Search

The analysis of precipitation data is extremely important for strategic planning and decision-making in various natural systems, as well as in planning and preparing for a drought period. The drought is responsible for several impacts on the economy of Northeast Brazil (NEB), mainly in the agricultural and livestock sectors. This study analyzed the fit of 2-parameter distributions gamma (GAM), log-normal (LNORM), Weibull (WEI), generalized Pareto (GP), Gumbel (GUM) and normal (NORM) to monthly precipitation data from 293 rainfall stations across NEB, in the period 1988–2017. The maximum likelihood (ML) method was used to estimate the parameters to fit the models and the selection of the model was based on a modification of the Shapiro-Wilk statistic. The results showed the chosen 2-parameter distributions to be flexible enough to describe the studied monthly precipitation data. The GAM and WEI models showed the overall best fits, but the LNORM and GP models gave the best fits in certain months of the year and regions that differed from the others in terms of their average precipitation. HIGHLIGHTS Real monthly precipitation data from 293 rainfall stations in Northeastern Brazil.; The selection of the model was based on a modification of the Shapiro-Wilk statistic.; The gamma and Weibull distributions showed the best fits compared to the others.

ADEQUAÇÃO DE MODELOS PROBABILÍSTICOS À EVAPOTRANSPIRAÇÃO DE REFERÊNCIA NO SUBMÉDIO DO VALE DO RIO SÃO FRANCISCO EDGO JACKSON PINTO SANTIAGO1; FRANK GOMES-SILVA 1; ANTONIO SAMUEL ALVES DA SILVA1; JOSÉ RAMON BARROS CANTALICE1; MOACYR CUNHA FILHO1 E JOSÉ DOMINGOS ALBUQUERQUE AGUIAR1 1 Departamento de Estatística e Informática-DEINFO, Programa de Pós-Graduação em Biometria e Estatística Aplicada-PPGBEA, Universidade Federal Rural de Pernambuco-UFRPE, Rua Dom Manoel de Medeiros s/n, Dois Irmãos, CEP: 52.171.900, Recife, Pernambuco, Brasil. edgoj@hotmail.com, franksinatrags@gmail.com, antonio.sasilva@ufrpe.br, cantalice21@hotmail.com, moacyr2006@gmail.com, aguiar.domingos@gmail.com. 1 RESUMO A evapotranspiração consiste no processo de perda de água do solo, da planta, e é fundamental para produção vegetal, constituindo uma das principais variáveis agrometeorológicas. Apesar disso, são escassos trabalhos que relacionam adequabilidade de distribuições de probabilidade a dados de evapotranspiração. O objetivo desse trabalho foi testar a aderência de diferentes distribuições de probabilidade à dados de evapotranspiração de referência, selecionando as mais adequadas para este fim. Esse estudo foi realizado com dados de evapotranspiração de referência obtidos pelas estações meteorológicas da Universidade Federal do Vale do São Francisco (UNIVASF) em Petrolina, PE e Juazeiro, BA. Foram ajustadas as distribuições Gama, Weibull, Log-Normal, Beta, Exponencial, Log-Logística e Log-Logística Exponenciada. Os maiores p-valores foram obtidos para as distribuições Log-Logística e Log-Logística Exponenciada, possivelmente devido à leve assimetria positiva destas aos dados de evapotranspiração. Pelo teste da razão de verossimilhanças, a distribuição Log-Logística Exponenciada adequou-se mais aos meses de janeiro, agosto e dezembro em Juazeiro e Petrolina, somando-se a esta última o mês de novembro. As distribuições Log-Logística e Log-Logística Exponenciada foram as mais adequadas para modelar a evapotranspiração. A partir dessas distribuições, foram estimados valores de evapotranspiração para diferentes níveis de probabilidade, sendo janeiro o mês com maior demanda hídrica provável. Palavras-chave: transpiração, evaporação, demanda hídrica, distribuição log-logística, irrigação. SANTIAGO, E. J. P.; GOMES-SILVA, F.; SILVA, A. S. A.; CANTALICE, J. R. B.; CUNHA FILHO, M.; AGUIAR, J. D. A. ADJUSTMENT OF PROBABILISTIC MODELS TO THE REFERENCE EVAPOTRANSPIRATION IN THE SUB-MEDIUM OF SÃO FRANCISCO RIVER VALLEY 2 ABSTRACT Evapotranspiration is the process of water loss from soil and plant surfaces, and it is essential for plant production, constituting one of the main agrometeorological variables. Nevertheless, there are few studies that relate the adequacy of probability distributions to evapotranspiration data. The objective of this work was to test the adherence of different probability distributions to reference evapotranspiration data by selecting the most suitable ones for this purpose. This study was carried out with daily evapotranspiration reference data obtained by the meteorological stations of the Federal University of Vale of São Francisco (UNIVASF) in Petrolina, PE and Juazeiro, BA. The Gamma, Weibull, Log-Normal, Beta, Exponential, Log-Logistics and Exponentiated Log-Logistics distribution were adjusted. The highest p-values ​​were obtained for the Log-Logistics and Exponentiated Log-Logistics distributions. The highest p-values were obtained for the Log-Logistics and Exponentiated Log-Logistics distributions, possibly due to the slight positive asymmetry of those to the evapotranspiration data. By testing the likelihood ratio, the Exponentiated Log-Logistics distribution was more suitable for the months of January, August and December in Juazeiro and Petrolina, adding to the latter the month of November. The Log-Logistics and Exponentiated Log-Logistics distributions were the most suitable to model evapotranspiration. From these distributions, evapotranspiration values ​​were estimated for different levels of probability, with January being the month with the highest probable water demand. Keywords: transpiration, evaporation, water demand, log-logistics distribution, irrigation.

A regiao semiarida do nordeste do Brasil tem forte tendencia de diminuicao da precipitacao com as mudancas climaticas. Sabe-se que os impactos sociais, economicos e ambientais serao muito altos se isso vier acontecer. A evapotranspiracao e o balanco hidricos sao variaveis importantes na tomada de decisao de politicas publicas relacionadas a chuva e recursos hidricos, uma vez que possibilita dar maior conhecimento do fornecimento de agua em uma determinada regiao. Assim, avaliar diferentes metodologias de estimativas dessas variaveis proporciona uma importante contribuicao para o planejamento de politicas publicas ambientais. Diante do exposto, este estudo tem o objetivo de avaliar a evapotranspiracao estimada com MODIS e balanco hidrico obtido com o Soil Water Assessement Tools (SWAT) para a bacia do Pontal, Pernambuco, Brasil, para o ano de 2016. Os resultados mostram a grande dependencia da evapotranspiracao real e do escoamento superficial ao volume de chuva da bacia. Foi possivel constatar, que as areas de caatinga preservadas apresentaram as maiores evapotranspiracao ao longo do ano. Destaca-se tambem o volume de agua armazenado no solo nessas areas. O maior volume escoado esteve presente na agropecuaria e solo exposto. Esses resultados mostram os impactos das acoes antropicas sobre os recursos naturais da bacia do Pontal que podem acarretar maiores complicacoes na cobertura solo e balanco hidrico da regiao. Evaluation of evapotranspiration estimated by MODIS and water balance for the Pontal-Pernambuco basin A B S T R A C T The semi-arid region of northeastern Brazil has a strong tendency to decrease precipitation with climate change. It is known that the social, economic, and environmental impacts will be very high if this happens. Evapotranspiration and water balance are important variables in public policy decision-making related to rain and water resources, as it allows for greater knowledge of the water supply in each region. Thus, evaluating different estimation methodologies for these variables provides an important contribution to the planning of environmental public policies. Given the above, this study aims to evaluate the evapotranspiration estimated with MODIS and the water balance obtained with the Soil Water Assessment Tools (SWAT) for the Pontal basin, Pernambuco, Brazil, for the year 2016. The results show the great dependence of actual evapotranspiration and runoff on the volume of rainfall in the basin. It was possible to verify that the preserved caatinga areas had the highest evapotranspiration throughout the year. Also noteworthy is the volume of water stored in the soil in these areas. The largest volume drained was present in agriculture and livestock and exposed soil. These results show the impacts of anthropic actions on the natural resources of the Pontal basin, which can lead to greater complications in the region's land cover and water balance. Keywords: Modeling, remote sensing, SWAT, MODIS.

The Brazilian semi-arid region is recurrently affected by the scarcity of water that marks the landscape as it prints periods of severe drought. Therefore, rainfall in this region greatly influences plant growth in regional hydrological processes that affect droughts or floods. It is of practical interest to assess how changes in rainfall patterns occur to anticipate hydrological dynamics. However, this is not easy as climate change reshapes global hydrology. Thus, assertive forecasting has become rare and imputed estimates of a reasonable degree of uncertainty. The objective of this work was to verify from the mixture of exponential, gamma, beta, log-normal, Weibull, normal, log-logistic, and exponentiated log-logistic distributions, which best fits the monthly rainfall of the state of Pernambuco, Brazil. The data used came from 133 monthly rainfall series (1950 to 2012) distributed over the state of Pernambuco. The Maximum Likelihood Method estimated all parameters. The Kolmogorov-Smirnov adherence test was applied at 5% probability to assess the adjustments. The least rejected distributions in the adherence test were Weibull, gamma, and beta; October presented the smallest number of distributions considered adequate to model monthly rainfall. More than 99% of the rain gauge stations had some adequate probabilistic distribution to model monthly rainfall in March. For most months, except for March, the Weibull distribution was the most suitable for modeling the monthly rainfall in the vast majority of rain gauge stations of Pernambuco.

We investigated the influence of the construction of cascade dams and reservoirs on the predictability and complexity of the streamflow of the São Francisco River, Brazil, by using complexity entropy causality plane (CECP) in its standard and weighted form. We analyzed daily streamflow time series recorded in three fluviometric stations: São Francisco (upstream of cascade dams), Juazeiro (downstream of Sobradinho dam), and Pão de Açúcar station (downstream of Sobradinho and Xingó dams). By comparing the values of CECP information quantifiers (permutation entropy and statistical complexity) for the periods before and after the construction of Sobradinho (1979) and Xingó (1994) dams, we found that the reservoirs’ operations changed the temporal variability of streamflow series toward the less predictable regime as indicated by higher entropy (lower complexity) values. Weighted CECP provides some finer details in the predictability of streamflow due to the inclusion of amplitude information in the probability distribution of ordinal patterns. The time evolution of streamflow predictability was analyzed by applying CECP in 2 year sliding windows that revealed the influence of the Paulo Alfonso complex (located between Sobradinho and Xingó dams), construction of which started in the 1950s and was identified through the increased streamflow entropy in the downstream Pão de Açúcar station. The other streamflow alteration unrelated to the construction of the two largest dams was identified in the upstream unimpacted São Francisco station, as an increase in the entropy around 1960s, indicating that some natural factors could also play a role in the decreased predictability of streamflow dynamics.

In this work, we analyze the complexity of monthly rainfall temporal series recorded from 1962 to 2012, at 133 gauge stations in the state of Pernambuco, northeastern Brazil. To this end, we employ the modified multiscale entropy method (MMSE), which is well suited for short time series, to analyze the rainfall regularity across a wide range of temporal scales, from one month to one year. We identify the temporal scales that distinguish rainfall regularity in the inland semiarid Sertão region, the transitional inland Agreste region, and the coastal, tropical humid Zona da Mata region, by comparing the results for stations across the study area and performing statistical significance tests. Our work contributes to the establishment of multiscale methods based on information theory in climatological studies.

In this work, we analyze the regularity of monthly rainfall temporal series during the period 1953 to 2012, recorded at 133 gauging stations in the state of Pernambuco, northeastern Brazil. We use sample entropy method (SampEn), which is suitable for short and noisy data and recently attracted the attention of hydrologists as promising for rainfall studies. By comparing the SampEn values of the analyzed series, we find that for both the original and deseasonalized series entropy increases (regularity decreases) in the west–east direction from the inland Sertão region towards the coastal Zona da Mata. SampEn values for the semiarid Sertão region are significantly different from the humid coastal Zona da Mata and subhumid transition Agreste regions. By comparing two 30 year subperiods (1953–1982 and 1983–2012), we found that in the second period, the rainfall amount decreases in Sertão and Agreste, and increases in Zona de Mata, and that the Agreste and Zona da Mata regions become more similar in respect to the regularity of rainfall dynamics. In the second subperiod, the rainfall regime changes the most in Zona da Mata (both original and anomalies series show a significant difference in SampEn values). By analyzing time dependent SampEn, we identified several periods of increasing entropy, which are related to specific climatic phenomena such as subsequent El Niño and La Niña episodes. This work represents a contribution to establishing the use of information theory-based methods in climatological studies.

O polo agroexportador da região do Submédio do Vale do São Francisco se destaca no agronegócio nacional pelo cultivo de manga e uva, entretanto vem aumentando a vulnerabilidade aos eventos climáticos extremos associados a elevações térmicas nos cultivos de manga Palmer. Essa cultivar vem produzindo frutos estenospermocárpicos com grande frequência quando o florescimento e desenvolvimento inicial dos frutos coincidem com épocas de temperaturas mais elevadas. Dessa forma, estudo capaz de traçar perfil da ocorrência de altas temperaturas na região pode ser importante para determinar de forma precisa, riscos de produção associado extremos térmicos o longo do ano. Este estudo teve como objetivo caracterizar a temperatura máxima do ar em escala mensal por meio de elementos estatísticos descritivos, bem como identificar período com maior potencial a indução de estonepermocarpia em mangueira cv. Palmer na região do Submédio do Vale do São Francisco. Para análise gráfica da série de dados construiu-se em cada mês um histograma de frequência das temperaturas máximas observadas, o qual foi sobreposto pela função densidade de probabilidade Normal. Utilizaram-se os seguintes elementos estatísticos descritivos: média, moda e mediana, variância e desvio padrão. Utilizou-se ainda medidas de assimetria e curtose. O uso da média isoladamente na caracterização térmica da região do Submédio do Vale do São Francisco pode trazer inconsistência e fragilidade nas informações extraídas a partir dela, devido ao considerável grau de incerteza e inadequação, caso o estabelecimento de ocorrência de extremos térmicos não faça uso de ferramentas estatísticas que detecte variabilidade térmica. Dessa forma a utilização dos elementos estatísticos descritivos empregados neste estudo mostrou-se viável para caracterização de extremos térmicos na região do Submédio do Vale do São Francisco. Novembro tende a ser caracterizado como o mês de maior risco à florada da manga cv. Palmer, com verificação de temperaturas máximas extremas apresentando a maior média mensal, 34,1°C e frequente ocorrência de temperaturas de 37,5°C, portanto o período mais sujeito à estenospermocarpia. Made available in DSpace on 2020-05-26T04:41:12Z (GMT). No. of bitstreams: 1 Caracterizacao-de-altas-temperaturas-2020.pdf: 1062762 bytes, checksum: 7e8a4760fbbe93cbaaa7a6d6637ac51a (MD5) Previous issue date: 2020

We analyze trend and persistence in Standardized Precipitation Index (SPI) time series derived from monthly rainfall data at 133 gauging stations in Pernambuco state, Brazil, using a suite of complementary methods to address the spatially explicit tendencies, and persistence. SPI was calculated for 1-, 3-, 6-, and 12-month time scales from 1950 to 2012. We use Mann&ndash, Kendall test and Sen&rsquo, s slope to determine sign and magnitude of the trend, and detrended fluctuation analysis (DFA) method to quantify long-term correlations. For all time scales significant negative trends are obtained in the Sert&atilde, o (deep inland) region, while significant positive trends are found in the Agreste (intermediate inland), and Zona da Mata (coastal) regions. The values of DFA exponents show different scaling behavior for different time scales. For short-term conditions described by SPI-1 the DFA exponent is close to 0.5 indicating weak persistency and low predictability, while for medium-term conditions (SPI-3 and SPI-6) DFA exponents are greater than 0.5 and increase with time scale indicating stronger persistency and higher predictability. For SPI-12 that describes long-term precipitation patterns, the values of DFA exponents for inland regions are around 1, indicating strong persistency, while in the shoreline the value of the DFA exponent is between 1.0 and 1.5, indicating anti-persistent fractional Brownian motion. These results should be useful for agricultural planning and water resource management in the region.

Objetivo: analisar a distribuição espaço-temporal da incidência de febre Chikungunya no estado de Pernambuco, Brasil. Método: a base de dados foi composta pelos registros epidemiológicos sobre incidência de febre Chikungunya em 2018, disponibilizado através do Sistema de Informação de Agravos de Notificação (SINAN) da Secretaria de Estado de Saúde Pública do Estado do Pernambuco. Utilizaram-se o Índice de Moran global e local para avaliar a autocorrelação espacial da Chikungunya. Resultados: a distribuição espacial dos quadros clínicos de febre Chikungunya demonstrou concentração elevada no litoral do estado, com maior frequência e taxa de incidência nos municípios do Cabo de Santo Agostinho e Escada. Houve formação de clusters com autocorrelação espacial positiva entre os municípios do Cabo de Santo Agostinho e Vitoria de Santo Antão, revelando incidências semelhantes. Conclusão: a análise espacial permitiu delinear o cenário epidemiológico para incidência de febre Chikungunya, em 2018, constituindo numa ferramenta capaz de nortear planejamentos estratégicos no controle epidêmico em Pernambuco.

Séries históricas de velocidade do vento oriundas das bases de dados do Instituto Nacional de Meteorologia (INMET) e ECMWF Re-Analyses (ERA-40) foram analisadas, com a finalidade de quantificar o grau de regularidade da série temporal e o grau de similaridade entre as bases de dados de estações convencionais (INMET) e de reanálise (ERA-40), utilizando os métodos Sample Entropy e cross-Sample Entropy da teoria da informação. Devido à falta de informações na base do INMET, as análises foram realizadas no período de oito anos de dados simultâneos (1993 a 2000) para a base de dados do INMET e da ERA-40, durante às 00h, 12h e na série Completa/Total (série original). Os resultados mostram que os maiores registros de velocidade do vento para diferentes séries encontram-se no Norte das quatro sub-regiões do NE. A Sample Entropy, apresentou maior regularidade da velocidade do vento no Meio Norte, área onde a velocidade do vento é menor, apresentando melhor previsibilidade nesta área. A cross-Sample Entropy mostrou uma sincronização moderada das séries do INMET e ERA-40, indicando uma superestimação ou subestimação dos dados da ERA-40 em relação aos dados do INMET.

Dengue is an emerging infectious disease, transmitted by mosquitoes of the genus Aedes, particularly Ae. aegypti and Ae. albopictus. The tropical climate, vast territory and large flow of people in Brazil are factors that provide expressive epidemics of dengue vírus (DENV). In this context, the research aimed to analyze the space-temporal distribution of the trend of the numbers of dengue cases in Pernambuco state. The database was composed by weeklys epidemiological records about the dengue cases from 2000 to 2018, made available through the Information and Communication Secretariat (SIC). Spatial distribution of dengue clinical pictures demonstrated a high concentration on the coast of the state, with a higher frequency of cases in the Metropolitan Region of Recife (100%), followed by Mata Pernambucana (71,42%), Agreste Pernambucano (60,56%), San Francisco Pernambucano (60,0%) e Sertao Pernambucano (36,58%). Spatialization of the permitted trend outlines the epidemiological scenario of the numbers of dengue cases, consisting a tool capable of guiding strategic planning for epidemic control in Pernambuco in order to reduce the growth rampant of the disease. Dengue es una enfermedad infecciosa emergente, transmitida por mosquitos del género Aedes, particularmente Ae. aegypti y Ae. albopictus El clima tropical, el vasto territorio y el gran flujo de personas en Brasil son factores que proporcionan epidemias expresivo de virus dengue (DENV). En este contexto, esta investigación tuvo como objetivo analizar la distribución espacio-temporal de la tendencia en el número de casos de dengue en el estado de Pernambuco. La base de datos consistió en registros epidemiológicos semanales sobre los casos de dengue entre 2000 y 2018, disponibles a través de la Secretaría de Información y Comunicación (SIC). La distribución espacial de la tendencia de las condiciones clínicas del dengue mostró una alta concentración en la costa del estado, con una mayor frecuencia de casos en la Mesorregión Metropolitana de Recife (100%), seguido de la Mata Pernambucana (71,42%), del Agreste Pernambucano (60,56 %), del San Francisco Pernambucano (60,0%) y del Sertão Pernambucano (36,58%). La especialización de la tendencia permitió delinear el escenario epidemiológico del número de casos de dengue, constituyendo una herramienta capaz de guiar los planes estratégicos en el control de la epidemia en Pernambuco para reducir el crecimiento desenfrenado de la enfermedad. A dengue é uma doença infecciosa emergente, transmitida por mosquitos do gênero Aedes, particularmente Ae. aegypti e Ae. albopictus. O clima tropical, vasta extensão territorial e grande fluxo de pessoas no Brasil são fatores que propicia expressivas epidemias do vírus dengue (DENV). Neste contexto, a pesquisa objetivou analisar a distribuição espaço-temporal da tendência dos números de casos de dengue no estado de Pernambuco. A base de dados foi composta pelos registros epidemiológicos semanais sobre os casos de dengue de 2000 a 2018, disponibilizado através da Secretaria de Informação e Comunicação (SIC). A distribuição espacial da tendência dos quadros clínicos de dengue demonstrou concentração elevada no litoral do estado, com maior frequência de casos na Mesorregião Metropolitana do Recife (100%), seguida pela Mata Pernambucana (71,42%), Agreste Pernambucano (60,56%), São Francisco Pernambucano (60,0%) e Sertão Pernambucano (36,58%). A espacialização da tendência permitiu delinear o cenário epidemiológico dos números de casos dengue, constituindo numa ferramenta capaz de nortear planejamentos estratégicos no controle epidêmico em Pernambuco a fim de reduzir o crescimento desenfreado da doença.

A fertirrigação tem sido fundamental para impulsionar o suprimento alimentar mundial, pois mais de 40% da produção agrícola total é obtida em áreas irrigadas com uso dessa técnica. Apesar disso, quando mal manejada, pode elevar consideravelmente a concentração de sais no solo, além de aumentar a probabilidade de perdas de nutrientes por lixiviação, sobretudo, em solos arenosos. A técnica como realizada hoje em dia, ainda que siga critérios técnicos pode imprimir restrições à absorção de água e nutrientes em face da elevação momentânea e abrupta do potencial osmótico no volume de solo explorado. Isso porque a concentração da solução fertilizante injetada no sistema de irrigação é habitualmente constante durante toda operação. Objetivou-se, assim, desenvolver um modelo matemático para manejo de fertirrigação de precisão em que a concentração da solução fertilizante injetada no sistema de irrigação possa ser variável com tempo, além de verificar o alcance vertical produzido pela técnica assim realizada. O modelo matemático desenvolvido é apropriado para descrever a variação na concentração de solução fertilizante injetada em sistema de irrigação de modo não uniforme. A fertirrigação quantitativa, realizada segundo o modelo matemático obtido, proporciona, em Neossolo Quartzarênico, redução de 25% no alcance vertical e maior eficiência de aplicação da solução fertilizante comparada a fertirrigação proporcional.

Neste artigo analisou-se a variabilidade espacial da dinâmica da chuva em escala mensal no estado de Pernambuco, utilizando o método entropia de permutação. Este método foi desenvolvido como uma medida da complexidade de séries temporais, considerando as correlações temporais entre os valores da série utilizando uma representação simbólica baseada nas comparações dos valores consecutivos. Os resultados mostraram que os valores da entropia diminuem com distância do litoral, indicando maior variabilidade e menor previsibilidade das chuvas mensais nas regiões da zona da Mata e Agreste e menor variabilidade e maior previsibilidade das chuvas mensais nas regiões do Sertão Pernambucano e Sertão do São Francisco.

About half of the original one million km2 originally covered by the tropical dry forest of northeastern Brazil (known as “Caatinga”), has been deforested and replaced by crops and pastures. The remaining forest is constantly subjected to firewood removal. Besides that, pastures and cropping fields are often abandoned after a few years, allowing regeneration of secondary forest patches. These patterns create a mosaic of land use types and dry forest fragments under different regeneration stages, but there is little information about biogeochemical cycling in this ecosystem. Understanding the impacts of these changes, especially on carbon and nitrogen cycling, is important to define appropriate policies to preserve soils and vegetation and to contribute to reduce emissions and remove carbon from the atmosphere. Generating data about these processes require monitoring of large areas for long periods, and the use of models can be useful to improve the understanding of such systems. In the present study, the Century model was calibrated and validated to simulate the carbon (C) and nitrogen (N) dynamics in areas of caatinga vegetation before deforestation and during regeneration after abandonment. Calibration data were obtained in field plots in Paraiba state and validation data from plots Rio Grande do Norte state, both areas closely monitored for at least a couple of decades. Two types of deforestation practices were evaluated: clear cutting and cutting with stump removal followed by residue burning. The model files were prepared and calibration parameters were adjusted to represent observed values in the calibration site. Afterwards, the adjusted model was used to simulate the dynamics in the validation site, changing only the site soil and climate characteristics. In areas of preserved native vegetation, the validated C stock values of the woody vegetation biomass (21.0 Mg ha−1) were similar to the average values observed in the field (20.2 Mg ha−1). The soil organic carbon stock (SOC) (30 Mg ha−1) and its C:N ratio (11) were also satisfactorily validated by the Century model, indicating that the model can represent very closely the dynamics in areas under preserved forest vegetation. In areas under regeneration after deforestation, the model also represented well the C accumulation in the biomass of the secondary vegetation and the SOC dynamics for the different firewood harvest practices. The model is very sensitive to the type of deforestation, since the removal of the stumps slows down tree growth during regeneration, therefore it must be well detailed in the site management history during model runs. It is also important to create two different crop files for the herbaceous vegetation within the preserved forest or in the open deforested areas, because they comprise different vegetation types. The model was very sensitive to the KLAI variable, which controls the buildup of leaves during the young phase of the trees. After the necessary adaptations, the Century model simulated adequately C and N cycling in areas of Caatinga vegetation in the semi-arid region of Brazil. The model will now be a useful tool to better understand ecosystem functioning in this region.

Porcine circovirus 2 (PCV2) specific antibodies were evaluated in pigs at 15 to 25 weeks of age by immunoperoxidase monolayer assay. Serum samples (n = 575) were obtained from 16 commercial farms located in six states of northeastern Brazil, including two in Ceará (n = 85), three in Rio Grande do Norte (n = 92), two in Paraíba (n = 49), three in Pernambuco (n = 107), two in Alagoas (n = 39), and four in Bahia (n = 203). Out of the 575 evaluated sera, 470 (81.74%) were reagents with antibody titers ranging from 20 to 5,120. All farms presented reactive animals. There was a statistically significant difference in reactivity proportions between the states of Bahia and Ceará (p < 0.05) and between Bahia and Rio Grande do Norte (p < 0.05). This study provides the first serological investigation for PCV2 in pigs from commercial farms in Northeastern Brazil. A presença de anticorpos específicos contra o circovirus suíno 2 (PCV2) foi avaliada em suínos com 15 a 25 semanas de idade pela técnica de imunoperoxidase em monocamada de células. As amostras de soros (n = 575) foram procedentes de 16 granjas comerciais localizadas em seis Estados da região Nordeste do Brasil, incluindo duas no Ceará (n = 85), três no Rio Grande do Norte (n = 92), duas na Paraíba (n=49), três em Pernambuco (n = 107), duas em Alagoas (n = 39) e quatro na Bahia (n = 203). Dos 575 soros avaliados, 470 (81,74%) foram reagentes com títulos de anticorpos que variaram de 20 até 5.120. Todas as granjas avaliadas apresentaram animais reagentes. Houve diferença estatística significante nas proporções de sororeatividade entre os Estados da Bahia e Ceará (p < 0,05) e entre os Estados Bahia e Rio Grande do Norte (p < 0,05). Este estudo mostra a primeira investigação sorológica para PCV2 em suínos de granjas comerciais da região Nordeste do Brasil.

This work evaluated dry and rainy conditions in the subregions of the São Francisco River Basin (BHSF) using the Standardized Precipitation Index (SPI) and Markov chains. Each subregion of the BHSF has specific physical and climatic characteristics. The data was obtained from the National Water Agency (ANA), collected by four pluviometric stations (representative of each subregion), covering 46 years of data, from 1970 to 2015. The SPI was calculated for the time scales of six and twelve months and transition probabilities were obtained using the Markov chain. Transition matrices showed that, at both scales, if the climate conditions were severe drought or rainy, switching to another class would be unlikely in the short term. Correlating this information with the probabilities of the stationary distribution, it was possible to find the regions that are most likely to be under rainy or dry weather in the future. The recurrence times calculated for the stations that belong to the semi-arid region were smaller when compared to the value of the return period of the representative station of Upper São Francisco that has higher levels of precipitation, confirming the predisposition of the semi-arid region to present greater chances of future periods of drought. Resumo Este trabalho objetivou avaliar períodos secos e chuvosos nas sub-regiões da Bacia Hidrográfica do Rio São Francisco (BHSF) utilizando o Índice de Precipitação Padronizado (SPI) e cadeias de Markov. Cada sub-região da BHSF possui características físicas e climáticas específicas, dessa forma foram utilizadas quatro estações pluviométricas contendo dados com 46 anos, de 1970 a 2015, obtidas na Agência Nacional de Águas (ANA), representativas de cada sub-região. O SPI foi calculado para as escalas de tempo de seis e doze meses e as matrizes de probabilidades de transição foram obtidas utilizando as cadeias de Markov. As matrizes de transição mostraram que, em ambas as escalas, caso a condição climática estivesse em classe de seca severa ou chuvosa, a mudança para outra classe seria pouco provável a curto prazo. Correlacionando esta informação com as probabilidades da distribuição estacionária, foi possível encontrar as regiões que têm maiores possibilidades de no momento futuro estar sob clima chuvoso ou de seca. Os tempos de recorrência calculados para as estações inseridas no semiárido foram menores quando comparado com o valor do tempo da estação representativa do Alto São Francisco que possui maiores níveis de precipitação, confirmando a predisposição do semiárido em apresentar maiores chances de períodos futuros de seca.

In the quest for a best approach to estimate the spatial distribution of monthly precipitation for the state of Pernambuco, Brazil, this work tests different versions (choices of parameters...

O ciclo hidrológico, afetado por mudanças climáticas ocasionadas pelo processo de desenvolvimento e industrialização, tem recebido grande atenção da comunidade científica em todo o mundo, e com isso, muitos estudos foram realizados para mostrar que as mudanças na precipitação estão tornando-se evidentes em escala global. Além disso, os eventos extremos como estiagens prolongadas, inundações e deslizamentos têm causado impactos socioambientais nas grandes áreas urbanas, sendo os alagamentos em superfícies de alta impermeabilização os mais frequentes, devido a deficiência de infraestrutura nos sistemas de drenagem. Por conseguinte, neste trabalho objetivou-se analisar a tendência em séries temporais de Índice de Precipitação Padronizado (SPI) para as escalas de tempo de 1, 3, 6, 12, 24 e 48 meses, utilizando o teste de Mann-Kendall ao nível de significância de 5%. Para tanto, foram utilizados dados de precipitação mensal da estação meteorológica convencional Recife (Curado), localizada no estado de Pernambuco, Brasil, entre o período de 1962 a 2019. Os resultados apontaram que para as escalas de tempo de 1 e 3 meses não há tendência temporal significativa, enquanto tendências negativas significativas foram obtidas para as demais escalas, o que indicou aumento da severidade de seca. Em relação às frequências de ocorrências, é observado um aumento na ocorrência de períodos secos para condições de longo prazo (SPI-12, SPI-24 e SPI-48) e para os períodos úmidos foi observado aumento apenas na categoria moderadamente úmido.

Em muitos países tropicais incluindo Brasil observou-se que as mudanças nos padrões de chuva causam inundações e secas com tendência a continuar se agravar durante século 21. Para diminuir as consequências na vida e saúde humana, atividades econômicas, ecossistemas e infraestrutura é necessário desenvolver modelos de previsão mais confiáveis. O primeiro passo nesta direção é uma análise detalhada da variabilidade climática na região estudada. Neste trabalho analisou-se propriedades multifractais das séries temporais do Índice de Precipitação Padronizado (SPI), desenvolvido para classificar condições secas/úmidas de acordo com severidade. Este índice foi calculado para diferentes escalas de tempo (1, 3, 6 e 12 meses) e analisado utilizando o método Multifractal detrended fluctuation analysis. Os parâmetros de complexidade do espectro multifractal (posição de máximo, largura e assimetria) junto com o expoente de Hurst, mostraram que as séries de SPI são geradas pelo processo multifractal com multifractalidade e persistência mais forte para maiores escalas de acumulação da chuva.

Objetivo: Utilizar as técnicas de análise multivariada, em particular a análise de componentes principais, para encontrar a melhor descrição dos índices de seca, e em seguida usar a análise de agrupamentos para determinar as regiões homogêneas do Rio São Francisco. Método: Foram calculados os índices para caracterizar a seca: Média anual de precipitação máxima diária (anualmax), média anual de precipitação acumulada (amount), média anual de dias sem chuva (=1 mm) (consecwet) e a média anual de dias chuvosos com Precipitação excedendo o percentil 90% (prec90). Esses índices foram ortogonalizados por meio do método de componentes principais e posteriormente agrupados por meio do método de K-médias. Resultados: As variáveis amount e prec90 são as mais importantes, e juntas no primeiro componente são responsáveis por 40,56%, e as variáveis noprec e consecwet foram importantes para explicar 31,04% na segunda componente, e juntas explicam 71,60% da variabilidade total dos dados. Através da variabilidade de 86,40% nas três primeiras componentes principais retidas, a técnica de agrupamentos K-médias possibilitou a divisão de quatro áreas homogêneas na bacia do São Francisco. Conclusões: Foram observadas 4 regiões que são compostas pelas regiões do baixo e Sub-Médio São Francisco, Alto São Francisco e o Médio São Francisco, dividindo-se em duas partes que não ocorre uma perfeita correspondência com as otto-regiões estabelecidas.

In this work we analyze predictability and complexity of monthly rainfall temporal series recorded from 1950 to 2012, at 133 gauging stations in Pernambuco state, northeastern Brazil. To this end we use the complexity entropy causality plane (CECP) and Fisher Shannon plane (FS) formed by information quantifiers permutation entropy, permutation statistical complexity, and Fisher information measure, which serve to evaluate randomness and structural organization of the underlying process. By comparing the locations of analyzed stations in CECP and FS and performing statistical significance test, we distinguish rainfall regime in the deep inland, drier Sertao region, from the intermediate inland Agreste, and coastal, tropical humid Zona da Mata regions. We also perform time dependent CECP and FS analysis and for Sertao region identify the periods of higher entropy (lower complexity and Fisher information measure) which are related to El Nino episodes and historical droughts in northeastern Brazil. Our work represents a contribution to establishing the use of information theory based methods in climatological studies.

Durante a última década, houve vários períodos consecutivos de aumento e queda dos preços das commodities. A formação de preços nos mercados agrícolas é o resultado de muitos fatores, como preços do petróleo, taxas de câmbio, demanda de biocombustíveis, especulação nos mercados futuros de commodities, políticas agressivas de estocagem dos países, restrições comerciais e crescimento econômico. A diversidade desses fatores, bem como a ocorrência de eventos sócio-políticos extremos, produzem um mercado com evolução complexa de preços. Este trabalho utiliza o método de entropia multiescala para analisar a evolução dos movimentos dos preços de commodities agrícolas brasileiras em diferentes escalas temporais durante o período de março de 2006 a março de 2016. Foi descoberto que a entropia das séries de volatilidade e retorno diminui à medida que a escala temporal aumenta, indicando flutuações mais regulares dos preços e a perda da diversidade de padrões nas tendências de longo prazo. Ao aplicar a entropia em maiores escalas em janelas móveis, descobrimos que durante a crise a entropia das flutuações de preços diminui, indicando maior regularidade e consequentemente menor eficiência no mercado de commodities agrícolas. O efeito é mais pronunciado para séries de volatilidade e para maiores escalas temporais.

Este estudo teve como objetivo identificar modelos de distribuição de probabilidade que melhor se ajustam a dados de precipitação mensal para o estado de Pernambuco – Brasil. Foram analisados os ajustes de seis distribuições de probabilidade de 2 parâmetros: gama (GAM), log normal (LNORM), Weibull (WEI), Pareto Generalizado (PG), Gumbel (GUM) e normal (NORM) para dados de precipitação mensal de 40 estações pluviométricas distribuídas no estado de Pernambuco, no período de 1988 a 2017 (30 anos). O método de Máxima Verossimilhança (ML) foi utilizado para estimar os parâmetros dos modelos e a seleção do modelo baseou-se em uma modificação da estatística de Shapiro-Wilk. Os resultados mostraram que as distribuições de 2 parâmetros são flexíveis o suficiente para descrever dados de precipitação mensal para o estado de Pernambuco e que os modelos log normal, gama, Weibull e PG se ajustaram melhor aos dados. Os modelos Gumbel e normal raramente se ajustaram aos dados independente do mês analisado.

A precipitação no Nordeste do Brasil (NE) é caracterizada por apresentar alta variabilidade temporal e espacial. No entanto, a disponibilidade de dados de precipitação ainda é limitada nesta região, por vários motivos. O Acesso a dados de precipitação fornece informações úteis para melhor entender a distribuição da chuva e apoiar gerenciamento do ecossistema. Neste artigo, apresentamos o programa Guarda Chuvas, o qual viabiliza o acesso e visualização de dados passados de precipitação pluviométrica do estado de Pernambuco, NE, Brasil, por meio de uma interface de fácil uso. O método de interpolação, trend surface analysis, foi utilizado para estimar a precipitação mensal () para o estado de Pernambuco em uma grade com resolução de 0,01 grau, totalizando 81.544 séries mensais de precipitação distribuídas espacialmente para estado de Pernambuco. O programa foi implementado em linguagem C, com uma interface gráfica construída utilizando interface de programação de aplicativos para o Windows. As séries históricas fornecidas pelo programa podem ser usadas como insumo para modelos de simulação e apoiar estudos direcionados ao desenvolvimento de políticas agrícolas, hídricas, ambientais e socioeconômica para o estado de Pernambuco. Além do interesse regional nas informações fornecidas pelo programa, a abordagem atual deve ser considerada útil para aplicações em outras partes do Brasil e do mundo.

A Zona da Mata Pernambucana se destaca por oferecer solos ricos para a plantação da cana-de-açúcar, devido sua grande importância social, econômica e ambiental para o país. A alta representatividade da cana-de-açúcar no valor da produção comparada aos demais produtos das lavouras temporárias, corroboram para a importância econômica na microrregião. Dispondo de dados provenientes do site da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), a presente pesquisa teve como objetivo, analisar se houve diferença significativa quanto à produção de cana-de-açúcar, em toneladas/ha, entre os períodos de 1990-2003 e 2004-2017, na microrregião de Vitória de Santo Antão/PE, Brasil. Para a análise, foi necessário que se avaliasse, de forma independente, os dois períodos. Assim, utilizou-se o software estatístico IBM SPSS STATISTICS 23, a fim de avaliar a normalidade dos dados através do teste de Shapiro-Wilk, o qual indicou que os dados não seguem normalidade ao nível de significância de 0,05. Em conseguinte, foi aplicado o teste de Mann-Whitney, por ser um teste não paramétrico e considerar a independência dos anos. Os resultados obtidos pelo teste, com significância exata de 0,94 indicaram que não há uma diferença significativa entre os períodos, ou seja, a microrregião mantém uma produção média de 326,54 toneladas de cana-de-açúcar a cada período, o que torna viável a permanência do cultivo de cana-de-açúcar para a mesma.

A precipitacao pluviometrica e uma das fases do ciclo hidrologico responsaveis pelo retorno das aguas condensadas na atmosfera a superficie terrestre. E um processo natural de extrema importância para o funcionamento dos ecossistemas, pois regula a disponibilidade hidrica para os diversos usos e servicos ambientais. Varios estudos tem demonstrado que as mudancas climaticas tem alterado significativamente os padroes de precipitacao em varias partes do globo. O objetivo deste trabalho e avaliar a variabilidade de series temporais de precipitacao no Estado de Pernambuco atraves de dados mensais de precipitacao datados durante o periodo de 1950 a 2012, cedidos pelo Laboratorio de Meteorologia de Pernambuco (LAMEP), orgao pertencente ao Instituto Tecnologico de Pernambuco (ITEP). Os dados foram analisados atraves do metodo Sample Entropy (SampEn), desenvolvido para quantificar a complexidade em series temporais nao lineares, e interpolados atraves do metodo Inverse Distance Weighting (IDW), proporcionando uma estimativa da complexidade da precipitacao no estado de Pernambuco. Os resultados mostraram que os maiores valores de entropia (maior complexidade) concentram-se no Agreste e Zona da Mata Pernambucana, indicando que a dinâmica da chuva e mais irregular nesta regiao do que no restante do estado. Para todo estado de Pernambuco, os valores de entropia das series de precipitacao mensal sao classificados de moderado a baixo, indicando que ao longo de toda regiao, as series nao sao dificeis de serem modeladas para realizacao de possiveis previsoes da mesma na escala mensal.

Precipitation is the main climatic variable that is used for modeling risks indices for natural disasters. We investigated nonlinear dynamics of monthly rainfall temporal series recorded from 1962 to 2012, at three stations in Pernambuco state, Brazil, located in regions with different rainfall regime (Zona da Mata, Agreste and Sertão), provided by the Meteorological Laboratory of the Institute of Technology of Pernambuco (Laboratório de Meteorologia do Instituto de Tecnologia de Pernambuco – LAMEP/ITEP). The objective of this work is to contribute to a better understanding of the spatiotemporal distribution of rainfall in the state of Pernambuco. We use the methodology from nonlinear dynamics theory, Recurrence plot (RP) that allows to distinguish between different types of underlying processes. The results showed that rainfall regime in deep inland semiarid Sertão region is characterized by weaker and less complex deterministic behavior, comparing to Zona da Mata and Agreste, where we identified transitions between chaotic and nonstationary type of dynamics. For transitional Agreste region rainfall dynamics showed stronger memory with longer mean prediction time, while for sub humid Zona da Mata rainfall dynamics is characterized by laminar (slowly changing) states. La precipitación es la principal variable climática que se utiliza para modelar los índices de riesgo de los desastres naturales. En este trabajo investigamos la dinámica no lineal de las series temporales mensuales de lluvias registradas de 1962 a 2012, en tres estaciones en el estado de Pernambuco, Brasil, ubicadas en regiones con diferentes regímenes de lluvia (Zona da Mata, Agreste y Sertão), proporcionada por el Laboratorio de Meteorología del Instituto de Tecnología de Pernambuco (Laboratório de Meteorologia do Instituto de Tecnologia de Pernambuco - LAMEP/ITEP). El objetivo de este trabajo es contribuir a una mejor comprensión de la distribución espacio-temporal de las precipitaciones en el estado de Pernambuco. Para llevar a cabo la investigación, la metodología de la teoría de dinámica no lineal, Grafico de recurrencia (RP) que permite distinguir entre diferentes tipos de procesos subyacentes. Los resultados mostraron que el régimen de lluvia en la región semiárida de Sertão se caracteriza por un comportamiento determinista menos fuerte y menos complejo, en comparación con Zona da Mata y Agreste, donde identificamos transiciones entre el tipo de dinámica caótica y no estacionaria. Para la región de transición de Agreste, la dinámica de la lluvia mostró una memoria más fuerte con un tiempo de predicción medio más largo, mientras que la dinámica de la lluvia en la región con clima subhúmedo, Zona da Mata, se caracteriza por estados laminares (que cambian lentamente). A precipitação é a principal variável climática que é usada para modelar índices de risco para desastres naturais. Neste trabalho foi investigado a dinâmica não linear das séries temporais de chuvas mensais registradas de 1962 a 2012, em três estações no estado de Pernambuco, Brasil, localizadas em regiões com diferentes regimes de chuvas (Zona da Mata, Agreste e Sertão), fornecidos pelo Laboratório de Meteorologia do Instituto de Tecnologia de Pernambuco (LAMEP/ITEP). O objetivo deste trabalho é contribuir para uma melhor compreensão da distribuição espaço-temporal da precipitação no estado de Pernambuco. Para a concretização da pesquisa, foi utilizado a metodologia da teoria da dinâmica não linear, Gráfico de recorrência (RP), que permite distinguir entre diferentes tipos de processos subjacentes. Os resultados mostraram que o regime de chuvas na região semiárida Sertão é caracterizado por um comportamento determinístico menos forte e menos complexo, comparado à Zona da Mata e Agreste, onde identificamos transições entre dinâmicas caóticas e não estacionárias. Para a zona de transição Agreste, a dinâmica das chuvas mostrou uma memória mais forte com um tempo médio de previsão mais longo, enquanto que a dinâmica da chuva na região com clima subúmido, Zona da Mata, é caracterizada por estados laminares (que mudam lentamente).

O uso de fontes renováveis tem crescido mundialmente e, no Brasil o incentivo ao uso de energia eólica tem sido ampliado de forma expressiva. O maior potencial eólico do país concentra-se no Nordeste (NE). O objetivo deste trabalho é medir o grau de regularidade ou a previsibilidade da velocidade do vento sobre o NE do Brasil através do método de entropia Sample Entropy. As análises foram realizadas a partir das séries históricas da reanálise ERA-40, disposta sobre uma grade mundial com resolução espacial de 2,5°× 2,5° em registros realizados a 10 m do solo durante as 00, 06, 12 e 18h durante o período de 1957 a 2001. Além das quatro horas sinóticas, foram também geradas séries diárias, mensais e sazonais. Os resultados mostraram que as regiões de maior velocidade do vento também apresentam melhor previsibilidades para as séries. Além de indicar que áreas distintas com comportamento das médias da velocidade do vento semelhantes podem apresentar previsibilidade diferentes.

A dengue é uma doença infecciosa emergente, transmitida por mosquitos do gênero Aedes, particularmente Ae. aegypti e Ae. albopictus. O clima tropical, vasta extensão territorial e grande fluxo de pessoas no Brasil são fatores que propicia expressivas epidemias do vírus dengue (DENV). Neste contexto, a pesquisa objetivou analisar a distribuição espaço-temporal da tendência dos números de casos de dengue no estado de Pernambuco. A base de dados foi composta pelos registros epidemiológicos semanais sobre os casos de dengue de 2000 a 2018, disponibilizado através da Secretaria de Informação e Comunicação (SIC). A distribuição espacial da tendência dos quadros clínicos de dengue demonstrou concentração elevada no litoral do estado, com maior frequência de casos na Mesorregião Metropolitana do Recife (100%), seguida pela Mata Pernambucana (71,42%), Agreste Pernambucano (60,56%), São Francisco Pernambucano (60,0%) e Sertão Pernambucano (36,58%). A espacialização da tendência permitiu delinear o cenário epidemiológico dos números de casos dengue, constituindo numa ferramenta capaz de nortear planejamentos estratégicos no controle epidêmico em Pernambuco a fim de reduzir o crescimento desenfreado da doença.

Objetivo: descrever ajustes de modelos de regressão não linear a velocidades de mortes e de casos confirmados de COVID-19 no Brasil, Itália e no mundo, além de identificar indícios da efetividade do distanciamento social no Brasil. Método: utilizaram-se dados do Ministério da Saúde do Brasil e da Organização Mundial de Saúde. A comparação dos modelos foi realizada pelos critérios de informação de Akaike e Bayesiano. Resultados: a velocidade média de mortes pela COVID-19 no Brasil e na Itália foi estatisticamente igual nos primeiros 15 dias do curso da doença em cada país, mas diferente nos primeiros 25 dias. No Brasil, a taxa de letalidade até o dia 10/04/2020 foi inferior a 5,5% com tendência de aumento linear. Os resultados evidenciaram o crescimento exponencial nas regiões e, para a Itália, as estimativas foram assertivas ao demonstrar redução da velocidade do número de mortes a partir do dia 26/04/2020. Conclusão: Os modelos não lineares utilizados foram adequados para descrever a velocidade de mortes e de casos confirmados de COVID-19. No Brasil a velocidade média de novos casos de COVID-19 até o dia 10/04/2020 foi menor, podendo ter como causa provável, entre outras coisas, o distanciamento social em prática.

O clima no Brasil é diversificado em consequência de diversos fatores, como a extensão territorial, o relevo e a dinâmica das massas de ar. Em séries temporais, entropia é uma medida da quantidade de incerteza (ou regularidade) com diversas aplicações em séries climáticas. Com o objetivo de compreender a evolução temporal do grau de regularidade em séries temporais climáticas no Bioma Caatinga, e compará-las com o observado por Santos et al. (2015) no bioma Mata Atlântica, aplicamos o método Sample Entropy (SampEn) para analisar a entropia em séries históricas de médias diárias da temperatura do ar, umidade relativa do ar e velocidade do vento, registradas no município de Poço Redondo, no estado de Sergipe, no período de 2005 a 2014. Observamos maiores regularidades para as séries de temperatura do ar (média de 1,12) e umidade relativa do ar (média de 1,28), ou seja, estas variáveis são as que apresentam maior facilidade na realização de previsões climáticas, tal resultado é associado à caracterização climática da região (semiárido). Os valores da entropia observados para a velocidade do vento foram predominantemente maiores que os observados para as demais variáveis (média de 2,18). Não foram observadas tendências nas séries entrópicas, onde todas foram caracterizadas como estacionárias para a janela estudada. Em comparação com os resultados obtidos por Santos et al. (2015), foi possível observar a influência da maritimidade e das massas de ar sobre a entropia da temperatura do ar e umidade relativa do ar.

In this paper we analyzed the complexity of the time series of wind speed in Petrolina, Brazil at heights of 25 and 50 m. We applied the sample entropy ( SampEn ) method on wind speed temporal series for each month of 2010, in order to analyze the intra-annual variability of complexity for wind dynamics and its relation with the wind potential. The results showed that wind speed fluctuations are more regular when comparing consecutive data sequences over one hour periods. Although the average wind speed was higher at 50m, indicating higher wind potential, the values of SampEn were also higher between June and September indicating a greater complexity of wind dynamics and consequently lower efficiency in wind energy capture. In the months of February, October, and November, when the average wind speed exceeded the minimum value for generation of wind power (3.5 m s -1 ) at both heights, the average wind speed increased and the entropy decreased with height. This indicates a higher wind potential and more regularity of wind dynamics at a height of 50 m, both favorable for wind energy production. For the rest of the year the wind power generation was possible only at height of 50 m.

We analyze correlations and cross-correlations in wind speed and solar radiation temporal series recorded at the Island Fernando de Noronha in northeastern Brazil, using Detrended fluctuation analysis (DFA) and Detrended cross-correlation analysis (DCCA). We find that both processes exhibit persistent long-term power law correlations as well as persistent long term cross correlations. The observed persistency is found to be stronger for wind speed then for solar radiation, as indicated by higher value of the scaling exponent. By applying DFA on sliding windows of 365 day duration, we find that persistency is preserved for these windows along the entire studied period. In the periods when the decrease in correlation exponent for wind speed is observed, solar radiation shows increased persistency (higher values of correlation exponent) indicating the existence of certain complementarity between persistence property of the two stochastic processes.