Resumo A precipitação apresenta elevada variabilidade espacial e temporal, a exemplo do Nordeste do (NEB), que é caracterizado por longos períodos de secas e por episódios de chuva excessiva, que interferem no gerenciamento de recursos hídricos. Especificamente o Estado do Rio Grande do Norte (RN), localizado na região oriental do NEB, a estação chuvosa ocorre em dois períodos. Neste contexto, o objetivo principal deste estudo é definir áreas homogêneas de precipitação (AHP) do Estado do RN, investigar tendências lineares e mudanças em que as mesmas ocorreram na estação chuvosa. Utilizaram-se acumulados de precipitação da quarta versão do produto da Universidade de Delaware para o período de 1900 a 2014. Para identificar as AHP utilizou-se a análise de agrupamento. As tendências foram estimadas pelo teste de Mann-Kendall. As quebras de estrutura, pelo método de Pettit. Os resultados indicam três AHP: Oeste, Seridó e Litoral. A estação chuvosa no Oeste e Seridó concentra-se entre fevereiro a maio; no Litoral, entre abril e julho. As tendências são identificadas apenas no Litoral com valor-p < 0,05, um aumento em sua média foi observado a partir de 1964 e isso, aparentemente, está associada aos modos de variabilidade do Atlântico.

Abstract Precipitation presents high spatial and temporal variability, as in Northeast Brazil (NEB), which is characterized by long periods of droughts and episodes of excessive precipitation, which influences the water resources management. Specifically, Rio Grande do Norte (RN) state located in the eastern of NEB, the rainy season occurs in two periods. In this context, the main objective of this study is to define homogeneous areas of precipitation (HAPs) in the RN state to investigate linear trends and changes in which they occurred in the rainy season. It was used the accumulated precipitation from the fourth version of data from the University of Delaware, for the period 1900 to 2014. To identify the HAPs was used the cluster analysis. Trends were estimated by the Mann-Kendall test. The structural breaks was made by the Pettitt method. The results indicate three HAPs in the RN state: West, Seridó and Coast. The rainy season in the West and Seridó is concentrated between February and May; on the coast, between April and July. Trends are identified only on the coast with p-value < 0.05, an increase in their mean was observed from 1964 and this is apparently associated with the modes of Atlantic variability.

Resumo Esse estudo objetivou modelar a mortalidade por doenças respiratórias explicadas por condições atmosféricas, com o intuito de identificar associações significativas e verificar a capacidade da modelagem estocástica em prever óbitos decorrentes da relação entre condições meteorológicas e poluição do ar. Os métodos estatísticos utilizados na análise foram: correlação cruzada, pré-branqueamento e o modelo de regressão dinâmica que combina a dinâmica das séries de tempo e o efeito de variáveis explicativas. Os resultados mostram que existem associações significativas ao nível de 5% entre mortalidade e dióxido de enxofre, temperatura do ar, pressão atmosférica, umidade relativa e a estrutura auto-regressiva. As correlações cruzadas identificaram defasagens significativas entre as variáveis atmosféricas e o número de óbitos, em dois meses para o SO2 e umidade relativa, onze meses para PM10, sete meses para o O3, oito meses para a temperatura do ar e a correlação cruzada sem defasagem com o NO2. Com as variáveis CO, precipitação e pressão atmosférica, a correlação cruzada não foi detectada. A modelagem estocástica mostrou que o número de óbitos por doenças respiratórias pode ser previsto a partir da combinação das variáveis meteorológicas e os poluentes atmosféricos, especialmente considerando a tendência e sazonalidade existente.

Abstract The article reports the modeling of mortality due to respiratory diseases emanating from atmospheric conditions, capturing significant associations and verifying the ability of stochastic modeling to predict deaths arising from the relationship between weather conditions and air pollution. The statistical methods used in the analysis were cross-correlation and pre-whitening, in addition to dynamic regression modeling combining the dynamics of time series and the effect of explanatory variables. The results show there are significant associations between mortality and sulfur dioxide, air temperature, atmospheric pressure, relative humidity, and autoregressive structure. The cross-correlations captured significant lags between atmospheric variables and deaths, of two months for SO2 and relative humidity, eleven months for PM10, seven months for O3, and eight months for air temperature and the cross-correlation without lag with NO2. With CO variables, precipitation and atmospheric pressure, cross-correlations were not detected. Stochastic modeling showed that deaths due to respiratory diseases can be predicted from the combination of meteorological and air pollution variables, especially considering the existing trend and seasonality.

Resumo No presente artigo é proposto um modelo híbrido capaz de realizar previsão de velocidade do vento (médias mensais e horárias) com boa acurácia em regiões do nordeste brasileiro. Este modelo é elaborado a partir da combinação entre dois modelos, o Auto-Regressivo Integrado de Médias Móveis com entradas de Variáveis Exógenas (ARIMAX) e Redes Neurais Artificias (RNA). A escolha por estes modelos foi motivada pelo fato de que os mesmos conseguem incorporar ambas características lineares (ARIMAX) e não-lineares (RNA) comumente existentes em séries temporais. O modelo híbrido relaciona pressão, temperatura e precipitação com velocidade do vento, a fim de considerar características meteorológicas locais importantes. É possível constatar a eficiência do modelo híbrido para fornecer bons ajustes aos dados observados das velocidades dos ventos, sendo esta afirmação baseada nos valores encontrados por medidas de acurácia, exemplo, com erro percentual médio de aproximadamente 5,0%, e valor do coeficiente de eficiência de Nash-Sutcliffe de 0,96. Estes resultados confirmam a existência de precisão para as velocidades dos ventos previstas acompanhando o perfil de suas observações, em especial é possível identificar semelhanças entre ambas as séries temporais (em termos de valores máximos e mínimos), mostrando assim, a capacidade do modelo em representar características de sazonalidade.

Abstract In this paper, a hybrid model capable of predicting wind speed (monthly and hourly averages) with good accuracy in regions of the Brazilian Northeast. This model is elaborated from the combination of two models, the Auto-Regressive Integrated Moving Average with eXogenous inputs (ARIMAX) and Artificial Neural Networks (ANN). The choice for these models was motivated by the fact that they can incorporate both linear (ARIMAX) and nonlinear (ANN) features commonly found in time series. The hybrid model correlates pressure, temperature and precipitation with wind speed in order to consider important local meteorological characteristics. It is possible to verify the efficiency of the hybrid model to provide good adjustments to the observed data of the winds speeds, being this affirmation based on the values found by means of accuracy measurements, with average percentage error of approximately 5.0%, and coefficient value of Nash-Sutcliffe efficiency of 0.96. These results confirm the existence of precision for the winds speeds predicted following the profile of their observations, in particular it is possible to identify similarities between both time series (in terms of maximum and minimum values), thus showing the capacity of the model in represent characteristics of seasonality.

Resumo Esse trabalho tem como objetivo realizar previsões de séries temporais da velocidade do vento em termos de médias mensais no nordeste brasileiro. Foram testados os seguintes modelos de séries temporais, Auto-Regressivo Integrado de Médias Móveis (ARIMA) e Holt–Winters (HW), e também inteligência artificial computacional com o uso de Redes Neurais Artificiais (RNA). E ainda foram testados dois modelos híbridos, o primeiro com combinação dos modelos ARIMA e RNA, o qual existem trabalhos na literatura, e o segundo trata-se de uma tentativa de combinação dos modelos HW e RNA. As séries ajustadas obtidas pelos modelos híbridos, mostram-se eficientes em acompanhar o perfil das séries observadas das regiões de estudo, com semelhanças aos dados observados em termos de máximos e mínimos, indicando assim, a capacidade dos modelos em representar sazonalidades. O cálculo da estatística de erros envolvendo o modelo híbrido (HW e RNA) obteve os menores valores em Fortaleza, São Luís e Natal, por exemplo, com valores de erros percentuais de 3,80%, 4,91% e 2,85%, respectivamente. A redução das variáveis da estatística de erros por parte dos modelos híbridos quando comparado separadamente a utilização dos modelos (ARIMA, HW e RNA) poderá influenciar nas precisões das velocidades dos ventos previstas.

Abstract The objective of this work is to perform time series forecasts of wind speed in terms of monthly averages in the Brazilian Northeast. The following time-series models, Auto-Regressive Integrated Moving Average (ARIMA) and Holt-Winters (HW) were tested, as well as computational artificial intelligence with the use of Artificial Neural Networks (ANN). In addition, two hybrid models were tested, the first with a combination of the ARIMA and ANN models, which work in the literature, and the second is an attempt to combine HW and ANN models. The adjusted series obtained by the hybrid models, are efficient to follow the profile of the observed series of the study regions, with similarities to the data observed in terms of maxima and minima, thus indicating the capacity of the models to represent seasonalities. The calculation of error statistics involving the hybrid (HW and ANN) model obtained the lowest values in Fortaleza, São Luís and Natal, for example, with percent error values of 3.80%, 4.91% and 2.85%, respectively. The reduction of the statistical variables of errors by the hybrid models when comparing the use of the models (ARIMA, HW and ANN) separately may influence the predictions of expected wind velocities.

Um grande problema em estimativas demográficas no Brasil diz respeito ao nível e padrão da mortalidade. Os demógrafos que trabalham com mortalidade, no país, ainda não se sentem tão seguros sobre o real comportamento desta componente da dinâmica populacional. Por outro lado, necessita-se da disponibilidade de indicadores de mortalidade para níveis geográficos mais desagregados, sobretudo municípios. O problema é que quanto mais desagregado, mais complexo se torna o trabalho de estimar qualquer indicador social ou demográfico. Neste trabalho, objetiva-se estimar e propor correção de sub-registros de óbitos no nível municipal, segundo grupos etários, por meio de dois métodos: estimador bayesiano empírico (BE) e algoritmo EM (Expectation-Maximization). Para que os dois métodos fossem operacionalizados entre municípios semelhantes, foram realizados dois exercícios: agruparam-se os municípios segundo a mesorregião; e agruparam-se os municípios em grupos homogêneos, gerados a partir de uma análise de cluster utilizando as variáveis grau de urbanização, proporção de óbitos por causas externas e a população de cada município. Foram utilizados dados do Estado do Rio Grande do Norte, referentes a 2000. Para o total do Estado, estimou-se um sub-registro de 11% com o estimador BE e de 12,9% com o algoritmo EM. Outro resultado importante é a possibilidade de avaliar o grau de cobertura de óbitos por grupos etários em municípios e em qualquer nível de agregação a partir deste.

Level and standard of mortality are major demographic estimation problems in Brazil. Demographists dealing with mortality in Brazil still do not fell assured of the real behavior of this population dynamics component. On the other hand, there is a need for mortality indicators available for more disaggregated geographic levels, mostly municipalities. The difficulty is that the more disaggregated, the more complex is the task for estimating any social or demographic indicator. In this study, we aimed to estimate and to propose the correction of death underreporting at the municipal level, according to age, using two methods: the empiric Bayesian estimator (BE) and the EM (Expectation-Maximization) algorithm. For the two methods to be operational within comparable municipalities, two steps were performed: we grouped the municipalities according to a mesoregion; and we grouped them into two homogeneous groups, created from a cluster analysis using the variables level of urbanization, proportion of death from external causes and the population of each municipality. We used data collected in 2000 from the State of Rio Grande do Norte. For the entire State, we estimated underreporting to be 11% using the BE estimator, and 12.9 % using the EM algorithm. Another important finding was the capability to assess the level of death coverage by age groups in the municipalities and, at any level of aggregation.

Un gran problema, en lo que se refiere a estimativas demográficas en Brasil, está relacionado con el nivel y patrón de la mortalidad. Los demógrafos que trabajan con mortalidad en el país todavía no se sienten muy seguros sobre el comportamiento real de este componente de la dinámica poblacional. Por otro lado, es necesario que se disponga de indicadores de mortalidad para niveles geográficos más desagregados, sobre todo municipios. El problema es que cuanto más desagregado, más complejo se hace el trabajo de estimar cualquier indicador social o demográfico. Este trabajo tiene por objetivo estimar y proponer una corrección de subregistros de fallecimientos en el nivel municipal, según grupos de edad, por medio de dos métodos: estimador bayesiano empírico (BE) y algoritmo EM (Expectation-Maximization). Con el objeto de que los dos métodos fueran puestos en funcionamiento entre municipios semejantes, se realizaron dos ejercicios: se agruparon los municipios según la mesorregión; y se agruparon los municipios en grupos homogéneos, generados a partir de un análisis de cluster, utilizando las variables grado de urbanización, proporción de óbitos por causas externas y la población de cada municipio. Se utilizaron datos del Estado de Río Grande do Norte, referentes al año 2000. Para el total del Estado, se estimó un subregistro de un 11% con el estimador BE y de un 12,9% con el algoritmo EM. Otro resultado importante es la posibilidad de evaluar el grado de cobertura de óbitos por grupos de edad en municipios y en cualquier nivel de agregación a partir de este nivel.