Investigation of the Multidecadal Variability of the South Atlantic Region Hydroclimate since the Mid-Holocene Using a Non-Supervised Neural Network (2023)
- Authors:
- Autor USP: GORENSTEIN, IURI - IO
- Unidade: IO
- Sigla do Departamento: IOF
- Subjects: OCEANOGRAFIA FÍSICA; OCEANO ATLÂNTICO
- Language: Inglês
- Abstract: Anomalias de precipitação (PPT) na escala decadal interferem nos níveis de reservatórios, na fauna e na vegetação, além disso, elas podem influenciar eventos de alta frequência, como secas e alagamentos. A chuva nos trópicos é associada à Zona de convergência Intertropical (ZCIT), que por sua vez tem suas anomalias decadais controladas pelos modos oceânicos de variabilidade. As populações do Nordeste do Brasil (NE) e da África Ocidental (AO), duas regiões adjacentes ao Oceano Atlântico, tem economias agrárias altamente dependentes de mudanças na posição da ZCIT e, portanto, do ciclo de variabilidade decadal do Oceano Atlântico. Usando as redes neurais não supervisionadas Self Organizing Maps (SOM), o clima da região do Atlântico tropical foi analisada; e a variabilidade decadal de suas anomalias de temperatura de superfície de oceano (TSO) e PPT foi estudada usando: dados observacionais de satélite de 1979-2015; dados da reanálise HadISST de 1870-2019; e, finalmente, os modelos climáticos do EC-Earth, CESM e GISS com rodadas Pré-industriais e diferentes tipos de cenários com parâmetros de insolação do Holoceno-médio (HM) e de vegetação representado o período do Green-Sahara (GS). O SOM foi bem sucedido na redução dimensional dos dados climáticos. As anomalias de TSO, pressão e ventos são intrinsecamente conectadas em escalas decadais. Juntas, elas controlam a anticorrelação decadal de precipitação entre o NE e a AO, encontradas nas séries de Standard Precipitation Index decadais dessas regiões de 1979-2015. O HadISST dataset de 1870-2019 mostrou uma periodicidade de 40 a 50 anos na qual a TSO do oceano Atlântico oscilou durante o século vinte. (Continua)(Continuação) Ao usar a mesma metodologia com as simulações dos modelos numéricos dos períodos do PI, HM e GS, emergiram padrões de TSO em escalas decadais que se assemelham aos ciclos encontrados nos dados observacionais. Usando a entropia de Shannon como medida de variabilidade das rodadas dos modelos, a variabilidade de PPT no modelo EC-Earth apresentou dependência apenas na forçante de emissão de partículas (rodada de GS com redução de poeira teve a menor entropia dentre os cenários), enquanto a variabilidade de TSO nesse modelo parece ter sido mais influenciada pela presença de vegetação no Sahara (rodadas do GS e GS com redução de poeira tiveram menor entropia). O modelo GISS mostrou a menor mudança de variabilidade de TSO entre diferentes cenários e os modelos CESM indicaram grande variabilidade interna de PPT com cenários iguais apresentando valores divergentes de entropia (GS com full vegetation, rodadas 1 e 2). Portanto, a utilização de large ensembles se vê necessária para atribuir incertezas da variabilidade interna dos modelos à entropia e aumentar a robustez dos achados.
- Imprenta:
- Data da defesa: 24.05.2023
-
ABNT
GORENSTEIN, Iuri. Investigation of the Multidecadal Variability of the South Atlantic Region Hydroclimate since the Mid-Holocene Using a Non-Supervised Neural Network. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://doi.org/10.11606/D.21.2023.tde-01092023-101157. Acesso em: 20 out. 2024. -
APA
Gorenstein, I. (2023). Investigation of the Multidecadal Variability of the South Atlantic Region Hydroclimate since the Mid-Holocene Using a Non-Supervised Neural Network (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://doi.org/10.11606/D.21.2023.tde-01092023-101157 -
NLM
Gorenstein I. Investigation of the Multidecadal Variability of the South Atlantic Region Hydroclimate since the Mid-Holocene Using a Non-Supervised Neural Network [Internet]. 2023 ;[citado 2024 out. 20 ] Available from: https://doi.org/10.11606/D.21.2023.tde-01092023-101157 -
Vancouver
Gorenstein I. Investigation of the Multidecadal Variability of the South Atlantic Region Hydroclimate since the Mid-Holocene Using a Non-Supervised Neural Network [Internet]. 2023 ;[citado 2024 out. 20 ] Available from: https://doi.org/10.11606/D.21.2023.tde-01092023-101157
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
