PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY

Detalhes bibliográficos
Autor(a) principal: Oliveira da Silva, Daniela
Data de Publicação: 2022
Outros Autores: Klausner, Virginia, Prestes, Alan, Gimenes Macedo, Humberto
Tipo de documento: Artigo
Idioma: por
eng
Título da fonte: Revista de Geociências do Nordeste
Texto Completo: https://periodicos.ufrn.br/revistadoregne/article/view/24096
Resumo: This work uses samples of the species Imbuia, (Ocotea porosa (Nees & Mart) Barroso), collected in the city of General Carneiro, southeastern region of the State of Paraná (26º24'01 25 "S 51º24'03 91" W), Brazil, for generate the dendrochronological series of this region. The samples selected for this study were obtained through Cluster Analysis, which classifies objects (samples) based on their similarities. In order to obtain the dendrochronological series, the Principal Component Analysis (PCA) statistical method was applied. After obtaining the Principal Components (PCs), the series were reconstructed without the 1st PC, which is an estimate of the trend that best represents the natural growth of all trees in the place. The average of the series without the 1st PC is the dendrochronological series. The PCA method has several advantages over the traditional method of obtaining the time series, such as rapid data processing, an automated way to remove the natural growth trend in all samples at the same time, and also the fact of integrating a tool Alternating Least Squares (ALS) method to estimate or recover data failures.
id UFRN-12_e4395b407ac20fe0223e14e03633fd2c
oai_identifier_str oai:periodicos.ufrn.br:article/24096
network_acronym_str UFRN-12
network_name_str Revista de Geociências do Nordeste
repository_id_str
spelling PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGYANÁLISIS DE PRINCIPALES COMPONENTES APLICADOS A LA DENDROCRONOLOGÍAAnálise de componentes principais aplicada à dendrocronologiaThis work uses samples of the species Imbuia, (Ocotea porosa (Nees & Mart) Barroso), collected in the city of General Carneiro, southeastern region of the State of Paraná (26º24'01 25 "S 51º24'03 91" W), Brazil, for generate the dendrochronological series of this region. The samples selected for this study were obtained through Cluster Analysis, which classifies objects (samples) based on their similarities. In order to obtain the dendrochronological series, the Principal Component Analysis (PCA) statistical method was applied. After obtaining the Principal Components (PCs), the series were reconstructed without the 1st PC, which is an estimate of the trend that best represents the natural growth of all trees in the place. The average of the series without the 1st PC is the dendrochronological series. The PCA method has several advantages over the traditional method of obtaining the time series, such as rapid data processing, an automated way to remove the natural growth trend in all samples at the same time, and also the fact of integrating a tool Alternating Least Squares (ALS) method to estimate or recover data failures.Este trabajo utiliza muestras de la especie Imbuia, (Ocotea porosa (Nees & Mart) Barroso), recolectadas en la ciudad de General Carneiro, región sureste del Estado de Paraná (26º24'01 25 "S 51º24'03 91" O), Brasil, para generar la serie dendrocronológica de esta región. Las muestras seleccionadas para este estudio se obtuvieron a través de Cluster Analysis, que clasifica objetos (muestras) en función de sus similitudes. Para la obtención de la serie dendrocronológica se aplicó el método estadístico de Análisis de Componentes Principales (Principal Component Analysis - PCA). Luego de obtener los Componentes Principales (Principal Componentes - PCs), se reconstruyeron las series sin el 1º PC, siendo una estimación de la tendencia que mejor representa el crecimiento natural de todos los árboles del lugar. El promedio de la serie sin el 1er PC es la serie dendrocronológica. El método PCA tiene varias ventajas sobre el método tradicional de obtención de series de tiempo, como el procesamiento rápido de datos, una forma automatizada de eliminar la tendencia de crecimiento natural en todas las muestras al mismo tiempo, y también el hecho de integrar una herramienta Alternando Mínimos Cuadrados (ALS) para estimar o recuperar fallas de datos.Este trabalho utiliza amostras da espécie Imbuia, (Ocotea porosa (Nees & Mart) Barroso), coletadas na cidade de General Carneiro, região Sudeste do Estado do Paraná (26º24’01 25"S 51º24’03 91"O), Brasil, para gerar a série dendrocronológica desta região. As amostras selecionadas para este estudo foram obtidas por meio de Análise de Clusters, que classifica objetos (amostras) com base em suas semelhanças. Com a finalidade de obter a série dendrocronológica, aplicou-se o método estatístico Análise de Componentes Principais (do inglês Principal Component Analysis- PCA). Obtidas as Componentes Principais (Principal Componentes - PCs), reconstruiu-se as séries sem a 1ª PC, sendo uma estimativa da tendência que melhor representa o crescimento natural de todas as árvores do local. A média das séries sem a 1ª PC é a série dendrocronológica. O método de PCA traz diversas vantagens sobre o método tradicional de obtenção da série cronológica como o processamento rápido de dados, uma forma automatizada de remover a tendência natural de crescimento em todas as amostras ao mesmo tempo, e também, o fato de integrar uma ferramenta poderosa, o método dos mínimos quadrados alternados (do inglês Alternating Least Squares – ALS), para estimar ou recuperar falhas de dados.Universidade Federal do Rio Grande do Norte2022-06-14info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfhttps://periodicos.ufrn.br/revistadoregne/article/view/2409610.21680/2447-3359.2022v8n1ID24096Revista de Geociências do Nordeste; v. 8 n. 1 (2022); 227-2302447-335910.21680/2447-3359.2022v8n1reponame:Revista de Geociências do Nordesteinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNporenghttps://periodicos.ufrn.br/revistadoregne/article/view/24096/15746https://periodicos.ufrn.br/revistadoregne/article/view/24096/15748Copyright (c) 2022 Revista de Geociências do Nordestehttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessOliveira da Silva, DanielaKlausner, VirginiaPrestes, AlanGimenes Macedo, Humberto2022-12-20T18:31:22Zoai:periodicos.ufrn.br:article/24096Revistahttps://periodicos.ufrn.br/revistadoregne/indexPUBhttps://periodicos.ufrn.br/revistadoregne/oairegneufrn@gmail.com || periodicos@bczm.ufrn.br2447-33592447-3359opendoar:2022-12-20T18:31:22Revista de Geociências do Nordeste - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.none.fl_str_mv PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY
ANÁLISIS DE PRINCIPALES COMPONENTES APLICADOS A LA DENDROCRONOLOGÍA
Análise de componentes principais aplicada à dendrocronologia
title PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY
spellingShingle PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY
Oliveira da Silva, Daniela
title_short PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY
title_full PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY
title_fullStr PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY
title_full_unstemmed PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY
title_sort PRINCIPAL COMPONENTS ANALYSIS APPLIED TO DENDROCHRONOLOGY
author Oliveira da Silva, Daniela
author_facet Oliveira da Silva, Daniela
Klausner, Virginia
Prestes, Alan
Gimenes Macedo, Humberto
author_role author
author2 Klausner, Virginia
Prestes, Alan
Gimenes Macedo, Humberto
author2_role author
author
author
dc.contributor.author.fl_str_mv Oliveira da Silva, Daniela
Klausner, Virginia
Prestes, Alan
Gimenes Macedo, Humberto
description This work uses samples of the species Imbuia, (Ocotea porosa (Nees & Mart) Barroso), collected in the city of General Carneiro, southeastern region of the State of Paraná (26º24'01 25 "S 51º24'03 91" W), Brazil, for generate the dendrochronological series of this region. The samples selected for this study were obtained through Cluster Analysis, which classifies objects (samples) based on their similarities. In order to obtain the dendrochronological series, the Principal Component Analysis (PCA) statistical method was applied. After obtaining the Principal Components (PCs), the series were reconstructed without the 1st PC, which is an estimate of the trend that best represents the natural growth of all trees in the place. The average of the series without the 1st PC is the dendrochronological series. The PCA method has several advantages over the traditional method of obtaining the time series, such as rapid data processing, an automated way to remove the natural growth trend in all samples at the same time, and also the fact of integrating a tool Alternating Least Squares (ALS) method to estimate or recover data failures.
publishDate 2022
dc.date.none.fl_str_mv 2022-06-14
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://periodicos.ufrn.br/revistadoregne/article/view/24096
10.21680/2447-3359.2022v8n1ID24096
url https://periodicos.ufrn.br/revistadoregne/article/view/24096
identifier_str_mv 10.21680/2447-3359.2022v8n1ID24096
dc.language.iso.fl_str_mv por
eng
language por
eng
dc.relation.none.fl_str_mv https://periodicos.ufrn.br/revistadoregne/article/view/24096/15746
https://periodicos.ufrn.br/revistadoregne/article/view/24096/15748
dc.rights.driver.fl_str_mv Copyright (c) 2022 Revista de Geociências do Nordeste
https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2022 Revista de Geociências do Nordeste
https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv Revista de Geociências do Nordeste; v. 8 n. 1 (2022); 227-230
2447-3359
10.21680/2447-3359.2022v8n1
reponame:Revista de Geociências do Nordeste
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Revista de Geociências do Nordeste
collection Revista de Geociências do Nordeste
repository.name.fl_str_mv Revista de Geociências do Nordeste - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv regneufrn@gmail.com || periodicos@bczm.ufrn.br
_version_ 1797052929183580160

Registros relacionados