Hérica Santos da Silva, Universidade Federal Rural de Pernambuco

Programa de Pós-Graduação em Biometria e Estatística Aplicada

Rosilda Benício de Souza, Universidade Federal do Cariri

Centro de Ciências e Tecnologia

Lázaro de Souto Araújo, Universidade Federal da Paraíba

Departamento de Ciências Fundamentais e Sociais, Laboratório de Matemática e Estatística

References

Balzter H, Tate N, Kaduk J, Harper D, Page S, et al. 2015. Multi-Scale Entropy Analysis as a Method for Time-Series Analysis of Climate Data. Climate, 3(1): 227–240.

Benicio RB de, Stošić T, Figueirêdo PH de, Stošić BD. 2013. Multifractal behavior of wild-land and forest fire time series in Brazil. Physica A: Statistical Mechanics and Its Applications, 392(24): 6367–6374.

Cruz MAS. 2009. Regionalização de precipitações médias e prováveis mensais e anuais no estado de Sergipe. Aracaju-SE: EMBRAPA.

Figueirêdo BCL de, Moreira GR, Stosic B, Stosic T. 2014. Multifractal analysis of hourly wind speed records in Petrolina, Northeast Brazil. Revista Brasileira de Biometria, 32(4): 599–608.

Filho AC, Maluf JRT, Matzenauer R. 2008. Coordenadas geográficas na estimativa das temperaturas máxima e média decendiais do ar no Estado do Rio Grande do Sul. Ciência Rural, 38(9): 2448–2456.

IBGE. 2002. Atlas Geográfico Escolar. Rio de Janeiro - RJ: Instituto Brasileiro de Geografia e Estatística.

IBGE. 2014. IBGE -Downloads. Instituto Brasileiro de Geografia e Estatística. http://downloads.ibge.gov.br/downloads_geociencias.htm.

Ismael-Filho A, Borges P de F, Araújo L de S, Pereira RA, Lima EM de, et al. 2015. Influência das variáveis climáticas sobre a evapotranspiração. Gaia Scientia, 9(1): 62–66.

Jongejans E, Telenius A. 2001. Field experiments on seed dispersal by wind in ten umbelliferous species (Apiaceae). Plant Ecology, 152(1): 67–78.

Jönsson P. 1992. Wind erosion on sugar beet fields in Scania, southern Sweden. Agricultural and Forest Meteorology, 62(3–4): 141–157.

Kossobokov V, Mouël J-L Le, Allègre C. 2012. Spatial and Temporal Variations of Climate in Europe. Atmospheric and Climate Sciences, 2(4): 568–581.

Li T, Zheng X, Dai Y, Yang C, Chen Z, et al. 2014. Mapping near-surface air temperature, pressure, relative humidity and wind speed over Mainland China with high spatiotemporal resolution. Advances in Atmospheric Sciences, 31(5): 1127–1135.

Li-Hao G, Zun-Tao F. 2013. Multi-fractal Behaviors of Relative Humidity over China. Atmospheric and Oceanic Science Letters, 6(2): 74–78.

Mendonça F, Danni-Oliveira IM. 2007. Climatologia: noções básicas e climas do Brasil. São Paulo: Oficina de Textos.

Mihailovic DT, Nikolic-Djoric E, Dreskovic N, Mimic G. 2014. Complexity analysis of the turbulent environmental fluid flow time series. Physica A: Statistical Mechanics and Its Applications, 26: 96–104.

Pereira AR, Costa A de S, Oliveira VG de, Borges P de F, Filho AI. 2015. Análise do comportamento das médias anuais da precipitaçãoa pluvial e temperatura da cidade de Areia, Paraíba. Gaia Scientia, 9: 241–260.

Pimenta F, Kempton W, Garvine R. 2008. Combining meteorological stations and satellite data to evaluate the offshore wind power resource of Southeastern Brazil. Renewable Energy, 33(11): 2375–2387.

Pincus SM, Viscarello RR. 1992. Approximate entropy: a regularity measure for fetal heart rate analysis. Obstetrics and Gynecology, 79(2): 249–55.

Quadro MFL de, Dias MAF da S, Herdies DL, Gonçalves LGG de. 2012. Análise climatológica da precipitação e do transporte de umidade na região da ZCAS através da nova geração de reanálises. Revista Brasileira de Meteorologia, 27(2): 152–162.

Richman JS, Moorman JR. 2000. Physiological time-series analysis using approximate entropy and sample entropy. American Journal of Physiology. Heart and Circulatory Physiology, 278(6): H2039-49.

Santos ALS, Araújo L de S, Silva JRS, Farias P de B. 2015. Evolução temporal da entropia de variáveis climáticas em Estância-SE. Gaia Scientia, 9(1): 146–150.

Shuangcheng L, Qiaofu Z, Shaohong W, Erfu D. 2006. Measurement of climate complexity using sample entropy. International Journal of Climatology, 26(15): 2131–2139.

Silva JRS. 2014. Avaliação de autocorrelações e complexidade de séries temporais climáticas no Brasil. Recife - PE: Tese (Doutorado em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco.

Slate JE, Johnson TC, Moore TC. 2013. Impact of pre-Columbian agriculture, climate change, and tectonic activity inferred from a 5,700-year paleolimnological record from Lake Nicaragua. Journal of Paleolimnology, 50(1): 139–149.

Tang X, Tian X, Yang Z, Zhang T. 2004. Complexity measurements of electroencephalograph recordings using sample entropy algorithm in patients with temporal lobe epilepsy. Acta Biophysica Sinica, 20: 382–392.

Torres FTP, Machado PJO. 2008. Introdução à Climatologia. Santo André - SP: Geographica.

Varejão-Silva MA. 2006. Meteorologia e Climatologia (2nd ed.). Recife - PE: Versão Digital.

Zhao ZQ, Li SC, Gao JB, Wang YL. 2011. Identifying spatial patterns and dynamics of climate change using recurrence quantification analysis: a case study of qinghai–tibet plateau. International Journal of Bifurcation and Chaos, 21(4): 1127–1139.

Published

2017-07-29

How to Cite

SILVA, J. R. S.; DA SILVA, A. S. A.; FERREIRA, D. V. de S.; DA SILVA, H. S.; DE SOUZA, R. B.; ARAÚJO, L. de S. Análise da complexidade temporal de variáveis climáticas no bioma Caatinga. Gaia Scientia, [S. l.], v. 11, n. 2, 2017. DOI: 10.22478/ufpb.1981-1268.2017v11n2.31766. Disponível em: https://periodicos.ufpb.br/ojs2/index.php/gaia/article/view/31766. Acesso em: 19 dec. 2024.

Issue

Section

Ciências Ambientais

Most read articles by the same author(s)