Orientador: Luiz Koodi Hotta

Dissertação (mestrado) - Universidade Estadual de Campinas, Insittuto de Matematica, Estatistica e Ciencia da Computação

Resumo: As técnicas de componentes principais e agrupamentos são aplicadas a dados de pluviometria, visando o conhecimento dos padrões de chuva predominantes nas áreas investigadas e a determinação de regiões homogêneas. São analisados dois casos: nordeste paraense e Estado de São Paulo, Brasil. Na...

Resumo: As técnicas de componentes principais e agrupamentos são aplicadas a dados de pluviometria, visando o conhecimento dos padrões de chuva predominantes nas áreas investigadas e a determinação de regiões homogêneas. São analisados dois casos: nordeste paraense e Estado de São Paulo, Brasil. Na análise do nordeste paraense são utilizados os dados de precipitação pluviométrica mensal de 22 estações, correspondentes ao período de 1983 a 1988. A análise de componentes principais consegue destacar, através dos 3 primeiros componentes, as características das chuvas no período de transição chuvoso-seco, no período seco e no período chuvoso, respectivamente. 0 método de agrupamento de Ward consegue, com 5 grupos, agrupar de maneira satisfatória as estações
levando-se em consideração essas características. Para o Estado de São Paulo são analisados os totais pluvio-métricos de cinco dias para o mês de setembro, de 1961 a 1988, sendo utilizadas as observações de 391 estações meteorológicas. Através dos mapas dos valores dos componentes principais consegue-se observar a influência de características espaciais na atuação das chuvas. A aplicação dos métodos de agrupamento de Ward e da ligação média mostra diferentes resultados quando comparados entre si. No entanto, levando-se em consideração as características de cada método, tem-se que eles procuram destacar diferentes informações do conjunto de dados. As análises mostram, de uma maneira geral, a importância de se conhecerem as características especificas de cada método.

Abstract: Principal component analysis is used to derive spatial and temporal patterns of rainfall data, and the cluster analysis is latter applied to find homogeneous regions. Two cases are analised: northeast of Para State and São Paulo State, both in Brazil. The analysis of the northeast of Para...

Abstract: Principal component analysis is used to derive spatial and temporal patterns of rainfall data, and the cluster analysis is latter applied to find homogeneous regions. Two cases are analised: northeast of Para State and São Paulo State, both in Brazil. The analysis of the northeast of Para State uses the monthly total profiles of the precipitation at 22 stations, covering the period from 1983 to 1988. The first three principal components emphasize the period of wet-dry transition, the amount of rainfall during the dry period and the amount of rainfall during the wet period, in this order. Ward's cluster method with five groups produces a regionali2ation closely related with Koppen classification and in agreement with the principal component analysis. The São Paulo State analysis is based on total pentad rainfall during September. The data are collected at 391 meteorological stations covering the period from 1961 to 1988. The first principal component score is associated with the total rainfall. The gradient of the isolines of the second and third principal components scores mapping is, respectivelly, in the northeast-southwest and the northwest-southeast direction. The second component is related with frontal systems, but the third principal component is not immediatly interpretable. The application of the Ward's and the average linkage clustering methods yields different regionalization. In both cases, however, the characteristics of the clusters are interprétable showing different aspects of the data. The results show that the objectives of the lustering plays an important role in the choice of the clustering method.