z-logo
open-access-imgOpen Access
Análise fatorial na identificação dos fatores para obtenção de índice climatológico
Author(s) -
Antônio Ricardo Santos de Andrade,
Edijailson Gonçalves Silva,
Alberto dos Passos Vieira,
Maria Beatrice Gueiros Silva,
Willas Mendonça dos Santos,
Maria Gorete dos Santos Silva
Publication year - 2021
Publication title -
journal of environmental analysis and progress
Language(s) - Portuguese
Resource type - Journals
ISSN - 2525-815X
DOI - 10.24221/jeap.6.1.2021.3270.079-099
Subject(s) - humanities , physics , philosophy
No semiárido pernambucano, a precipitação, radiação, velocidade do vento e a temperatura estão entre as variáveis meteorológicas mais importantes para os estudos das mudanças climáticas, uma vez que sua variabilidade espacial e temporal são características marcantes do clima. Objetivou-se estudar a estrutura de correlação de variáveis da área de meteorologia para a obtenção de "Índices climatológicos multivariados" para município de Garanhuns/PE, Brasil, baseado na técnica estatística de Análise Fatorial (AF) utilizando séries climatológicas mensais de 1963 a 2019 das variáveis meteorológicas, com banco de dados proveniente do Instituto Nacional de Meteorologia (INMET). O procedimento estatístico realizado foi à técnica de estatística multivariada de Análise Fatorial utilizando o método das Componentes Principais e Análise de Cluster de Conglomerado Hierárquico. Utilizando a técnica de Análise Fatorial que simplificou a informação contida nas variáveis observadas, relacionadas com variabilidade climática da região, obteve-se o índice do climático multivariado. Aos valores deste índice para os municípios de Garanhuns, foi aplicada a técnica de Análise de Agrupamento e permitiu identificar a formação de cinco grupos “cluster” de variáveis meteorológicas que mais influência o clima local. Estes grupos são caracterizados por possuírem homogeneidade interna e por serem diferenciados entre si. Sendo que foram agrupados em um mesmo cluster os com características meteorológicas mais parecidas entre si do que com as demais variáveis agrupadas nos outros clusters, onde foram criados clusters que não violam os princípios da homogeneidade e separação.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here