MODELIZACIÓN EN SERIES TEMPORALES PARA LA ESTIMACIÓN DE PRECIPITACIONES MÁXIMAS DIARIAS EN EL MUNICIPIO DE SANTO BENTO DO UNA (PERNAMBUCO-BRASIL)
DOI:
https://doi.org/10.47820/recima21.v3i2.1164Palabras clave:
distribución de probabilidad probadas, se realizóResumen
Este trabajo tiene como objetivo proponer un modelado en series temporales para estimar la precipitación máxima diaria en un municipio del interior de Pernambuco. El objetivo también es estimar la precipitación máxima diaria para la región en los tiempos de retorno de 2, 5, 10, 50, 100 y 1000 años. La obra se realizó en el municipio de São Bento do Una (Pernambuco, Brasil). Para el modelado se utilizaron datos de precipitaciones extraídos de la plataforma de datos del Instituto de Meterología, que se ajustaron en las funciones de distribución de probabilidad normal, log-normal, gamma, Weibull y Gumbel. Para evaluar si las distribuciones calculadas se ajustan a las funciones de distribución de probabilidad probadas, se realizó la prueba de Kolmogorv-Smirnov. Para estimar la precipitación máxima diaria considerando diferentes tiempos de retorno, se utilizaron ecuaciones reconocidas en la literatura. Los resultados muestran que las distribuciones de Weibull y Gumbel proporcionaron un mejor ajuste que el normal, lo logarítmico normal y gamma. La diferencia en términos de período de retorno y precipitación relacionada es notable para cada una de las cinco distribuciones probadas y se observan valores máximos de precipitación diarios más altos en períodos de retorno más largos, especialmente en la distribución logarítmica normal.
Descargas
Referencias
DORNELES, V.R., DAMÉ, R.C.F., TEIXEIRA-GANDRA, C.F.A., WEBER, P.M., KLUMB, G.B., RAMIREZ, M.A.A. Modelagem da probabilidade das relações intensidade-duração-frequência de ocorrência da precipitação pluvial para Pelotas, RS. Revista Brasileira de Engenharia Agrícola. Ambiente, v. 23, 2019.
INMET. Instituto Nacional de Meteorologia. Ministério da Agricultura, Pecuária e Abastecimento. Disponível em:<https://portal.inmet.gov.br/sobre>. Acesso em: 21 de nov. 2021.
KÖPPEN, W. Grundriss der Klimakunde: Outline of climate science. Berlin: Walter de Gruyter, p.388, 1931.
KUMAR, V., SHANU, J. Statistical distribution of rainfall in Uttarakhand, India. Applied Water Science, v. 7, p. 4765–4776, 2017.
LIMA, A.O., LYRA, G.B., ABREU, M.C., OLIVEIRA-JÚNIOR, J.F., ZERI, M., CUNHA-ZERI, G. Extreme rainfall events over Rio de Janeiro State, Brazil: Characterization using probability distribution functions and clustering analysis. Atmospheric Research, v. 247, 2021.
DE MICHELE, C., AVANZI, F. Superstatistical distribution of daily precipitation extremes: A worldwide assessment. Scientific Reports, v. 8, 2018.
MAMOON, A.A., RAHMAN, A. Selection of the best fit probability distribution in rainfall frequency analysis for Qatar. Nat Hazards, v. 86, p. 281–296, 2017.
MEDEIROS, R.M., HOLANDA, R.M., SILVA, V.P., SILVA, C.J. Tendências pluviais e análise da média móvel para São Bento do Una-PE, Brasil. Revista de Geografia (Recife), v. 35, 2018.
MOCCIA, B., MINEO, C., RIDOLFI, E., RUSSO, F., NAPOLITANO, F. Probability distributions of daily rainfall extremes in Lazio and Sicily, Italy, and design rainfall inferences. Journal of Hydrology: Regional Studies, v.33, 2021.
SANTOS, D.C., ALBUQUERQUE, E.M. Métodos de estimativa de precipitação máxima diária na cidade de João Pessoa-PB. CLIMEP – Climatologia e Estudos da Paisagem, v.9, 2016.
SILVA, J.R.S., TAVEIRA, M.K., MESQUISA, A.A., SERRANO, R.O.P., MOREIRA, J.G.V. Caracterização temporal da precipitação pluviométrica na cidade de Cruzeiro do Sul, Acre, Brasil. UÁQUIRI - Revista do Programa de Pós Graduação em Geografia da Ufac, v. 3, 2021.
TOSUNOGLU, F., GURBUZ, F. Mapping spatial variability of annual rainfall under different return periods in Turkey: The application of various distribution functions and model selection techniques. Meteorological Application, v. 26, p. 671-681, 2019.
VAHEDDOOST, B., AKSOY, H. Structural characteristics of annual precipitation in Lake Urmia basin. Theorical and Applied Climatology, v. 128, p. 919–932, 2017.
VIVEKANANDAN, N. Comparison of probability distributions in extreme value analysis of rainfall and temperature data. Environmental Earth Sciences, v.77, p.1-10, 2018.
Descargas
Publicado
Número
Sección
Categorías
Licencia
Derechos de autor 2022 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.