Avaliação das distribuições generalizada de valores extremos e Gumbel para a estimativa de chuvas máximas diárias
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Outros Autores: | |
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 |