CORRELAÇÃO CRUZADA MÚLTIPLA EM DADOS METEOROLÓGICOS NA CIDADE DE SALVADOR, BAHIA, BRASIL
DOI:
https://doi.org/10.63595/vetor.v35i2.18202Palavras-chave:
Coeficientes, Modelagem, VariáveisResumo
A importância da análise das variáveis meteorológicas decorre do fato de que estes elementos afetam o meio ambiente como um todo. Com essa perspectiva, este trabalho tem como objetivo realizar uma análise de correlação cruzada entre dados meteorológicos para diagnosticar seus efeitos diretos e indiretos, na cidade de Salvador, Bahia, Brasil. Para a metodologia, foram usados como base dados meteorológicos do Instituto Nacional de Meteorologia e os métodos do coeficiente de correlação cruzada e coeficiente de correlação cruzada múltipla. Na análise do coeficiente de correlação cruzada, a radiação solar x temperatura do ar teve uma condição forte, a radiação solar x umidade relativa também teve uma condição forte, já a radiação solar x velocidade do vento teve uma condição média. O resultado da correlação cruzada múltipla, isto é, as variáveis temperatura do ar, umidade relativa e velocidade do vento, foram correlacionadas com a radiação solar, obtendo uma condição muito forte entre elas (0,88). Estudar correlações em dados meteorológicos é fundamental para melhorar a previsão do tempo e antecipar condições adversas, ajudando a entender mudanças climáticas ao revelar padrões e tendências de longo prazo, crucial para desenvolver estratégias de mitigação e adaptação.
Downloads
Referências
[1] D. Guha-Sapir, P. Hoyois, e R. Below, “Annual disaster statistical review 2014: The numbers and trends,” 2014. Disponível em: https://www.cred.be/sites/default/files/ADSR_2014.pdf
[2] F. T. Silva e C. E. Alvarez, “A correlação entre variáveis climáticas em diferentes configurações urbanas,” em Proceedings of EURO ELECS 2015, Guimarães, Portugal, 2015.
[3] C. Frohlich, “Solar irradiance variability since 1978,” Space Science Reviews, vol. 125, pp. 53–56, 1998. Disponível em: https://doi.org/10.1007/978-0-387-48341-2_5
[4] N. K. Solanki e S. K. Haigh, “Solar irradiance variability and climate,” Annual Review of Astronomy and Astrophysics, vol. 51, pp. 311-351, 2013. Disponível em: https://doi.org/10.1146/annurev-astro-082812-141007
[5] T. Lucas, D. Plec, L. Abreu, e M. Parizzi, “Identificação de interpoladores adequados a dados de chuva a partir de parâmetros estatísticos,” Revista Brasileira de Climatologia, vol. 13, pp. 7–21, 2013. Disponível em: https://doi.org/10.5380/abclima.v13i0.31259
[6] W. Ricce, S. Carvalho, P. Caramori, e S. Roberto, “Zoneamento agroclimático da cultura da videira no estado do Paraná,” SEMINA: Ciências Agrárias, vol. 35, no. 45, pp. 2327–2336, 2014. Disponível em: https://doi.org/10.5433/1679-0359.2014v35n4Suplp2327
[7] M. Herrmann, Atlas de Desastres Naturais do Estado de Santa Catarina, 1a Edição, Florianópolis, Brasil: Secretaria de Estado da Segurança Pública e Defesa do Cidadão, 2006. Disponível em: http://www.ceped.ufsc.br/wp-content/uploads/2006/01/Atlas_Ceped.pdf
[8] Instituto Nacional de Meteorologia (INMET). Disponível em: https://portal.inmet.gov.br/
[9] A. I. Filho, P. F. Borges, L. S. Araujo, A. R. Pereira, E. M. Lima, L. S. Silva, e C. V. S. Junior, “Influência das variáveis climáticas sobre a evapotranspiração,” Gaia Scientia, vol. 9, no. 1, pp. 62-63, 2015.
[10] Conder - Companhia de Desenvolvimento Urbano da Bahia, Painel de informações: dados socioeconômicos do município de Salvador por bairros e prefeituras-bairro /Sistema de Informações Geográficas Urbanas do Estado da Bahia, Salvador, Brasil: CONDER/INFORMS, 2016.
[11] Salvador (Município), Lei N° 9.278/2017 de 21 de setembro de 2017. Dispõe sobre a delimitação e denominação dos bairros do Município de Salvador, Capital do Estado da Bahia, na forma que indica, e dá outras providências, 2017.
[12] G. F. Zebende, “DCCA cross-correlation coefficient: Quantifying level of cross-correlation,” Physica A, vol. 390, no. 4, pp. 614–618, 2011. Disponível em: https://doi.org/10.1016/j.physa.2010.10.022
[14] G. F. Zebende e A. M. Silva Filho, “Detrended multiple cross-correlation coefficient,” Physica A: Statistical Mechanics and its Applications, vol. 510, pp. 91–97, 2018. Disponível em: https://doi.org/10.1016/j.physa.2018.06.119
[15] D. C. Galvão, “A estrutura e o clima da urbe: uma relação sistêmica,” Humanae, vol. 8, no. 2, 2014. [Online]. Disponível em: https://revistas.esuda.edu.br/index.php/humanae/article/view/124
[16] R. Zimmermann e S. M. Schons, “Aquecimento global e impacto nas águas,” Revista Filosofazer, vol. 28, no. 34, pp. 83-106, 2009. Disponível em: http://filosofazer.ifibe.edu.br/index.php/filosofazerimpressa/article/viewFile/149/146
[17] D. H. Rached, “Interfaces entre o regime internacional de mudança climática e a saúde global,” Lua Nova, vol. 98, pp. 231-254, 2016. Disponível em: https://doi.org/10.1590/0102-6445231-254/98







