Temporal analysis of climatological variables: an approach with sliding windows

Authors

DOI:

https://doi.org/10.55761/abclima.v37i21.19309

Keywords:

Climate variables, Time series, Sliding windows

Abstract

This research aims to analyze the fluctuations of the variables air temperature, relative humidity and solar radiation of the city of Feira de Santana, Bahia, Brazil with the sliding windows procedure in the period from 2009 to 2019. The analysis was performed in two stages: 1 - exploratory data analysis (mean, standard deviation, coefficient of variation, asymmetry, kurtosis, minimum and maximum); 2 - sliding windows (descriptive statistics, autocorrelation, bivariate and multivariate cross-correlation). The autocorrelation was measured with the exponent of the method Detrended Fluctuation Analysis-DFA, the bivariate and multiple cross-correlation with the coefficients ρDCCA and DMC, respectively.  The DFA analysis indicated long-range persistent behavior (α > 0.5) in the time series of the three climatological variables studied. The ρDCCA modeling revealed a predominantly positive correlation between air temperature and solar radiation in all time scales and analyzed windows. There was a negative correlation between solar radiation and relative humidity. The air temperature and relative humidity showed negative cross-correlation, from moderate to very strong, in almost all scales. The multiple cross correlation between variables was qualitatively strong to very strong, especially on larger scales. The results reinforce the effectiveness of the applied methods for climatological data modeling and contribute to the literature by dynamically characterizing autocorrelations and cross-correlations (bivariate and multivariate) of the studied variables.

Downloads

Download data is not yet available.

Author Biographies

Taíze da Silva Sousa, Universidade Estadual de Feira de Santana

Engenheira Florestal pela Universidade Federal do Recôncavo da Bahia (UFRB). Mestra em Ciências Ambientais pela Universidade Estadual de Feira de Santana (UEFS). Membro do grupo de pesquisa do CNPq "MODELAGEM E ANÁLISE DE DADOS: TEORIAS E APLICAÇÕES", credenciado pela UEFS (RESOLUÇÃO CONSEPE 130/2022). Entre os anos de 2022 e 2024 atuou como Supervisora de Processamento de Dados em uma das maiores empresas de cadastramento de ativos do setor elétrico brasileiro (Grupo JVM). Durante a graduação foi bolsista do Programa de Educação Tutorial- PET Conexões de Saberes Socioambientais da UFRB. Atuou como bolsista de Iniciação Científica financiada pela CNPq no período de 2016-2017 e bolsista de Iniciação Científica financiada pela FAPESB no período de 2017-2018. Realizou estágio voluntário na empresa Trevo Soluções em Engenharia, Imóveis e Meio Ambiente, no setor de Soluções em Meio Ambiente.

Elvira Catiana de Oliveira Santos Ferreira, Instituto Fernandes Figueira - Fiocruz

Doutoranda no Programa de Pós-Graduação em Ciências da Terra e do Ambiente da Universidade Estadual de Feira de Santana - UEFS (2023). Mestre em Ciências Ambientais pelo Programa de Pós-Graduação em Ciências da Terra e do Ambiente da Universidade Estadual de Feira de Santana - UEFS (2021). Membro do grupo de pesquisa do CNPq "MODELAGEM E ANÁLISE DE DADOS: TEORIAS E APLICAÇÕES.", do grupo de pesquisa em Modelagem e Estudos de Séries Temporais e do grupo de pesquisa Bioestatística credenciado pela UEFS. Membro do programa de extensão DIFUSÃO DO CONHECIMENTO DE MODELAGEM E ANÁLISE DE DADOS: UMA ABORDAGEM COM LINGUAGENS DE COMPUTAÇÃO (RESOLUÇÃO CONSEPE 050/2024). Pós-Graduada no MBA em Gestão de Projetos pela Universidade Salvador (2019). Engenheira Eletricista graduada pela UNIFACS (2017). Técnica em Eletrotécnica formada pelo SENAI - Feira de Santana (2014)

Everaldo Freitas Guedes, Universidade Estadual de Feira de Santana

Doutor e Mestre em Modelagem Computacional e Tecnologia Industrial pelo SENAI CIMATEC (2012-2020), Bacharel em Ciências Estatísticas pela Escola Superior de Estatística da Bahia (2004-2007) e Licenciado Pleno em Matemática pela Faculdade de Ciências Educacionais (2007-2009). Atualmente é Analista Administrativo da especialidade Estatística na Empresa Brasileira de Serviços Hospitalares e Professor convidado do Curso técnico de Inteligência Artificial do Senai Cimatec, do programa de pós graduação em Logística, Gestão da manutenção e de Confiabilidade do do Senai Cimatec. Atua nas áreas de Probabilidade e Estatística, com enfoque em Análise de Séries Temporais, Mineração de Dados, Aprendizado de Máquina e Estatística Computacional.

Aloisio Machado da Silva Filho, Universidade Estadual de Feira de Santana

Doutor e Mestre em Modelagem Computacional e Tecnologia Industrial pelo SENAI CIMATEC (2009-2014). Especialização em Metodologia do Ensino Superior pela Faculdade Olga Metiing (2003-2004). Especialização em Estatística Aplicada pela UNIJORGE (2015-2017). Bacharel em Estatística pela Escola Superior de Estatística da Bahia (1998-2002). Professor Pleno da Universidade Estadual de Feira de Santana-UEFS no Departamento de Ciências Exatas na área de estudo Probabilidade e Estatística. Na UEFS atua nos seguintes programas de Pós-Graduação como professor permanente: Modelagem em Ciências da Terra e do Ambiente, Mestrado Profissional em Enfermagem, Saúde Coletiva. Desde de 2005 tem se dedicado a ensino, pesquisa e extensão. Áreas de interesse: Bioestatística, Controle Estatístico de resíduos sólidos, Saúde Coletiva, Análise Temporal de Fenômenos Climatológicos, Modelagem de Séries Temporais, Estatística criminal, Física Estatística, Educação Estatística e Séries temporais econômicas. É líder do grupo de pesquisa do CNPq "MODELAGEM E ANÁLISE DE DADOS: TEORIAS E APLICAÇÕES." (http://dgp.cnpq.br/dgp/espelhogrupo/328647), credenciado pela UEFS (RESOLUÇÃO CONSEPE 130/2022). Idealizador do programa de extensão DIFUSÃO DO CONHECIMENTO DE MODELAGEM E ANÁLISE DE DADOS: UMA ABORDAGEM COM LINGUAGENS DE COMPUTAÇÃO (RESOLUÇÃO CONSEPE 050/2024). Coordenador do projeto denominado "Doenças sexualmente transmissíveis na Bahia: Uma modelagem estatística e computacional com os casos notificados de Sífilis e AIDS (RESOLUÇÃO CONSEPE 090/2020). Nos últimos anos tem se dedicado a Modelagem de dados com a Linguagem Estatística e Computacional conhecida na literatura como R (https://www.r-project.org). 23 programas de computador registrados no Instituto Nacional da Propriedade Industrial (Linguagem R ou C). Atualmente possui 812 citações no Google Acadêmico, 470 na Web of Science e 479 na SCOPUS. Orienta alunos nos níveis de graduação (Monitoria, Iniciação científica, extensão e TCC), mestrado e doutorado. Membro do colegiado do curso de Engenharia de Alimentos da UEFS (http://alimentos.uefs.br). É possível ter acesso as publicações do pesquisador em: https://www.researchgate.net/profile/Aloisio-Machado.

References

AFUECHETA, E.; OMAR, M. H. Characterization of variability and trends in daily precipitation and temperature extremes in the Horn of Africa. Climate risk management, v. 32, n. 100295, p. 100295, 2021. DOI: https://doi.org/10.1016/j.crm.2021.100295

ANTENEODO, C. Processos estocásticos. Anais da V Escola do CBPF. : v. ll , 2005.

ANTUNES DA SILVA MAIA, H. A. et al. Perfil epidemiológico dos casos de leishmaniose visceral em Feira de Santana, Bahia, no período de 2001 a 2015. Revista de saúde coletiva da UEFS, v. 8, n. 1, p. 70–74, 2018. DOI: https://doi.org/10.13102/rscdauefs.v8i1.2749

BRITO, A. DE A.; ARAÚJO, H. A. DE; ZEBENDE, G. F. Detrended Multiple Cross-Correlation Coefficient applied to solar radiation, air temperature and relative humidity. Scientific reports, v. 9, n. 1, 2019. DOI: https://doi.org/10.1038/s41598-019-56114-6

BRITO, A. DE A.; SILVA FILHO, A. M; ZEBENDE, G. F. Análise temporal de dados climatológicos de Feira de Santana (BA). Conjuntura & Planejamento, n.189, p.50-59, 2015.

CARBONE, A.; CASTELLI, G.; STANLEY, H. E. Time-dependent Hurst exponent in financial time series. Physica A, 344(1–2), 267–271. Disponível em: https://doi.org/10.1016/j.physa.2004.06.130, 2004. DOI: https://doi.org/10.1016/j.physa.2004.06.130

CHEN, X.; LIN, G.; FU, Z. Long‐range correlations in daily relative humidity fluctuations: A new index to characterize the climate regions over China. Geophysical research letters, v. 34, n. 7, 2007. DOI: https://doi.org/10.1029/2006GL027755

DA SILVA FILHO, A. M.; ZEBENDE, G. F.; GUEDES, E. F. Analysis of intentional lethal violent crimes: A sliding windows approach. Physica A, 567(125653), 125653. Disponível em: https://doi.org/10.1016/j.physa.2020.125653, 2021. DOI: https://doi.org/10.1016/j.physa.2020.125653

DA SILVA, M. F. et al. Quantifying cross-correlation between Ibovespa and Brazilian blue-chips: The DCCA approach. Physica A, v. 424, p. 124–129, 2015. DOI: https://doi.org/10.1016/j.physa.2015.01.002

DE OLIVEIRA, A. M. et al. O uso da técnica de sensoriamento remoto para a localização de lagoas no município de Feira de Santana – B A. 2007. Disponível em: <http://marte.sid.inpe.br/col/dpi.inpe.br/sbsr@80/2006/11.14.19.56/doc/2939-2946.pdf>. Acesso em: 26 nov. 2024.

DIAS, R. et al. The impact of covid-19 on exchange rate volatility: An econophysics approach. 6th LIMEN Conference Proceedings (part of LIMEN conference collection). Anais...Association of Economists and Managers of the Balkans, Belgrade, Serbia, 2020. DOI: https://doi.org/10.31410/LIMEN.2020.39

DOS ANJOS, P. S. et al. Long-term correlations and cross-correlations in wind speed and solar radiation temporal series from Fernando de Noronha Island, Brazil. Physica A, v. 424, p. 90–96, 2015. DOI: https://doi.org/10.1016/j.physa.2015.01.003

FAN, Q.; LIU, S.; WANG, K. Detecting the auto-correlation between daily temperature and relative humidity time series. Fractals, v. 27, n. 02, p. 1950003, 2019. DOI: https://doi.org/10.1142/S0218348X19500038

FERREIRA DE LIMA, N. et al. Correlação de longo alcance temporal da velocidade do vento nos municípios de Ceará-Mirim e Natal no Rio Grande Do Norte. Holos, v. 8, p. 56, 31 dez. 2017. DOI: https://doi.org/10.15628/holos.2017.5491

FERREIRA, E. C. DE O. S. Modelagem espaço-temporal de variáveis climatológicas no estado da Bahia: uma abordagem com janelas deslizantes. 2021. 109 f. Dissertação (Mestrado em Modelagem em Ciência da Terra e do Ambiente) - Universidade Estadual de Feira de Santana, Feira de Santana, 2021.

FERREIRA, P. et al. A sliding windows approach to analyse the evolution of bank shares in the European Union. Physica A, v. 490, p. 1355–1367, 2018. DOI: https://doi.org/10.1016/j.physa.2017.08.095

FILHO, A. M. DA S. et al. Modelagem da diferenciação do coeficiente de correlação cruzada sem tendência: uma aplicação na série temporal de veículos furtados e veículos roubados em Salvador-Ba. Em: Ciências Tecnológicas, Exatas e da Terra e seu Alto Grau de Aplicabilidade. [s.l.], 2020.

GUEDES, E. F. et al. An econophysics approach to study the effect of BREXIT referendum on European Union stock markets. Physica A, v. 523, p. 1175–1182, 2019. DOI: https://doi.org/10.1016/j.physa.2019.04.132

GUEDES, E. F. et al. SlidingWindows: Methods for time series analysis. CRAN: Contributed Packages. The R Foundation, 21 set. 2020. DOI: https://doi.org/10.32614/CRAN.package.SlidingWindows

GUEDES, E. F.; DA SILVA FILHO, A. M.; ZEBENDE, G. F. Detrended multiple cross-correlation coefficient with sliding windows approach. Physica A, v. 574, n. 125990, p. 125990, 2021. DOI: https://doi.org/10.1016/j.physa.2021.125990

GUEDES, E. F.; DA SILVA FILHO, A. M.; ZEBENDE, G. F. GMZTests: Statistical Tests, 2021. Disponível em: https://CRAN.R-project.org/package=GMZTests.

IBGE. Instituto Brasileiro de Geografia e Estatística. (2025). Cidades. Disponível em: <https://cidades.ibge.gov.br/brasil/ba/feira-de-santana/panorama>.

IPCC. Summary for Policymakers. In: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, H. Lee and J. Romero (eds.)]. Disponível em: ⟨https://www.ipcc.ch/report/ar6/syr/downloads/report/ IPCC AR6 SYR SPM.pdf⟩, 2023.

IPCC. AR5 Synthesis Report: Climate Change 2014 — IPCC. Disponível em: <https://www.ipcc.ch/report/ar5/syr/>.

IPCC. Climate Change 2021 Working Group I Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. [s.l.] IPCC, 2021. Disponível em: <https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_SPM_final.pdf>.

IQBAL, J. et al. Detrended cross correlation analysis (DCCA) of radon, thoron, temperature and pressure time series data. Physica Scripta, v. 95, n. 8, p. 085213, 7 jul. 2020. DOI: https://doi.org/10.1088/1402-4896/ab9fb1

JESUS, T. B.; SANTOS, T. N.; CARVALHO, C. E. V. Aspectos da comercialização de pescado em feiras livres do município de Feira de Santana-BA. Revista Gestão & Sustentabilidade Ambiental, v. 7, n. 2, p. 159–179, 2018. DOI: https://doi.org/10.19177/rgsa.v7e22018159-179

KANTELHARDT, J. W. et al. Multifractal detrended fluctuation analysis of nonstationary time series. Physica A, 316(1–4), 87–114. Disponível em: https://doi.org/10.1016/S0378-4371(02)01383-3, 2002. DOI: https://doi.org/10.1016/S0378-4371(02)01383-3

KOSCIELNY-BUNDE, E. et al. Indication of a universal persistence law governing atmospheric variability. Physical review letters, v. 81, n. 3, p. 729–732, 1998. DOI: https://doi.org/10.1103/PhysRevLett.81.729

KRIŠTOUFEK, L. Long-range cross-correlations: Tests, estimators and applications. 2013.

MACHADO FILHO, A.; DA SILVA, M. F.; ZEBENDE, G. F. Autocorrelation and cross-correlation in time series of homicide and attempted homicide. Physica A, v. 400, p. 12–19, 2014. DOI: https://doi.org/10.1016/j.physa.2014.01.015

MACHADO, A.; ZEBENDE; GUEDES. Análise temporal dos indicadores da indústria de transformação da Bahia: uma abordagem com métodos da mecânica estatística. Unpublished , 2015. Disponível em: http://dx.doi.org/10.13140/RG.2.1.2298.1609.

MANDÚ, T. B.; DOS SANTOS GOMES, A. C.; DO VALE, R. S.; DOS SANTOS, M. S. Associação entre o índice de calor e internações por infarto agudo do miocárdio em Manaus–AM. Hygeia - Revista Brasileira de Geografia Médica e da Saúde, Uberlândia, v. 15, n. 31, p. 16–28, 2019. Disponível em: https://seer.ufu.br/index.php/hygeia/article/view/44189. Acesso em: 26 nov. 2024.

MARTIN, A. C. et al. Análise de séries temporais para previsão da evolução do número de automóveis no Município de Joinville. 2016. Disponível em: <https://api.semanticscholar.org/CorpusID:164547801>. Acesso em: 26 nov. 2024.

OLIVEIRA, L. L. DE et al. Efeitos dos eventos extremos climáticos na variabilidade hidrológica em um rio de Ecossistema Tropical Amazônico. Revista Ibero-Americana de Ciências Ambientais, v. 11, n. 4, p. 145–153, 27 abr. 2020. DOI: https://doi.org/10.6008/CBPC2179-6858.2020.004.0013

PALMEIRA, A. et al. Long-term correlations and cross-correlations in meteorological variables and air pollution in a coastal urban region. Sustainability, v. 14, n. 21, p. 14470, 2022. DOI: https://doi.org/10.3390/su142114470

PEIRIS, S.; HUNT, R. Revisiting the autocorrelation of long memory time series models. Mathematics, v. 11, n. 4, p. 817, ISSN 2227-7390. Disponível em: ⟨http://dx.doi.org/10.3390/math11040817⟩, 2023. DOI: https://doi.org/10.3390/math11040817

PENG, C.-K. et al. Mosaic organization of DNA nucleotides. Physical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topics, v. 49, n. 2, p. 1685–1689, 1994. DOI: https://doi.org/10.1103/PhysRevE.49.1685

PIAO, L.; FU, Z. Quantifying distinct associations on different temporal scales: comparison of DCCA and Pearson methods. Scientific reports, v. 6, p. 36759, 2016. DOI: https://doi.org/10.1038/srep36759

PODOBNIK, B.; STANLEY, H. E. Detrended Cross-Correlation Analysis: A New Method for Analyzing Two Nonstationary Time Series. Physical Review Letters, v. 100, n. 8, 27 fev. 2008. DOI: https://doi.org/10.1103/PhysRevLett.100.084102

PODOBNIK, Boris; JIANG, Zhi-Qiang; ZHOU, Wei-Xing; STANLEY, H. Eugene. Statistical tests for power-law cross-correlated processes. Physical Review E, [S. l.], v. 84, n. 6, p. 066118, dez. 2011. DOI: 10.1103/PhysRevE.84.066118. Disponível em: http://dx.doi.org/10.1103/PhysRevE.84.066118. DOI: https://doi.org/10.1103/PhysRevE.84.066118

PRADO, M. F. DE. Desenvolvimento de uma metodologia para a obtenção de informações sobre o saldo de radiação a partir da temperatura do ar em ecossistemas naturais. 2017. 78 f. Tese (Doutorado em Física Ambiental) - Universidade Federal de Mato Grosso, Instituto de Física, Cuiabá, 2017.

REIS, R. S. R. Feira de Santana: aspectos históricos da urbanização sob a ótica da mobilidade urbana. Sitientibus, n. 56, p. 19–27. Disponível em: https://doi.org/10.13102/sitientibus.v0i56.4630, 2017. DOI: https://doi.org/10.13102/sitientibus.v0i56.4630

RIBAS JUNIOR, N. S.; GUEDES, E. F.; DIAS, R.; SILVA FILHO, A. M. da. Sea level on the Brazilian coast: A sliding windows approach. Journal of South American Earth Sciences, v. 153, p. 105360, fev. 2025. DOI: 10.1016/j.jsames.2025.105360. Disponível em: http://dx.doi.org/10.1016/j.jsames.2025.105360. DOI: https://doi.org/10.1016/j.jsames.2025.105360

RODRIGUES, P.; FILHO, F. O.; GUEDES, E. Networks Analysis Of Brazilian Climate Data Based On The DCCA Cross-Correlation Coefficient. 28 fev. 2022. DOI: https://doi.org/10.21203/rs.3.rs-1330103/v1

ROGERS, J. S. et al. The role of climate and population change in global flood exposure and vulnerability. Nature Communications, v. 16, n. 1, p. 1287, ISSN 2041-1723. Disponível em: ⟨http://dx.doi.org/10.1038/s41467-025-56654-8⟩, 2025. DOI: https://doi.org/10.1038/s41467-025-56654-8

SAMPAIO, J., SILVA FILHO, A. M., QUINTELLA, R. & ZEBENDE, G. F. Uma análise estatística dos indicadores de criminalidade em Salvador. Revista Conjuntura & Planejamento, 161, 40–49 (2008).

SANTOS, E. C. O. et al. Autocorrelation of wind speed: A sliding window approach. Physica A, v. 607, n. 128213, p. 128213, 2022. DOI: https://doi.org/10.1016/j.physa.2022.128213

SANTOS, E. C. O.; DIAS, R.; GALVÃO, R.; GUEDES, E. F.; SILVA FILHO, A. M. da. Joint Analysis of Solar Radiation and Wind Speed: Approach with Sliding Windows. Revista de Gestão Social e Ambiental, 18(10), 1–28. Disponível em: https://doi.org/10.24857/rgsa.v18n10-108, 2024. DOI: https://doi.org/10.24857/rgsa.v18n10-108

SANTOS, R. A. DOS et al. Estimativa da evapotranspiração de referência para o município de Feira de Santana (Ba). Revista brasileira de agricultura irrigada, v. 11, n. 4, p. 1617–1626, 2017. DOI: https://doi.org/10.7127/rbai.v11n400557

SANTOS, R. A. DOS; MARTINS, D. L.; SANTOS, R. L. Balanço hídrico e classificação climática de köppen e thornthwaite no município de Feira de Santana (Ba) / Water balance and köppen climate classification and thornthwaite in the municipality of Feira de Santana (Ba). Geo UERJ, n. 33, p. e34159, 2018. DOI: https://doi.org/10.12957/geouerj.2018.34159

SENA, A. et al. Medindo o invisível: análise dos Objetivos de Desenvolvimento Sustentável em populações expostas à seca. Ciência & Saúde Coletiva, v. 21, n. 3, p. 671–684, mar. 2016. DOI: https://doi.org/10.1590/1413-81232015213.21642015

SILVA FILHO, A. M. da; ZEBENDE, G. F.; CASTRO, A. P. N. de; GUEDES, E. F. Statistical test for Multiple Detrended Cross-Correlation Coefficient. Physica A: Statistical Mechanics and its Applications, v. 562, p. 125285, jan. 2021. DOI: 10.1016/j.physa.2020.125285. DOI: https://doi.org/10.1016/j.physa.2020.125285

SILVA FILHO, Aloísio Machado da. Autocorrelação e correlação cruzada: teorias e aplicações. Orientador: Gilney Figueira Zebende. 2014. 127 f. Tese (Doutorado em Modelagem Computacional e Tecnologia Industrial) – Faculdade de Tecnologia SENAI CIMATEC, Salvador, 2014.

SOUSA, T. da S.; SILVA, N. D. da; SILVA FILHO, A. M. da. Análise espaço-temporal das áreas de remanescentes florestais em Feira de Santana: Influências sobre a estrutura térmica do município. Revista Brasileira de Climatologia, v. 34, p. 104–128. Disponível em: https://revistas.ufpr.br/revista_clima/article/view/87732, 2024. DOI: https://doi.org/10.55761/abclima.v34i20.16993

TOLEDO, O. C. et al. Temporal Analysis of the Flows of the Rivers that form the Hydrographic Basin of Moquegua (Peru). Fluctuation and noise letters, v. 21, n. 06, 2022. DOI: https://doi.org/10.1142/S0219477522500596

VAFAEIPOUR, M. et al. Application of sliding window technique for prediction of wind velocity time series. International journal of energy and environmental engineering, v. 5, n. 2–3, 2014. DOI: https://doi.org/10.1007/s40095-014-0105-5

VASSOLER, R. T.; ZEBENDE, G. F. DCCA cross-correlation coefficient apply in time series of air temperature and air relative humidity. Physica A, v. 391, n. 7, p. 2438–2443, 2012. DOI: https://doi.org/10.1016/j.physa.2011.12.015

WALLECZEK, J. (ED.). Self-organized biological dynamics and nonlinear control: Toward understanding complexity, chaos and emergent function in living systems. [s.l.] Cambridge University Press, 2000. DOI: https://doi.org/10.1017/CBO9780511535338

WANG, F.; XU, J.; FAN, Q. Statistical properties of the detrended multiple cross-correlation coefficient. Communications in nonlinear science & numerical simulation, v. 99, n. 105781, p. 105781, 2021. DOI: https://doi.org/10.1016/j.cnsns.2021.105781

ZEBENDE, G. F. DCCA cross-correlation coefficient: Quantifying level of cross-correlation. Physica A, v. 390, n. 4, p. 614–618, 2011. DOI: https://doi.org/10.1016/j.physa.2010.10.022

ZEBENDE, G. F. et al. Uma visão hora a hora da autocorrelação em dados de temperatura e umidade relativa do ar na Bahia. Revista Brasileira de Climatologia, v. 29, p. 99–112, 13 out. 2021.

ZEBENDE, G. F. et al. ρDCCA applied between air temperature and relative humidity: An hour/hour view. Physica A, v. 494, p. 17–26, 2018. DOI: https://doi.org/10.1016/j.physa.2017.12.023

ZEBENDE, G. F.; BRITO, A. A.; CASTRO, A. P. DCCA cross-correlation analysis in time-series with removed parts. Physica A: Statistical Mechanics and its Applications, 545, 123472. https://doi.org/10.1016/j.physa.2019.123472, 2020. DOI: https://doi.org/10.1016/j.physa.2019.123472

ZEBENDE, G. F.; DA SILVA FILHO, A. M. Detrended Multiple Cross-Correlation Coefficient. Physica A: Statistical Mechanics and its Applications, v. 510, p. 91–97, nov. 2018. DOI: https://doi.org/10.1016/j.physa.2018.06.119

ZEBENDE, G. F.; DA SILVA, M. F.; MACHADO FILHO, A. DCCA cross-correlation coefficient differentiation: Theoretical and practical approaches. Physica A, v. 392, n. 8, p. 1756–1761, 2013. DOI: https://doi.org/10.1016/j.physa.2013.01.011

ZEBENDE, G. F.; FERNANDEZ, B. F.; PEREIRA, M. G. Analysis of the variability in the sdB star KIC 10670103: DFA approach. Monthly notices of the Royal Astronomical Society, v. 464, n. 3, p. 2638–2642, 2017. DOI: https://doi.org/10.1093/mnras/stw2611

ZEBENDE, G. F.; SANTOS DIAS, R. M. T.; DE AGUIAR, L. C. Stock market efficiency: An intraday case of study about the G-20 group. Heliyon, v. 8, n. 1, p. e08808, 2022. DOI: https://doi.org/10.1016/j.heliyon.2022.e08808

Downloads

Published

20/10/2025

How to Cite

Sousa, T. da S., Ferreira, E. C. de O. S., Guedes, E. F., & Silva Filho, A. M. da. (2025). Temporal analysis of climatological variables: an approach with sliding windows. Brazilian Journal of Climatology, 37(21), 493–531. https://doi.org/10.55761/abclima.v37i21.19309

Issue

Vol. 37 (2025)

Section

Artigos

License

A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.

Os autores mantém seus direitos de publicação sem restrições

A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.

A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença