Classificação Climática Para Minas Gerais Por Meio Do Método De Agrupamento Não Hierárquico De K-Means

Machado, Lilian Aline

doi:10.29327/249218.14.14-3

CADESTE 2014

DOI: 10.29327/249218.14.14-3

|View full text |Cite

Classificação Climática Para Minas Gerais Por Meio Do Método De Agrupamento Não Hierárquico De K-Means

Lilian Aline Machado¹

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2021

2023

Publication Types

Select...

Article3

Relationship

Self Cite0

Independent3

Authors

Journals

Cited by 3 publications

(1 citation statement)

References 1 publication

Supporting

Mentioning

Contrasting

Order By: Relevance

“…sition, andMachado (2014) with K-Means. Consequently, for future studies, analyses with similar methodology should be carried out to identify subgroups within the presented clustering and obtain more information about the precipitation regime in southeast Brazil.Figure 1.…”

mentioning

confidence: 99%

Using clustering algorithms and GPM data to identify spatial precipitation patterns over southeastern Brazil

Miranda

Negri

Pampuch

2023

Atm.

View full text Add to dashboard Cite

Southeastern Brazil comprises an important geoeconomic and populous region in South America. Consequently, it is essential to analyze and understand the precipitation profiles in this region. Among different data sources and techniques available to perform such study, the use of clustering algorithms and information from the Global Precipitation Measurement (GPM) project rises as a convenient yet few exploited alternative. Precisely, this study employs the K-Means, the Hierarchical Ward, and the Self-Organizing Maps methods to cluster the annual and seasonal precipitation data from GPM project recorded from 2001 to 2019. The adopted methods are compared in terms of quantitative measures and the number of clusters defined through a well-established rule. The results demonstrate that the annual and seasonal periods are organized according to different number of clusters. Moreover, the results allow: identify the presence of a spatially heterogeneous distribution in the study area; to conclude that the K-Means algorithm is a suitable clustering method in the context of this investigation when compared to Ward’s Hierarchical and Self-Organizing Maps methods in terms of the Calinski-Harabasz and Davies-Bouldin measures; and that the spatial precipitation distribution over Southeastern Brazil is represented by 10 clusters in annual and summer periods, 11 clusters in autumn and spring and 9 clusters in winter period.

show abstract

mentioning

confidence: 99%

Using clustering algorithms and GPM data to identify spatial precipitation patterns over southeastern Brazil

Miranda

Negri

Pampuch

2023

Atm.

View full text Add to dashboard Cite

show abstract

Relação entre ponto de ruptura e padrão morfométrico em deslizamentos, bacia hidrográfica do Rio Rolante - RS

et al. 2021

View full text Add to dashboard Cite

Grande parte dos deslizamentos no Brasil são relacionados a eventos pluviométricos extremos, ao tipo e espessura de solo e às características do relevo, e frequentemente causam perdas sociais e danos econômicos. O presente trabalho teve como objetivo analisar a relação entre pontos de ruptura (coroa) e parâmetros morfométricos de deslizamentos, relativos a um evento hidrometeorológico extremo, na bacia hidrográfica do Rio Rolante - RS. A partir de imagens SRTM 30m, foram obtidos dados de declividade, elevação, curvatura horizontal e vertical e aspecto. Com base no mapeamento foram obtidos 143 pontos de ruptura em cicatrizes de deslizamentos. Utilizando agrupamento K-means foram identificados padrões morfométricos relacionados aos pontos de ruptura, e gerados perfis de vertentes. Os resultados mostram 4 tipos de vertentes na bacia do rio Rolante, com ocorrência de processos de deslizamentos. Perfis côncavos e convergentes tiveram menor ocorrência, e perfis convexos e divergentes apresentaram maior ocorrência. Com base nas médias dos principais agrupamentos de clusters, a declividade e as curvaturas tiveram a maior importância em relação à localização das rupturas na vertente, e foram importantes condicionantes de suscetibilidade aos deslizamentos. As médias dos agrupamentos ocorreram acima de 30º de declividade no agrupamento com 4 clusters, que foi o mais representativo.

show abstract

Obtenção do “Index-Flood” para regiões homogêneas de Minas Gerais

Bello¹,

Oliveira²,

Souza³

et al. 2022

RBClima

View full text Add to dashboard Cite

A importância de avaliar as precipitações intensas é devido à sua frequente utilização no dimensionamento de obras hidráulicas. Existem dificultadores relacionados à disposição de informações locais de precipitação, tornando necessária a utilização de técnicas de regionalização de chuvas intensas. Uma delas é a técnica conhecida como “Index-Flood” que visa uniformizar dados obtidos em pontos distintos de uma região considerada homogênea, para utilizá-los como um conjunto amostral único. Desta forma, o objetivo deste trabalho foi separar o estado de Minas Gerais em regiões hidrologicamente homogêneas e obter seus respectivos “Index-Flood” em função dos tempos de retorno e duração para contribuir na estimativa das chuvas de projeto. Foram utilizados dados de precipitação máxima diária anual e total anual referentes à 494 estações pluviométricas localizadas em Minas Gerais. Para a separação das regiões homogêneas utilizou-se a análise de agrupamentos k-médias, gerando um total de três grupos no estado. Para cada grupo foram geradas as relações IDF regionais, que relacionadas aos valores de intensidade de precipitação para diversos tempos de duração resultaram no “Index-Flood”. Posteriormente, foram obtidas as equações regionais de variável dependente, que associadas ao “Index-Flood” e o valor de precipitação local possibilitam a obtenção da chuva de projeto local utilizada para os dimensionamentos hidráulicos. Para todos os ajustes realizados, utilizou-se o coeficiente de determinação para avaliar a precisão das estimativas, sendo que, para todos os ajustes os valores de r² foram próximos a 1,0, indicando um bom ajuste dos dados permitindo que as equações geradas possam ser usadas na estimativa das chuvas de projetos.

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

customersupport@researchsolutions.com

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Classificação Climática Para Minas Gerais Por Meio Do Método De Agrupamento Não Hierárquico De K-Means

Cited by 3 publications

References 1 publication

Using clustering algorithms and GPM data to identify spatial precipitation patterns over southeastern Brazil

Using clustering algorithms and GPM data to identify spatial precipitation patterns over southeastern Brazil

Relação entre ponto de ruptura e padrão morfométrico em deslizamentos, bacia hidrográfica do Rio Rolante - RS

Obtenção do “Index-Flood” para regiões homogêneas de Minas Gerais

Contact Info

Product

Resources

About