| 1. Identificação | |
| Tipo de Referência | Artigo em Revista Científica (Journal Article) |
| Site | mtc-m16b.sid.inpe.br |
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
| Identificador | 6qtX3pFwXQZGivnK2Y/RHzpk |
| Repositório | sid.inpe.br/mtc-m17@80/2007/10.10.13.54 |
| Última Atualização | 2007:10.10.13.54.41 (UTC) administrator |
| Repositório de Metadados | sid.inpe.br/mtc-m17@80/2007/10.10.13.54.43 |
| Última Atualização dos Metadados | 2021:02.10.19.01.16 (UTC) administrator |
| Chave Secundária | INPE-14973-PRE/9885 |
| ISSN | 1680-7340 1680-7359 |
| Chave de Citação | LucioCoCaSeRaCa:2007:SoBr |
| Título | Spatiotemporal monthly rainfall reconstruction via artificial neural network – case study: south of Brazil  |
| Ano | 2007 |
| Data Secundária | 20070426 |
| Mês | Apr. |
| Data de Acesso | 03 maio 2024 |
| Tipo Secundário | PRE PI |
| Número de Arquivos | 1 |
| Tamanho | 604 KiB |
| 2. Contextualização | |
| Autor | 1 Lucio, P. S. 2 Conde, F. C. 3 Cavalcanti, Iracema Fonseca de Alabuquerque 4 Serrano, A. I. 5 Ramos, A. M. 6 Cardoso, A. O. |
| Grupo | 1 2 3 DMD-INPE-MCT-BR 4 5 6 DMD-INPE-MCT-BR |
| Afiliação | 1 Centro de Geofı 2 sica de ´ Evora (CGE), Universidade de ´ Evora, Portugal/Departamento de Estat´ı 3 stica (DEST, UFRN) 4 Centro de Geofı 5 sica de ´ Evora (CGE), Universidade de ´ Evora, Portugal/Departamento de Estat´ı 6 stica (DEST, UFRN) |
| Endereço de e-Mail | deicy@cptec.inpe.br |
| Revista | Advances in Geosciences |
| Volume | 10 |
| Páginas | 67-76 |
| Histórico (UTC) | 2007-11-23 18:24:27 :: deicy@cptec.inpe.br -> administrator :: 2012-10-23 23:58:05 :: administrator -> deicy@cptec.inpe.br :: 2007 2013-02-07 16:46:46 :: deicy@cptec.inpe.br -> banon :: 2007 2013-02-19 14:31:12 :: banon -> administrator :: 2007 2021-02-10 19:01:16 :: administrator -> deicy@cptec.inpe.br :: 2007 |
| 3. Conteúdo e estrutura | |
| É a matriz ou uma cópia? | é a matriz |
| Estágio do Conteúdo | concluido |
| Transferível | 1 |
| Tipo do Conteúdo | External Contribution |
| Tipo de Versão | publisher |
| Palavras-Chave | rainfall climatological artificial neural network atmospheric phenomena |
| Resumo | Climatological records users, frequently, request time series for geographical locations where there is no observed meteorological attributes. Climatological conditions of the areas or points of interest have to be calculated interpolating observations in the time of neighboring stations and climate proxy. The aim of the present work is the application of reliable and robust procedures for monthly reconstruction of precipitation time series. Time series is a special case of symbolic regression and we can use Artificial Neural Network (ANN) to explore the spatiotemporal dependence of meteorological attributes. The ANN seems to be an important tool for the propagation of the related weather information to provide practical solution of uncertainties associated with interpolation, capturing the spatiotemporal structure of the data. In practice, one determines the embedding dimension of the time series attractor (delay time that determine how data are processed) and uses these numbers to define the networks architecture. Meteorological attributes can be accurately predicted by the ANN model architecture: designing, training, validation and testing; the best generalization of new data is obtained when the mapping represents the systematic aspects of the data, rather capturing the specific details of the particular training set. As illustration one takes monthly total rainfall series recorded in the period 1961 2005 in the Rio Grande do Sul Brazil. This reliable and robust reconstruction method has good performance and in particular, they were able to capture the intrinsic dynamic of atmospheric activities. The regional rainfall has been related to high-frequency atmospheric phenomena, such as El Nino and La Nina events, and low frequency phenomena, such as the Pacific Decadal Oscillation. |
| Área | MET |
| Arranjo | urlib.net > DIDMD > Spatiotemporal monthly rainfall... |
| Conteúdo da Pasta doc | acessar |
| Conteúdo da Pasta source | não têm arquivos |
| Conteúdo da Pasta agreement | não têm arquivos |
| 4. Condições de acesso e uso | |
| URL dos dados | http://urlib.net/ibi/6qtX3pFwXQZGivnK2Y/RHzpk |
| URL dos dados zipados | http://urlib.net/zip/6qtX3pFwXQZGivnK2Y/RHzpk |
| Idioma | en |
| Arquivo Alvo | Cavalcanti_adgeo-10-67-2007.pdf |
| Grupo de Usuários | administrator banon deicy@cptec.inpe.br |
| Visibilidade | shown |
| Detentor da Cópia | SID/SCD |
| Política de Arquivamento | allowpublisher allowfinaldraft |
| Permissão de Leitura | allow from all |
| Permissão de Atualização | não transferida |
| 5. Fontes relacionadas | |
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/43SKC35 |
| Divulgação | PORTALCAPES |
| Acervo Hospedeiro | lcp.inpe.br/ignes/2004/02.12.18.39 cptec.inpe.br/walmeida/2003/04.25.17.12 |
| 6. Notas | |
| Campos Vazios | alternatejournal archivist callnumber copyright creatorhistory descriptionlevel doi electronicmailaddress format isbn label lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup resumeid rightsholder schedulinginformation secondarymark session shorttitle sponsor subject tertiarymark tertiarytype typeofwork url |
| 7. Controle da descrição | |
| e-Mail (login) | deicy@cptec.inpe.br |
| atualizar | |