Programa

a) Levantamento, sistematização e manipulação de dados observacionais de precipitação pluvial;
b) Emprego de técnicas e metodologias de análise estatística aplicada à Climatologia Geográfica;
c) Extração e manipulação de dados de precipitação pluvial via produtos satelitais;
d) Identificação do grau de acurácia e validação dos dados pluviométricos estimados por produtos orbitais;
e) Análise de indicadores climáticos extremos associados à precipitação pluvial;
f) Representação gráfica e cartográfica de dados de precipitação estimados via produtos orbitais.

- Referências bibliográficas:

AGHAKOUCHAK, A.; MEHRAN, A. Extended contingency table: performance metrics for satellite observations and climate model simulations. Water Resources Research, v.49, n.10, p.7144-7149, 2013. DOI: 10.1002/wrcr.20498
ALLAN R.P.; SODEN, B.J. Atmospheric warming and the amplification of precipitation extremes. Science, v.321, n.5895, p.1481-1484, 2008. DOI: 10.1126/science.1160787
CAVALCANTE, R.B.L.; FERREIRA, D.B.S.; PONTES, P.R.M.; TEDESCHI, R.G.; COSTA, C.P.W; SOUZA, E.V. Evaluation of extreme rainfall indices from CHIRPS precipitation estimates over the Brazilian Amazonia. Atmospheric Research, v.238, p.104879, 2020. DOI: 10.1016/j.atmosres.2020.104879
Climate Hazards Center. InfraRed Precipitation with station data (CHIRPS). Disponível em: https://www.chc.ucsb.edu/data. Acesso em 17 de janeiro de 2022.
COSTA, J.; PEREIRA, G.; SILVA, M.E.S.; CARDOZO, F.; SILVA, V.V. Validação dos dados de precipitação estimados pelo CHIRPS. Revista Brasileira de Climatologia, v.24, n.15, p.228-243, 2019. DOI: 10.5380/abclima.v24i0.60237
INMET (Instituto Nacional de Meteorologia). BDMEP (Banco de Dados Meteorológicos para Ensino e Pesquisa). 2021. Available in: http://www.inmet.gov.br/portal/index.php?r=bdmep/bdmep. Acesso em 18 de janeiro de 2022.
ISLAM, A. Statistical comparison of satellite-retrieved precipitation products with rain gauge observations over Bangladesh. International Journal of Remote Sensing, v.39, n.9, p.2906-2936, 2018. DOI: 10.1080/01431161.2018.1433890
KENDALL, M.G. Rank correlation methods. 5th Ed. London: Charles Griffin. 1990. 292p.
SILVA-LUIZ, W.; OSCAR-JÚNIOR, A.C.S. Climate extremes related with rainfall in the State of Rio de Janeiro, Brazil: a review of climatological characteristics and recorded trends. Natural Hazards, v.114, p.713-732, 2022. DOI: 10.1007/s11069-022-05409-5
MU, Y.; JONES, C. An observational analysis of precipitation and deforestation age in the Brazilian Legal Amazon. Atmospheric Research, v.271, n.4, p.106122, 2022. DOI: 10.1016/j.atmosres.2022.106122
PENEREIRO, J.C; MESCHIATTI, M.C. Tendências em séries anuais de precipitação e temperaturas no Brasil. Engenharia Sanitária Ambiental, v.23, p.319-331, 2018. DOI: 10.1590/S1413-41522018168763
REGOTO, P.; DERECZYNSKI, C.; CHOU, S.C.; BAZZANELA, A.C. Observed changes in air temperature and precipitation extremes over Brazil. International Journal of Climatology, v.41, p.5125-5142, 2021. DOI: 10.1002/joc.7119
SILVA BATISTA, C.; SILVA, M.E.S.; AMBRIZZI, T.; TOMMASELLI, J.T.G.; PATUCCI, N.N.; MATAVELI, G.A.V.; CORREA, W.C. Precipitação na América do Sul -Dados obtidos por estações meteorológicas automáticas e por sistemas orbitais. Revista Brasileira de Climatologia, v.25, p.54-79, 2019.
SOROOSH; H., KUOLIN; BRAITHWAITE, D.; ASHOURI, H; NOAA Climate Data Record (CDR) of Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks (PERSIANN-CDR), Version 1 Revision 1. National Centers for Environmental information, 2023. DOI: 10.7289/V51V5BWQ
UCI (Universidade da Califórnia, Irvine). Data Portal - PERSIANN-CRD. Disponível em: https://chrsdata.eng.uci.edu/. Acesso em 9 de janeiro de 2022.
WILLMOTT, C.; MATSUURA, K. Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research, v.30, p.79-82, 2005. DOI: 10.3354/cr030079
XAVIER, A.C.F.; RUDKE, A.P.; SERRÃO, E.A.O.; TERASSI, P.M.B.; PONTES, P.R.M. Evaluation of satellite-derived products for the daily average and extreme rainfall in the Mearim river drainage basin (Maranhão, Brazil). Remote Sensing, v.13, n.21, p.4393, 2021. DOI: 10.3390/rs13214393
ZHANG, X.; FENG, Y.; CHAN, R. Introduction to RClimDex v1.9. Climate Research Division, Canadá. 2018. 26p.