Variabilidad climática de la precipitación en el estado de Ceará, Nordeste de Brasil
Notice bibliographique
Résumé
The state of Ceará is a semi-arid region located in the Northeast region of Brazil, characterized by an irregular rainy season, great climate variability mainly driven by the El Niño–Southern Oscillation (ENSO), Sea Surface Temperature (SST) of the tropical South Atlantic and extreme weather events. Droughts and their effects were studied to determine their frequency and help reduce their economic, social and environmental impacts. For that, we evaluated the space-time variability of the Standardized Precipitation Index (SPI) and characterized the drought for the twelve hydrographic regions of the State of Ceará in the scales of 3, 6 and 12 months. The data comprise the period 1980-2020 considering the monthly values of precipitation provided by the Cearense Foundation of Meteorology and Water Resources (FUNCEME). During the years 1982 and 1993, the SPI detected the greatest droughts in the state. It was also verified that 1996 and 1998 were the years with less intense dry events, presented in the 3, 6 and 12 month scales of the SPI. The index proved to be a useful tool for identifying drought in the study area at different time scales. Using wavelet analysis we found increases in spectral power at periodicities of 4-10 years, especially around 1982 and 2011, but these oscillations do not seem to be significant above the red noise spectrum. We found that cooler and warmer ENSO conditions and tropical South Atlantic SST variability were related to wetter rainy seasons, while opposite SST conditions to drier seasons.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».