Comparación de regiones homogéneas de precipitación a partir de dos fuentes de datos distintas para el estado de Pará-Brasil
DOI:
https://doi.org/10.55761/abclima.v32i19.16424Resumen
El objetivo de este estudio fue comparar la regionalización de la precipitación realizada a través de la técnica de agrupación Fuzzy C-Means, con dos fuentes de datos diferentes, una proporcionada por la Agencia Nacional de Agua y Saneamiento Básico (ANA) y otra obtenida a través del satélite meteorológico Global. Centro de Climatología de Precipitaciones (GPCC) proporcionado por el Servicio Meteorológico Nacional Alemán (DWD), durante 30 años (1986 a 2015), con el objetivo de verificar, a través de técnicas estadísticas, cuál será la representatividad y diferencias de las regiones formadas por tradicionales y datos satelitales. Se aplicó la técnica no jerárquica de Fuzzy C-Means a la formación de las regiones para los dos datos, con el fin de agrupar las estaciones, aplicándose técnicas de validación (Dunn, Silhouette y PBM), con el objetivo de formar la mejor agrupación. para el análisis de datos. También se realizaron análisis de rendimiento utilizando métodos estadísticos. Como resultado, se encontraron 2 regiones de precipitación homogéneas después de los cálculos del índice de validación, siendo especializadas en el entorno GIS. La zona suroeste del estado fue donde hubo mayor divergencia entre los datos analizados, de tal forma que, en la región de lluvia homogénea formada por el GPCC, hubo una mayor concentración de la región 2, mientras que en el análisis formado por la ANA datos, hubo fragmentos de la región 2. Los resultados de las pruebas estadísticas mostraron que las comparaciones entre las dos regiones son aceptables, con pequeñas diferencias, pero de gran valor para los estudios hidrológicos en la región.
Descargas
Citas
AGUADO, A. G.; CANTANHEDE, Marco André. Lógica Fuzzy. 2010. Available at: < http://www.sysrad.com.br/redmine/attachments/1843/Artigo_logicaFuzzi.pdf >.
AHANI, A.; NADOUSHANI, S. M. Assessment of some combinations of hard and fuzzy clustering techniques for regionalization of catchments in Sefidroud basin. Journal of Hydroinformatics, v. 18, n. 6, p. 1033–1054. 2016.
de ALBUQUERQUE, M. F.; DE SOUZA, E. B.; DE OLIVEIRA, M. D. C. F.; DE SOUZA JÚNIOR, J. A. Precipitação nas mesorregiões do estado do Pará: climatologia, variabilidade e tendências nas últimas décadas (1978-2008). Revista Brasileira de Climatologia, n. 6. 2010.
AMANAJÁS, J. C.; BRAGA, C. C. Spatio-temporal rainfall patterns in eastern Amazônia using multivariate analysis. Brazilian Journal of Meteorology, v. 27, n. 4, p.423 – 434. 2012.
ARELLANO-LARA, F.; ESCALANTE-SANDOVAL, C. A. Multivariate delineation of rainfall homogeneous regions for estimating quantiles of maximum daily rainfall: a case study of northwestern Mexico. Atmosphere, v. 27, n. 1, p. 47-60. 2014.
ASONG, Z. E.; KHALIQ, M. N.; WHEATER, H. S. Regionalization of precipitation characteristics in the Canadian Prairie Provinces using large-scale atmospheric covariates and geophysical atributes. Stochastic Env. Res. and Risk Asses., v. 29, n. 3, p. 875-892. 2015.
ÁVILA, P. L. R.; DE SOUZA, E. B.; PINHEIRO, A. N.; FIGUEIRA, W. S. Analysis of simulated seasonal precipitation using regcm4 over the state of Pará in years of climatic extremes. Brazilian Journal of Climatology, n. 14. 2014.
BEZDEK, James C. Pattern recognition with fuzzy objective function algorithms. Plenum Press, New York. 1981.
CAI, Y.; JIN, C.; WANG, A.; GUAN, D.; WU, J.; YUAN, F.; XU, L. Spatiotemporal analysis of tropical multisatellite precipitation analysis accuracy 3B42 precipitation data at high mid-latitudes in China. PloS One, v. 10, n. 4, e0120026. 2015.
COSTA, J. C.; PEREIRA, G.; SIQUEIRA, M. E.; DA SILVA CARDOZO, F.; DA SILVA, V. V. Validation of rainfall data estimated by CHIRPS for Brazil. Brazilian Journal of Climatology, v. 24, p. 228-243. 2019.
COSTA, M. H.; PIRES, G. F. Effects of Amazon and Central Brazil deforestation scenarios on the duration of the dry season in the arc of deforestation. International Journal of Climatology, v. 30, n. 13, p. 1970-1979. 2010.
DAVIDSON, E. A.; DE ARAUJO, A. C.; ARTAXO, P.; BATCH, J. K.; BROWN, I. F.; BUSTAMANTE, M. M.; et al. The Amazon basin in transition. Nature, v. 481, p. 321-328. 2012.
DEZFULI, A. K. Spatio-temporal variability of seasonal rainfall in western equatorial Africa. Theoretical and applied climatology, v. 104, n. 1-2, p. 57-69. 2011.
DINKU, T.; CONNOR, S. J.; CECCATO, P.; ROPELEWSKI, C.F. Comparison of global gridded precipitation products over a mountainous region of Africa. International Climatology, v. 11, p. 2960–2979. 2008.
Do AMARAL, M. A. C. M.; JOSÉ, J. V.; FOLEGATTI, M. V.; COELHO, R. D.; BARROS, T. H. S. Spatial distribution of rainfall in relation to the topography in the state of Pará. Irriga, v.1, n. 1, p.1-10. 2016.
DUNN, J. C. A fuzzy relative of the ISODATA process and its use in detecting compact well-separated clusters. Cybernetics and Systems, v. 3, p. 32-5. 1973.
FAZEL, N.; BERNDTSSON, R.; UVO, C. B.; MADANI, K.; KLØVE, B. Regionalization of precipitation characteristics in Iran’s Lake Urmia basin. Theoretical and Applied Climatology, v. 132, n. 1-2, p. 363-373. 2018.
FERREIRA FILHO, D. F.; BEZERRA, P. E. S..; SILVA, M. de N. A. da; RODRIGUES, R. S. S. .; de FIGUEIREDO, N. M. Application of interpolation techniques for spatialization of rainfall in the hydrographic region of Calha Norte, Pará. Brazilian Journal of Climatology, v. 24, p. 341-363. 2019.
FERREIRA FILHO, D. F.; LIRA, B. R. P. .; CRISPIM, D. L.; PESSOA, F. C. L. .; FERNANDES, L. L. Rainfall analysis in the state of Pará: comparison between data obtained from rainfall stations and the GPCC satellite. Brazilian Journal of Climatology, v. 26. 2020.
FITZJARRALD, D. R; SAKAI, R. K.; MORAES, O. L.; COSME DE OLIVEIRA, R.; ACEVEDO, O. C.; CZIKOWSKY, M. J.; BELDINI, T. Spatial and temporal rainfall variability near the Amazon‐Tapajós confluence. Journal of Geophys. Res., v. 113. 2008.
De OLIVEIRA GIL, V.; FERRARI, F.; EMMENDORFER, L. Research on the application of clustering algorithms for the astrophysical problem of classification galaxies. Brazilian Journal of Applied Computing, v. 7, n. 2, p. 52-61. 2015.
GONÇALVES, M. F.; BLANCO, C. J. C.; DOS SANTOS, V. C.; DOS SANTOS OLIVEIRA, L. L.; PESSOA, F. C. L. Identification of Rainfall Homogenous Regions taking into account El Niño and La Niña and Rainfall Decrease in the state of Pará, Brazilian Amazon. Acta Scientiarum. Technology, v. 38, n. 2, p. 209-216. 2016.
HALKIDI, M.; BATISTAKIS, Y.; VARGIANNIS, M. Cluster validity methods: Part. I. ACM SIGMOD Record, v. 31, n. 2. 2002.
IBGE (2010). Census 2010. https://cidades.ibge.gov.br. Access on 10 August 2022.
ISHIHARA, J. H.; FERNANDES, L. L.; DUARTE, A. A. A. M.; DUARTE, A. R. C. L. M.; PONTE, M. X.; LOUREIRO, G. E. Quantitative and Spatial Assessment of Precipitation in the Brazilian Amazon (Legal Amazon) - (1978 to 2007). Brazilian Journal of Water Resources., Porto Alegre, v. 19, p. 29-39. 2014.
KÖPPEN, W.; GEIGER, R. Klimate der Erde. Gotha: Verlagcondicionadas. Justus Perthes, 1928.
LEMOS, A. L. F.; SILVA, J. de A. Deforestation in the Legal Amazon: evolution, causes, monitoring and mitigation possibilities through the Amazon Fund. Forest and Environment, v. 18, n. 1, p. 98-108. 2012.
LIMBERGER, L.; SILVA, M. E. S. Observed precipitation in Brazilian Amazonia: conventional networks and data from Reanalysis I of NCEP/NCAR, CRU and GPCC. Brazilian Journal of Climatology, v. 22, ed. Jan/Jun. 2018.
MENEZES, F. P.; FERNANDES, L. L.; DA ROCHA, E. J. P.. The Use of Statistics for Precipitation Regionalization in the State of Pará, Brazil. Brazilian Journal of Climatology, v. 16, p. 64-71. 2015.
MENEZES, F.; FERNANDES, L. Analysis of trend and variability of precipitation in the State of Pará. Biosphere Encyclopedia, v. 13, no. 24, 2016.
NADOUSHANI, S. S. M.; DEHGHANIAN, N.; SAGHAFIAN, B. A fuzzy hybrid clustering method for identifying hydrologic homogeneous regions. Journal of Hydroinformatics, v. 20, n.6. 2018.
NASH, J. E.; SUTCLIFFE, J. V. River flow forecasting through conceptual models part I – a discusssion of principles. Journal of Hydrology (Amsterdam), v. 10, n. 3, p. 282-290. 1970.
NOBRE, C.; YOUNG, A. F.; SALDIVA, P. H. N.; ORSINI, J. A. M.; NOBRE, A. D.; OGURA, A. T.; et al. Vulnerability of Brazilian Megacities to Climate Change: the São Paulo Metropolitan Region (RMSP). Climate Change in Brazil: economic, social and regulatory aspects. Brasilia: IPEA., v., p. 197-219. 2011.
PAKHIRA, M. K.; BANDYOPADHYAY, S.; MAULIK, U. Validity index for crisp and fuzzy clusters, Pattern Recognition, n. 37, p.481-501.2004.
PARCHURE, A. S.; GEDAM, S. K. Homogeneous regionalization via L-moments for Mumbai City, India. Meteorology Hydrology and Water Management, v. 7, n. 2, p. 73 – 83. 2019.
PEDRYCZ, W.; VUKOVICH, G. Fuzzy clustering with supervision. Pattern Recognition. The Journal of the Pattern Recognition Society, v.37, p. 1339-1349. 2004.
PEREIRA, D. D. R.; ULIANA, E. M.; MARTINEZ, M. A; DA SILVA, D. D. Performance of a concentrated hydrologic model and a semidistributed in the prediction of daily flows. Irriga, Botucatu, v. 21, n. 2, p.409-424. 2016.
PESSOA, F. C. L.; BLANCO, C. J. C.; MARTINS, J. R. Regionalization of flow permanence curves in the region of Calha Norte in the State of Pará. Brazilian Journal of Water Resources, v. 16, p. 65-74. 2011.
RAZIEI, T.; DARYABARI, J.; BORDI, I.; PEREIRA, L. S. Spatial patterns and temporal trends of precipitation in Iran. Theor Appl Climatol, v. 115, p. 531–540. 2014.
RENCHER, A. C.; CHRISTENSEN, W. F. Methods of multivariate analysis. New Jersey: John Wiley and Sons, 2012. 768 p.
RIBEIRO, A.; VICTORIA, R. L.; PEREIRA, A. R.; VILLA NOVA, N. A.; MARTINELLI, L. A.; MORTATTI, J. Analysis of the Rainfall Regime of the Amazon Region from Data from Eleven Locations. Brazilian Journal of Meteorology, v. 11, p. 25 – 35. 1996.
ROUSSEEUW, P. J. Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, v. 20, p. 53–65. 1987.
SARMADI, F.; SHOKOOHI, A. Regionalizing precipitation in Iran using GPCC gridded data via multivariate analysis and L-moment methods. Theor Appl Climatol, p. 122:121–128. 2014.
SCHNEIDER, U.; FUCHS, T.; MEYER-CHRISTOFFER, A.; RUDOLF, B. Global Precipitation Analysis Products of the GPCC. Global Precipitation Climatology Centre (GPCC) Deutscher Wetterdienst, Offenbach a. M., 2011, Germany.
SHI, W.; YU, X.; LIAO, W.; WANG, Y.; JIA, B. Spatial and temporal variability of daily precipitation concentration in the Lancang River basin, China. Journal of Hydrology, v. 495, p. 197–207. 2013.
SILVA, M. D. N. A. D.; PESSOA, F. C. L.; SILVEIRA, R. N. P. D. O.; ROCHA, G. S.; MESQUITA, D. A. Determination of Homogeneity and Trend of Precipitations in the Tapajós River Basin. Brazilian Journal of Meteorology, v. 33, v. 4, p. 665 675. 2018.
SILVEIRA, C. D. S.; SOUZA FILHO, F. D. A. D.; MARTINS, E. S. P. R.; OLIVEIRA, J. L.; COSTA, A. C.; NÓBREGA, M. T.; et al. Climatic changes in the basin of the São Francisco River: An analysis for precipitation and temperature. Brazilian Journal of Water Resources, v. 21, 416-428. 2016.
SULOCHANA, Y.; CHANDRIKA, P.; BHASKARA RAO, S. V. Rainrate and rain attenuation statistics for different homogeneous regions of India. Indian Journal of Radio & Space Physics, v. 43, p. 301-314. 2014.
TAN, P. N.; STEINBACH, M.; KUMAR, V. Introduction to Data Mining. Addison Wesley. 2005.
WWO. World Meteorological Organization. Commission on Instruments and Methods of Observation. International Organizing Committee for the WMO Solid Precipitation Measurement Intercomparison, final report of the first session, 31 pp., Geneva, 1985.
YAMANA, T. K.; ELTAHIR, E. A. B. On the use of satellite‐based estimates of rainfall temporal distribution to simulate the potential for malaria transmission in rural Africa. Water Resour. Res., v. 47. 2011.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
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