Previsão sazonal de índices de seca com modelos de Markov

Detalhes bibliográficos
Autor(a) principal: Sousa, João Miguel Barbosa Botelho de
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/3193
Resumo: Tese de mestrado, Ciências Geofísicas (Meteorologia), Universidade de Lisboa, Faculdade de Ciências, 2009
id RCAP_29c1548fcde618acac08d9147de58f56
oai_identifier_str oai:repositorio.ul.pt:10451/3193
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Previsão sazonal de índices de seca com modelos de MarkovSecaAlentejoTeses de mestrado - 2009Tese de mestrado, Ciências Geofísicas (Meteorologia), Universidade de Lisboa, Faculdade de Ciências, 2009A seca é um fenómeno recorrente que tem afectado as civilizações ao longo da história, com ocorrência aleatória e severidade incerta, resultante de valores anómalos da precipitação. Afecta os habitats naturais, ecossistemas e muitos sectores económicos e sociais desde a agricultura, transportes, fornecimento urbano de água e complexos industriais modernos. Devido às características aleatórias da seca é adoptada uma abordagem estocástica ao estudo e caracterização deste fenómeno. Neste trabalho é utilizado um modelo estocástico de tipo cadeias de Markov ao índice SPI (Standard Precipitation Index),para identificar, caracterizar e monitorizar o fenómeno em estudo. Este modelo é igualmente útil como ferramenta de previsão e predição de secas. Dada a conhecida influência dos padrões de circulação atmosférica de larga escala na precipitação sazonal, são então, acrescentadas algumas alterações no modelo no sentido de aumentar a capacidade preditiva deste, incluindo para isso informação proveniente destes padrões através de índices de circulação global atmosférica (CGA) a eles associados. A calibração destes dois modelos de Markov, que diferem entre si pela inclusão ou não dos índices de CGA (ou preditores meteorológicos de larga escala), é feita através de séries temporais de precipitação e de séries temporais de índices de CGA, para o local em estudo, o Alentejo. Estes dois modelos são então validados para instantes de tempo futuros e a sua qualidade preditiva aferida.Drought is a recurrent phenomenon that has affected civilizations throughout history, with random occurrence and uncertain severity, due to outliers in rainfall. It affects the natural habitats, ecosystems and many social and economic sectors from agriculture, transport, urban water supply and modern industrial plants. Due to the random characteristics of the drought, one has considered a stochastic approach to study and characterize this phenomenon. This paper used a stochastic model of type Markov chains to the SPI index (Standard Precipitation Index) in order to identify, characterize and monitor the phenomenon under study. This model is also useful as a tool for forecasting and prediction of the drought. Given the known influence of atmospheric circulation patterns in large-scale seasonal rainfall, we have added some changes to the Markov chain model in order to increase its predictive ability, including information from these patterns by using indexes of global atmospheric circulation (GAC) associated with them. The calibration of these two Markov models, which differ by the inclusion or not of the GAC indexes (or meteorological predictors of large-scale), is done through time series of rainfall and time series of GAC indexes, to the site of study, the Alentejo region. These two models are then validated for time instants in the future and its predictive quality is measured.Dissertação financiada pela Fundação para a Ciência e Tecnologia.Projecto PTDC/AGR-AAM/71649/2006-"Gestão do risco em secas: identificação, caracterização, predição e mitigação".Pires, Carlos, 1963-Repositório da Universidade de LisboaSousa, João Miguel Barbosa Botelho de2011-05-02T14:41:53Z20092009-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/3193porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T15:43:43Zoai:repositorio.ul.pt:10451/3193Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:29:16.159333Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Previsão sazonal de índices de seca com modelos de Markov
title Previsão sazonal de índices de seca com modelos de Markov
spellingShingle Previsão sazonal de índices de seca com modelos de Markov
Sousa, João Miguel Barbosa Botelho de
Seca
Alentejo
Teses de mestrado - 2009
title_short Previsão sazonal de índices de seca com modelos de Markov
title_full Previsão sazonal de índices de seca com modelos de Markov
title_fullStr Previsão sazonal de índices de seca com modelos de Markov
title_full_unstemmed Previsão sazonal de índices de seca com modelos de Markov
title_sort Previsão sazonal de índices de seca com modelos de Markov
author Sousa, João Miguel Barbosa Botelho de
author_facet Sousa, João Miguel Barbosa Botelho de
author_role author
dc.contributor.none.fl_str_mv Pires, Carlos, 1963-
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Sousa, João Miguel Barbosa Botelho de
dc.subject.por.fl_str_mv Seca
Alentejo
Teses de mestrado - 2009
topic Seca
Alentejo
Teses de mestrado - 2009
description Tese de mestrado, Ciências Geofísicas (Meteorologia), Universidade de Lisboa, Faculdade de Ciências, 2009
publishDate 2009
dc.date.none.fl_str_mv 2009
2009-01-01T00:00:00Z
2011-05-02T14:41:53Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/3193
url http://hdl.handle.net/10451/3193
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134177318141952

Registros relacionados