
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 | Miranda, Bruno Guerreiro | - |
| Autor(es): dc.creator | Negri, Rogério Galante | - |
| Autor(es): dc.creator | Pampuch, Luana Albertani | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T18:58:40Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T18:58:40Z | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2022-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.20937/ATM.53155 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/247251 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/247251 | - |
| Descrição: dc.description | Southeastern Brazil comprises an important geoeconomic and populous region in South America. Consequently, it is essential to analyze and understand the precipitation profiles in this region. Among different data sources and techniques available to perform such study, the use of clustering algorithms and information from the Global Precipitation Measurement (GPM) project emerges as a convenient, yet less exploited alternative. This study employs the K-Means, the Hierarchical Ward, and the Self-Organizing Maps methods to cluster the annual and seasonal precipitation data from GPM project recorded from 2001 to 2019. The adopted methods are compared in terms of quantitative measures and the number of clusters defined through a well-established rule. The results demonstrate that the annual and seasonal periods are organized according to different number of clusters. Moreover, the results allow: identify the presence of a spatially heterogeneous distribution in the study area; to conclude that the K-Means algorithm is a suitable clustering method in the context of this investigation when compared to Ward’s Hierarchical and Self-Organizing Maps methods in terms of the Calinski-Harabasz and Davies-Bouldin measures; and that the spatial precipitation distribution over Southeastern Brazil is represented by 10 clusters in annual and summer periods, 11 clusters in autumn and spring and 9 clusters in winter period | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | São Paulo State University (UNESP) Institute of Science and Technology, São Paulo | - |
| Descrição: dc.description | Graduate Program in Natural Disasters São Paulo State University (UNESP) National Center for Monitoring and Early Warning of Natural Disasters (CEMADEN), São Paulo | - |
| Descrição: dc.description | São Paulo State University (UNESP) Institute of Science and Technology, São Paulo | - |
| Descrição: dc.description | Graduate Program in Natural Disasters São Paulo State University (UNESP) National Center for Monitoring and Early Warning of Natural Disasters (CEMADEN), São Paulo | - |
| Descrição: dc.description | CNPq: 426530/20187 | - |
| Formato: dc.format | 365-381 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Atmosfera | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | clustering algorithms | - |
| Palavras-chave: dc.subject | GPM | - |
| Palavras-chave: dc.subject | precipitation | - |
| Palavras-chave: dc.subject | southeastern Brazil | - |
| Título: dc.title | Using clustering algorithms and GPM data to identify spatial precipitation patterns over southeastern Brazil | - |
| 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: