Análise multifractal da precipitação na área costeira de Pernambuco, Brasil
DOI:
https://doi.org/10.33448/rsd-v10i2.12424Palavras-chave:
Precipitação; Mudança climática; Multifractal.Resumo
O aquecimento global e as mudanças climáticas são as principais preocupações dos cientistas, engenheiros e legisladores, porque afetam todos os aspectos da natureza e da vida humana. A precipitação e a temperatura do ar são as variáveis mais importantes para detectar as alterações climáticas, através da análise estatística de um conjunto de índices que descrevem os extremos de temperatura e precipitação. Nas últimas décadas, conceitos e métodos da ciência de sistemas complexos foram aplicados na análise de dados hidrológicos para descrever a variabilidade dos processos hidrológicos em múltiplas escalas temporais e espaciais. Neste trabalho, analisamos séries temporais de precipitação diária em Recife, Brasil (durante o período de 1962 a 2019) usando a análise Multifractal Detrended Fluctuation Analysis (MFDFA) a fim de estudar correlações de longo prazo em subconjuntos de pequenas e grandes flutuações de chuva. Calculamos parâmetros multifractais (que quantificam a posição de máximo, largura e assimetria do espectro multifractal) que estão relacionados a diferentes propriedades das flutuações da precipitação. Ao comparar os valores desses parâmetros para dois subperíodos de 29 anos, descobrimos que, após 1990, a dinâmica da chuva mudou para uma persistência mais forte, multifractalidade mais fraca e diminuição da dominância de pequenas flutuações.
Referências
Adarsh, S., Nourani, V., Archana, D. S., & Dharan, D. S. (2020). Multifractal description of daily rainfall fields over India. Journal of Hydrology, 586, 124913. https://doi.org/10.1016/j.jhydrol.2020.124913
Arvor, D., Dubreuil, V., Ronchail, J., Simões, M., & Funatsu, B. M. (2014). Spatial patterns of rainfall regimes related to levels of double cropping agriculture systems in Mato Grosso (Brazil). International Journal of Climatology, 34(8), 2622–2633. https://doi.org/10.1002/joc.3863
da Silva, H. S., Silva, J. R. S., & Stosic, T. (2020). Multifractal analysis of air temperature in Brazil. Physica A: Statistical Mechanics and Its Applications, 549, 124333. https://doi.org/10.1016/j.physa.2020.124333
De Benicio, R. B., Stošić, T., De Figueirêdo, P. H., & Stošić, B. D. (2013). Multifractal behavior of wild-land and forest fire time series in Brazil. Physica A: Statistical Mechanics and Its Applications, 392(24), 6367–6374. https://doi.org/10.1016/j.physa.2013.08.012
Douglas, E. M., & Barros, A. P. (2003a). Probable maximum precipitation estimation using multifractals: Application in the eastern United States. Journal of Hydrometeorology, 4(6), 1012–1024. https://doi.org/10.1175/1525-7541(2003)004<1012:PMPEUM>2.0.CO;2
Douglas, E. M., & Barros, A. P. (2003b). Probable maximum precipitation estimation using multifractals: Application in the eastern United States. Journal of Hydrometeorology, 4(6), 1012–1024. https://doi.org/10.1175/1525-7541(2003)004<1012:PMPEUM>2.0.CO;2
Fuwape, I. A., Ogunjo, S. T., Oluyamo, S. S., & Rabiu, A. B. (2017). Spatial variation of deterministic chaos in mean daily temperature and rainfall over Nigeria. Theoretical and Applied Climatology, 130(1–2), 119–132. https://doi.org/10.1007/s00704-016-1867-x
García-Marín, A. P., Estévez, J., Medina-Cobo, M. T., & Ayuso-Muñoz, J. L. (2015). Delimiting homogeneous regions using the multifractal properties of validated rainfall data series. Journal of Hydrology, 529(P1), 106–119. https://doi.org/10.1016/j.jhydrol.2015.07.021
García-Marín, Amanda P., Jiménez-Hornero, F. J., & Ayuso-Muñoz, J. L. (2008). Multifractal analysis as a tool for validating a rainfall model. Hydrological Processes, 22(14), 2672–2688. https://doi.org/10.1002/hyp.6864
Haines, A., Kovats, R. S., Campbell-Lendrum, D., & Corvalan, C. (2006). Climate change and human health: Impacts, vulnerability and public health. Public Health, 120(7), 585–596. https://doi.org/10.1016/j.puhe.2006.01.002
Herr, H. D., & Krzysztofowicz, R. (2005). Generic probability distribution of rainfall in space: The bivariate model. Journal of Hydrology, 306(1–4), 234–263. https://doi.org/10.1016/j.jhydrol.2004.09.011
Jha, S. K., & Sivakumar, B. (2017a). Complex networks for rainfall modeling: Spatial connections, temporal scale, and network size. Journal of Hydrology, 554, 482–489. https://doi.org/10.1016/j.jhydrol.2017.09.030
Jha, S. K., & Sivakumar, B. (2017b). Complex networks for rainfall modeling: Spatial connections, temporal scale, and network size. Journal of Hydrology, 554(9), 482–489. https://doi.org/10.1016/j.jhydrol.2017.09.030
Kabo-Bah, A. T., Diji, C. J., Nokoe, K., Mulugetta, Y., Obeng-Ofori, D., & Akpoti, K. (2016). Multiyear rainfall and temperature trends in the Volta River basin and their potential impact on hydropower generation in Ghana. Climate, 4(4), 49. https://doi.org/10.3390/cli4040049
Kantelhardt, J. W., Zschiegner, S. A., Koscielny-Bunde, E., Havlin, S., Bunde, A., & Stanley, H. E. (2002). Multifractal detrended fluctuation analysis of nonstationary time series. Physica A: Statistical Mechanics and Its Applications, 316(1–4), 87–114. https://doi.org/10.1016/S0378-4371(02)01383-3
Krzyszczak, J., Baranowski, P., Zubik, M., Kazandjiev, V., Georgieva, V., Sławiński, C., Siwek, K., Kozyra, J., & Nieróbca, A. (2019). Multifractal characterization and comparison of meteorological time series from two climatic zones. Theoretical and Applied Climatology, 137(3–4), 1811–1824. https://doi.org/10.1007/s00704-018-2705-0
Langousis, A., Veneziano, D., Furcolo, P., & Lepore, C. (2009). Multifractal rainfall extremes: Theoretical analysis and practical estimation. Chaos, Solitons and Fractals, 39(3), 1182–1194. https://doi.org/10.1016/j.chaos.2007.06.004
Movahed, M. S., Jafari, G. R., Ghasemi, F., Rahvar, S., & Tabar, M. R. R. (2006). Multifractal detrended fluctuation analysis of sunspot time series. Journal of Statistical Mechanics: Theory and Experiment, 316(2), 87–114. https://doi.org/10.1088/1742-5468/2006/02/P02003
Oliveira, P. T., Santos e Silva, C. M., & Lima, K. C. (2017). Climatology and trend analysis of extreme precipitation in subregions of Northeast Brazil. Theoretical and Applied Climatology, 130(1–2), 77–90. https://doi.org/10.1007/s00704-016-1865-z
Park, J., Kang, H., Lee, Y. S., & Kim, M. (2011). Changes in the extreme daily rainfall in South Korea. International Journal of Climatology, 31(15), 2290–2299.
Park, J. S., Kang, H. S., Lee, Y. S., & Kim, M. K. (2011). Changes in the extreme daily rainfall in South Korea. International Journal of Climatology, 31(15), 2290–2299. https://doi.org/10.1002/joc.2236
Peng, C. K., Buldyrev, S. V., Havlin, S., Simons, M., Stanley, H. E., & Goldberger, A. L. (1994). Mosaic organization of DNA nucleotides. Physical Review E, 49(2), 1685–1689. https://doi.org/10.1103/PhysRevE.49.1685
Sa’adi, Z., Shahid, S., Ismail, T., Chung, E. S., & Wang, X. J. (2019). Trends analysis of rainfall and rainfall extremes in Sarawak, Malaysia using modified Mann–Kendall test. Meteorology and Atmospheric Physics, 131(3), 263–277. https://doi.org/10.1007/s00703-017-0564-3
Shimizu, Y. U., Thurner, S., & Ehrenberger, K. (2002). Multifractal spectra as a measure of complexity in human posture. Fractals, 10(1), 103–116. https://doi.org/10.1142/S0218348X02001130
Stošić, D., Stošić, D., Stošić, T., & Stanley, H. E. (2015). Multifractal analysis of managed and independent float exchange rates. Physica A: Statistical Mechanics and Its Applications, 428, 13–18. https://doi.org/10.1016/j.physa.2015.02.055
Svensson, C., Olsson, J., & Berndtsson, R. (1996). Multifractal properties of daily rainfall in two different climates. Water Resources Research, 32(8), 2463–2472. https://doi.org/10.1029/96WR01099
Tan, X., & Gan, T. Y. (2017). Multifractality of Canadian precipitation and streamflow. International Journal of Climatology, 37, 1221–1236. https://doi.org/10.1002/joc.5078
Telesca, L., & Toth, L. (2016). Multifractal detrended fluctuation analysis of Pannonian earthquake magnitude series. Physica A: Statistical Mechanics and Its Applications, 448, 21–29. https://doi.org/10.1016/j.physa.2015.12.095
Weltzin, J. F., Loik, M. E., Schwinning, S., Williams, D. G., Fay, P. A., Haddad, B. M., Harte, J., Huxman, T. E., Knapp, A. K., Lin, G., Pockman, W. T., Shaw, M. R., Small, E. E., Smith, M. D., Smith, S. D., Tissue, D. T., & Zak, J. C. (2003). Assessing the Response of Terrestrial Ecosystems to Potential Changes in Precipitation. In BioScience (Vol. 53, Issue 10, pp. 941–952). American Institute of Biological Sciences. https://doi.org/10.1641/0006-3568(2003)053[0941:ATROTE]2.0.CO;2
Xavier, S. F. A., da Silva Jale, J., Stosic, T., dos Santos, C. A. C., & Singh, V. P. (2019). An application of sample entropy to precipitation in Paraíba State, Brazil. Theoretical and Applied Climatology, 136(1–2), 429–440. https://doi.org/10.1007/s00704-018-2496-3
Zorick, T., & Mandelkern, M. A. (2013). Multifractal Detrended Fluctuation Analysis of Human EEG: Preliminary Investigation and Comparison with the Wavelet Transform Modulus Maxima Technique. PLoS ONE, 8(7), e68360. https://doi.org/10.1371/journal.pone.0068360
Zunino, L., Tabak, B. M., Figliola, A., Pérez, D. G., Garavaglia, M., & Rosso, O. A. (2008). A multifractal approach for stock market inefficiency. Physica A: Statistical Mechanics and Its Applications, 387(26), 6558–6566. https://doi.org/10.1016/j.physa.2008.08.028
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Ikaro Daniel de Carvalho Barreto; Tatijana Stosic
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
