ANÁLISE DA TEMPERATURA MÁXIMA DE PIRACICABA (SP) VIA DISTRIBUIÇÃO GEV NÃO ESTACIONÁRIA: UMA ABORDAGEM BAYESIANA

• Autor(a) principal: Aguirre, Alberto Frank Lázaro
• Data de Publicação: 2020
• Outros Autores: Nogueira, Denismar Alves, Beijo, Luiz Alberto
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Brasileira de Climatologia (Online)
• Texto Completo: https://revistas.ufpr.br/revistaabclima/article/view/73763
• topic: Tendência; nível de retorno; intervalo de credibilidade; distribuição GEV; prioris.

O presente estudo teve como objetivo modelar via abordagem Bayesiana a temperatura máxima mensal de Piracicaba em São Paulo-Brasil, utilizando funções lineares e não-lineares para incorporar a tendência no parâmetro de posição da distribuição generalizada de valores extremos (GEV). Foram analisadas distribuições a priori informativas e não informativas e para a obtenção das distribuições marginais a posteriori foi utilizado o método Monte Carlo via cadeias de Markov. Analisando o fator de Bayes e critérios de seleção, verificou-se que nos meses janeiro a março e agosto e setembro, a melhor distribuição foi a GEV estacionária. Nos meses de abril a junho e outubro, a melhor distribuição foi a GEV não estacionária com tendência linear e com tendência não-linear para os meses julho, novembro e dezembro. Em quatro dos meses a priori informativa propiciou resultados mais precisos. As temperaturas máximas esperadas para diferentes tempos de retorno foram preditas.