| 1. Identificação | |||||||||||||
| Tipo de Referência | Tese ou Dissertação (Thesis) | ||||||||||||
| Site | mtc-m21d.sid.inpe.br | ||||||||||||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | ||||||||||||
| Identificador | 8JMKD3MGP3W34T/47N3QDB | ||||||||||||
| Repositório | sid.inpe.br/mtc-m21d/2022/09.29.21.06 | ||||||||||||
| Última Atualização | 2022:12.20.14.20.32 (UTC) simone | ||||||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m21d/2022/09.29.21.06.51 | ||||||||||||
| Última Atualização dos Metadados | 2022:12.29.16.24.01 (UTC) administrator | ||||||||||||
| Chave Secundária | INPE-18639-TDI/3274 | ||||||||||||
| Chave de Citação | SucaHuallata:2022:PrClSa | ||||||||||||
| Título | Previsão climática sazonal de precipitação para o Peru com abordagem estatística  | ||||||||||||
| Título Alternativo | Seasonal precipitation forecast for Peru with statistical approach | ||||||||||||
| Curso | MET-MET-DIPGR-INPE-MCTI-GOV-BR | ||||||||||||
| Ano | 2022 | ||||||||||||
| Data | 2022-09-12 | ||||||||||||
| Data de Acesso | 21 maio 2024 | ||||||||||||
| Tipo da Tese | Dissertação (Mestrado em Meteorologia) | ||||||||||||
| Tipo Secundário | TDI | ||||||||||||
| Número de Páginas | 89 | ||||||||||||
| Número de Arquivos | 1 | ||||||||||||
| Tamanho | 7866 KiB | ||||||||||||
| 2. Contextualização | |||||||||||||
| Autor | Suca Huallata, Lenin Abimael | ||||||||||||
| Banca | Pezzi, Luciano Ponzi (presidente) Coelho, Caio Augusto dos Santos (orientador) Vasconcelos Junior, Francisco das Chagas | ||||||||||||
| Endereço de e-Mail | leninsuca20@gmail.com | ||||||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | ||||||||||||
| Cidade | São José dos Campos | ||||||||||||
| Histórico (UTC) | 2022-09-29 21:06:51 :: leninsuca20@gmail.com -> administrator :: 2022-09-30 16:34:51 :: administrator -> pubtc@inpe.br :: 2022-09-30 16:35:25 :: pubtc@inpe.br -> leninsuca20@gmail.com :: 2022-11-28 12:56:49 :: leninsuca20@gmail.com -> administrator :: 2022-11-29 18:10:41 :: administrator -> pubtc@inpe.br :: 2022-11-29 18:11:07 :: pubtc@inpe.br -> leninsuca20@gmail.com :: 2022-12-01 21:36:18 :: leninsuca20@gmail.com -> administrator :: 2022-12-20 14:06:30 :: administrator -> pubtc@inpe.br :: 2022-12-22 15:59:45 :: pubtc@inpe.br -> simone :: 2022-12-22 16:00:51 :: simone :: -> 2022 2022-12-22 16:01:14 :: simone -> administrator :: 2022 2022-12-29 16:24:01 :: administrator -> :: 2022 | ||||||||||||
| 3. Conteúdo e estrutura | |||||||||||||
| É a matriz ou uma cópia? | é a matriz | ||||||||||||
| Estágio do Conteúdo | concluido | ||||||||||||
| Transferível | 1 | ||||||||||||
| Palavras-Chave | análise de correlação canônica (ACC) modelos estatísticos precipitação sazonal preditores oceânicos e atmosféricos canonical correlation analysis (ACC) statistical models seasonal precipitation oceanic and atmospheric predictors | ||||||||||||
| Resumo | Previsões climáticas fornecem informações antecipadas que podem ajudar a reduzir os impactos negativos associados a períodos de excesso ou déficit de precipitação em diversos setores da sociedade, e fortalecer o desenvolvimento socioeconômico de uma determinada região. Neste contexto, o objetivo deste estudo foi desenvolver e avaliar procedimentos para a produção de previsões climáticas sazonais de precipitação para o Peru; usando uma abordagem estatística baseada na análise de correlação canônica (ACC) com diferentes preditores, como a temperatura da superfície do mar (TSM) e variáveis de circulação atmosférica em níveis baixos (850 hPa), médio (500 hPa) e alto (200 hPa) da atmosfera. Os resultados mostraram que as principais variáveis atmosféricas e oceânicas analisadas no mês de outubro, que foram identificadas como relevantes preditoras para a previsão de precipitação no trimestre Dezembro-Janeiro-Fevereiro (DJF) posterior ao mês de outubro sobre o Peru foram a TSM com influência em setores da Costa Norte, Costa Central, toda a Serra, Selva Norte e Selva Central do Peru; a variável de Altura Geopotencial em (850 hPa) baixos níveis (AG850) com influência na Costa Norte, Costa Central, todos os setores da Serra e Selva Peruana; a variável de Pressão ao Nível médio do Mar (PNM) com influência nos setores de toda a Costa e Serra Peruana além da Selva Norte e Selva Sul do Peru; a variável Vento Zonal em baixos níveis (850 hPa) com influência em setores da Costa Norte e toda Serra do Peru; e o Vento Zonal (200 hPa) em altos níveis (VZ200) com influência na Costa Norte, Costa Sul, e toda a Serra do Peru. Como a variável oceânica (TSM) foi identificada como o preditor predominante de precipitação sobre o Peru, essa variável foi combinada com outras variáveis atmosféricas (AG850, VZ850 e PNM), sendo os maiores índices de habilidade preditiva para o setor Serra Sul obtidos através da combinação de TSM e VZ850, enquanto as combinações de TSM e PNM, e TSM e AG850 apresentaram os maiores valores para o setor Serra Norte. Ao combinar as duas variáveis atmosféricas (PNM, VZ850 e PNM, AG850) que se destacaram com melhor desempenho com a variável oceânica (TSM), resultados semelhantes aos obtidos através das combinações anteriores foram encontrados nos diferentes setores do Peru. Portanto, para a produção de previsões sazonais estatísticas de precipitação para DJF sobre o Peru, recomenda-se a combinação da TSM com pelo menos uma variável atmosférica para contemplar os mecanismos físicos do sistema climático acoplado que modulam a variabilidade climática da precipitação sazonal. ABSTRACT: Climate forecast provide advanced information that can help reduce the negative impacts associated with periods of excess or deficit of precipitation in different sectors of society, and strengthen the socioeconomic development of a given region. In this context, the objective of this study was to develop and evaluate procedures for the production of seasonal precipitation forecasts for Peru; using a statistical approach based on canonical correlation analysis (CCA) with different predictors such as sea surface temperature (SST) and atmospheric circulation variables at low (850 hPa), medium (500 hPa) and high (200 hPa) levels of the atmosphere. The results showed that the main atmospheric and oceanic variables analyzed in the month of October, which were identified as relevant predictors for the forecast of precipitation in the December-January- February (DJF) quarter after the month of October over Peru, were the SST with influence in sectors of the North Coast, Central Coast, all Sierra, Selva Norte and Selva Central of Peru; the Geopotential Height variable at (850 hPa) low levels (AG850) with influence on the North Coast, Central Coast, all sectors of the Sierra and Peruvian Jungle; the Mean Sea Level Pressure (PNM) variable with influence on the sectors of the entire Coast and Sierra Peruana as well as the Selva Norte and Selva Sul of Peru; the Zonal Wind variable at low levels (850 hPa) with influence in sectors of the North Coast and the entire Sierra do Peru; and Zonal Wind (200 hPa) at high levels (VZ200) with influence on the North Coast, South Coast, and the entire Sierra del Peru. As the oceanic variable (SST) was identified as the predominant predictor for precipitation over Peru, this variable was combined with other atmospheric variables (AG850, VZ850 and PNM), with the highest predictive ability indices for the Sierra Sul sector obtained through the combination of SST and VZ850, while the combinations of SST and PNM, and SST and AG850 showed the highest values for the Sierra Norte sector. By combining the two atmospheric variables (PNM, VZ850 and PNM, AG850) that stood out with the best performance with the oceanic variable (SST), results similar to those obtained through the previous combinations were found in the different sectors of Peru. Therefore, for the production of statistical seasonal forecasts of precipitation for DJF over Peru, it is recommended to combine the SST with at least one atmospheric variable to contemplate the physical mechanisms of the coupled climate system that modulate the climate variability of seasonal precipitation. | ||||||||||||
| Área | MET | ||||||||||||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > MET > Previsão climática sazonal... | ||||||||||||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Previsão climática sazonal... | ||||||||||||
| Conteúdo da Pasta doc | acessar | ||||||||||||
| Conteúdo da Pasta source |
| ||||||||||||
| Conteúdo da Pasta agreement |
| ||||||||||||
| 4. Condições de acesso e uso | |||||||||||||
| URL dos dados | http://mtc-m21d.sid.inpe.br/ibi/8JMKD3MGP3W34T/47N3QDB | ||||||||||||
| URL dos dados zipados | http://mtc-m21d.sid.inpe.br/zip/8JMKD3MGP3W34T/47N3QDB | ||||||||||||
| Idioma | pt | ||||||||||||
| Arquivo Alvo | publicacao.pdf | ||||||||||||
| Grupo de Usuários | leninsuca20@gmail.com simone | ||||||||||||
| Visibilidade | shown | ||||||||||||
| Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 | ||||||||||||
| Detentor dos Direitos | originalauthor yes | ||||||||||||
| Permissão de Leitura | allow from all | ||||||||||||
| Permissão de Atualização | não transferida | ||||||||||||
| 5. Fontes relacionadas | |||||||||||||
| Repositório Espelho | urlib.net/www/2021/06.04.03.40.25 | ||||||||||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F35TRS 8JMKD3MGPCW/46KUATE | ||||||||||||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2013/10.15.01.34 1 | ||||||||||||
| Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 | ||||||||||||
| 6. Notas | |||||||||||||
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype | ||||||||||||