Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias

Detalhes bibliográficos
Autor(a) principal: Back, Álvaro José
Data de Publicação: 2021
Outros Autores: Bonfante, Fernanda Martins
Tipo de documento: Artigo
Idioma: eng
Título da fonte: Revista Brasileira de Ciências Ambientais (Online)
Texto Completo: https://www.rbciamb.com.br/Publicacoes_RBCIAMB/article/view/1015
Resumo: Eventos extremos de chuvas podem causar impactos sociais e econômicos em vários setores. Conhecer o risco de ocorrência de eventos extemos é fundamental para o estabelecimento de medidas mitigadoras e para a gestão de riscos. A análise de frequências de séries históricas de chuva observadas por meio de distribuições teóricas de probabilidades é o método mais usado. As distribuições de probabilidade generalizada de valores extremos (GEV) e Gumbel destacam-se entre aquelas aplicadas à estimativa das chuvas máximas diárias. A indicação da melhor distribuição depende das características da série de dados usada no ajuste dos parâmetros e do critério utilizado para a seleção. Este trabalho teve como objetivo comparar as distribuições GEV e Gumbel e analisar os critérios usados para a seleção da melhor distribuição. Foram empregadas 224 séries de máximas anuais de estações pluviométricas de Santa Catarina, com tamanho entre 12 e 90 anos e coeficiente de assimetria variando de -0,277 a 3,917. Adotaram-se os testes de aderência de Anderson–Darling, Kolmogorov-Smirnov e Filliben. Para a indicação da melhor distribuição foram usados o erro padrão de estimativa, o critério de Akaike e o ranking com os testes de aderência. O teste Kolmogorov-Smirnov mostrou-se pouco rigoroso e somente rejeitou 0,25% das distribuições testadas, enquanto os testes de Anderson–Darling e de Filliben rejeitaram 9,06 e 8,8% das distribuições, respectivamente. A distribuição GEV mostrou-se a mais indicada na maioria das estações. Somente foi constatada alta concordância (73,7%) na indicação da melhor distribuição entre os testes de Filliben e o erro padrão de estimativa.
id ABES-2_b923422189960b9fe5cdf73ed24eed00
oai_identifier_str oai:ojs.www.rbciamb.com.br:article/1015
network_acronym_str ABES-2
network_name_str Revista Brasileira de Ciências Ambientais (Online)
repository_id_str
spelling Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diáriasEvaluation of generalized extreme value and Gumbel distributions for estimating maximum daily rainfallChuvas intensas; drenagem; probabilidade; gestão territorialHeavy raindrainageprobabilityterritorial managementEventos extremos de chuvas podem causar impactos sociais e econômicos em vários setores. Conhecer o risco de ocorrência de eventos extemos é fundamental para o estabelecimento de medidas mitigadoras e para a gestão de riscos. A análise de frequências de séries históricas de chuva observadas por meio de distribuições teóricas de probabilidades é o método mais usado. As distribuições de probabilidade generalizada de valores extremos (GEV) e Gumbel destacam-se entre aquelas aplicadas à estimativa das chuvas máximas diárias. A indicação da melhor distribuição depende das características da série de dados usada no ajuste dos parâmetros e do critério utilizado para a seleção. Este trabalho teve como objetivo comparar as distribuições GEV e Gumbel e analisar os critérios usados para a seleção da melhor distribuição. Foram empregadas 224 séries de máximas anuais de estações pluviométricas de Santa Catarina, com tamanho entre 12 e 90 anos e coeficiente de assimetria variando de -0,277 a 3,917. Adotaram-se os testes de aderência de Anderson–Darling, Kolmogorov-Smirnov e Filliben. Para a indicação da melhor distribuição foram usados o erro padrão de estimativa, o critério de Akaike e o ranking com os testes de aderência. O teste Kolmogorov-Smirnov mostrou-se pouco rigoroso e somente rejeitou 0,25% das distribuições testadas, enquanto os testes de Anderson–Darling e de Filliben rejeitaram 9,06 e 8,8% das distribuições, respectivamente. A distribuição GEV mostrou-se a mais indicada na maioria das estações. Somente foi constatada alta concordância (73,7%) na indicação da melhor distribuição entre os testes de Filliben e o erro padrão de estimativa.Extreme rain events can cause social and economic impacts in various sectors. Knowing the risk of occurrences of extreme events is fundamental for the establishment of mitigation measures and for risk management. The analysis of frequencies of historical series of observed rain through theoretical probability distributions is the most commonly used method. The generalized extreme value (GEV) and Gumbel probability distributions stand out among those applied to estimate the maximum daily rainfall. The indication of the best distribution depends on characteristics of the data series used to adjust parameters and criteria used for selection. This study compares GEV and Gumbel distributions and analyzes different criteria used to select the best distribution. We used 224 series of annual maximums of rainfall stations in Santa Catarina (Brazil), with sizes between 12 and 90 years and asymmetry coefficient ranging from -0.277 to 3.917. We used the Anderson–Darling, Kolmogorov-Smirnov (KS), and Filliben adhesion tests. For an indication of the best distribution, we used the standard error of estimate, Akaike’s criterion, and the ranking with adhesion tests. KS test proved to be less rigorous and only rejected 0.25% of distributions tested, while Anderson–Darling and Filliben tests rejected 9.06% and 8.8% of distributions, respectively. GEV distribution proved to be the most indicated for most stations. High agreement (73.7%) was only found in the indication of the best distribution between Filliben tests and the standard error of estimate.Associação Brasileira de Engenharia Sanitária e Ambiental (ABES)2021-09-10info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/xmlhttps://www.rbciamb.com.br/Publicacoes_RBCIAMB/article/view/101510.5327/Z217694781015Revista Brasileira de Ciências Ambientais (RBCIAMB); v. 56 n. 4 (2021): RBCIAMB - ISSN 2176-9478 - Dezembro; 654-664Revista Brasileira de Ciências Ambientais (RBCIAMB); Vol. 56 No. 4 (2021): RBCIAMB - ISSN 2176-9478 - December; 654-6642176-94781808-4524reponame:Revista Brasileira de Ciências Ambientais (Online)instname:Associação Brasileira de Engenharia Sanitária e Ambiental (ABES)instacron:ABESenghttps://www.rbciamb.com.br/Publicacoes_RBCIAMB/article/view/1015/697https://www.rbciamb.com.br/Publicacoes_RBCIAMB/article/view/1015/714Copyright (c) 2021 Brazilian Journal of Environmental Sciences (Online)http://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessBack, Álvaro JoséBonfante, Fernanda Martins2023-11-09T17:39:38Zoai:ojs.www.rbciamb.com.br:article/1015Revistahttp://www.rbciamb.com.br/index.php/Publicacoes_RBCIAMBhttps://www.rbciamb.com.br/Publicacoes_RBCIAMB/oairbciamb@abes-dn.org.br||2176-94781804-4524opendoar:2023-11-09T17:39:38Revista Brasileira de Ciências Ambientais (Online) - Associação Brasileira de Engenharia Sanitária e Ambiental (ABES)false
dc.title.none.fl_str_mv Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
Evaluation of generalized extreme value and Gumbel distributions for estimating maximum daily rainfall
title Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
spellingShingle Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
Back, Álvaro José
Chuvas intensas; drenagem; probabilidade; gestão territorial
Heavy rain
drainage
probability
territorial management
title_short Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
title_full Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
title_fullStr Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
title_full_unstemmed Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
title_sort Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
author Back, Álvaro José
author_facet Back, Álvaro José
Bonfante, Fernanda Martins
author_role author
author2 Bonfante, Fernanda Martins
author2_role author
dc.contributor.author.fl_str_mv Back, Álvaro José
Bonfante, Fernanda Martins
dc.subject.por.fl_str_mv Chuvas intensas; drenagem; probabilidade; gestão territorial
Heavy rain
drainage
probability
territorial management
topic Chuvas intensas; drenagem; probabilidade; gestão territorial
Heavy rain
drainage
probability
territorial management
description Eventos extremos de chuvas podem causar impactos sociais e econômicos em vários setores. Conhecer o risco de ocorrência de eventos extemos é fundamental para o estabelecimento de medidas mitigadoras e para a gestão de riscos. A análise de frequências de séries históricas de chuva observadas por meio de distribuições teóricas de probabilidades é o método mais usado. As distribuições de probabilidade generalizada de valores extremos (GEV) e Gumbel destacam-se entre aquelas aplicadas à estimativa das chuvas máximas diárias. A indicação da melhor distribuição depende das características da série de dados usada no ajuste dos parâmetros e do critério utilizado para a seleção. Este trabalho teve como objetivo comparar as distribuições GEV e Gumbel e analisar os critérios usados para a seleção da melhor distribuição. Foram empregadas 224 séries de máximas anuais de estações pluviométricas de Santa Catarina, com tamanho entre 12 e 90 anos e coeficiente de assimetria variando de -0,277 a 3,917. Adotaram-se os testes de aderência de Anderson–Darling, Kolmogorov-Smirnov e Filliben. Para a indicação da melhor distribuição foram usados o erro padrão de estimativa, o critério de Akaike e o ranking com os testes de aderência. O teste Kolmogorov-Smirnov mostrou-se pouco rigoroso e somente rejeitou 0,25% das distribuições testadas, enquanto os testes de Anderson–Darling e de Filliben rejeitaram 9,06 e 8,8% das distribuições, respectivamente. A distribuição GEV mostrou-se a mais indicada na maioria das estações. Somente foi constatada alta concordância (73,7%) na indicação da melhor distribuição entre os testes de Filliben e o erro padrão de estimativa.
publishDate 2021
dc.date.none.fl_str_mv 2021-09-10
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.rbciamb.com.br/Publicacoes_RBCIAMB/article/view/1015
10.5327/Z217694781015
url https://www.rbciamb.com.br/Publicacoes_RBCIAMB/article/view/1015
identifier_str_mv 10.5327/Z217694781015
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv https://www.rbciamb.com.br/Publicacoes_RBCIAMB/article/view/1015/697
https://www.rbciamb.com.br/Publicacoes_RBCIAMB/article/view/1015/714
dc.rights.driver.fl_str_mv Copyright (c) 2021 Brazilian Journal of Environmental Sciences (Online)
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2021 Brazilian Journal of Environmental Sciences (Online)
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/xml
dc.publisher.none.fl_str_mv Associação Brasileira de Engenharia Sanitária e Ambiental (ABES)
publisher.none.fl_str_mv Associação Brasileira de Engenharia Sanitária e Ambiental (ABES)
dc.source.none.fl_str_mv Revista Brasileira de Ciências Ambientais (RBCIAMB); v. 56 n. 4 (2021): RBCIAMB - ISSN 2176-9478 - Dezembro; 654-664
Revista Brasileira de Ciências Ambientais (RBCIAMB); Vol. 56 No. 4 (2021): RBCIAMB - ISSN 2176-9478 - December; 654-664
2176-9478
1808-4524
reponame:Revista Brasileira de Ciências Ambientais (Online)
instname:Associação Brasileira de Engenharia Sanitária e Ambiental (ABES)
instacron:ABES
instname_str Associação Brasileira de Engenharia Sanitária e Ambiental (ABES)
instacron_str ABES
institution ABES
reponame_str Revista Brasileira de Ciências Ambientais (Online)
collection Revista Brasileira de Ciências Ambientais (Online)
repository.name.fl_str_mv Revista Brasileira de Ciências Ambientais (Online) - Associação Brasileira de Engenharia Sanitária e Ambiental (ABES)
repository.mail.fl_str_mv rbciamb@abes-dn.org.br||
_version_ 1797068918539419648