Coeficiente DCCA de correlação cruzada aplicado a séries de temperatura do ar e umidade relativa do ar

Abstract

O clima, bem como sua variabilidade, é um dos temas mais estudados atualmente e, por se tratar de um sistema complexo não linear, existe a grande dificuldade em realizar modelos matemáticos. Desta forma, foi proposto neste trabalho, uma maneira alternativa de quantificar correlações cruzadas entre os dados climatológicos, através do coeficiente DCCA  (Detrended Cross-Correlation Analisys). Foram analisadas e quantificadas correlações cruzadas entre as séries temporais de temperatura do ar e umidade relativa do ar, através da utilização de históricos de dados climatológicos de várias estações (cidades) ao redor do mundo. Os resultados encontrados apresentaram três tipos de comportamento para as séries analisadas, ou seja, correlação cruzada negativa, correlação cruzada positiva e nenhuma correlação cruzada, dependendo da localização da estação analisada. Estes comportamentos distintos, são influenciados por sazonalidades (semana, mês, estação do ano, ano e mais de um ano).

ABSTRACT:

The climate, as well as its variability, is one of the most studied topics today and, because it is a complex non-linear system, there is great difficulty in perform mathematical models. Thus, it was proposed in this work, a alternative way to quantify cross correlations between data climatological factors, through the DCCA coefficient  (Detrended Cross-Correlation analysis). Cross-correlations between the series were analyzed and quantified. air temperature and relative humidity, through the use of historical climatological data from various stations (cities) around the world. The results found showed three types of behavior for the analyzed series, that is, negative cross-correlation, positive cross-correlation and no cross-correlation, depending on the location of the analyzed station. These distinct behaviors are influenced by seasonality (week, month, season, year and more than a year).