Estudio del impacto del COVID-19 y el aislamiento social y sus adaptaciones antropogénicas - Un análisis de 30 años del cambio climático
DOI:
https://doi.org/10.54580/R0301.11Palabras clave:
COVID-19, Aislamiento social, Cambios climáticos, Temperatura del aire, Series de tiempoResumen
La recomendación del aislamiento social provocado por la pandemia de COVID-19 provocó un contexto sin precedentes para las generaciones contemporáneas. Debido a la alta transmisibilidad del virus, se estableció una restricción a las actividades sociales, comerciales e industriales como medida preventiva para frenar el contagio de la enfermedad. Estas medidas han tenido implicaciones para parámetros ambientales, como la demanda de energía y la emisión de gases de efecto invernadero a la atmósfera. El objetivo de este estudio fue verificar si el contexto atípico de suspensión de actividades influyó en las condiciones climáticas de las capitales más afectadas de Brasil en 2020 en comparación con años en los que no hubo aislamiento social, a partir de los cuales se seleccionaron series temporales de Temperatura y Humedad. refiriéndose a un período de 30 años (1990-2020). Los datos fueron sometidos a análisis de Correlación Lineal entre las variables y tasas de Aislamiento Social, así como a un Análisis de Conglomerados Jerárquicos para identificar si el año 2020 presentó un comportamiento atípico en relación al resto de años analizados. Los resultados mostraron que el impacto causado por el aislamiento social y la suspensión de las actividades sociales, comerciales e industriales no influyó en el comportamiento climático de 2020, en comparación con el marco temporal de 30 años.
Descargas
Referencias
Blumenshine, P. e outros (2008). Pandemic Influenza Planning in the United States from a Health Disparities Perspective. Emerging Infectious Diseases, 14(5), 709-715.
Carvalho, A. e outros (2020). Trends of rainfall and temperature in Northeast Brazil. Revista Brasileira de Engenharia Agrícola e Ambiental, 24(1), 15-23,.
Christidis e outros (2011a). The contribution of anthropogenic forcings to regional changes in temperature during the last decade. Climate Dynamics, 39(6), 1259-1274.
Christidis e outros (2011b). The Role of Human Activity in the Recent Warming of Extremely Warm Daytime Temperatures. Journal of Climate, 24(7), 1922-1930.
Cohen J. (1988). The concepts of power analysis. Statistical Power Analysis for the Behavioral Sciences. Nova Iorque: Lawrence Elbaum Association.
Fischer, E., e Knutti, R. (2015). Anthropogenic contribution to global occurrence of heavy-precipitation and high-temperature extremes. Nature Climate Change, 5(6), 560-564.
Fischer, E., e Knutti, R. (2014). Detection of spatially aggregated changes in temperature and precipitation extremes. Geophysical Research Letters, 41(2), 547-554.
IBGE. Instituto Brasileiro de Geografia e Estatística. (2010). Censo Demográfico.
IBGE. Instituto Brasileiro de Geografia e Estatística. (2019). Pesquisa Nacional por Amostra de Domicílios Contínua Anual.
IEA. International Energy Agency. (2020). Global Energy Review 2020. Disponível em: https://www.iea.org/reports/global-energy-review-2020.
IHME. Institute for Health Metrics and Evaluation. (2020). COVID-19 Projections. Disponível em: https://covid19.healthdata.org/brazil.
INMET. Instituto Nacional de Meteorologia. (2020). Banco de Dados Meteorológicos para Ensino e Pesquisa.
IPCC. Intergovernmental Panel on Climate Change. (2007). The physical science basis. Cambridge University Press, Cambridge.
IPCC-TGICA. (2007). General Guidelines on the Use of Scenario Data for Climate Impact and Adaptation Assessment. Version 2. Disponível em: https://www.ipcc-data.org/guidelines/index.html.
Linden, R. (2009). Técnicas de Agrupamento. Revista de Sistemas de Informação da FSMA, (4), 18-36.
Nicola, M. e outros (2020). Evidence based management guideline for the COVID-19 pandemic - Review article. International Journal of Surgery, (77), 206-216.
Oliveira, J. e outros (2020). Urban climate and environmental perception about climate change in Belém, Pará, Brazil. Urban Climate, 31, 100579.
Paital, B. (2020). Nurture to nature via COVID-19, a self-regenerating environmental strategy of environment in global context. Science of The Total Environment, 729, 139088.
Paital, B., e Parida, S. (2020). Inter nation social lockdown versus medical care against COVID-19, a mild environmental insight with special reference to India. Science of the Total Environment, (728), 138914.
Silva e outros (2014). Análise da pobreza multidimensional no Brasil. 42 Encontro Nacional de Economia. Natal: Anpec.
Silva, V. (2004). On climate variability in Northeast of Brazil. Journal of Arid Environments, 58(4), 575-596.
Trenberth, K. (2012). Framing the way to relate climate extremes to climate change. Climatic Change, 115(2), 283-290.
UN, United Nations Environment Programme. (2019). Emissions Gap Report. Disponível em: https://www.unenvironment.org/resources/emissions-gap-report-2019.
Valli, M. (2012). Análise de Cluster. Augusto Guzzo Revista Acadêmica, 0(4), 77.
Wang, Q., e Su, M. (2020). A preliminary assessment of the impact of COVID-19 on environment – A case study of China. Science of The Total Environment, 728, 138915.
WHO. (2020a). World Health Organization. Coronavirus Disease (COVID-19). Situation Report 131. Disponível em: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situation-reports/.
WHO. (2020b). World Health Organization. WHO Timeline - COVID-19. Disponível em: https://www.who.int/news-room/detail/27-04-2020-who-timeline---covid-19.
WHO. (2020c). World Health Organization. Q&A on Coronavirus Disease (COVID-19). Disponível em: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/question-and-answers-hub/q-a-detail/q-a-coronaviruses.
WMO. World Metereological Organization. (2017). WMO Guidelines on the calculation of climate normals. Disponível em: https://public.wmo.int/.
Zambrano-Monserrate e outros (2020). Indirect effects of COVID-19 on the environment. Science of The Total Environment, 728, 138813.
Zwiers e outros (2011). Anthropogenic Influence on Long Return Period Daily Temperature Extremes at Regional Scales. Journal of Climate, 24(3), 881-892.
Descargas
Publicado
Número
Sección
Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
























