Análise de "lightning jumps" como indicadores de tempestades severas que levam a desastres naturais
Autor(a) principal: | |
---|---|
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_ |
1803047005897883648 |