@PHDTHESIS{ 2019:536709913,
 	title = {Temperatura da superfície dos oceanos sob a perspectiva da teoria das matrizes aleatórias},
 	year = {2019},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/8153",
 	abstract = "As séries temporais dos dados de temperatura da superfície do oceano vêm sendo coletadas desde 1970. Estas observações possibilitam estudar a variabilidade de alguns fenômenos oceanográficos em escalas de tempo e espaço. A camada superficial dos oceanos possui propriedades uniformes, onde ocorrem os processos de interação do oceano com a atmosfera, capazes de regular o clima do planeta, interferir na dinâmica da atmosfera e influenciar o clima. Como os dados de temperatura da superfície do mar (TSM) desempenham um papel importante no sistema climático global, neste trabalho utilizamos a teoria das matrizes aleatórias para descrever corretamente o comportamento de propriedades estatísticas espectrais, baseando-se na aleatoriedade de cada sistema quântico caótico. Foram delimitadas matrizes de TSM obtidas da NOAA, representativas das regiões norte, central, sul e polo dos oceanos Pacífico, Atlântico e Índico, no espaço temporal de 35 anos. Os primeiros resultados mostram que as matrizes das áreas geográficas: norte,
 central e sul dos três oceanos obtiveram um bom ajuste para a classe universal GOE, descritas pela distribuição de Brody, sendo que as regiões sul apresentaram os melhores ajustes, indicando sistemas dinâmicos mais caóticos. Já as regiões delimitadas no polo Antártico exibiram a distribuição dos espaçamentos ajustados pelo modelo de Poisson, indicando um sistema coeso e determinístico. Em análises mais
 detalhadas, o parâmetro (β), que quantifica a correlação entre os espaçamentos dos autovalores das matrizes de temperatura, foi calculado por ano acumulados para todas as regiões. Os resultados da região central foram modificados a partir do ano de 2006, para os três oceanos. O conjunto de dados de TSM da base TropFlux foi então utilizado para comparações, resultando na mesma mudança de comportamento em 2001. As investigações apontaram a inclusão de novos instrumentos de medições. A partir destes anos, nos da NOAA foram incluídos sensores de microondas, e nos do TropFlux matrizes TPR, que consideram dados obtidos in situ. Um modelo numérico construído também foi capaz de identificar essa perda de autocorrelação entre dois conjuntos de dados simulados que sofrem interferências artificiais. Por fim, foram apontadas algumas direções para novas investigações e continuidade deste trabalho.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Biometria e Estatística Aplicada},
 	note = {Departamento de Estatística e Informática}
}