Estimativa da entropia em Amparo de São Francisco, Sergipe – Brasil

Autores

DOI:

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

Palavras-chave:

Desordem energética; Flutuações diárias pluviais; Distribuição pluvial.

Resumo

A proposição da entropia foi empregada para avaliar as oscilações pluviais tentando compreender ou acrescentar mais informações pluviais da região. Avaliar as oscilações dos dados de chuvas diárias, mensais e anuais para Amparo de São Francisco e debater suas disponibilidades hídricas, observando a metodologia da entropia para as quadras secas e chuvosas e seus desvios padrão, entre 1964-2020. As séries pluviais diárias anuais foram proporcionada através da função de distribuição de probabilidade de chuva e a média anual da entropia, sendo calculada para cada ano através das informações dessa média. Utilizou-se a unidade “bit” para o cálculo do elemento em estudo, tendo como significado dígito binário e a menor unidade numérica admitida foram os valores de 0 ou 1. O rendimento da informação resulta redução da entropia, e vice-versa. A entropia torna-se zero quando existe certeza absoluta da ocorrência de um certo evento, ou estatisticamente, quando todas as probabilidades do conjunto, exceto uma, é zero.

Referências

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.

Downloads

Publicado

28/11/2021

Como Citar

FRANÇA, M. V. de .; MEDEIROS, R. M. de .; SABOYA, L. M. F. .; HOLANDA, R. M. de .; ROLIM NETO, F. C. . Estimativa da entropia em Amparo de São Francisco, Sergipe – Brasil. 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: 23 nov. 2024.

Edição

Seção

Ciências Exatas e da Terra