Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Silva, Karita Almeida | - |
Autor(es): dc.creator | de Souza Rolim, Glauco | - |
Autor(es): dc.creator | de Oliveira Aparecido, Lucas Eduardo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T22:47:43Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T22:47:43Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2021-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s00704-022-03999-5 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/223577 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/223577 | - |
Descrição: dc.description | The El Niño-Southern Oscillation (ENSO) phenomenon affects the global climate by changing temperature and precipitation patterns mainly in tropical climatic regions and median latitudes. Such event strongly influences agricultural activities and crop yields. The Niño Oceanic Index (ONI) of the US National Oceanic and Atmospheric Administration (NOAA) describes and monitors ENSO intensity from ocean temperature measurements. When ONI in the Niño 3.4 region was + 0.5 °C above normal or − 0.5 °C below normal for 5 consecutive 3-month running averages, El Niño (EN) or La Niña (LN) events, respectively, were established. The prediction of ENSO events is made by modeling at major global weather centers by atmosphere–ocean coupling models; however, no articles were found using decision tree classifier (DTC) for ENSO forecasting purposes. This modeling approach requires much less computational time and capacity. Furthermore, DTC can be sufficiently accurate for agricultural purposes. Thus, the objective of this research was to forecast as early as possible the El Niño and La Niña yearly events using a DTC technique from ONI data from 1950 to 2020. We used as input variables for DTC quarterly ONI values from 15 quarters prior the data of forecasting. The DTC showed an accuracy of 89%, 84%, and 78% to predict La Niña, El Niño, and neutral years, respectively, without training period. For validation, the accuracy was 100%, 79%, and 79% for La Niña, El Niño, and neutral years, respectively. The selected ONI quarters were July–August-September, January–February-March, and February–March-April of the previous year and January–February-March of the current year, allowing an 8-month advance forecast with an average accuracy of 78% (validation). | - |
Descrição: dc.description | Department of Mathematical Sciences and Engineering UNESP–São Paulo State University, SP | - |
Descrição: dc.description | Department of Mathematical Sciences and Engineering UNESP–São Paulo State University, SP | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Theoretical and Applied Climatology | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Boreal spring | - |
Palavras-chave: dc.subject | Climate anomalies | - |
Palavras-chave: dc.subject | ENSO | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Python | - |
Palavras-chave: dc.subject | SST anomalies | - |
Título: dc.title | Forecasting El Niño and La Niña events using decision tree classifier | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: