@Article{CorreaCamp:2020:NeNeWa,
author = "Correa, Cleber Souza and Campos Velho, Haroldo Fraga de",
affiliation = "{Instituto de Aeron{\'a}utica e Espa{\c{c}}o (IAE)} and
{Instituto Nacional de Pesquisas Espaciais (INPE)}",
title = "Observing the existence of low-frequency variability in monthly
rainfall data at southeastern Brazil using R package tools: neural
networks and wavelet",
journal = "Brazilian Journal of Geophysics",
year = "2020",
volume = "38",
number = "2",
keywords = "monthly rainfall, sunspots, multi-decadal cycles,
precipita{\c{c}}{\~a}o mensal, manchas solares, ciclos
multi-decenais.",
abstract = "This study aimed to analyze 70 years historical series in the
Brazilian Southeastern region, using monthly rainfall data.
Statistical modeling techniques such as cross-wavelet spectra and
artificial neural networks (ANN), from the R statistical package,
were used to perform the analyses. Two different types of neural
networks were employed: the multi-layer perceptron (MLP) and
extreme learning machine (ELM). From the cited time series, the
analysis shows the existence of a decadal and multi-decadal signal
with cycles of 5, 11, and 22 years in the monthly rainfall in
Brazilian Southeastern region, observing the existence of
lowfrequency variability. This shows a significant degree of
modulation and association for the precipitation with solar
activity. The neural networks were also used as forecasting tools,
with a better performance for MLP-NN smaller root mean square
error. However, the MLP-NN presented a greater confidence interval
than ELM-NN. RESUMO: Este estudo teve como objetivo analisar
s{\'e}ries hist{\'o}ricas de 70 anos no sudeste do Brasil,
utilizando dados mensais de precipita{\c{c}}{\~a}o.
T{\'e}cnicas de an{\'a}lise estat{\'{\i}}stica usando o pacote
estat{\'{\i}}stico R, como espectros de wavelet cruzado e
modelagem de redes neurais artificiais (RNA), foram usadas para
realizar as an{\'a}lises. Duas implementa{\c{c}}{\~o}es de
redes neurais foram empregadas: multi-layer perceptron (MLP) e
extreme learning machine (ELM). Os resultados obtidos nas
an{\'a}lises realizadas permitem inferir que as s{\'e}ries
temporais observadas mostram a exist{\^e}ncia de um sinal decenal
e multi-decenal com ciclos de 5, 11 e 22 anos na
precipita{\c{c}}{\~a}o mensal no sudeste do Brasil, observando a
exist{\^e}ncia de variabilidade de baixa frequ{\^e}ncia nos
dados analisados. Isso mostra um grau significativo de
modula{\c{c}}{\~a}o e associa{\c{c}}{\~a}o da
precipita{\c{c}}{\~a}o com a atividade solar. A an{\'a}lise de
s{\'e}ries temporais longas permitem a observa{\c{c}}{\~a}o de
variabilidades de baixa frequ{\^e}ncia, evidenciando sua grande
import{\^a}ncia e relev{\^a}ncia. Uma significativa parcela da
vari{\^a}ncia total de ciclos atmosf{\'e}ricos decenais {\'e}
modulado pela atividade solar. As redes neurais tamb{\'e}m foram
usadas como ferramentas de previs{\~a}o, com melhor desempenho
para a rede MLP como mostrado pelo erro m{\'e}dio
quadr{\'a}tico. A rede MLP apresentou maior amplitude no
intervalor de confian{\c{c}}a do que a rede ELM.",
doi = "10.22564/rbgf.v38i2.2046",
url = "http://dx.doi.org/10.22564/rbgf.v38i2.2046",
issn = "0102-261X",
language = "en",
targetfile = "correa-observing.pdf",
urlaccessdate = "21 maio 2024"
}