Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul

Detalhes bibliográficos
Autor(a) principal: Fischer, Graciela Redies
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPel - Guaiaca
Texto Completo: http://guaiaca.ufpel.edu.br/handle/prefix/3991
Resumo: A precipitação pluvial, medida em estações meteorológicas, nem sempre é um bom parâmetro para avaliar-se a disponibilidade hídrica em determinado período. Os totais da precipitação pluvial correspondem a todo o período considerado, não sendo levado em conta se foram bem ou mal distribuídos. Com o Número de Dias de Chuva, tem-se uma idéia da intensidade da precipitação pluvial, pois ao se analisar o mesmo total de chuva, em intervalos de tempo distintos, obtém-se qual a intensidade, bem como a variabilidade quantitativa da mesma. Conhecer e poder prever grandezas meteorológicas tem sido objeto de estudo de pesquisadores de todo globo: os prognósticos devem contemplar tanto a escala temporal quanto a espacial. Partindo da hipótese de que as escalas dos modelos de previsão de longo prazo, atualmente existentes, não contemplam as diversidades climáticas regionais do Estado do Rio Grande do Sul e que estudos regionalizados podem melhorar as informações demandadas pela sociedade, este trabalho teve como objetivo principal determinar as relações preditivas entre o Número de Dias de Chuva (NDC) de algumas estações meteorológicas do Rio Grande do Sul e as Temperaturas da Superfície do Mar (TSM). Nesta pesquisa foram usados dois conjuntos de dados: o primeiro formado por dados mensais de Número de Dias de Chuva de 17 estações meteorológicas do Estado, para o período de 1982 a 2005; o segundo, composto por dados de Temperatura da Superfície do Mar, para o período de 1982 a 2005. A série foi dividida em dois períodos: o dependente, compreendendo o intervalo de 1982 a 2002, para determinação das equações preditivas, bem como os coeficientes de regressão, e o período independente, cujo intervalo foi de 2003 a 2005, para validação do modelo. Os dados de TSM foram utilizados para, através das equações de regressão, estabelecer as relações entre as variáveis. Depois de estabelecidas as equações, foram calculados os valores previstos de NDC, e então comparados com valores observados, a fim de se verificar a eficiência do modelo. Para todas as regiões e para os meses analisados, obtiveram-se bons resultados na previsão de NDC. A série de dados prevista e a observada seguem um mesmo padrão de distribuição desta variável, embora existam alguns valores previstos que apresentam diferenças dos observados, essas não são significativas. No período independente, a série prevista mostra as maiores diferenças em relação aos valores observados. A região em que o modelo apresenta melhor destreza é a região ecoclimática da Campanha (R9) e o mês de melhor previsão é julho.
id UFPL_4a4201fa5f36c22cf7c0ff1023ec9daf
oai_identifier_str oai:guaiaca.ufpel.edu.br:prefix/3991
network_acronym_str UFPL
network_name_str Repositório Institucional da UFPel - Guaiaca
repository_id_str
spelling 2018-06-21T22:45:21Z2018-06-21T22:45:21Z2007-10-18FISCHER, Graciela Redies. Estudo das relações preditivas entre o Número de Dias de Chuva e a Temperatura da superfície do mar (TSM) para o Rio Grande do Sul. Fevereiro de 2007. 80 f. Dissertação (Mestrado) – Programa de Pós-Graduação em Meteorologia. Universidade Federal de Pelotas. Pelotas.http://guaiaca.ufpel.edu.br/handle/prefix/3991A precipitação pluvial, medida em estações meteorológicas, nem sempre é um bom parâmetro para avaliar-se a disponibilidade hídrica em determinado período. Os totais da precipitação pluvial correspondem a todo o período considerado, não sendo levado em conta se foram bem ou mal distribuídos. Com o Número de Dias de Chuva, tem-se uma idéia da intensidade da precipitação pluvial, pois ao se analisar o mesmo total de chuva, em intervalos de tempo distintos, obtém-se qual a intensidade, bem como a variabilidade quantitativa da mesma. Conhecer e poder prever grandezas meteorológicas tem sido objeto de estudo de pesquisadores de todo globo: os prognósticos devem contemplar tanto a escala temporal quanto a espacial. Partindo da hipótese de que as escalas dos modelos de previsão de longo prazo, atualmente existentes, não contemplam as diversidades climáticas regionais do Estado do Rio Grande do Sul e que estudos regionalizados podem melhorar as informações demandadas pela sociedade, este trabalho teve como objetivo principal determinar as relações preditivas entre o Número de Dias de Chuva (NDC) de algumas estações meteorológicas do Rio Grande do Sul e as Temperaturas da Superfície do Mar (TSM). Nesta pesquisa foram usados dois conjuntos de dados: o primeiro formado por dados mensais de Número de Dias de Chuva de 17 estações meteorológicas do Estado, para o período de 1982 a 2005; o segundo, composto por dados de Temperatura da Superfície do Mar, para o período de 1982 a 2005. A série foi dividida em dois períodos: o dependente, compreendendo o intervalo de 1982 a 2002, para determinação das equações preditivas, bem como os coeficientes de regressão, e o período independente, cujo intervalo foi de 2003 a 2005, para validação do modelo. Os dados de TSM foram utilizados para, através das equações de regressão, estabelecer as relações entre as variáveis. Depois de estabelecidas as equações, foram calculados os valores previstos de NDC, e então comparados com valores observados, a fim de se verificar a eficiência do modelo. Para todas as regiões e para os meses analisados, obtiveram-se bons resultados na previsão de NDC. A série de dados prevista e a observada seguem um mesmo padrão de distribuição desta variável, embora existam alguns valores previstos que apresentam diferenças dos observados, essas não são significativas. No período independente, a série prevista mostra as maiores diferenças em relação aos valores observados. A região em que o modelo apresenta melhor destreza é a região ecoclimática da Campanha (R9) e o mês de melhor previsão é julho.A pluvial precipitation measured in meteorologic stations, is not always a good parameter to evaluate the hydric availability in a determined period. The total pluvial precipitation corresponds the whole period considered, not taking into account if they were distributed well or badly. With the Number of Rainfall Days, there is an idea of the intensity of the pluvial precipitation, as analysing the same total of rain in intervals of distinct time, obtaining the intensity as well as the quantitative variability of the same. To know and be able to predict grandeur meteorologics has been the purpose of researchers in the whole world. The forecast must contemplate the temporal scale as much as the spatial. Starting from the theory that the scales of model prediction at long term, now existing, does not contemplate the diverse climatical regions State of Rio Grande do Sul and the regional studies can improve the information demanded by society, this study had as main objective to determine the predicted relations between the Number of Rainfall Days (NRD) of some meteorologic stations of Rio Grande do Sul and the Sea Surface Temperature (SST). In this research, were used two sets of data; the first formed by monthly datas of Number of Rainfall Days in 17 meteorologic stations in the State, from the period of 1982 to 2005. The second, composed of datas of the Sea Surface Temperature, from period 1982 to 2005. The series were divided into two periods, the dependent, comprehending the gap from 1982 to 2002, for determination of predicted equations as well as the factor of regression, and the independent period, which gap was from 2003 to 2005, for validation of the model. The datas of SST were used to, through the equations of regression, establish the relations between the variables. After establishing the equations, the values predicted of NRD were calculated, and them compared with the values observed, in order to verify the efficiency of the model. For all the regions analysed, were obtained good results in the prediction of Number of Rainfall Days for all the months analysed. The series of observed data, proceeds the same standard of distribution of this variable, although there are some foreseen values that present differences in observed values, but are not significant. In the independent period, the foreseen series show the biggest differences in relation to the observed values. The region in which the model presents the best dexterity is the echoclimatic region of Campanha (R9) and the month of best prediction is July.Sem bolsaporUniversidade Federal de PelotasPrograma de Pós-Graduação em MeteorologiaUFPelBrasilFaculdade de MeteorologiaCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIAPrevisão climáticaTemperatura da Superfície do Mar (TSM)Rio Grande do SulForecast climateSea Surface TemperatureEstudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do SulThe study of predicted relations between Number of Rainfall Days and the Sea Surface Temperature (SST) for Rio Grande do Sulinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://lattes.cnpq.br/3946867460041974http://lattes.cnpq.br/3223149586226395Marques, Julio Renato Quevedohttp://lattes.cnpq.br/8470069076957589Diniz, Gilberto BarbosaFischer, Graciela Rediesinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPel - Guaiacainstname:Universidade Federal de Pelotas (UFPEL)instacron:UFPELTEXTDissertacao_Graciela_Redies_Fischer.pdf.txtDissertacao_Graciela_Redies_Fischer.pdf.txtExtracted texttext/plain111821http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/6/Dissertacao_Graciela_Redies_Fischer.pdf.txt0f12b84b982bc4a557978eed8ecf421eMD56open accessTHUMBNAILDissertacao_Graciela_Redies_Fischer.pdf.jpgDissertacao_Graciela_Redies_Fischer.pdf.jpgGenerated Thumbnailimage/jpeg1418http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/7/Dissertacao_Graciela_Redies_Fischer.pdf.jpgb2d983fac3a2ec805a4880b02756b215MD57open accessORIGINALDissertacao_Graciela_Redies_Fischer.pdfDissertacao_Graciela_Redies_Fischer.pdfapplication/pdf562537http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/1/Dissertacao_Graciela_Redies_Fischer.pdfe10a16427d8b4f6352c366ea11522b0cMD51open accessCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52open accesslicense_textlicense_texttext/html; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53open accesslicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81866http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/5/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD55open accessprefix/39912023-07-13 03:20:23.517open accessoai:guaiaca.ufpel.edu.br:prefix/3991TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEKCkNvbSBhIGFwcmVzZW50YcOnw6NvIGRlc3RhIGxpY2Vuw6dhLCB2b2PDqiAobyBhdXRvciAoZXMpIG91IG8gdGl0dWxhciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IpIGNvbmNlZGUgYW8gUmVwb3NpdMOzcmlvIApJbnN0aXR1Y2lvbmFsIG8gZGlyZWl0byBuw6NvLWV4Y2x1c2l2byBkZSByZXByb2R1emlyLCAgdHJhZHV6aXIgKGNvbmZvcm1lIGRlZmluaWRvIGFiYWl4byksIGUvb3UgZGlzdHJpYnVpciBhIApzdWEgcHVibGljYcOnw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIHBvciB0b2RvIG8gbXVuZG8gbm8gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIApmb3JtYXRvcyDDoXVkaW8gb3UgdsOtZGVvLgoKVm9jw6ogY29uY29yZGEgcXVlIG8gRGVwb3NpdGEgcG9kZSwgc2VtIGFsdGVyYXIgbyBjb250ZcO6ZG8sIHRyYW5zcG9yIGEgc3VhIHB1YmxpY2HDp8OjbyBwYXJhIHF1YWxxdWVyIG1laW8gb3UgZm9ybWF0byAKcGFyYSBmaW5zIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBvIERlcG9zaXRhIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZSBzdWEgcHVibGljYcOnw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIAplIHByZXNlcnZhw6fDo28uCgpWb2PDqiBkZWNsYXJhIHF1ZSBhIHN1YSBwdWJsaWNhw6fDo28gw6kgb3JpZ2luYWwgZSBxdWUgdm9jw6ogdGVtIG8gcG9kZXIgZGUgY29uY2VkZXIgb3MgZGlyZWl0b3MgY29udGlkb3MgbmVzdGEgbGljZW7Dp2EuIApWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIG8gZGVww7NzaXRvIGRhIHN1YSBwdWJsaWNhw6fDo28gbsOjbywgcXVlIHNlamEgZGUgc2V1IGNvbmhlY2ltZW50bywgaW5mcmluZ2UgZGlyZWl0b3MgYXV0b3JhaXMgCmRlIG5pbmd1w6ltLgoKQ2FzbyBhIHN1YSBwdWJsaWNhw6fDo28gY29udGVuaGEgbWF0ZXJpYWwgcXVlIHZvY8OqIG7Do28gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9jw6ogZGVjbGFyYSBxdWUgCm9idGV2ZSBhIHBlcm1pc3PDo28gaXJyZXN0cml0YSBkbyBkZXRlbnRvciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcGFyYSBjb25jZWRlciBhbyBEZXBvc2l0YSBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgCm5lc3RhIGxpY2Vuw6dhLCBlIHF1ZSBlc3NlIG1hdGVyaWFsIGRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIGlkZW50aWZpY2FkbyBlIHJlY29uaGVjaWRvIG5vIHRleHRvIApvdSBubyBjb250ZcO6ZG8gZGEgcHVibGljYcOnw6NvIG9yYSBkZXBvc2l0YWRhLgoKQ0FTTyBBIFBVQkxJQ0HDh8ODTyBPUkEgREVQT1NJVEFEQSBURU5IQSBTSURPIFJFU1VMVEFETyBERSBVTSBQQVRST0PDjU5JTyBPVSBBUE9JTyBERSBVTUEgQUfDik5DSUEgREUgRk9NRU5UTyBPVSBPVVRSTyAKT1JHQU5JU01PLCBWT0PDiiBERUNMQVJBIFFVRSBSRVNQRUlUT1UgVE9ET1MgRSBRVUFJU1FVRVIgRElSRUlUT1MgREUgUkVWSVPDg08gQ09NTyBUQU1Cw4lNIEFTIERFTUFJUyBPQlJJR0HDh8OVRVMgCkVYSUdJREFTIFBPUiBDT05UUkFUTyBPVSBBQ09SRE8uCgpPIERlcG9zaXRhIHNlIGNvbXByb21ldGUgYSBpZGVudGlmaWNhciBjbGFyYW1lbnRlIG8gc2V1IG5vbWUgKHMpIG91IG8ocykgbm9tZShzKSBkbyhzKSBkZXRlbnRvcihlcykgZG9zIGRpcmVpdG9zIAphdXRvcmFpcyBkYSBwdWJsaWNhw6fDo28sIGUgbsOjbyBmYXLDoSBxdWFscXVlciBhbHRlcmHDp8OjbywgYWzDqW0gZGFxdWVsYXMgY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbsOnYS4KRepositório InstitucionalPUBhttp://repositorio.ufpel.edu.br/oai/requestrippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.bropendoar:2023-07-13T06:20:23Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)false
dc.title.pt_BR.fl_str_mv Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul
dc.title.alternative.pt_BR.fl_str_mv The study of predicted relations between Number of Rainfall Days and the Sea Surface Temperature (SST) for Rio Grande do Sul
title Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul
spellingShingle Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul
Fischer, Graciela Redies
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA
Previsão climática
Temperatura da Superfície do Mar (TSM)
Rio Grande do Sul
Forecast climate
Sea Surface Temperature
title_short Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul
title_full Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul
title_fullStr Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul
title_full_unstemmed Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul
title_sort Estudo das relações preditivas entre o número de dias de chuva e a Temperatura da Superfície do Mar (TSM) para o Rio Grande do Sul
author Fischer, Graciela Redies
author_facet Fischer, Graciela Redies
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3946867460041974
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3223149586226395
dc.contributor.advisor-co1.fl_str_mv Marques, Julio Renato Quevedo
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/8470069076957589
dc.contributor.advisor1.fl_str_mv Diniz, Gilberto Barbosa
dc.contributor.author.fl_str_mv Fischer, Graciela Redies
contributor_str_mv Marques, Julio Renato Quevedo
Diniz, Gilberto Barbosa
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA
topic CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA
Previsão climática
Temperatura da Superfície do Mar (TSM)
Rio Grande do Sul
Forecast climate
Sea Surface Temperature
dc.subject.por.fl_str_mv Previsão climática
Temperatura da Superfície do Mar (TSM)
Rio Grande do Sul
Forecast climate
Sea Surface Temperature
description A precipitação pluvial, medida em estações meteorológicas, nem sempre é um bom parâmetro para avaliar-se a disponibilidade hídrica em determinado período. Os totais da precipitação pluvial correspondem a todo o período considerado, não sendo levado em conta se foram bem ou mal distribuídos. Com o Número de Dias de Chuva, tem-se uma idéia da intensidade da precipitação pluvial, pois ao se analisar o mesmo total de chuva, em intervalos de tempo distintos, obtém-se qual a intensidade, bem como a variabilidade quantitativa da mesma. Conhecer e poder prever grandezas meteorológicas tem sido objeto de estudo de pesquisadores de todo globo: os prognósticos devem contemplar tanto a escala temporal quanto a espacial. Partindo da hipótese de que as escalas dos modelos de previsão de longo prazo, atualmente existentes, não contemplam as diversidades climáticas regionais do Estado do Rio Grande do Sul e que estudos regionalizados podem melhorar as informações demandadas pela sociedade, este trabalho teve como objetivo principal determinar as relações preditivas entre o Número de Dias de Chuva (NDC) de algumas estações meteorológicas do Rio Grande do Sul e as Temperaturas da Superfície do Mar (TSM). Nesta pesquisa foram usados dois conjuntos de dados: o primeiro formado por dados mensais de Número de Dias de Chuva de 17 estações meteorológicas do Estado, para o período de 1982 a 2005; o segundo, composto por dados de Temperatura da Superfície do Mar, para o período de 1982 a 2005. A série foi dividida em dois períodos: o dependente, compreendendo o intervalo de 1982 a 2002, para determinação das equações preditivas, bem como os coeficientes de regressão, e o período independente, cujo intervalo foi de 2003 a 2005, para validação do modelo. Os dados de TSM foram utilizados para, através das equações de regressão, estabelecer as relações entre as variáveis. Depois de estabelecidas as equações, foram calculados os valores previstos de NDC, e então comparados com valores observados, a fim de se verificar a eficiência do modelo. Para todas as regiões e para os meses analisados, obtiveram-se bons resultados na previsão de NDC. A série de dados prevista e a observada seguem um mesmo padrão de distribuição desta variável, embora existam alguns valores previstos que apresentam diferenças dos observados, essas não são significativas. No período independente, a série prevista mostra as maiores diferenças em relação aos valores observados. A região em que o modelo apresenta melhor destreza é a região ecoclimática da Campanha (R9) e o mês de melhor previsão é julho.
publishDate 2007
dc.date.issued.fl_str_mv 2007-10-18
dc.date.accessioned.fl_str_mv 2018-06-21T22:45:21Z
dc.date.available.fl_str_mv 2018-06-21T22:45:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv FISCHER, Graciela Redies. Estudo das relações preditivas entre o Número de Dias de Chuva e a Temperatura da superfície do mar (TSM) para o Rio Grande do Sul. Fevereiro de 2007. 80 f. Dissertação (Mestrado) – Programa de Pós-Graduação em Meteorologia. Universidade Federal de Pelotas. Pelotas.
dc.identifier.uri.fl_str_mv http://guaiaca.ufpel.edu.br/handle/prefix/3991
identifier_str_mv FISCHER, Graciela Redies. Estudo das relações preditivas entre o Número de Dias de Chuva e a Temperatura da superfície do mar (TSM) para o Rio Grande do Sul. Fevereiro de 2007. 80 f. Dissertação (Mestrado) – Programa de Pós-Graduação em Meteorologia. Universidade Federal de Pelotas. Pelotas.
url http://guaiaca.ufpel.edu.br/handle/prefix/3991
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pelotas
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Meteorologia
dc.publisher.initials.fl_str_mv UFPel
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Faculdade de Meteorologia
publisher.none.fl_str_mv Universidade Federal de Pelotas
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPel - Guaiaca
instname:Universidade Federal de Pelotas (UFPEL)
instacron:UFPEL
instname_str Universidade Federal de Pelotas (UFPEL)
instacron_str UFPEL
institution UFPEL
reponame_str Repositório Institucional da UFPel - Guaiaca
collection Repositório Institucional da UFPel - Guaiaca
bitstream.url.fl_str_mv http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/6/Dissertacao_Graciela_Redies_Fischer.pdf.txt
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/7/Dissertacao_Graciela_Redies_Fischer.pdf.jpg
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/1/Dissertacao_Graciela_Redies_Fischer.pdf
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/2/license_url
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/3/license_text
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/4/license_rdf
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/3991/5/license.txt
bitstream.checksum.fl_str_mv 0f12b84b982bc4a557978eed8ecf421e
b2d983fac3a2ec805a4880b02756b215
e10a16427d8b4f6352c366ea11522b0c
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
43cd690d6a359e86c1fe3d5b7cba0c9b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)
repository.mail.fl_str_mv rippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.br
_version_ 1801846890045636608