Resumen

GUERREIRO MIRANDA, Bruno; GALANTE NEGRI, Rogério  y  ALBERTANI PAMPUCH, Luana. Using clustering algorithms and GPM data to identify spatial precipitation patterns over southeastern Brazil. Atmósfera [online]. 2023, vol.37, 53155.  Epub 19-Jun-2023. ISSN 0187-6236.  https://doi.org/10.20937/atm.53155.

El Sudeste de Brasil comprende una importante región geoeconómica y poblada de América del Sur. En consecuencia, es fundamental analizar y comprender los perfiles de precipitación en esta región. Entre las diferentes fuentes de datos y técnicas disponibles para realizar estos estudios, el uso de algoritmos de agrupamiento y la información del proyecto Global Precipitation Measurement (GPM) surge como una alternativa conveniente pero poco explotada. Precisamente, este estudio emplea los métodos K-Means, Hierarchical Ward y Self-Organizing Maps para agrupar los datos de precipitación em subregiones homogénea. Fueran utilizados los períodos anual y estacional registrados de 2001 a 2019 del proyecto GPM. Los métodos adoptados fueron comparados con el uso de medidas cuantitativas y el número de conglomerados definidos mediante una regla bien establecida. Los resultados demuestran que los períodos anuales y estacionales están organizados de acuerdo con diferentes números de conglomerados. Además, los resultados permiten: identificar la presencia de una distribución espacialmente heterogénea en el área de estudio; concluir que el algoritmo K-Means es un método de agrupamiento adecuado en el contexto de esta investigación en comparación con los métodos de Hierarchical Ward y Self-Organizing Maps en términos de las medidas Calinski-Harabasz y Davies-Bouldin; y que la precipitación espacial se distribuye sobre el sureste de Brasil está representada por 10 grupos en períodos anuales y de verano, 11 grupos en otoño y primavera y 9 grupos en período de invierno.

Palabras llave : clustering algorithms; precipitation; southeastern Brazil; GPM.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )