Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/48240
CONTROLE GEODÉSICO DO NÍVEL DO MAR EM SALVADOR: ANÁLISES E CORRELAÇÕES
Nível médio do mar
Sistema GNSS
Análise de séries temporais
Alternative title
Geodetic sea level control in Salvador: analysis and correlationsAuthor
Affilliation
Universidade Estadual de Feira de Santana. Programa de Pós-Graduação em Modelagem em Ciências da Terra e do Ambiente. Feira de Santana, BA, Brasil.
Universidade Estadual de Feira de Santana. Feira de Santana, BA, Brasil.
Universidade Estadual de Feira de Santana. Feira de Santana, BA, Brasil.
Universidade Estadual de Feira de Santana. Feira de Santana, BA, Brasil.
Universidade Estadual de Feira de Santana. Feira de Santana, BA, Brasil.
Universidade Estadual de Feira de Santana. Feira de Santana, BA, Brasil.
Universidade Estadual de Feira de Santana. Feira de Santana, BA, Brasil.
Abstract in Portuguese
Fatores de ordem política, social e econômica têm motivado governantes e pesquisadores a monitorar e estudar o comportamento do nível do mar. Com a elevação deste nível, estima-se que em 2070 150 milhões de pessoas estariam em risco e uma riqueza avaliada em 35 trilhões de dólares ameaçados nas 136 maiores cidades portuárias do mundo. Para a engenharia, o nível médio do mar tem fundamental importância na determinação do datum altimétrico de um país. Neste trabalho foram utilizados os dados coletados pela Estação Maregráfica de Salvador no período de 2009 a 2015 com o objetivo de avaliar o comportamento temporal do nível médio do mar neste local, detectar e quantificar movimentos verticais de origem não oceânica que tendem a degradar e mascarar a qualidade desses dados. Rotinas computacionais foram desenvolvidas no intuito de detectar e corrigir inconsistências nesta série. Métodos estatísticos de regressão, além do DFA e ρDCCA foram utilizados para analisar o comportamento da série, sua persistência ao longo do tempo e quantificar o nível de correlação cruzada entre a série maregráfica e as redes geodésicas ativas e passivas do IBGE. Os resultados mostraram a importância na análise e correção dos dados para fins de determinação do nível médio do mar por apresentar diferenças numéricas, mas qualitativamente não houve diferença significativa, visto o universo de pontos analisados. Nossos achados apontam que o nível do mar está subindo e, além disso, este cenário tende a continuar por um longo período.
Abstract
Political, social and economic factors have motivated government officials and researchers to monitor and study the behavior of sea levels. With the rise of this level, it is estimated that in 2070 150 million people would be at risk and a wealth estimated at 35 trillion dollars threatened in the 136 largest port cities in the world. For engineering, the mean sea level is of fundamental importance in determining a country's altimetric datum. In this work were used the data collected by the Salvador Tide Gauge in the period from 2009 to 2015 with the objective not only of evaluating the temporal behavior of the mean sea level in this place, in addition to detecting and quantifying vertical movements of non-oceanic origin that tend to degrade and mask the quality of these data. Computational routines were developed in order to detect and correct inconsistencies in this series. Statistical regression methods, in addition to DFA and ρDCCA, were used to analyze the series' behavior, its persistence over time and to quantify the level of crosscorrelation between the tidal gauge series and the IBGE active and passive geodesic networks. The results showed the importance in the analysis and correction of the tide gauge series for the purpose of determining the mean sea level by presenting numerical differences, but qualitatively there was no significant difference, given the universe of points analyzed. Our findings indicate that the sea level is rising and, moreover, this scenario tends to continue for a long time.
Keywords in Portuguese
Estação maregráficaNível médio do mar
Sistema GNSS
Análise de séries temporais
Share