Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Brasileira de Engenharia Agrícola e Ambiental (Online) |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662015000300197 |
Resumo: | A gestão de cheias em bacias hidrográficas brasileiras deve ser discutida e priorizada, porém o cenário atual indica lacunas quanto às informações hidrológicas com variabilidade espacial e temporal condizentes. A modelagem probabilística de eventos extremos de precipitação, buscando a extrapolação para uma frequência e duração, pode servir como excelente ferramenta de análise e tomada de decisões. O objetivo principal deste trabalho foi analisar o ajuste de diferentes modelos probabilísticos a séries de precipitação máxima diária anual no Rio Grande do Sul. Séries pluviométricas de 342 estações foram ajustadas às distribuições Log-Normal a 2 e 3 parâmetros e Gumbel e a adequação foi realizada pelos testes de Kolmogorov-Smirnov e Qui-Quadrado. Todas as distribuições de probabilidade consideradas foram adequadas; entretanto, a distribuição Log-Normal a 3 parâmetros apresentou os melhores ajustes segundo os resultados do teste Qui-Quadrado. Os parâmetros das distribuições de probabilidades apresentaram variabilidade ao longo do estado e forte relação com a localização, sugerindo que a regionalização de chuvas intensas pode ser empregada no Rio Grande do Sul como excelente ferramenta de gestão. |
id |
UFCG-1_b7bf708beb57df1a62ef025c4c344a7a |
---|---|
oai_identifier_str |
oai:scielo:S1415-43662015000300197 |
network_acronym_str |
UFCG-1 |
network_name_str |
Revista Brasileira de Engenharia Agrícola e Ambiental (Online) |
repository_id_str |
|
spelling |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sulchuvas intensasdistribuição de probabilidaderegionalização hidrológicaA gestão de cheias em bacias hidrográficas brasileiras deve ser discutida e priorizada, porém o cenário atual indica lacunas quanto às informações hidrológicas com variabilidade espacial e temporal condizentes. A modelagem probabilística de eventos extremos de precipitação, buscando a extrapolação para uma frequência e duração, pode servir como excelente ferramenta de análise e tomada de decisões. O objetivo principal deste trabalho foi analisar o ajuste de diferentes modelos probabilísticos a séries de precipitação máxima diária anual no Rio Grande do Sul. Séries pluviométricas de 342 estações foram ajustadas às distribuições Log-Normal a 2 e 3 parâmetros e Gumbel e a adequação foi realizada pelos testes de Kolmogorov-Smirnov e Qui-Quadrado. Todas as distribuições de probabilidade consideradas foram adequadas; entretanto, a distribuição Log-Normal a 3 parâmetros apresentou os melhores ajustes segundo os resultados do teste Qui-Quadrado. Os parâmetros das distribuições de probabilidades apresentaram variabilidade ao longo do estado e forte relação com a localização, sugerindo que a regionalização de chuvas intensas pode ser empregada no Rio Grande do Sul como excelente ferramenta de gestão.Departamento de Engenharia Agrícola - UFCG2015-03-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662015000300197Revista Brasileira de Engenharia Agrícola e Ambiental v.19 n.3 2015reponame:Revista Brasileira de Engenharia Agrícola e Ambiental (Online)instname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG10.1590/1807-1929/agriambi.v19n3p197-203info:eu-repo/semantics/openAccessCaldeira,Tamara L.Beskow,SamuelMello,Carlos R. deFaria,Lessandro C.Souza,Mayara R. deGuedes,Hugo A. S.por2015-03-10T00:00:00Zoai:scielo:S1415-43662015000300197Revistahttp://www.scielo.br/rbeaaPUBhttps://old.scielo.br/oai/scielo-oai.php||agriambi@agriambi.com.br1807-19291415-4366opendoar:2015-03-10T00:00Revista Brasileira de Engenharia Agrícola e Ambiental (Online) - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul |
title |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul |
spellingShingle |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul Caldeira,Tamara L. chuvas intensas distribuição de probabilidade regionalização hidrológica |
title_short |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul |
title_full |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul |
title_fullStr |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul |
title_full_unstemmed |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul |
title_sort |
Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul |
author |
Caldeira,Tamara L. |
author_facet |
Caldeira,Tamara L. Beskow,Samuel Mello,Carlos R. de Faria,Lessandro C. Souza,Mayara R. de Guedes,Hugo A. S. |
author_role |
author |
author2 |
Beskow,Samuel Mello,Carlos R. de Faria,Lessandro C. Souza,Mayara R. de Guedes,Hugo A. S. |
author2_role |
author author author author author |
dc.contributor.author.fl_str_mv |
Caldeira,Tamara L. Beskow,Samuel Mello,Carlos R. de Faria,Lessandro C. Souza,Mayara R. de Guedes,Hugo A. S. |
dc.subject.por.fl_str_mv |
chuvas intensas distribuição de probabilidade regionalização hidrológica |
topic |
chuvas intensas distribuição de probabilidade regionalização hidrológica |
description |
A gestão de cheias em bacias hidrográficas brasileiras deve ser discutida e priorizada, porém o cenário atual indica lacunas quanto às informações hidrológicas com variabilidade espacial e temporal condizentes. A modelagem probabilística de eventos extremos de precipitação, buscando a extrapolação para uma frequência e duração, pode servir como excelente ferramenta de análise e tomada de decisões. O objetivo principal deste trabalho foi analisar o ajuste de diferentes modelos probabilísticos a séries de precipitação máxima diária anual no Rio Grande do Sul. Séries pluviométricas de 342 estações foram ajustadas às distribuições Log-Normal a 2 e 3 parâmetros e Gumbel e a adequação foi realizada pelos testes de Kolmogorov-Smirnov e Qui-Quadrado. Todas as distribuições de probabilidade consideradas foram adequadas; entretanto, a distribuição Log-Normal a 3 parâmetros apresentou os melhores ajustes segundo os resultados do teste Qui-Quadrado. Os parâmetros das distribuições de probabilidades apresentaram variabilidade ao longo do estado e forte relação com a localização, sugerindo que a regionalização de chuvas intensas pode ser empregada no Rio Grande do Sul como excelente ferramenta de gestão. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-03-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662015000300197 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662015000300197 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/1807-1929/agriambi.v19n3p197-203 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Departamento de Engenharia Agrícola - UFCG |
publisher.none.fl_str_mv |
Departamento de Engenharia Agrícola - UFCG |
dc.source.none.fl_str_mv |
Revista Brasileira de Engenharia Agrícola e Ambiental v.19 n.3 2015 reponame:Revista Brasileira de Engenharia Agrícola e Ambiental (Online) instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Revista Brasileira de Engenharia Agrícola e Ambiental (Online) |
collection |
Revista Brasileira de Engenharia Agrícola e Ambiental (Online) |
repository.name.fl_str_mv |
Revista Brasileira de Engenharia Agrícola e Ambiental (Online) - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
||agriambi@agriambi.com.br |
_version_ |
1750297683639140352 |