USO DE MODELOS ARIMA SAZONAIS NO ESTUDO DA SÉRIE TEMPORAL DE MP 10 DA CIDADE DE SÃO CARLOS
|
|
- Vanessa Alcântara Freire
- 6 Há anos
- Visualizações:
Transcrição
1 USO DE MODELOS ARIMA SAZONAIS NO ESTUDO DA SÉRIE TEMPORAL DE MP 10 DA CIDADE DE SÃO CARLOS E. P. LIMA 1, S. A. POZZA 2, M. L. GIMENES 3, J. R. COURY 2 1 Universidade Estadual de Maringá, Departamento de Engenharia Civil ed_p_lima@yahoo.com.br ²Universidade Federal de São Carlos, Departamento de Engenharia Química ³Universidade Estadual de Maringá, Departamento de Engenharia Química RESUMO - Neste estudo, é analisada a concentração de MP 10 em relação aos dados de pluviosidade e é obtido um modelo de previsão da concentração do poluente. O período de estudos escolhido compreende setembro de 1997 a fevereiro de Foram usadas 72 médias mensais para a obtenção do modelo e 30 para a validação da previsão. Duas metodologias foram escolhidas: os modelos Arima sazonais e os de suavização exponencial de Holt-Winters. A seleção do melhor modelo Arima foi feita buscando o menor valor de AIC. Na análise estatística, o modelo escolhido foi o ARIMA (2,1,3) (0,0,0) 6. Para Holt-Winters, o melhor modelo foi obtido ao variar seus três parâmetros até obter o menor erro de previsão. O desempenho de previsão de cada modelo Arima e Holt-Winters foi verificado comparando os valores obtidos pelos modelos com os 30 valores selecionados para a validação. Para isso, foram considerados os valores de RMSE (Root Mean Square Error) e RMSE percentual. Dessa comparação, resultou que o modelo Arima obtido apresentou menores valores de RMSE e RMSE percentual do que o melhor modelo de Holt-Winters: 9,71 para o RMSE e 0,43 para RMSE percentual contra 13,63 para o RMSE e 0,61para RMSE percentual para o modelo de Holt-Winters. INTRODUÇÃO Material particulado é o termo genérico para a mistura de partículas sólidas e líquidas em suspensão na atmosfera que apresenta composição química e propriedades físicas complexas. Um parâmetro importante do material particulado é o diâmetro de suas partículas, que se relaciona com o local da deposição no trato respiratório (Marques, 2000). As partículas podem ter diâmetros de 0,001 µm a 500 µm, sendo que, do que se pode medir, a maior parte está no intervalo de 0,1 a 10 µm (Carvalho Jr. e Lacava, 2003). As partículas de maiores dimensões são menos prejudiciais à saúde, por se depositam no solo em poucas horas em função da ação da gravidade. O mesmo não ocorre com as partículas com menores dimensões, que são pequenas o suficiente para permanecerem em suspensão na atmosfera, movendo-se como moléculas de gás e, na prática, não se depositam no solo, permanecendo na atmosfera por horas ou até dias, podendo viajar por distâncias consideráveis a partir da fonte (Carvalho Jr. e Lacava, 2003). Em função da origem, as partículas em suspensão são classificadas como primárias e secundárias. As partículas primárias são originadas da ressuspensão de poeira e em processos de combustão. As partículas secundárias são formadas a partir dos gases da combustão, que reagem com o vapor de água na atmosfera (EPA, 2003). Dentre as fontes
2 emissoras não naturais, os veículos apresentam participação significativa na emissão de material particulado, conforme pode ser visto nos dados de 2008 da Região Metropolitana de São Paulo (CETESB, 2009), em que os veículos leves tiveram participação de 11,72% e os veículos pesados 28,28%. Além de problemas relacionados à saúde, o material particulado prejudica o meio ambiente ao modificar os balanços químicos e de nutrientes em corpos d água, podendo também causar erosão e manchas em estruturas e monumentos. Conforme Cappiello (2002), o material particulado é a causa principal da redução da visibilidade em muitas partes dos EUA, alterando os níveis de radiação solar que atingem o solo. Em função dessa redução na radiação solar, as partículas alteram a temperatura do solo e influenciam negativamente o crescimento das plantas (Carvalho Jr. e Lacava, 2003). A cidade de São Carlos possui uma estação de monitoramento na região central que vem coletando a concentração de material particulado desde 1997 por meio de um amostrador de grandes volumes (AGV), o que permitiu a obtenção de uma série temporal com as concentrações desse poluente. A estimativa da tendência de uma série temporal da concentração de um poluente possibilita a tomada de decisões quanto à emissão desse poluente antes que a concentração limite seja atingida, ou então ajuda na decisão sobre a criação e ampliação de redes de monitoramento. Vários métodos de previsão de séries temporais estão disponíveis, como o de médias móveis (MA), regressão linear com o tempo, suavização exponencial de Holt-Winters e os modelos ARIMA. Os modelos ARIMA proporcionam previsões probabilísticas, apresentando certa facilidade de implantação. Esses modelos apresentam diversas vantagens em relação a outros modelos, como suavização exponencial e redes neurais, em particular em sua capacidade de previsão e a grande quantidade de informações sobre mudanças relacionadas ao tempo (Mishra e Desai, 2005). O objetivo deste trabalho é analisar a série temporal de MP 10 suspenso na atmosfera da cidade de São Carlos por meio de modelos ARIMA sobre os dados coletados da concentração de material particulado atmosférico para a cidade de 1997 até Inicialmente, o artigo aborda as características da cidade de São Carlos e da área de coleta e amostragem. Em seguida, na analise estatística, são apresentados os resultados obtidos com o modelo ARIMA, que são comparados com o modelo obtido por Holt- Winters. Por fim, são apresentadas a conclusão e as sugestões. MUNICÍPIO DE SÃO CARLOS São Carlos é um município brasileiro situado próximo do centro geográfico do Estado de São Paulo (Figura 1). Fundado em 1857, durante o período de expansão da cultura do café, possui, segundo projeção do IBGE (2009) para 2007, uma população de habitantes distribuídos em uma área total de km², sendo a 14ª maior cidade do interior do Estado em número de habitantes. A frota total de veículos do município, em 2007, era de (40% de crescimento em relação a 2002), com uma relação veículos/habitantes de 0,47 (SEADE, 2009). O clima é tropical de altitude, com inverno seco e verão chuvoso e temperaturas médias, com mínima de 15,3 e máxima de 27,0. S. J. do Rio Preto São Carlos Ribeirão Preto Campinas São Paulo Figura 1: Localização do município de São Carlos O município possui intensa atividade industrial nas áreas mecânica, têxtil e cerâmica, com expansão crescente da agroindústria, como a produção de álcool, papel e alimentos. Assim, pode ser considerado representativo da região sudeste do Brasil, que inclui municípios como Ribeirão Preto, Piracicaba e São José do Rio
3 Preto, que apresentam atividade industrial rural equivalente à urbana, o que justifica o monitoramento da qualidade do ar (Pozza, 2005). funcionando em modo de maior consumo de combustível (mistura rica). ÁREA DE COLETA E AMOSTRAGEM Área de coleta Segundo estudos preliminares de material particulado realizados na cidade de São Carlos entre os anos de 1997 e 1998 (Celli, 1997; Marques 2000), dos cinco pontos de amostragem analisados, três apresentavam médias anuais próximas. Quanto aos outros dois pontos de amostragem, um, localizado em zona estritamente industrial, possuía uma média muito superior às demais, e outro, localizado na zona rural, possuía uma média anual menor para particulado total em suspensão (PTS) (Celli, 1997). Dentre os três pontos com médias anuais próximas, Celli (1997) decidiu que o ponto mais adequado para o monitoramento semanal de material particulado localizava-se na região central da cidade. O autor ainda determinou que aproximadamente pedestres circulavam diariamente na região central, com um pico de fluxo entre as 14:00 e 17:00 horas. Quanto ao fluxo de veículos, aproximadamente carros, motos e ônibus transitavam diariamente nessa região, com um pico por volta das 12:00 horas. Assim, devido à combinação de intenso fluxo de veículos e pedestres, estando estes suscetíveis à influência do ar local, Celli (1997) decidiu que o melhor local para o monitoramento semanal da qualidade do ar seria na Praça Voluntários da Pátria, entre a Avenida São Carlos e a Rua Dona Alexandrina. Cabe observar que tanto a Avenida São Carlos quanto a Rua Dona Alexandrina têm pontos de ônibus na Praça Voluntários da Pátria, muito próximos da estação de monitoramento (Figura 2). Somado a isso, existem dois semáforos na Av. São Carlos: um antes da praça e outro logo após o ponto de ônibus, apresentando nesse trecho da avenida um greide significativo. Isso faz com que as emissões de material particulado no local sejam maiores, já que os ônibus estão Figura 2: Estação de monitoramento Amostragem A coleta de MP 10 em suspensão na atmosfera tem sido feita utilizando um amostrador de grande volume (AGV HiVol) MP 10, modelo HV1200/MFC da marca Graseby-GMW, mostrado na Figura 3a. O amostrador consiste em uma bomba de sucção à vazão constante de 1,13 m 3 /min, controlada por um medidor de vazão do tipo Venturi e um cabeçote dotado de um separador inercial. O cabeçote tem uma abertura de 360º, que permite uma amostragem independente da direção do vento e a geometria de entrada da cabeça de separação favorece apenas a coleta de partículas com diâmetro aerodinâmico igual ou inferior a 10 µm. O ar, acelerado por nove bocais, é projetado para a câmara de impactação inercial (Figura 3b), onde o material que possui diâmetro médio de 10 µm fica retido em uma placa untada com graxa de silicone. O MP 10 é coletado em um filtro de fibra de vidro de dimensões 20x25 cm 2 instalado dentro da camisola de abrigo (Figura 3c), durante um período de amostragem de 24 horas (nominais). (a) (b) (c) Figura 3: Amostrador de grande volume AGV MP 10 e destaques
4 A concentração de material particulado é obtida por gravimetria, com os filtros sendo pesados antes e após a coleta, ficando por um período determinado em dessecador para diminuir a umidade absorvida. O fluxo medido no equipamento permite obter o volume de ar amostrado para o cálculo da concentração. Para este trabalho, os dados de monitoramento analisados foram coletados entre setembro de 1997 e fevereiro de 2006, como mostra o gráfico da Figura 4. Na análise destes dados, é possível verificar que limite máximo de concentração de MP 10 em uma amostragem de 24h de 150 μg/m 3 estipulado pela resolução nº 003/90 do CONAMA não foi ultrapassado. Concentração ( g/m³) Figura 4: Dados de MP 10 usados na análise Ainda na Figura 4, é possível observar que os valores de concentração têm forte variação com o tempo (sazonalidade), com valores de maior concentração correspondentes aos períodos de inverno (seco), e os de menor concentração, aos períodos de verão (chuvoso). Uma melhor visualização do efeito da precipitação pode ser feita comparando os dados de concentração com os dados de precipitação para o mesmo período, mostrados na Figura 5: altos valores de concentração coincidem com períodos sem precipitação e baixos valores ocorrem quando há precipitação. Este é um comportamento esperado, já que a chuva tem o efeito de lavagem atmosférica. Adicionado a isso, nessa região do Brasil, onde o clima é tropical de altitude, os períodos secos tendem a apresentar uma atmosfera mais estável, o que prejudica a dispersão de poluentes. E é também nesta estação que a queima de biomassa (cana-deaçúcar) aumenta consideravelmente, levando a uma maior emissão de material particulado. Já na estação chuvosa, as altas temperaturas levam a uma atmosfera instável e, em conjunto com a maior precipitação, leva a uma menor concentração de poluentes atmosféricos. Precipitação (mm) Figura 5: Dados de precipitação ANÁLISE ESTATÍSTICA As análises estatísticas foram realizadas com versão da plataforma R (R Development Core Team, 2009), distribuída gratuitamente sob os termos da GNU GPL (General Public License). Para trabalhar com a série temporal, é preciso fazer o tratamento dos dados. Em seguida, são identificados os melhores modelos ARIMA e Holt-Winters que se ajustem à série transformada. Por fim, os modelos são validados por meio da comparação dos valores obtidos com os observados. Tratamento dos dados Antes de se obter o modelo, é necessário fazer o tratamento dos dados. O primeiro passo é a localização de outliers e valores extremos, por meio dos gráficos box plot. As observações consideradas outliers e valores extremos foram excluídas das séries e novos valores foram obtidos pelo método de median nearby, que se mostrou o mais adequado para a série analisada. Os dados de uma série temporal precisam apresentar intervalos igualmente espaçados e, como os dados obtidos não apresentavam intervalos eqüidistantes de amostragem, foram obtidas médias mensais. A série temporal obtida por tal processo foi então dividida em duas partes: a primeira, para a obtenção do modelo; a segunda, para a validação da previsão. Foram adotados os últimos 30 valores da série para a validação, como mostra a Figura 6. Dentre os 30 valores, alguns pontos apresentam baixos valores de concentração em relação a todos os valores usados na modelagem, o que pode aumentar os erros finais na validação. A série destinada à
5 modelagem foi então transformada com a aplicação do logaritmo, o que leva à obtenção de um modelo com um menor número de parâmetros. Identificação do modelo A escolha do modelo univariado compreende duas etapas: a análise da estacionariedade e normalidade da série e a estrutura da correlação temporal (Mishra e Desai, 2005). Na primeira etapa, determina-se o nível de diferenciação necessário para tornar a série estacionária e atingir a normalidade. A Figura 7 apresenta as representações gráficas das funções de autocorrelação (FAC) da série transformada e suas diferenças de ordem 1 e 2. O comportamento da FAC da série, aparentemente, não indica a necessidade de diferenças para torná-la estacionária. Isto foi confirmado ao aplicar o teste de Dickey- Fuller, que rejeitou a hipótese de raiz unitária. No entanto, ao analisar a normalidade da série pelos testes QQ normal e Shapiro-Wilk (p>0,05), mostrados na Figura 8, pode-se observar que a transformação logarítmica não foi suficiente para tornar a série normal (p=0,009), algo que foi obtido com a primeira diferença (p=0,267). Assim, o valor de d (não sazonal) a ser usado é 1 e o de D (sazonal) é zero. Concentração - ( g/m³) modelagem : 72 validação : Observação Figura 6: Série temporal da concentração de MP 10 Série transformada Diferença 1 Diferença 2 FAC FAC FAC Figura 7: Análise da estacionariedade da série Série original Shapiro: Log Shapiro: Diff(Log) Shapiro: Quantis amostrais Quantis amostrais Quantis amostrais Quantis teóricos Quantis teóricos Figura 8: Análise da normalidade da série Quantis teóricos Na segunda etapa, para determinar a estrutura da correlação temporal da série transformada, são analisadas as funções de autocorrelação (FAC) e autocorrelação parcial (FACP) e, a partir dessa informação, é determinada a forma geral do modelo a ser ajustado. No entanto, segundo Ong et al. (2005), quando a série temporal tem os efeitos autoregressivos (AR) e médias móveis (MA), os gráficos de FAC e FACP não
6 apresentam, de forma clara, as defasagens a serem identificadas, o que, de acordo com Ehlers (2007), envolve algum grau de arbitrariedade na interpretação dessas funções. Como alternativa, podem ser usados algoritmos genéticos, como feito em Ong et al. (2005) ou então usar uma busca seqüencial dos modelos que apresentem os menores valores do Critério de Informação de Akaike (AIC), ao variar os parâmetros do modelo dentro de um certo intervalo. A busca pelo menor AIC se deve ao fato de que o modelo com o menor valor geralmente apresenta resíduos similares a ruído branco (Makridakis et al., 2003 apud Mishra e Desai, 2005). Por meio da variação sucessiva dos parâmetros (p, q) e (P, Q) do modelo ARIMA, foram obtidos os modelos com os menores valores de AIC, sendo que os 10 menores são mostrados na Tabela 1. Tabela 1: Comparação dos modelos obtidos Modelo AIC Parâmetros M1 arima (2,1,3) (0,0,0) 6-54,130 6 M2 arima (1,1,1) (1,0,1) 6-43,861 5 M3 arima (1,1,2) (1,0,1) 6-42,225 6 M4 arima (2,1,4) (0,0,0) 6-39,186 7 M5 arima (2,1,4) (0,0,1) 6-37,195 8 M6 arima (1,1,0) (1,0,1) 6-30,750 4 M7 arima (2,1,5) (1,0,0) 6-30,231 9 M8 arima (2,1,4) (1,0,0) 6-26,427 8 M9 arima (0,1,0) (1,0,1) 6-25,017 3 M10 arima (1,1,5) (1,0,0) 6-24,747 8 O modelo com menor AIC, chamado M1, apresenta um grande número de parâmetros. Segundo Morettin e Toloi (2006), devem-se buscar modelos com poucos parâmetros e, no caso de modelos para a previsão, escolhe-se um grupo de modelos para verificar qual apresenta o melhor desempenho. Dessa forma, foram selecionados quatro modelos: M1, M2, M6 e M9. O primeiro, por ter apresentado o menor valor de AIC e, os demais, por apresentarem um menor número de parâmetros em relação ao modelo M1. Para os quatro modelos, foi feita a análise estatística dos parâmetros (Tabela 2) para verificar se todos são significativos. Observase que somente o modelo M2 apresentou problemas com um parâmetro (AR não sazonal), sendo, por isso, eliminado da seleção. Tabela 2: Análise estatística dos parâmetros Variáveis Modelo Parâmetro Erro Valor padrão p < 0,05 M1 1,7295 0,0045 0, ,9996 0,0031 0,000-2,513 0,4210 0, ,3306 0,7561 0, ,7694 0,3501 0,014 M2 0,2355 0,1794 0,095-0,9054 0,0999 0,000-0,9973 0,0076 0,000 0,8792 0,1668 0,000 M6-0,3477 0,1187 0,002-0,9907 0,0163 0,000 0,8376 0,1374 0,000 M9-0,9891 0,0291 0, ,8749 0,1669 0,000 Em um bom modelo de previsão, os resíduos do modelo ajustado devem ser ruído branco e apresentar distribuição normal. A evidência de correlação ao longo do tempo nos resíduos indica que uma ou mais características da série não foram adequadamente descritas pelo modelo. Para verificar se há correlação nos resíduos dos três modelos e se estes são ruído branco, foram traçados os gráficos do teste de Ljung-Box (p>0,05). A Figura 9 mostra que somente no caso do modelo M1 não há correlação, eliminando os modelos M6 e M9. p-valor Modelo M p-valor Modelo M Figura 9: Teste de Ljung-Box p-valor Modelo M Foram traçados o histograma e o QQplot com teste de Shapiro-Wilk (p>0,05) para verificar se os resíduos do modelo restante, M1, apresentavam distribuição normal, mostrados na Figura 10, em que se pode verificar que os resíduos apresentam normalidade.
7 Densidade Histograma Resíduos Quantis amostrais QQ plot normal Shapiro-Wilk p-valor : Quantis teóricos Figura 10: Teste de normalidade do modelo M1 Validação e previsão O desempenho do modelo M1 foi verificado, comparando os dados dos últimos 30 valores observados da série com os valores previstos pelo modelo. Para isso, foram considerados os valores de RMSE (Root Means Square Error) e RMSE percentual, que foram comparados com os resultados obtidos com o modelo de suavização exponencial de Holt-Winters, mostrados na Tabela 3. Tabela 3: Comparação com Holt-Winters RMSE RMSE% ARIMA M1 9,71 0,43 Holt-Winters 13,63 0,61 Os dados da Tabela 3 mostram que os valores obtidos com o modelo M1 são mais próximos aos valores observados, representando melhor a série analisada do que o modelo de Holt-Winters. A Figura 11 mostra os valores preditos pelo modelo com os valores observados e os intervalos de confiança. Pode-se notar que o modelo representou bem a série, apresentando maiores concentrações nos meses de inverno e menores concentrações nos meses de verão. Ainda na Figura 11, é possível ver que o modelo ficou distante dos baixos valores de concentração (início de 2004 e de 2006). Série de MP10 e predição do modelo Concentração - (ug/m3) ajustado observado predito IC95% Observação Figura 11: Valores preditos pelo modelo M1 CONSIDERAÇÕES FINAIS Neste trabalho, a série temporal de MP 10 da cidade de São Carlos foi analisada por meio dos modelos ARIMA sazonais e Holt- Winters,. O melhor modelo ajustado foi o ARIMA (2,1,3) (0,0,0) 6, que foi escolhido entre 10 modelos com menores valores de AIC. A comparação com o método de suavização exponencial de Holt-Winters mostrou que o modelo ARIMA obtido representou melhor a série analisada. A metodologia adotada de variação sucessiva dos parâmetros se mostrou rápida, e o modelo escolhido foi o que apresentou o menor valor de AIC. No entanto, não se deve descartar a análise estatística dos parâmetros do modelo nem a análise de resíduos, pois mesmo com um menor valor de AIC, o modelo ainda pode apresentar parâmetros não significativos ou então correlação ao longo do tempo. Vale salientar que modelos de séries temporais possuem previsões para um curto período. Para uma previsão mais longa, são necessárias novas observações e nova modelagem. Com uma série com maior número de observações, os erros de ajuste do modelo e predição tendem a diminuir, produzindo resultados mais confiáveis. Tem-se a alternativa também de adotar métodos mais refinados para obter valores ausentes e, assim,
8 trabalhar com valores diários de concentração, em vez das médias mensais. Deve-se ressaltar que a análise realizada não levou em consideração alterações que podem ocorrer nas fontes poluidoras, como as variações meteorológicas entre os meses e as estações do ano nem a influência da concentração na saúde. Agradecimento A execução deste trabalho contou com o apoio do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) na concessão de bolsas de doutorado e produtividade. NOMENCLATURA 1 - parâmetro autoregressivo sazonal do modelo ARIMA - parâmetro de média móvel sazonal do modelo 1, 2 ARIMA - parâmetros autoregressivos do modelo ARIMA 1, 2, 3 - parâmetros de médias móveis do modelo ARIMA AIC - Akaike Information Criterion - Critério de Informação de Akaike ARIMA - Autoregressive Integrated Moving Average - autoregressivo integrado de média móvel FAC - Função de Autocorrelação FACP - Função de Autocorrelação Parcial RMSE - Root Means Square - raiz quadrada do erro médio quadrático RMSEp - RMSE percentual REFERÊNCIAS CAPPIELLO A. (2002) Modelling Traffic Flow Emissions, Dissertação de mestrado, Departamento de Engenharia Civil e Ambiental, Massachusetts Institute of Technology, Cambridge, MA. CARVALHO JR., J. A. e LACAVA, P. T. (2003) Emissões em Processos de Combustão, Editora UNESP, São Paulo, v. 1, 135p. CELLI, C. E. (1997) Monitoramento do Material Particulado Respirável Suspenso na Atmosfera no Centro da Cidade de São Carlos SP, Dissertação de Mestrado em Engenhara Química UFSCar. CETESB (2009) "Relatório de Qualidade do Ar no Estado de São Paulo 2008". Companhia de Tecnologia de Saneamento Ambiental, São Paulo. EHLERS, R. S. (2007) "Análise de Séries Temporais". Disponível em EPA (2003), "National Air Quality and Emissions Trends Report", EPA 454/R , IBGE (2009), "Censo 2007". Disponível em: LIMA, E. A. P et al. (2006) Estudo Sobre a Concentração de Partículas no Ar Atmosférico de Uberlândia-MG por Meio da Técnica de Séries Temporais. In: Anais do XXXII Congresso Brasileiro de Sistemas Particulados, Maringá, PR. Anais do XXXII ENEMP, v. 1. p MAKRIDAKIS S., WHEELWRIGHT S. C., HYNDMAN R. (2003) Forecasting: Methods and Applications. Wiley (ASIA) Pvt Ltd., Singapore MARQUES K. A. (2000) Caracterização de Material Particulado Suspenso na Atmosfera da Cidade de São Carlos, Dissertação de Mestrado em Engenharia Química UFSCar, 168p. MISHRA A. K.. e DESAI V. R. (2005) "Drought forecasting using stochastic model", Stochastic Environmental Research and Risk Assessment, vol. 19, pp MORETTIN, P. A. e TOLOI, C. M. C. (2006) Análise de Séries Temporais, 2 a Edição, editora Edgard Blücher, 538p. ONG, C. -S; HUANG, J. -J. e TZENG, G. H. (2005) "Model identification of ARIMA family using genetic algorithms". Appl. Math. Comput., n. 164, pp POZZA, S. A. (2005) Identificação das Fontes de Poluição Atmosférica na Cidade de São Carlos SP, Dissertação de Mestrado em Engenharia Química UFSCar. R Development Core Team (2009). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Viena, Áustria. ISBN , Disponível em: SEADE (2009) "Informações dos Municípios Paulistas", Disponível em: Acesso em 23/08/2009.
Ajuste de modelos de séries temporais para pressão atmosférica de Uberlândia
Ajuste de modelos de séries temporais para pressão atmosférica de Uberlândia Valiana Alves Teodoro Mirian Fernandes Carvalho Araújo Lúcio Borges de Araújo Introdução Na comercialização de produtos originados
Leia maisANÁLISE DA QUALIDADE DO AR DE UBERLÂNDIA: PARTÍCULAS TOTAIS EM SUSPENSÃO (PTS)
ANÁLISE DA QUALIDADE DO AR DE UBERLÂNDIA: PARTÍCULAS TOTAIS EM SUSPENSÃO (PTS) Livia G. Soares, Brenda R. Oliveira, 2 Euclides A. P. de Lima, Leonardo B. Rodrigues, Leonardo Y. Arantes e 3 Marcos A. S.
Leia maisAnálise de previsão da inflação no período pós-plano Real
Análise de previsão da inflação no período pós-plano Real Marina Rodrigues Maestre 1 Jayane Pereira de Oliveira 2 Raquel Castellucci Caruso Sachs 3 Vitor Augusto Ozaki 4 1 Introdução Durante a década de
Leia maisModelagem do preço da soja utilizando a metodologia de análise de séries temporais 1
Modelagem do preço da soja utilizando a metodologia de análise de séries temporais 1 Jair Wyzykowski 2 Maíra Rodrigues Villamagna 3 Thelma Sáfadi 4 Augusto Ramalho de Morais 5 1 Introdução Uma série é
Leia mais4 Análise Exploratória
4 Análise Exploratória Ao analisar uma série temporal é de fundamental importância que seja feita a análise exploratória de dados. Tal procedimento permite que sejam identificadas diversas informações
Leia maisClimatologia de Cubatão
Climatologia de Cubatão Simone Valarini e Rita Yuri Ynoue 1 1 Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo- IAG-USP- Rua do Matão, 1226 São Paulo SP Brasil, email:
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia maisPONTIFICIA UNIVERSIDADE CATOLICA DE GOIAS ESCOLA DE ENGENHARIA GESTÃO DO RECURSO AR ENG 2140 Alunos: Luiz Gonzaga Netto e Vivian Christine de Marco
PONTIFICIA UNIVERSIDADE CATOLICA DE GOIAS ESCOLA DE ENGENHARIA GESTÃO DO RECURSO AR ENG 2140 Alunos: Luiz Gonzaga Netto e Vivian Christine de Marco Analise de concentração de poluentes da cidade de Cubatão
Leia maisPrevisão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis
Previsão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis Gabriel Tambarussi Avancini 1 Thiago Viana Flor de Santana 1 Vitor Augusto Ozaki 1 Djair
Leia maisAnálise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008
Análise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008 Daniela Bandeira, Paulo Germano, Filipe Formiga e Jeremias Leão Universidade Federal do Piauí
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisATIVIDADE AVALIATIVA
Climatologia 2. Atmosfera Terrestre ATIVIDADE AVALIATIVA Valor: 1,0 Tempo para responder: 15min 1) Qual a importância da concentração dos gases que compõe a atmosfera terrestre, em termos físicos e biológicos?
Leia maisANÁLISE DA PRECIPITAÇÃO E DO NÚMERO DE DIAS DE CHUVA NO MUNICÍPIO DE PETROLINA - PE
CAPTAÇÃO E MANEJO DE ÁGUA DE CHUVA PARA SUSTENTABILIDADE DE ÁREAS RURAIS E URBANAS TECNOLOGIAS E CONSTRUÇÃO DA CIDADANIA TERESINA, PI, DE 11 A 14 DE JULHO DE 2 ANÁLISE DA PRECIPITAÇÃO E DO NÚMERO DE DIAS
Leia maisPrevisão da produção de energia hidrelétrica no Brasil via séries temporais.
Previsão da produção de energia hidrelétrica no Brasil via séries temporais. Sílvio de Castro Silveira. Introdução Joel Augusto Muniz Thelma Sáfadi Tadeu Vilela de Souza Recentemente ascendeu-se a discussão
Leia maisAvaliação de previsões de tempo do modelo ETA. para subsidiar pesquisas agrícolas no Brasil
MS777 - Projeto Supervisionado Avaliação de previsões de tempo do modelo ETA para subsidiar pesquisas agrícolas no Brasil Aluna: Dânia Naomi Osato Meira Orientadora: Doutora Ana Maria Heuminski de Ávila
Leia maisCC54Z - Hidrologia. Precipitação: definição, métodos de medição e grandezas características. Universidade Tecnológica Federal do Paraná
Universidade Tecnológica Federal do Paraná CC54Z - Hidrologia Precipitação: definição, métodos de medição e grandezas características Prof. Fernando Andrade Curitiba, 2014 Objetivos da aula Definir a importância
Leia maisESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS.
ESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS. Arini de Menezes Costa 1, Kaio Martins Ramos 2, Hugo Hermano da Costa Castro 3, Antonio Alisson P.
Leia maisCARACTERÍSTICAS FÍSICAS DA SUB-BACIA HIDROGRAFICA DO CÓRREGO DO CERRADÃO
CARACTERÍSTICAS FÍSICAS DA SUB-BACIA HIDROGRAFICA DO CÓRREGO DO CERRADÃO FLORÊNCIO, Ágatha Cristine 1 ; VALE, Monnike Yasmin Rodrigues do ²; MORAIS Welmys Magno de³,paula, Heber Martins de 4 Palavras chave:
Leia maisDESENVOLVIMENTO DE UM MÉTODO PARA OTIMIZAÇÃO DA ALTURA E LOCALIZAÇÃO DA FONTE PONTUAL ATRAVÉS DA DISPERSÃO ATMOSFÉRICA DE SUA EMISSÃO
DESENVOLVIMENTO DE UM MÉTODO PARA OTIMIZAÇÃO DA ALTURA E LOCALIZAÇÃO DA FONTE PONTUAL ATRAVÉS DA DISPERSÃO ATMOSFÉRICA DE SUA EMISSÃO Jaqueline dos Santos Vieira¹; Carlos Henrique Portezani² ¹ Estudante
Leia maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Leia maisPredição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados
Predição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados José Eduardo Holanda Ellery Coelho 1 Hellano Vieira de Almeida 2 Rafael Braz Azevedo Farias 3
Leia maisPoluição atmosférica e internações hospitalares por doenças respiratórias em crianças, adolescentes e idosos na cidade de Cubatão entre 1997 e 2004
Poluição atmosférica e internações hospitalares por doenças respiratórias em crianças, adolescentes e idosos na cidade de Cubatão entre 1997 e 2004 Renata Jasinski de Arruda; Luiz Alberto Amador Pereira;
Leia maisRelatório de análise estatística Bairro : Dois Irmãos Recife/PE
Relatório de análise estatística Bairro : Dois Irmãos Recife/PE 1 INTRODUÇÃO O objetivo deste relatório é determinar fatores de risco e proteção para a ocorrência de ovos do mosquito Aedes aegypti para
Leia mais3 Modelos Comparativos: Teoria e Metodologia
3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito
Leia maisANÁLISE DA PRECIPITAÇÃO NA REGIÃO DO SUB-MÉDIO SÃO FRANCISCO EM EVENTOS CLIMÁTICOS DE EL NIÑO E LA NIÑA
ANÁLISE DA PRECIPITAÇÃO NA REGIÃO DO SUB-MÉDIO SÃO FRANCISCO EM EVENTOS CLIMÁTICOS DE EL NIÑO E LA NIÑA. Ana Paula Lima Marques da Silva 1 ; Otto Corrêa Rotunno Filho 2 ; Isimar de Azevedo Santos 3, Cláudio
Leia maisANÁLISE DA DISTRIBUIÇÃO DA FREQUÊNCIA DE PRECIPITAÇÃO EM DIFERENTES INTERVALOS DE CLASSES PARA ITUPORANGA SC
ANÁLISE DA DISTRIBUIÇÃO DA FREQUÊNCIA DE PRECIPITAÇÃO EM DIFERENTES INTERVALOS DE CLASSES PARA ITUPORANGA SC Katiani ELI 1, Leonardo NEVES 2, Roberto HAVEROTH 3, Joabe W. PITZ 1, Isaac W. PITZ 3, Júlio
Leia maisBOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - Dez/ Jan/ Fev/ Verão -
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - Dez/2014 - Jan/2015 - Fev/2015 - - Verão - Seção Técnica de Serviços Meteorológicos Instituto de Astronomia, Geofísica e Ciências
Leia maisANÁLISE DA QUALIDADE DO AR ATMOSFÉRICO NA CIDADE DE UBERLÂNDIA NO ANO DE 2008
PIBIC-UFU, CNPq & FAPEMIG Universidade Federal de Uberlândia Pró-Reitoria de Pesquisa e Pós-Graduação DIRETORIA DE PESQUISA ANÁLISE DA QUALIDADE DO AR ATMOSFÉRICO NA CIDADE DE UBERLÂNDIA NO ANO DE 2008
Leia maisBOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - DJF 2013/ VERÃO -
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - DJF 2013/2014 - - VERÃO - Seção Técnica de Serviços Meteorológicos Instituto de Astronomia, Geofísica e Ciências Atmosféricas. Universidade
Leia maisCAPÍTULO 5 RESULTADOS. São apresentados neste Capítulo os resultados obtidos através do programa Classific, para
CAPÍTULO 5 RESULTADOS São apresentados neste Capítulo os resultados obtidos através do programa Classific, para as imagens coletadas no verão II, período iniciado em 18/01 e finalizado em 01/03 de 1999,
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Este trabalho pode ser classificado como uma pesquisa descritiva, quantitativa, bibliográfica, experimental, exploratória e explicativa. Este estudo é descritivo, pois
Leia maisANÁLISE ESTATÍSTICA DO REGIME PLUVIOMÉTRICO E DE SUA TENDÊNCIA PARA OS MUNICÍPIOS DE PORTO DE PEDRAS, PALMEIRA DOS ÍNDIOS E ÁGUA BRANCA
ANÁLISE ESTATÍSTICA DO REGIME PLUVIOMÉTRICO E DE SUA TENDÊNCIA PARA OS MUNICÍPIOS DE PORTO DE PEDRAS, PALMEIRA DOS ÍNDIOS E ÁGUA BRANCA Alaerte da Silva Germano 1, Rosiberto Salustino da Silva Júnior,
Leia maisUMA ANÁLISE ESTATÍSTICA DA UMIDADE RELATIVA EM PELOTAS, RIO GRANDE DO SUL
UMA ANÁLISE ESTATÍSTICA DA UMIDADE RELATIVA EM PELOTAS, RIO GRANDE DO SUL João Baptista da Silva Departamento de Matemática, Estatística e Computação - UFPel R. Prof. Paulo Marcant, 462, Três Vendas, Pelotas-RS,
Leia maisFLUTUAÇÃO DA PRECIPITAÇÃO EM ALAGOA NOVA, PARAÍBA, EM ANOS DE EL NIÑO
FLUTUAÇÃO DA PRECIPITAÇÃO EM ALAGOA NOVA, PARAÍBA, EM ANOS DE EL NIÑO Vicente de Paulo Rodrigues da Silva 1 ; Raimundo Mainar de Medeiros 2 ; Manoel Francisco Gomes Filho 1 1 Prof. Dr. Unidade Acadêmica
Leia maisVazão. Conceito de Vazão
Vazão Conceito de Vazão Quando se toma um ponto de referência, a vazão é a quantidade do produto ou da utilidade, expressa em massa ou em volume, que passa por ele, na unidade de tempo. A unidade de vazão
Leia maisPROJETO DE SEDIMENTADOR CONTÍNUO A PARTIR DE ENSAIOS DE PROVETA COM SUSPENSÃO DE CARBONATO DE CÁLCIO UTILIZANDO O MÉTODO DE TALMADGE E FITCH
PROJETO DE SEDIMENTADOR CONTÍNUO A PARTIR DE ENSAIOS DE PROVETA COM SUSPENSÃO DE CARBONATO DE CÁLCIO UTILIZANDO O MÉTODO DE TALMADGE E FITCH Guimarães, L. de M. J. (1); Oliveira, L. G. (Orientador) Universidade
Leia maisModulo I. Séries Temporais: ARIMA
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Modulo I Séries Temporais: ARIMA Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Verena
Leia maisCURSO: ENGENHARIA DE PRODUÇÃO EMENTAS º PERÍODO
CURSO: ENGENHARIA DE PRODUÇÃO EMENTAS - 2016.1 1º PERÍODO DISCIPLINA: INTRODUÇÃO AO CÁLCULO DISCIPLINA: FUNDAMENTOS DE FÍSICA DISCIPLINA: REPRESENTAÇÃO GRÁFICA DISCIPLINA: INTRODUÇÃO À ENGENHARIA DISCIPLINA:
Leia maisCiclo Hidrológico e Bacia Hidrográfica. Prof. D.Sc Enoque Pereira da Silva
Ciclo Hidrológico e Bacia Hidrográfica Prof. D.Sc Enoque Pereira da Silva 1 Ciclo hidrológico global Energia do sol que atua sobre o sistema terrestre: 36% de toda a energia que chega a terra é utilizada
Leia maisTroposfera: é a camada que se estende do solo terrestre (nível do mar) até atingir 12 quilômetros de altitude. Conforme a altitude se eleva, a
ATMOSFERA A atmosfera é uma camada formada por argônio, hélio, dióxido de carbono, ozônio, vapor de água e, principalmente, por nitrogênio e oxigênio. Essa camada é de fundamental importância para a manutenção
Leia maisInfluência da poluição e temperatura nas doenças do trato respiratório. Elisabete Caria Moraes Bruno Silva Oliveira Suely Franco Siqueira Lima
Influência da poluição e temperatura nas doenças do trato respiratório Elisabete Caria Moraes Bruno Silva Oliveira Suely Franco Siqueira Lima São Paulo, SP Rio de Janeiro, PR Curitiba, PR Introdução O
Leia maisCORRELAÇÃO DA TSM DO PACIFICO COM A RADIAÇÃO DE ONDA CURTA NO BRASIL
CORRELAÇÃO DA TSM DO PACIFICO COM A RADIAÇÃO DE ONDA CURTA NO BRASIL José Maria Girão Lima Neto 1, Cleiton da Silva Silveira 2, Antonio Duarte Marcos Junior 3, Livya Wana Duarte de Souza Nascimento 4,
Leia maisO que são chuvas? Podemos entender por precipitação como sendo o retorno do vapor d água atmosférica no estado líquido ou sólido à superfície da
O que são chuvas? Podemos entender por precipitação como sendo o retorno do vapor d água atmosférica no estado líquido ou sólido à superfície da terra. Formas de precipitação: chuva, neve, granizo, orvalho
Leia maisPROJETO BÁSICO AMBIENTAL UHE TELES PIRES
PROJETO BÁSICO AMBIENTAL UHE TELES PIRES P.10 PROGRAMA DE MONITORAMENTO CLIMATOLÓGICO Parecer Técnico EQUIPE TÉCNICA RESPONSÁVEL PELO DESENVOLVIMENTO DAS ATIVIDADES DO PROGRAMA INTEGRANTES CONSELHO CTF
Leia maisPOPULAÇÃO DE PLANTIO DE ALGODÃO PARA O OESTE BAIANO
POPULAÇÃO DE PLANTIO DE ALGODÃO PARA O OESTE BAIANO Liv Soares Severino 1 ; João Luís da Silva Filho 1 ; João Batista dos Santos 2 ; Arnaldo Rocha de Alencar 1. (1)Embrapa Algodão: e-mail liv@cnpa.embrapa.br
Leia maisN 2 78% O 2. COMPOSIÇÃO DO AR SECO [% v/v] CO % ( %/a) 21% TODOS OS OUTROS?0.0034% Ne 18 ppm He 5.2 CH Kr 1.1 O 0.
COMPOSIÇÃO DO AR SECO [% v/v] N 2 78% O 2 21% CO 2 0.034% (0.3-0.4%/a) Ar 0.93% TODOS OS OUTROS?0.0034% Ne 18 ppm He 5.2 CH 4 1.6 Kr 1.1 N 2 O 0.3 H 2 0.5 CO 0.2 Xe 0.09 O 3 Variável Material Part : Variável
Leia maisAtmosfera terrestre Parte 2
Atmosfera Terrestre (Parte 2) - FIP10104 - Técnicas Observacionais e Instrumentais p. Atmosfera terrestre Parte 2 Tibério B. Vale Depto. Astronomia, IF, UFRGS FIP10104-Técnicas Observacionais e Instrumentais
Leia maisProcessos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016
Processos Hidrológicos CST 318 / SER 456 Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016 Camilo Daleles Rennó Laura De Simone Borma http://www.dpi.inpe.br/~camilo/prochidr/ Caracterização
Leia maisMais Demanda por Recursos com os Mesmos Recursos: o Aumento da Frota de Veículos em São Paulo
Mais Demanda por Recursos com os Mesmos Recursos: o Aumento da Frota de Veículos em São Paulo Mário de Souza Nogueira Neto Centro Universitário FEI São Bernardo do Campo, Amanda Carvalho S. Nogueira -
Leia maisANÁLISE CLIMATÓLOGICA PRELIMINAR DE EVENTOS EXTREMOS DE FRIO NO PARQUE ESTADUAL DAS FONTES DO IPIRANGA-IAG/USP
ANÁLISE CLIMATÓLOGICA PRELIMINAR DE EVENTOS EXTREMOS DE FRIO NO PARQUE ESTADUAL DAS FONTES DO IPIRANGA-IAG/USP ABSTRACT Gilca Palma Araújo (1); Fábio Luiz Teixeira Gonçalves (1) Departamento de Ciências
Leia maisAVALIAÇÃO DE SISTEMA DE IRRIGAÇÃO LOCALIZADA SOB DIFERENTES VAZÕES E COMPRIMENTO DE MICROTUBOS
AVALIAÇÃO DE SISTEMA DE IRRIGAÇÃO LOCALIZADA SOB DIFERENTES VAZÕES E COMPRIMENTO DE MICROTUBOS Janielle Lima Fernandes 1, Monikuelly Mourato Pereira 2, Gerlange Soares da Silva 3, Gean Duarte da Silva
Leia maisDinâmica Climática. Capítulo 7
Dinâmica Climática Capítulo 7 Definições TEMPO (atmosférico) é o estado momentâneo da atmosfera num determinado lugar devido a combinação da temperatura, umidade, ventos e nebulosidade. Esta em constante
Leia maisANÁLISE DAS VARIAÇÕES DE TEMPERATURAS NA PLATAFORMA DE NOSSA SENHORA DA GLÓRIA VIA BOX E JENKINS
ANÁLISE DAS VARIAÇÕES DE TEMPERATURAS NA PLATAFORMA DE NOSSA SENHORA DA GLÓRIA VIA BOX E JENKINS ANALYSIS OF CHANGES IN TEMPERATURE ON DECK OF OUR LADY OF NOSSA SENHORA DA GLÓRIA BY BOX AND JENKINS Nathaly
Leia maisProgramação do Curso. Disposição I Atmosfera DISPOSIÇÃO NO MEIO-AMBIENTE
Programação do Curso Carga horária Formação Específica Tecnologias limpas 48 Gerenciamento das emissões 96 Disposição no meio ambiente 36 Análise de risco e segurança industrial 36 Gerenciamento estratégico
Leia maisEnsino Fundamental II Avaliação Objetiva Ciências Naturais & Geografia Professora Maristela & Leila 3 Bimestre Valor: 4,0
Ensino Fundamental II Avaliação Objetiva - 2010 5ª Série Ciências Naturais & Geografia Professora Maristela & Leila 3 Bimestre Valor: 4,0 Conteúdos Atmosfera; Clima; Efeito Estufa Preste atenção! Os itens
Leia maisMONITORAMENTO ATMOSFÉRICO NOÇÕES SOBRE A ATMOSFERA TERRESTRE
EMED - Empreendimentos Educacionais Ltda Centro de Formação Profissional BOM PASTOR MONITORAMENTO ATMOSFÉRICO NOÇÕES SOBRE A ATMOSFERA TERRESTRE Centro de Formação Profissional Colégio Bom Pastor Curso
Leia maisSIMULAÇÃO DA CONCENTRAÇÃO DE MATERIAL PARTICULADO INALÁVEL DE ORIGEM VEICULAR EM UMA INTERSEÇÃO SINALIZADA DE UBERLÂNDIA-MG
SIMULAÇÃO DA CONCENTRAÇÃO DE MATERIAL PARTICULADO INALÁVEL DE ORIGEM VEICULAR EM UMA INTERSEÇÃO SINALIZADA DE UBERLÂNDIA-MG 1 Livia G. Soares, 1 Cláudio A. Vieira Filho, 1 Helder Hamada, 2 Marcus Vinícius
Leia maisGeografia. Climas Do Brasil. Professor Luciano Teixeira.
Geografia Climas Do Brasil Professor Luciano Teixeira www.acasadoconcurseiro.com.br Geografia CLIMAS DO BRASIL Tempo x Clima Tempo meteorológico estado momentâneo da atmosfera. Clima sucessão habitual
Leia maisANÁLISE SINÓTICA DE UM CASO DE TEMPO SEVERO OCORRIDO NA CIDADE DE SÃO PAULO (SP) DURANTE O DIA 7 DE FEVEREIRO DE 2009
ANÁLISE SINÓTICA DE UM CASO DE TEMPO SEVERO OCORRIDO NA CIDADE DE SÃO PAULO (SP) DURANTE O DIA 7 DE FEVEREIRO DE 2009 A partir da tarde e parte da noite do dia 7 de fevereiro de 2009 foram registradas
Leia maisMonitoramento da Qualidade do Ar e Ruído
1 Objetivo Descrever o procedimento para realização do monitoramento da qualidade do ar e ruído realizado no Porto de Itajaí. 2 Abrangência Este procedimento se aplica a todas as áreas e colaboradores
Leia maisCONTROLE DA POLUIÇÃO ATMOSFÉRICA
Universidade Federal de Santa Catarina Centro Tecnológico Departamento de Engenharia Sanitária e Ambiental CONTROLE DA POLUIÇÃO ATMOSFÉRICA Coordenador Henrique de Melo Lisboa Montreal - Dezembro 2007
Leia mais4 Exemplos de verificação
Exemplos de Verificação 66 4 Exemplos de verificação Neste capitulo são apresentados exemplos para verificar o programa computacional desenvolvido para fluxo 3D em meios porosos saturados ou nãosaturados,
Leia maisANÁLISE DE ANOS COM ESTIAGEM NA REGIÃO DE BAGÉ/RS
ANÁLISE DE ANOS COM ESTIAGEM NA REGIÃO DE BAGÉ/RS Flavio Varone 1,2,3, Simone Ferreira 2, Rita Alves 2 1 FEPAGRO Brasil - Rio Grande do Sul - fvarone@gmail.com 3 2 CEPSRM/UFRGS - Brasil - Rio Grande do
Leia maisAvaliação do coeficiente de variação na experimentação com cana-de-açúcar. Introdução
Avaliação do coeficiente de variação na experimentação com cana-de-açúcar Introdução Rubens L. do Canto Braga Jr. 12 Jaime dos Santos Filho 3 Joel Augusto Muniz 3 Na experimentação agronômica, em geral,
Leia maisQualidade do ar. PhD Armindo Monjane - Dep. Quimica UP
Qualidade do ar Inventário das fontes de poluição Condições climáticas e geomorfológicas Monitoração da qualidade do ar Padrões de qualidade do ar Métodos de amostragem e analíticos Fontes móveis de emissão
Leia maisComunicado Técnico 12
Comunicado Técnico 12 ISSN 2177-854X Maio. 2011 Uberaba - MG Controle Estatístico de Processo Responsáveis: MSc Alessandra Costa Vilaça E-mail: Alessandra@fazu.br Mestre em Engenharia Química, Professora
Leia maisESTUDO DA SOLUBILIDADE DO PARACETAMOL EM ALGUNS SOLVENTES UTILIZANDO O MODELO NRTL
ESTUDO DA SOLUBILIDADE DO PARACETAMOL EM ALGUNS SOLVENTES UTILIZANDO O MODELO NRTL H. A. R. GOMES 1, A. B. N. BRITO 1 1 Universidade Federal do Espírito Santo, Centro Universitário Norte do Espírito Santo,
Leia maisTÉCNICA DE ANÁLISE DE GASES PARA GANHO DE EFICIÊNCIA ENERGÉTICA.
TÉCNICA DE ANÁLISE DE GASES PARA GANHO DE EFICIÊNCIA ENERGÉTICA. 1 - Resumo Desde a assinatura do Protocolo de Kyoto em 1997, o mundo vive, um momento de reflexão sobre o desequilíbrio ocasionado pela
Leia maisA UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE:
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE: ESELAW 09 MARCOS ANTÔNIO P. & GUILHERME H. TRAVASSOS) 1 Aluna: Luana Peixoto Annibal
Leia maisA TEMPERATURA E A UMIDADE DO AR EM NOVA ANDRADINA/MS EM AGOSTO DE 2008 ÀS 20h 1
A TEMPERATURA E A UMIDADE DO AR EM NOVA ANDRADINA/MS EM AGOSTO DE 2008 ÀS 20h 1 Janaína Lopes Moreira janainamoreira1991@hotmail.com UNESP- Universidade Estadual Paulista Faculdade de Ciências e Tecnologia,
Leia maisANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:
ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante
Leia maisIntrodução. A importância da compreensão dos fenômenos meteorologicos Grande volume de dados
Introdução A importância da compreensão dos fenômenos meteorologicos Grande volume de dados Estações meteorológicas Imagens de satélite Radar Aeronaves, navios e bóias oceânicas Necessidade de rapidez
Leia maisClóvis de Araújo Peres Cargo: Professor Titular de Estatística da USP UNIFESP Formação: PhD em Estatística pela Universidade WISCONSIN - USA
TÍTULO: ESTUDO ESTATÍSTICO PARA DETERMINAÇÃO DO ERRO DE MICROMEDIÇÃO DAS ÁREAS PILOTO DE CONTROLE E REDUÇÃO DE PERDAS DO SISTEMA DE ABASTECIEMNTO DE ÁGUA DO MUNICÍPIO DE GUARULHOS. TEMA DO TRABALHO: ABASTECIMENTO
Leia maisMonitoria Econometria Avançada Lista 2
Monitoria Econometria Avançada Lista 2 Professor: Hedibert Lopes Primeiramente, vamos plotar os gráficos das séries, rodando a primeira parte do programa macro-arima.r disponível no site do professor,
Leia maisUNIVERSIDADE ESTADUAL DO MARANHÃO CENTRO DE ESTUDOS SUPERIORES DE IMPERATRIZ
UNIVERSIDADE ESTADUAL DO MARANHÃO CENTRO DE ESTUDOS SUPERIORES DE IMPERATRIZ Disciplina: 2E321 - METEOOROLOGIA E CLIMATOLOGIA CONCEITOS INICIAIS Professor: Luiz Carlos A. dos Santos Tempo atmosférico ou
Leia maisUTILIZAÇÃO DE TÉCNICAS DE FILMAGEM PARA OBTENÇÃO DO DIÂMETRO DE BOLHAS EM COLUNA DE FLOTAÇÃO
UTILIZAÇÃO DE TÉCNICAS DE FILMAGEM PARA OBTENÇÃO DO DIÂMETRO DE BOLHAS EM COLUNA DE FLOTAÇÃO A. M. R. FILHO¹, G. R. L. e CARVALHO¹, P. H. M. LUZ¹, A. S. REIS¹ e M. A. S. BARROZO¹ 1 Universidade Federal
Leia mais2. Contestando o Tratado de Tordesilhas, o rei da França, Francisco I, declarou em 1540:
1. Observe as figuras a seguir: O modo como a sociedade humana tem ocupado o espaço rural e urbano provoca impactos socioambientais negativos. Tendo como referência a interpretação e a análise das situações
Leia maisMulti-Layer. Perceptron. Sumário. Aplicações de Redes Neurais. Previsão de Séries Temporais. Aplicações de Previsão
Aplicações de Redes Neurais Multi-Layer Perceptron Previsão de Séries Temporais Inferência da Qualidade de Produtos de Destilação (Soft Sensors) Classificação de Imagens Determinação da Carga Limite em
Leia maisINFLUÊNCIA DE LA NIÑA SOBRE A CHUVA NO NORDESTE BRASILEIRO. Alice M. Grimm (1); Simone E. T. Ferraz; Andrea de O. Cardoso
INFLUÊNCIA DE LA NIÑA SOBRE A CHUVA NO NORDESTE BRASILEIRO Alice M. Grimm (1); Simone E. T. Ferraz; Andrea de O. Cardoso (1) Grupo de Meteorologia - Universidade Federal do Paraná Depto de Física Caixa
Leia maisModelagem estatística não-estacionária dos níveis mínimos de umidade relativa do ar em Piracicaba-SP
Modelagem estatística não-estacionária dos níveis mínimos de umidade relativa do ar em Piracicaba-SP Carlos José dos Reis 1 4 Mariana M. G. Santos 2 4 Luiz Alberto Beijo 3 4 Resumo: A modelagem dos níveis
Leia maisProf. Dr. Engenharia Ambiental, UNESP
INTRODUÇÃO A ESTATÍSTICA ESPACIAL Análise Exploratória dos Dados Estatística Descritiva Univariada Roberto Wagner Lourenço Roberto Wagner Lourenço Prof. Dr. Engenharia Ambiental, UNESP Estrutura da Apresentação
Leia maisMétodos de Extrapolação de Velocidade do Vento para Regiões Litorâneas do Nordeste Brasileiro
Métodos de Extrapolação de Velocidade do Vento para Regiões Litorâneas do Nordeste Brasileiro Henrique do Nascimento Camelo, Paulo Henrique Santiago de Maria, Paulo Cesar Marques de Carvalho 3, Thiago
Leia maisANÁLISE PRELIMINAR DO IMPACTO DO RESERVATÓRIO DE ITÁ NO CLIMA LOCAL. Maria Laura G. Rodrigues 1 Elaine Canônica 1,2
ANÁLISE PRELIMINAR DO IMPACTO DO RESERVATÓRIO DE ITÁ NO CLIMA LOCAL Maria Laura G. Rodrigues 1 Elaine Canônica 1,2 RESUMO O presente trabalho investiga as possíveis alterações de precipitação e temperatura
Leia maisFATORES CLIMÁTICOS Quais são os fatores climáticos?
Quais são os fatores climáticos? o Latitude A distância a que os lugares se situam do equador determina as suas características climáticas. Por isso, existem climas quentes, temperados e frios. o Proximidade
Leia maisDeterminação do factor equivalência entre método referência e automático PM10. Estação de Referência do Ambiente Alfragide 2008
Determinação do factor equivalência entre método referência e automático PM10 Estação de Referência do Ambiente Alfragide 2008 Amadora 2008 »2 Intercomparação PM10 Alfragide 2008 Ficha técnica: Título:
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisUNIDADE DE CONSERVAÇÃO E ZONA DE AMORTECIMENTO
ANEXO 5.2 - CARACTERIZAÇÃO CLIMÁTICA DO PNSB E DA ZONA DE AMORTECIMENTO A 5.2.1 REGIME PLUVIOMÉTRICO O regime pluviométrico das áreas do PNSB e de sua Zona de Amortecimento foi avaliado com base nos dados
Leia maisRELAÇÃO ENTRE VARIÁVEIS METEOROLÓGICAS E O NÚMERO DE CASOS DE J00 NASOFARINGITE DE VÍRUS NÃO IDENTIFICADO, OCORRIDOS EM MACEIÓ - AL NO ANO DE 2002.
RELAÇÃO ENTRE VARIÁVEIS METEOROLÓGICAS E O NÚMERO DE CASOS DE J00 NASOFARINGITE DE VÍRUS NÃO IDENTIFICADO, OCORRIDOS EM MACEIÓ - AL NO ANO DE 2002. Edmara Ramos Melo¹, Nareida Simone Delgado da Cruz¹,
Leia maisCARACTERIZAÇÃO DO REGIME DE VENTO NO MUNICÍPIO DE SEROPÉDICA-RJ
CARACTERIZAÇÃO DO REGIME DE VENTO NO MUNICÍPIO DE SEROPÉDICA-RJ (2001-2011) Flavia de Oliveira Dias 1 ; Jessica Cristina dos Santos Souza 2 ; José Francisco de Oliveira Júnior 3 1,2 Curso Técnico em Meio
Leia maisComo estudar o o tempo?
Clima e tempo Como estudar o o tempo? É preciso observar os tipos de tempo. Realiza-se a medição dos elementos climáticos, ou seja, das características do tempo. Analisa-se os fatores climáticos, ou seja,
Leia maisANÁLISE DE PARÂMETROS QUÍMICOS DE POTABILIDADE DA ÁGUA DE BICAS EM OURO FINO - MG RESUMO
5ª Jornada Científica e Tecnológica e 2º Simpósio de Pós-Graduação do IFSULDEMINAS 06 a 09 de novembro de 2013, Inconfidentes/MG ANÁLISE DE PARÂMETROS QUÍMICOS DE POTABILIDADE DA ÁGUA DE BICAS EM OURO
Leia maisGênese e a dinâmica climática no Estado do Tocantins: uma abordagem preliminar comparativa entre Porto Nacional e Araguaína
Gênese e a dinâmica climática no Estado do Tocantins: uma abordagem preliminar comparativa entre Porto Nacional e Araguaína Luam Patrique Oliveira Gomes¹; Lucas Barbosa e Souza². 1 Aluno do Curso de Geografia;
Leia maisESTUDO DO CONSUMO DE ÁGUA NA UTFPR- CAMPUS LONDRINA - PR
ESTUDO DO CONSUMO DE ÁGUA NA UTFPR- CAMPUS LONDRINA - PR J. P. P. GERMINIANO 1, J. D. P. THEODORO 1, E. R. PEREIRA 1, P. S. THEODORO 2 e M. T. MUNARO 3 1 Universidade Tecnológica Federal do Paraná, Departamento
Leia maisCAP1: Estatística Descritiva para análise da variabilidade uma amostra de dados quantitativos
CAP1: Estatística Descritiva para análise da variabilidade uma amostra de dados quantitativos O aluno deverá utilizar calculadora científica Resumo Numérico dos dados Suponha que os dados sejam representados
Leia maisPrevisão de vendas de materiais de construção civil na elaboração de planejamento estratégico
Previsão de vendas de materiais de construção civil na elaboração de planejamento estratégico Natália da Silva Martins 1 2 Paulo Justiniano Ribeiro Junior 3 1 Introdução Atualmente, com a estabilização
Leia maisVegetação Amenizadora da Poluição Industrial no Bairro Cidade Industrial de Curitiba / PR
Vegetação Amenizadora da Poluição Industrial no Bairro Cidade Industrial de Curitiba / PR Debora Cristina LOPES Universidade Federal do Paraná A questão da cobertura vegetal em áreas urbanas possui cada
Leia mais5 Experimentos Conjunto de Dados
Experimentos 48 5 Experimentos Este capítulo apresenta o ambiente experimental utilizado para validar o método de predição do CTR proposto neste trabalho. Na seção 5.1, descrevemos a geração do conjunto
Leia maisCenários da mudança climática em Portugal. Mariana Bernardino & Fátima Espírito Santo, IPMA 4 de junho de 2015
Cenários da mudança climática em Portugal Mariana Bernardino & Fátima Espírito Santo, IPMA 4 de junho de 2015 Alterações Observadas no Sistema Climático Desde 1950 têm-se observado alterações em todo o
Leia mais