Rafael Grecco Sanches

Dr. Rafael Grecco Sanches

orcid

Research Focus & Metrics

Academic Career Length

7Years (2020-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
15 June 2022 in Revista Brasileira de Climatologia
Verified
Journal Article
Open access
PDF file
RSRafael Grecco Sanches
Rafael Grecco Sanches
BSBruno César dos Santos
Bruno César dos Santos
GNGustavo Zen de Figueiredo Neves
Gustavo Zen de Figueiredo Neves
MSMaurício Sanches Duarte Silva
Maurício Sanches Duarte Silva
PSPaulo Henrique de Souza
Paulo Henrique de Souza
A climatologia tropical se evidencia no comportamento das tendências nas chuvas nessa região central do estado de São Paulo. Para tanto, compreender seu comportamento temporal e espacial assume grande relevância, em função do impacto dessas na dinâmica urbana e rural, bem como para seu planejamento estratégico. Com isso, o estudo objetivou analisar as chuvas anuais na região central do Estado de São Paulo, a fim de compreender sua evolução temporal e espacial, além de avaliar possíveis tendências para essa, que se insere na dinâmica tropical (sazonalmente chuvoso/estiagem). Foram analisados 40 anos de dados diários de chuvas, em 31 postos pluviométricos. Utilizaram-se das tendências Laplace factor e o outliers sobre as tendências intensas e extremas (36mm e 46mm) para analisar os dados temporais históricos e das tendências pluviométricas. Além disso, notou-se que nos episódios de chuvas anuais há presença marcante de regiões orográficas, também, pode influenciar nos valores de chuvas e, resultar em um comportamento pluviométrico distinto por efeito orográfico, em relação a outras áreas onde o relevo é mais plano. As chuvas anuais, portanto, tendem a concentração, uma vez que os volumes anuais diminuem ou aumentam (ciclicamente), mas, notam-se precipitações pluviométricas mais intensas (mm) em dias chuvosos, além do aumento da tendência dos dias com chuvas. E, as tendências intensas e extremas pluviométricas para detectar tendências indicam 50% para estabilidade e 43% para tendências positivas, ou seja, aumentaram dos episódios das chuvas extremas na região central do Estado de São Paulo.

17 January 2023 in Climate
Verified
Journal Article
Open access
PDF file
RMRodrigo Martins Moreira
Rodrigo Martins Moreira
BSBruno Santos
Bruno Santos
RSRafael Grecco Sanches
Rafael Grecco Sanches
Vandoir BourscheidtVandoir Bourscheidt
Vandoir Bourscheidt
FSFernando De Sales
Fernando De Sales
PSPaulo Henrique de Souza
Paulo Henrique de Souza
Daily and monthly rainfall data provided by surface rain gauges in the Amazon Basin are sparse and defective, making it difficult to monitor rainfall patterns for certain portions of its territory, in this sense, estimations of precipitation from remote sensing calibrated with rain gauge data are key to overcome this problem. This paper presents a spatiotemporal analysis of the precipitation distribution for Rondônia State, in southwestern Amazonia. Data from Climate Hazards Group InfraRed Precipitation and Station (CHIRPS) were analyzed, using a pooled time analysis of a forty-year period (1981–2020). Data obtained from remote sensing were validated by rain gauges distributed over the study region. Pixel-by-pixel trend analyzes were developed by applying the Mann-Kendall test and Sen’s slope test to study the magnitude of the trend. The analysis revealed that CHIRPS presents a tendency to underestimate precipitation values in most cases. Among the metrics, mean values between very good (<±15%) and good (±15–±35%) were observed using PBIAS; mean RMSE values range from 57.8 mm to 107.9 mm; an average agreement level of 0.9 and an average SES of 0.5; and good fit for the linear regression model (average R2 > 0.70) for about 64.7% of the stations. Sen’ slope spatialization results show a reduction of approximately −15 mm year−1, with decrease mainly in the Northern Region of Rondônia, which has extensive areas where the native forest has been replaced by pasture.

4 September 2023 in Geography Department University of Sao Paulo
Verified
Journal Article
Open access
PDF file
TBTalyson Bolleli
Talyson Bolleli
BSBruno César dos Santos
Bruno César dos Santos
RSRafael Grecco Sanches
Rafael Grecco Sanches
RMRodrigo Martins Moreira
Rodrigo Martins Moreira
Vandoir BourscheidtVandoir Bourscheidt
Vandoir Bourscheidt
FMFrederico Fabio Mauad
Frederico Fabio Mauad
A degradação do solo tem se tornado um dos mais importantes problemas ambientais do mundo devido ao rápido crescimento populacional, intensificação dos processos erosivos e aumento do aquecimento global. Buscando uma maneira eficiente de obtenção de dados para o cálculo da Erosividade o presente estudo tem como objetivo articular as análises dos dados de chuva com as técnicas de Geoprocessamento e Sensoriamento Remoto. Foram utilizados 31 postos pluviométricos para aquisição dos dados de superfície, após as classificações anuais, foram selecionados dois anos extremos da erosividade, sendo um ano chuvoso e outro ano seco. Entre os anos extremos selecionados, foi realizada a classificação mensal da perda de solo para os doze meses de cada ano representativo. Por último, foi aplicado o cálculo da perda de solo por meio da RUSLE, com o propósito de mostrar como os valores de erosividade em anos extremos de chuva e de seca contribuem para o processo da perda do solo na área de estudo. Os resultados obtidos, mostram que a erosividade da chuva variou de 4800 a 11100 Mj.mm.ha-1.h-1.ano-1, com a média observada de 7950 Mj.mm.ha-1.h-1.ano-1. A RUSLE estimou perdas médias de solo para a área de 8,2 Mg ha-1 ano-1 e 5,4 Mg ha-1 ano-1 para os anos de 1983 e 2014 respectivamente. Portanto, entender a dinâmica da Erosividade associadas as perdas de solo pode auxiliar no planejamento do manejo sustentável e destaca-se a importância de minimizar a erosão hídrica.

31 December 2023 in MERCATOR
Verified
Journal Article
Open access
PDF file
BSBruno César dos Santos
Bruno César dos Santos
RSRafael Grecco Sanches
Rafael Grecco Sanches
GNGustavo Zen de Figueiredo Neves
Gustavo Zen de Figueiredo Neves
PSPaulo Henrique de Souza
Paulo Henrique de Souza
The present research analyzed the effect of relief on the variability and extremes of rainfall in the central portion of the state of São Paulo, using 31 surface rainfall gauges. For this, it applied the methods of filling gaps (Regional Weighting), rainfall classification (Rain Anomaly Indexes) and precipitation indexes (Rclimdex). Through the methods used, it was verified that the pluviometric variability showed in the admitted parameters of normality with about 17% of the years, in the wet parameters about 18% of the years and in the dry parameters about 15% of the years of the historical series of 1979 -2017. In addition, it was found that among the thirty-eight years of the historical series, the year 1983 was the wettest and the year 2014 the driest. As these were two distinct representative years (wet and dry) of rainfall, it was noted through the rainfall indexes, they showed the strength of the orographic effect in the intensification of rainfall in volume and number of extreme days in the higher regions located in the southern portion of the study area. Therefore, due to the altitude that manifests itself associated with a sharp altimetric difference that establishes a high slope, which the central region of the state of São Paulo has, its morphological characteristics play an important role with the process of intensification of the rains, mainly in the years rainy. Keywords: Precipitation; Rainfall anomaly index; Extreme years; RClimdex; Relief.

14 July 2024 in Revista Brasileira de Climatologia
Verified
Journal Article
Open access
PDF file
GNGustavo Zen de Figueiredo Neves
Gustavo Zen de Figueiredo Neves
BSBruno César dos Santos
Bruno César dos Santos
PBPlácido Fabrício Silva Melo Buarque
Plácido Fabrício Silva Melo Buarque
RSRafael Grecco Sanches
Rafael Grecco Sanches
RPRafael Perussi
Rafael Perussi
IHIsabela Taici Lopes Gonçalves Horta
Isabela Taici Lopes Gonçalves Horta
Este estudo analisa as tendências estatísticas e de extremos de precipitação em diferentes compartimentações geomorfológicas do Estado de Goiás e o Distrito Federal, região centro-oeste do Brasil. Foram utilizados nove índices de extremos climáticos baseados em dados diários de precipitação em uma série temporal de 41 anos. Selecionou-se alguns conjuntos de dados pluviométricos localizados na área de estudo situados dentro de unidades geomorfológicas ou em transição, por meio de quatro transectos. Os índices de quantidade máxima de precipitação em um dia e em cinco dias acumulados apontaram tendências positivas para os eventos de precipitação extremos. O índice simples de intensidade diária revelou que na região norte e nordeste de Goiás há maiores intervalos entre os limites interquartílicos superior e inferior, à medida que na porção leste a variação tende a ser menor. Mais da metade das tendências não apresentaram níveis de significância estatística.

27 June 2025 in Anales de Geografía de la Universidad Complutense
Verified
Journal Article
Open access
PDF file
RSRafael Grecco Sanches
Rafael Grecco Sanches
RMRodrigo Miani
Rodrigo Miani
BSBruno César dos Santos
Bruno César dos Santos
RMRodrigo Martins Moreira
Rodrigo Martins Moreira
GNGustavo Zen de Figueiredo Neves
Gustavo Zen de Figueiredo Neves
PRPedro Augusto Toledo Rios
Pedro Augusto Toledo Rios
Machine learning models for predicting daily precipitation have gained traction in recent years. Understanding the benefits of using this technology in different regions is a relevant research topic. For this reason, this study aims to evaluate daily precipitation estimated forecasts from climate data between 1983 and 2019 in Itirapina, São Paulo, Brazil. We used a novel machine learning algorithm, XGBoost (eXtreme Gradient Boosting), to create several daily precipitation prediction models. Two tasks were modeled: the occurrence of daily precipitation (classification) and the amount of daily precipitation (regression). The results revealed that the occurrence of daily precipitation could be predicted with an accuracy of around 90%. Additionally, models were developed to predict the amount of daily precipitation with error rates of around 3mm. We observed that precipitation in the study area is directly associated with solar radiation, and estimated forecasts of precipitation and the corresponding months are characteristic of the tropical climate.