Entre mapas e moças do tempo: informação e entretenimento na meteorologia do Jornal Nacional e do Rural Notícias

Este trabalho é um estudo sobre a mistura que se estabelece entre informação meteorológica e entretenimento nos quadros da previsão do tempo de dois telejornais nacionais das Organizações Globo: Jornal Nacional JN (canal aberto Rede Globo) e Rural Notícias RN (canal fechado Canal Rural). A recepção dos programas sobre o tempo é analisada a partir de entrevistas abertas, com 40 espectadores de ambos os noticiários, habitantes da cidade e do campo. Também por meio de entrevistas, são avaliadas as representações da produção, privilegiando as denominadas moças do tempo, Flávia Freire (JN) e Lilian Lima (RN). Auxiliam na identificação do entretenimento, nos espaços da meteorologia, a observação do surgimento do consumidor moderno, a extensão do consumo ao lazer, o divertimento pela televisão, o tempo como assunto para conversa, as representações do corpo na cultura brasileira e traços da educação na transmissão meteorológica no Telejornalismo do país. Assim, são analisados os formatos dos quadros do tempo, suas funções aparentes, formatações, imagem corporal construída de suas apresentadoras e o público-alvo de cada telejornal. Esses principais pontos são relacionados com o pensamento de autores que estudam comunicação, tempo, hedonismo, utilitarismo, consumo, representações sociais, corpo, educação e pedagogia. A previsão da meteorologia aparece com várias funções, sendo dominantes a ênfase no cotidiano, em ambos os jornais; o foco no lazer, sobretudo no Jornal Nacional; e o destaque para o vínculo com a produção rural em sentido amplo, no caso do Rural Notícias.

Emissões atmosféricas e implicações potenciais sobre a biota terrestre devido as atividades antrópicas na Baía do Almirantado/ Ilha Rei George Antártica

Neste trabalho foi realizado um estudo sobre o impacto sobre a atmosfera e a biota terrestre devido às emissões antrópicas na Baia do Almirantado/Ilha Rei George Antártica. Foram monitoradas as emissões dos compostos orgânicos voláteis e semi-voláteis, tanto nas fontes emissoras como no entorno da Estação Antártica Comandante Ferraz e estimadas as emissões dos navios, dos geradores a diesel e da incineração de lixo. Na avaliação do entorno, coletaram-se amostras de ar, neve e penas de aves. Com os resultados das emissões, do estudo topográfico e da meteorologia, realizou-se uma modelagem de plumas gaussiana para avaliar os impactos. Quatro cenários foram avaliados: dois com a presença dos navios NApOc Ary Rongel e Maximiano apresentaram concentrações máximas de até 356 g m-3 de COV e 18 g m-3 de material particulado, enquanto os demais, sem a presença dos navios, apenas considerando as estações de pesquisa EACF e Arctowski, apresentaram concentrações máximas de até 2,5 g m-3 de COV e 1,3 g m-3 de material particulado. Amostras de COV coletadas foram compatíveis com o cenário mais crítico. O estudo de correlação para carbonilas e HPA atmosférico e Carbono elementar e HPA, depositados em neve, apontaram a EACF como a principal fonte de emissão. As concentrações de levoglucosano detectadas a aproximadamente 2 km da EACF apontaram para a prática de incineração de lixo da EACF. Todas as áreas de interesse biológicos, anteriormente mapeados, dentro da AAEG, são vulneráveis às emissões antrópicas, como sugeriu o modelo de dispersão e a sobreposição dos resultados encontrados.

Aperfeiçoamento da previsão global em séries temporais caóticas

A previsão de valores futuros em séries temporais produzidas por sistemas caóticos pode ser aplicada em diversas áreas do conhecimento como Astronomia, Economia, Física, Medicina, Meteorologia e Oceanografia. O método empregado consiste na reconstrução do espaço de fase seguido de um termo de melhoria da previsão. As rotinas utilizadas para a previsão e análise nesta linha de pesquisa fazem parte do pacote TimeS, que apresenta resultados encorajadores nas suas aplicações. O aperfeiçoamento das rotinas computacionais do pacote com vistas à melhoria da acurácia obtida e à redução do tempo computacional é construído a partir da investigação criteriosa da minimização empregada na obtenção do mapa global. As bases matemáticas são estabelecidas e novas rotinas computacionais são criadas. São ampliadas as possibilidades de funções de ajuste que podem incluir termos transcendentais nos componentes dos vetores reconstruídos e também possuir termos lineares ou não lineares nos parâmetros de ajuste. O ganho de eficiência atingido permite a realização de previsões e análises que respondem a perguntas importantes relacionadas ao método de previsão e ampliam a possibilidade de aplicações a séries reais.

Estudo de níveis de ozônio troposférico usando métodos de estatística univariada e multivariada para duas localidades da cidade do Rio de Janeiro

Com cada vez mais intenso desenvolvimento urbano e industrial, atualmente um desafio fundamental é eliminar ou reduzir o impacto causado pelas emissões de poluentes para a atmosfera. No ano de 2012, o Rio de Janeiro sediou a Rio +20, a Conferência das Nações Unidas sobre Desenvolvimento Sustentável, onde representantes de todo o mundo participaram. Na época, entre outros assuntos foram discutidos a economia verde e o desenvolvimento sustentável. O O3 troposférico apresenta-se como uma variável extremamente importante devido ao seu forte impacto ambiental, e conhecer o comportamento dos parâmetros que afetam a qualidade do ar de uma região, é útil para prever cenários. A química das ciências atmosféricas e meteorologia são altamente não lineares e, assim, as previsões de parâmetros de qualidade do ar são difíceis de serem determinadas. A qualidade do ar depende de emissões, de meteorologia e topografia. Os dados observados foram o dióxido de nitrogênio (NO2), monóxido de nitrogênio (NO), óxidos de nitrogênio (NOx), monóxido de carbono (CO), ozônio (O3), velocidade escalar vento (VEV), radiação solar global (RSG), temperatura (TEM), umidade relativa (UR) e foram coletados através da estação móvel de monitoramento da Secretaria do Meio Ambiente (SMAC) do Rio de Janeiro em dois locais na área metropolitana, na Pontifícia Universidade Católica (PUC-Rio) e na Universidade do Estado do Rio de Janeiro (UERJ) no ano de 2011 e 2012. Este estudo teve três objetivos: (1) analisar o comportamento das variáveis, utilizando o método de análise de componentes principais (PCA) de análise exploratória, (2) propor previsões de níveis de O3 a partir de poluentes primários e de fatores meteorológicos, comparando a eficácia dos métodos não lineares, como as redes neurais artificiais (ANN) e regressão por máquina de vetor de suporte (SVM-R), a partir de poluentes primários e de fatores meteorológicos e, finalmente, (3) realizar método de classificação de dados usando a classificação por máquina de vetor suporte (SVM-C). A técnica PCA mostrou que, para conjunto de dados da PUC as variáveis NO, NOx e VEV obtiveram um impacto maior sobre a concentração de O3 e o conjunto de dados da UERJ teve a TEM e a RSG como as variáveis mais importantes. Os resultados das técnicas de regressão não linear ANN e SVM obtidos foram muito próximos e aceitáveis para o conjunto de dados da UERJ apresentando coeficiente de determinação (R2) para a validação, 0,9122 e 0,9152 e Raiz Quadrada do Erro Médio Quadrático (RMECV) 7,66 e 7,85, respectivamente. Quanto aos conjuntos de dados PUC e PUC+UERJ, ambas as técnicas, obtiveram resultados menos satisfatórios. Para estes conjuntos de dados, a SVM mostrou resultados ligeiramente superiores, e PCA, SVM e ANN demonstraram sua robustez apresentando-se como ferramentas úteis para a compreensão, classificação e previsão de cenários da qualidade do ar

Mineração de dados para previsão de eventos extremos de precipitação

No presente trabalho foram desenvolvidos modelos de classificação aplicados à mineração de dados climáticos para a previsão de eventos extremos de precipitação com uma hora de antecedência. Mais especificamente, foram utilizados dados observacionais registrados pela estação meteorológica de superfície localizada no Instituto Politécnico da Universidade do Estado do Rio de Janeiro em Nova Friburgo RJ, durante o período de 2008 a 2012. A partir desses dados foi aplicado o processo de Descoberta de Conhecimento em Banco de Dados (KDD Knowledge Discovery in Databases), composto das etapas de preparação, mineração e pós processamento dos dados. Com base no uso de algoritmos de Redes Neurais Artificiais e Árvores de Decisão para a extração de padrões que indicassem um acúmulo de precipitação maior que 10 mm na hora posterior à medição das variáveis climáticas, pôde-se notar que a utilização da observação meteorológica de micro escala para previsões de curto prazo é suscetível a altas taxas de alarmes falsos (falsos positivos). Para contornar este problema, foram utilizados dados históricos de previsões realizadas pelo Modelo Eta com resolução de 15 km, disponibilizados pelo Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais CPTEC/INPE. De posse desses dados, foi possível calcular os índices de instabilidade relacionados à formação de situação convectiva severa na região de Nova Friburgo e então armazená-los de maneira estruturada em um banco de dados, realizando a união entre os registros de micro e meso escala. Os resultados demonstraram que a união entre as bases de dados foi de extrema importância para a redução dos índices de falsos positivos, sendo essa uma importante contribuição aos estudos meteorológicos realizados em estações meteorológicas de superfície. Por fim, o modelo com maior precisão foi utilizado para o desenvolvimento de um sistema de alertas em tempo real, que verifica, para a região estudada, a possibilidade de chuva maior que 10 mm na próxima hora.

Análise dos problemas direto e inverso em um modelo de evolução populacional através de transformações integrais e inferência bayesiana

Modelos de evolução populacional são há muito tempo assunto de grande relevância, principalmente quando a população de estudo é composta por vetores de doenças. Tal importância se deve ao fato de existirem milhares de doenças que são propagadas por espécies específicas e conhecer como tais populações se comportam é vital quando pretende-se criar políticas públicas para controlar a sua proliferação. Este trabalho descreve um problema de evolução populacional difusivo com armadilhas locais e tempo de reprodução atrasado, o problema direto descreve a densidade de uma população uma vez conhecidos os parâmetros do modelo onde sua solução é obtida por meio da técnica de transformada integral generalizada, uma técnica numérico-analítica. Porém a solução do problema direto, por si só, não permite a simulação computacional de uma população em uma aplicação prática, uma vez que os parâmetros do modelo variam de população para população e precisam, portanto, ter seus valores conhecidos. Com o objetivo de possibilitar esta caracterização, o presente trabalho propõe a formulação e solução do problema inverso, estimando os parâmetros do modelo a partir de dados da população utilizando para tal tarefa dois métodos Bayesianos.