Estimation of entropy in Amparo de São Francisco, Sergipe – Brazil

Authors

DOI:

https://doi.org/10.33448/rsd-v10i15.22800

Keywords:

Energy disorder; Rainfall daily fluctuations; Rain distribution.

Abstract

The entropy proposition was used to assess the fluctuations in rainfall, trying to understand or add more rainfall information about the region. Evaluate the fluctuations of daily, monthly and annual rainfall data for Amparo de São Francisco and discuss their water availability, observing the entropy methodology for dry and rainy blocks and their standard deviations, between 1964-2020. The annual daily rainfall series were provided through the rainfall probability distribution function and the annual average of entropy, being calculated for each year through the information of this average. The “bit” unit was used to calculate the element under study, meaning binary digit and the smallest numerical unit accepted were the values ​​of 0 or 1. The yield of information results in a reduction in entropy, and vice-versa. Entropy becomes zero when there is absolute certainty that a certain event will occur, or statistically, when all but one probability in the set is zero.

References

Alvares, C. A., Stape, J. L., Sentelhas, P. C., Gonçalves, J. L. M. & Sparovek, G. (2014). Climate classification map for Brazil. Meteorologische Zeitschrift. 22, 711–728.

Araújo, J. M. F. R. (2017). Inteligência artificial e árvore de decisão utilizando-se da entropia. Universidade Federal de Campina Grande. Departamento de Sistema e Informativa 18p.

Ferreira, D. V. S.; Silva, A. S. A.; Stosic, T.; Menezes, R. S. C.; Irmão, R. A.; Souza, W. S. (2018). Análise da variabilidade espaço temporal da chuva mensal no Estado de Pernambuco utilizando o método entropia de permutação. Revista Brasileira de Biom. v.36, n. 2, p.276-289.

Gleiser, M. (2016). Universo eterno, vida eterna? Para se adaptar ao aumento de entropia, a vida terá que mudar. Brasil Escola. http://Brasilescola.uol.com.br/fisica/a-lei-hubbleexpansão- universo.htm.

Holanda, R. M.; Medeiros, R. M.; França, M. V. (2020). Estimativa da entropia pluvial em Bom Jesus Piauí, Brasil. Research, Society and Development, v.9, n.8, e794986010, 2020. DOI: http://dx.doi.org/10.33448/rsd-v9i8.6010 .

Holanda, R. M & Medeiros, R. M. (2020). Comportamento térmico e a contribuição pluvial em Lagoa Seca, Brasil entre 1981-2019. Research, Society and Development. , v.9, p.695974815 - 30,

IPCC. (2014). Impacts, Adaptation, and Vulnerability. Part B: Regional Aspects. Working Group II Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Intergovernmental Panel on Climate Change (IPCC).

Marengo, J.; Alves, L. M.; Beserra, E. A.; Lacerda, F. F. (2015). Variabilidade e mudanças climáticas no semiárido brasileiro. Recursos hídricos em regiões áridas e semiáridas. ISBN 978-85-64265-01-1. INSA. Pag. 303 – 422. Campina Grande-PB.

Medeiros R. M. (2020). Estudo Agrometeorológicos para o Estado de Sergipe. Distribuição avulsa. P.132.

Medeiros, R. M.; França, M. V.; Saboya, L. M. F.; Holanda, R. M.; Rolim Neto, F. C.; Araújo, W. P. (2020). Análise estatística das precipitações de Serra Talhada e São Bento do Una - Pernambuco, Brasil. Research, Society and Development. , v.9, p.e3909119954.

Medeiros, R. M.; Silva, V. P. R.; Gomes Filho, M. F. (2015). Aplicação da teoria da entropia no estudo da precipitação em Teresina-PI. Revista de Geografia, v.32, n.2, p.206-218.

Medeiros, R. M. (2019). Variabilidade da entropia pluvial entre os municípios São Bento do Una, Serra Talhada e Caruaru (Pernambuco – Brasil) em período de el niño (a). Revista Equador, UFPI, 8(1), 116–132.

Medeiros, R. M. (2019). Entropia pluviométrica na grande metrópole Recife-PE, Brasil. Journal of Environmental Analysis and Progress. 04(01), 031-047.

Melo, V. S.; Medeiros, R. M. (2016). Entropia da precipitação pluvial no município de Cabaceiras - PB, Brasil. Revista Brasileira de Agricultura Irrigada, v.10, n.5, p.952-964.

Nadarajah, S.; Choi, D. (2007). Maximum daily rainfall in South Korea. Journal of Earth System Science, v. 116, p. 311-320.

Noronha, G. C. D.; Hora, M. D. A. G. M.; Silva, L. P. D. (2016). Rain Anomaly Index Analysis for the Santa Maria/Cambiocó Catchment, Rio de Janeiro State, Brazil. Revista Brasileira de Meteorologia,31(1), 74-81.

Pontes, J. 2015. Determinism, chaos, selforganization and entropy. Anais da Acad. Bra. de Ciências, Rio de Janeiro. P.185.

Silva, V. P. R. (2004). Entropy on climate variability in Northeast of Brazil. Journal of Arid Environments, v.58, n.4, p.575-596.

Souza, R.; Feng, X.; Antonino, A.; Montenegro, S.; Souza, E.; Porporato, A. (2016). Vegetation response to rainfall seasonality and interannual variability in tropical dry forests. Hydrological Processes, v.30, n.20, p.3583-3595.

Westra, S.; Alexander, L. V.; Zwiers, F. W. (2013). Global in creas ingtrends in annual maximum daily precipitation. Journal of Climate, v.26, n.11, p. 3903-3918.

Published

28/11/2021

How to Cite

FRANÇA, M. V. de .; MEDEIROS, R. M. de .; SABOYA, L. M. F. .; HOLANDA, R. M. de .; ROLIM NETO, F. C. . Estimation of entropy in Amparo de São Francisco, Sergipe – Brazil. Research, Society and Development, [S. l.], v. 10, n. 15, p. e389101522800, 2021. DOI: 10.33448/rsd-v10i15.22800. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/22800. Acesso em: 12 nov. 2024.

Issue

Section

Exact and Earth Sciences