Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais

Detalhes bibliográficos
Autor(a) principal: Pereira, Rafael Vicente Donatelli
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/250553
Resumo: Houve um aumento significativo nos desastres naturais nos últimos anos, possivelmente devido ao crescimento populacional desordenado e ao aumento das temperaturas médias. No Brasil, os principais desastres estão relacionados a deslizamentos de terra e enchentes, que ocorrem com maior frequência em áreas de alta densidade populacional e vulnerabilidade social. Apesar da existência do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN), responsável por monitorar e emitir alertas, ainda ocorrem numerosos desastres no país. Nesse contexto, este trabalho teve como objetivo analisar a metodologia do Lightning Jump como uma possível ferramenta complementar aos métodos existentes para a prevenção de desastres. O Lightning Jump é definido como uma taxa de raios que excede dois desvios padrões em relação aos últimos dez minutos. O estudo realizou uma análise utilizando algoritmos Sigma para eventos de deslizamentos em Petrópolis e enchentes/deslizamentos na Grande Recife, ambos ocorridos em 2022 e resultando em vítimas fatais. Os resultados mostraram que a mesma metodologia aplicada em diferentes regiões resultou em diferentes previsões, destacando a influência do contexto regional em tais eventos.
id UNSP_04a634d494b712e4f412b287d39fd9da
oai_identifier_str oai:repositorio.unesp.br:11449/250553
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturaisAnalysis of lightning jumps as indicators of severe storms leading to natural disastersDescargas elétricasCatástrofes naturaisRaioNatural disastersLightningHouve um aumento significativo nos desastres naturais nos últimos anos, possivelmente devido ao crescimento populacional desordenado e ao aumento das temperaturas médias. No Brasil, os principais desastres estão relacionados a deslizamentos de terra e enchentes, que ocorrem com maior frequência em áreas de alta densidade populacional e vulnerabilidade social. Apesar da existência do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN), responsável por monitorar e emitir alertas, ainda ocorrem numerosos desastres no país. Nesse contexto, este trabalho teve como objetivo analisar a metodologia do Lightning Jump como uma possível ferramenta complementar aos métodos existentes para a prevenção de desastres. O Lightning Jump é definido como uma taxa de raios que excede dois desvios padrões em relação aos últimos dez minutos. O estudo realizou uma análise utilizando algoritmos Sigma para eventos de deslizamentos em Petrópolis e enchentes/deslizamentos na Grande Recife, ambos ocorridos em 2022 e resultando em vítimas fatais. Os resultados mostraram que a mesma metodologia aplicada em diferentes regiões resultou em diferentes previsões, destacando a influência do contexto regional em tais eventos.Natural disasters have been increasing in recent years, possibly due to uncontrolled population growth, rising average temperatures, among other factors. In Brazil, the main natural disasters are related to landslides and floods, which often occur in areas where population expansion and social vulnerability contribute to the severity of these events. Despite the existence of the specialized National Center for Monitoring and Alerts of Natural Disasters (CEMADEN), which works to monitor and issue warnings for potential disasters in Brazil, numerous disasters still occur. This study aimed to analyze the Lightning Jump methodology, which has been studied over the years as a possible approach for predicting storms and aiding in disaster prevention alongside existing methods. Lightning Jump is defined as a lightning rate that exceeds two standard deviations from the relative period of the previous ten minutes. The study conducted an analysis using Sigma algorithms for landslide events in Petrópolis and floods/landslides in the Greater Recife area, both occurring in 2022 and resulting in fatalities. The findings revealed that applying the same methodology in different locations produced different results, largely influenced by the specific regional characteristics of each area.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Saraiva, Antonio Carlos Varela [UNESP]Martins, Antonio Cesar Germano [UNESP]Universidade Estadual Paulista (Unesp)Pereira, Rafael Vicente Donatelli2023-08-31T16:34:35Z2023-08-31T16:34:35Z2023-06-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/250553porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-12-18T06:17:25Zoai:repositorio.unesp.br:11449/250553Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462023-12-18T06:17:25Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
Analysis of lightning jumps as indicators of severe storms leading to natural disasters
title Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
spellingShingle Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
Pereira, Rafael Vicente Donatelli
Descargas elétricas
Catástrofes naturais
Raio
Natural disasters
Lightning
title_short Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
title_full Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
title_fullStr Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
title_full_unstemmed Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
title_sort Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
author Pereira, Rafael Vicente Donatelli
author_facet Pereira, Rafael Vicente Donatelli
author_role author
dc.contributor.none.fl_str_mv Saraiva, Antonio Carlos Varela [UNESP]
Martins, Antonio Cesar Germano [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Pereira, Rafael Vicente Donatelli
dc.subject.por.fl_str_mv Descargas elétricas
Catástrofes naturais
Raio
Natural disasters
Lightning
topic Descargas elétricas
Catástrofes naturais
Raio
Natural disasters
Lightning
description Houve um aumento significativo nos desastres naturais nos últimos anos, possivelmente devido ao crescimento populacional desordenado e ao aumento das temperaturas médias. No Brasil, os principais desastres estão relacionados a deslizamentos de terra e enchentes, que ocorrem com maior frequência em áreas de alta densidade populacional e vulnerabilidade social. Apesar da existência do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN), responsável por monitorar e emitir alertas, ainda ocorrem numerosos desastres no país. Nesse contexto, este trabalho teve como objetivo analisar a metodologia do Lightning Jump como uma possível ferramenta complementar aos métodos existentes para a prevenção de desastres. O Lightning Jump é definido como uma taxa de raios que excede dois desvios padrões em relação aos últimos dez minutos. O estudo realizou uma análise utilizando algoritmos Sigma para eventos de deslizamentos em Petrópolis e enchentes/deslizamentos na Grande Recife, ambos ocorridos em 2022 e resultando em vítimas fatais. Os resultados mostraram que a mesma metodologia aplicada em diferentes regiões resultou em diferentes previsões, destacando a influência do contexto regional em tais eventos.
publishDate 2023
dc.date.none.fl_str_mv 2023-08-31T16:34:35Z
2023-08-31T16:34:35Z
2023-06-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/250553
url http://hdl.handle.net/11449/250553
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1799965326975172608