Navegando por Assunto "Chuvas"

Agora exibindo 1 - 2 de 2

Potencial das árvores urbanas na regulação hídrica em ruas da cidade do Recife – PE
(2019-12-06) Oliveira, Bianka Luise de; Lima Neto, Everaldo Marques de; http://lattes.cnpq.br/6791561445213969; http://lattes.cnpq.br/2234337737762536
As árvores urbanas possuem a capacidade de interceptar a água da chuva por meio de suas folhas, galhos superficiais e troncos, retardando o pico de vazão e reduzindo o escoamento superficial. Diante disso, este estudo teve como objetivo estimar o potencial de regulação hídrica de árvores urbanas no bairro das Graças em Recife – PE com o auxílio da plataforma i-Tree para quantificar o volume de água interceptado e o escoamento superficial evitado pelas árvores. Foi realizado um inventário arbóreo em 4 ruas do bairro seguindo os modelos e protocolos da plataforma. Os dados foram inseridos no programa i-Tree Eco v6, que possui a finalidade de quantificar e valorar serviços ecossistêmicos de árvores urbanas. Com uma interface intuitiva e de fácil utilização, o programa gerou relatórios referentes à interceptação e ao escoamento superficial evitado a nível de indivíduo e de espécies, à saúde das copas, às classes de diâmetro à altura do peito (DAP), à área de copa, à área foliar e à frequência das espécies. No ano de 2016, 137 indivíduos interceptaram 1.739,8 m³ de águas pluviais e evitaram o escoamento superficial de 355,1 m³ de água. As espécies de maior frequência foram Licania tomentosa (21,17%), Senna siamea (11,68%), Terminalia cattapa (9,49%) e Filicium decipiens (8,03%). Dentre as espécies de maior frequência, a L. tomentosa apresentou maior interceptação total e a T. catappa apresentou maior valor de interceptação média de seus indivíduos. A mesma sequência ocorreu para os valores de escoamento evitado. A espécie Lagerstroemia speciosa apresentou os menores valores de interceptação e escoamento superficial evitado. Boa parte dos indivíduos das espécies de maior ocorrência apresentaram copas em condições ruins e críticas. A espécie L. tomentosa apresentou maior área e volume de copa, seguida pela T. catappa e S. siamea. Os valores de interceptação e escoamento superficial evitado demonstraram que estão diretamente relacionados à área, ao volume e à saúde da copa. Os resultados corroboram a utilidade da plataforma nos estudos dos serviços ecossistêmicos para com a arborização urbana de cidades brasileiras. Apesar de algumas limitações para projetos internacionais, a plataforma consegue cumprir com as suas funções de forma satisfatória. Os produtos gerados pelo programa i-Tree Eco v6 pode auxiliar no planejamento e gestão das árvores urbanas.
Rainfall prediction in eastern northeast brazil using machine learning and oceanic predictors
(2025-03-21) Paes, Geraldo Fernando Costa; Sampaio, Pablo Azevedo; http://lattes.cnpq.br/8865836949700771; http://lattes.cnpq.br/5551316233621672
This study proposes a machine learning (ML) approach to predict rainfall in the eastern sector of Northeast Brazil, a region characterized by significant climatic variability. Using binary classification, models were trained to determine whether four-month period (quadrimester) rainfall would be above or below the historical median. Predictors included oceanic and atmospheric variables (e.g., sea surface temperature, trade winds) identified by previous studies, combined with homogeneous rainfall groups. Data from 1982 to 2023 were divided into quadrimesters (April–July, August–November, December–March) and evaluated using Random Forest (RF), Logistic Regression (LR), K-Nearest Neighbors (KNN), and Support Vector Machine (SVM). Nested cross-validation revealed that RF achieved the highest F1-score (0.671) and recall (0.799) when predicting the rainy quadrimester (April–July), demonstrating strong potential for identifying high-rainfall periods. Despite limited data and high variance, the results underscore ML’s viability for rainfall forecasting in the region, offering a baseline for future research with expanded datasets or advanced models.