Forecasting tourist arrivals in the Caribbean

Includes bibliography

Short-term energy forecasting using time series techniques: Chile, a case study

Includes bibliography

Lightning and precipitation produced by severe weather systems over Belém, Brazil

Eventos de raios nuvem-solo registrados pela rede de detecção do SIPAM, integrada por 12 sensores VAISALA LPATS IV, distribuídos no leste da Amazônia, foram analisados durante 4 tempestades com ocorrência de precipitação intensa em Belém-PA-Brasil, em 2006-2007. Esses casos selecionados, correspondem a eventos de chuva com mais de 25 mm/hora ou 40 mm/ 2 horas, de precipitação registrada por um pluviômetro instalado em 1º 47' 53" and 48º 30' 16" O. Com centro nessa localização, um círculos de 30, 10 e 5 km de raio foram traçados através de um sistema de informação geográfica e os dados de eventos de raios nessas áreas foram separados para analise. Durante essas tempestades, os eventos de raios ocorreram de maneira quase aleatória, sobre a área maior que já havia sido previamente coberta por sistemas convectivos de mesoescala, em todos os casos. Esse trabalho também mostrou a grande influencia dos sistemas de larga escala nas condições de tempo que levaram às tempestades severas estudadas. Adicionalmente, foi observado que, quando existe interação entre sistemas de larga e meso escalas, tanto a precipitação como o numero de relâmpagos aumentaram significativamente e a atividade elétrica nos círculos maiores pode anteceder a chuva no ponto central.

Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro

A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia.

Tropical Healthcare Epidemiology: Weather Determinants of the Etiology of Bloodstream Infections in a Brazilian Hospital

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

The bias in reversing the Box-Cox transformation in time series forecasting: An empirical study based on neural networks

The Box-Cox transformation is a technique mostly utilized to turn the probabilistic distribution of a time series data into approximately normal. And this helps statistical and neural models to perform more accurate forecastings. However, it introduces a bias when the reversion of the transformation is conducted with the predicted data. The statistical methods to perform a bias-free reversion require, necessarily, the assumption of Gaussianity of the transformed data distribution, which is a rare event in real-world time series. So, the aim of this study was to provide an effective method of removing the bias when the reversion of the Box-Cox transformation is executed. Thus, the developed method is based on a focused time lagged feedforward neural network, which does not require any assumption about the transformed data distribution. Therefore, to evaluate the performance of the proposed method, numerical simulations were conducted and the Mean Absolute Percentage Error, the Theil Inequality Index and the Signal-to-Noise ratio of 20-step-ahead forecasts of 40 time series were compared, and the results obtained indicate that the proposed reversion method is valid and justifies new studies. (C) 2014 Elsevier B.V. All rights reserved.

Determining spatial resolution in spatial load forecasting using a grid-based model

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Tackling ionospheric scintillation threat to GNSS in Latin America

Scintillations are rapid fluctuations in the phase and amplitude of transionospheric radio signals which are caused by small-scale plasma density irregularities in the ionosphere. In the case of the Global Navigation Satellite System (GNSS) receivers, scintillation can cause cycle slips, degrade the positioning accuracy and, when severe enough, can even lead to a complete loss of signal lock. Thus, the required levels of availability, accuracy, integrity and reliability for the GNSS applications may not be met during scintillation occurrence; this poses a major threat to a large number of modern-day GNSS-based applications. The whole of Latin America, Brazil in particular, is located in one of the regions most affected by scintillations. These effects will be exacerbated during solar maxima, the next predicted for 2013. This paper presents initial results from a research work aimed to tackle ionospheric scintillation effects for GNSS users in Latin America. This research is a part of the CIGALA (Concept for Ionospheric Scintillation Mitigation for Professional GNSS in Latin America) project, co-funded by the EC Seventh Framework Program and supervised by the GNSS Supervisory Authority (GSA), which aims to develop and test ionospheric scintillation countermeasures to be implemented in multi-frequency, multi-constellation GNSS receivers.

The climatic rhythm and blooms of cyanobacteria in a tropical reservoir in São Paulo, Brazil

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Weather variables, water balance, growth, and agro industrial yield of sugarcane

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estimation of a preference map of new consumers for spatial load forecasting simulation methods using a spatial analysis of points

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Modelos agrometeorológicos para previsão da produtividade e qualidade de bebida natural do cafeeiro

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelos de previsão de ocorrência de adultos de diatraea saccharalis (Fabricius, 1794) (Lepidoptera: Crambidae) em cana-de-açúcar (Saccharum spp.)

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Weather Derivatives as a Potential Risk Management Tool for Irrigators

Irrigators in the Republican Basin and in parts of the North Platte Basin must learn to incorporate multiple year drought risk into their management plans, as they adapt to the limitations imposed by five-year pumping allocations. A major concern involves the implications of being water-short during the later years of the allocation period, because of an accumulative rainfall shortage or drought. Currently, producers can either ignore the risk of substantially lower incomes if their allocation is exhausted too soon, or reduce the risk by using less water early in the allocation period. The latter approach, however, may substantially reduce the present value of total net income over the five-year period. Alternatively, in the future it may be possible to use weather derivatives to manage income risk.