Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE

Detalhes bibliográficos
Autor(a) principal: MATOS, Juliana Maria Martins
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/41757
Resumo: Alagamentos, inundações e deslizamentos de terra estão frequentemente associados a eventos de chuva extrema. A definição da equação IDF para estimativa da precipitação de projeto torna-se imprescindível no dimensionamento do sistema de drenagem. O objetivo principal do estudo foi avaliar a distribuição de variável estatística que melhor se ajustam aos eventos de precipitação máxima diária anual na bacia hidrográfica do Rio Capibaribe. Assim, foi comparado o desempenho das distribuições Gumbel máximo (GUM), Generalizada de Valores Extremos (GEV), Log-Normal de dois parâmetros (LN2P), Weibull com dois (W2P) e três parâmetros (W3P), Gama com dois (GAM2P), três (GAM3P) e quatro parâmetros (GAM4P), Pareto com dois (PAR2P), três (PAR3P) e quatro parâmetros (PAR4P) e Johnson com quatro parâmetros (JSB4P) na estimativa da precipitação máxima diária anual de 71 postos pluviométricos distribuídos na bacia hidrográfica do Rio Capibaribe-PE e determinar as suas equações IDF. O método da máxima verossimilhança apresentou melhor qualidade de ajuste que o método dos momentos na estimativa dos parâmetros. Dentre os testes de aderência utilizados, o teste do Anderson Darling foi o mais restritivo e considerado o mais adequado para averiguar as aderências das distribuições de probabilidades a eventos de chuvas extremas. As distribuições de Gumbel, Gama de dois parâmetros e Weibull de dois parâmetros se ajustaram a todos os postos estudados, no entanto não apresentaram o melhor ajuste quando comparadas a outras distribuições. A distribuição Johnson de 4 parâmetros apresentou o melhor ajuste para 33,8% das estações analisadas, seguida das distribuições Gama de 3 parâmetros e Generalizada de Valores Extremos que ajustaram melhor 14% e 12,7% das estações, respectivamente. Apesar da distribuição Gumbel ser largamente utilizada para o ajuste das precipitações, pode-se obter uma equação IDF mais ajustada aos dados da bacia hidrográfica do Rio Capibaribe quando utilizada outras distribuições para o ajuste da precipitação máxima diária anual.
id UFPE_e5aed68396f0492490ce961dd0354f79
oai_identifier_str oai:repositorio.ufpe.br:123456789/41757
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling MATOS, Juliana Maria Martinshttp://lattes.cnpq.br/7580036995273105http://lattes.cnpq.br/7831378362627809http://lattes.cnpq.br/9407718849634806MONTENEGRO, Suzana Maria Gico LimaCOUTINHO, Artur Paiva2021-11-22T13:08:27Z2021-11-22T13:08:27Z2021-05-13MATOS, Juliana Maria Martins. Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE. 2021. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2021.https://repositorio.ufpe.br/handle/123456789/41757Alagamentos, inundações e deslizamentos de terra estão frequentemente associados a eventos de chuva extrema. A definição da equação IDF para estimativa da precipitação de projeto torna-se imprescindível no dimensionamento do sistema de drenagem. O objetivo principal do estudo foi avaliar a distribuição de variável estatística que melhor se ajustam aos eventos de precipitação máxima diária anual na bacia hidrográfica do Rio Capibaribe. Assim, foi comparado o desempenho das distribuições Gumbel máximo (GUM), Generalizada de Valores Extremos (GEV), Log-Normal de dois parâmetros (LN2P), Weibull com dois (W2P) e três parâmetros (W3P), Gama com dois (GAM2P), três (GAM3P) e quatro parâmetros (GAM4P), Pareto com dois (PAR2P), três (PAR3P) e quatro parâmetros (PAR4P) e Johnson com quatro parâmetros (JSB4P) na estimativa da precipitação máxima diária anual de 71 postos pluviométricos distribuídos na bacia hidrográfica do Rio Capibaribe-PE e determinar as suas equações IDF. O método da máxima verossimilhança apresentou melhor qualidade de ajuste que o método dos momentos na estimativa dos parâmetros. Dentre os testes de aderência utilizados, o teste do Anderson Darling foi o mais restritivo e considerado o mais adequado para averiguar as aderências das distribuições de probabilidades a eventos de chuvas extremas. As distribuições de Gumbel, Gama de dois parâmetros e Weibull de dois parâmetros se ajustaram a todos os postos estudados, no entanto não apresentaram o melhor ajuste quando comparadas a outras distribuições. A distribuição Johnson de 4 parâmetros apresentou o melhor ajuste para 33,8% das estações analisadas, seguida das distribuições Gama de 3 parâmetros e Generalizada de Valores Extremos que ajustaram melhor 14% e 12,7% das estações, respectivamente. Apesar da distribuição Gumbel ser largamente utilizada para o ajuste das precipitações, pode-se obter uma equação IDF mais ajustada aos dados da bacia hidrográfica do Rio Capibaribe quando utilizada outras distribuições para o ajuste da precipitação máxima diária anual.Floods and landslides are frequently associated with extreme rainfall events. The definition of the intensity-duration-frequency (IDF) equation to estimate the project precipitation becomes crucial in the design of the drainage system. The aim of this study was to evaluate the statistical variable distribution that best fits the annual maximum daily precipitation events in the Capibaribe River watershed. Thus, was compared the performance of the distribution of random variables of Gumbel (GUM), Generalized Extreme Value (GEV), Log-Normal with two parameters (LN2P), Weibull with two (W2P) and three parameters (W3P), Gamma with two (GAM2P), three (GAM3P) and four parameters (GAM4P), Pareto with two (PAR2P), three (PAR3P) and four parameters (PAR4P) and Johnson with four parameters (JSB4P) in estimating the annual maximum daily precipitation of 71 pluviometry stations spread over the Capibaribe River Basin – PE and determine their IDF equations. The maximum likelihood method presented a better quality of adjustment than the method of moments in estimating the parameters. Among the adhesion tests used, the Anderson Darling’s test was the most restrictive and considered the most appropriate to verify the adherence of probability distributions to extreme rainfall events. The distributions of Gumbel, Gamma with two parameters and Weibull with two parameters fitted all the studied stations satisfactorily, however they did not show the best fit when compared to other distributions. The distribution of Johnson with 4 parameters presented the best fit for 33.8% of the analyzed stations, followed by the distributions of Gamma with 3 parameters and Generalized Extreme Value that adjusted better 14% and 12.7% of the stations, respectively. Although the Gumbel distribution is widely used for rainfall adjustment, an IDF equation better adjusted to the Capibaribe River watershed data can be achieved when other distributions are used for the adjustment of the annual maximum daily rainfall.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia CivilUFPEBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia civilHidrologia estatísticaEventos extremos de precipitaçãoEquação IDFPrecipitação diáriaDistribuição de probabilidadeModelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PEinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPECC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/41757/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81908https://repositorio.ufpe.br/bitstream/123456789/41757/3/license.txtc59d330e2c454f71974f5866a0e8a96aMD53ORIGINALDISSERTAÇÃO Juliana Maria Martins Matos.pdfDISSERTAÇÃO Juliana Maria Martins Matos.pdfapplication/pdf1957807https://repositorio.ufpe.br/bitstream/123456789/41757/1/DISSERTA%c3%87%c3%83O%20Juliana%20Maria%20Martins%20Matos.pdf8c8cecb1699064ca210497a05af35543MD51TEXTDISSERTAÇÃO Juliana Maria Martins Matos.pdf.txtDISSERTAÇÃO Juliana Maria Martins Matos.pdf.txtExtracted texttext/plain243425https://repositorio.ufpe.br/bitstream/123456789/41757/4/DISSERTA%c3%87%c3%83O%20Juliana%20Maria%20Martins%20Matos.pdf.txt58667899b8139cbe733660094e4620d9MD54THUMBNAILDISSERTAÇÃO Juliana Maria Martins Matos.pdf.jpgDISSERTAÇÃO Juliana Maria Martins Matos.pdf.jpgGenerated Thumbnailimage/jpeg1231https://repositorio.ufpe.br/bitstream/123456789/41757/5/DISSERTA%c3%87%c3%83O%20Juliana%20Maria%20Martins%20Matos.pdf.jpg35d194cfda60c91df88bf754b9bbb609MD55123456789/417572021-11-23 02:10:44.335oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212021-11-23T05:10:44Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE
title Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE
spellingShingle Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE
MATOS, Juliana Maria Martins
Engenharia civil
Hidrologia estatística
Eventos extremos de precipitação
Equação IDF
Precipitação diária
Distribuição de probabilidade
title_short Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE
title_full Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE
title_fullStr Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE
title_full_unstemmed Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE
title_sort Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE
author MATOS, Juliana Maria Martins
author_facet MATOS, Juliana Maria Martins
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7580036995273105
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7831378362627809
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/9407718849634806
dc.contributor.author.fl_str_mv MATOS, Juliana Maria Martins
dc.contributor.advisor1.fl_str_mv MONTENEGRO, Suzana Maria Gico Lima
dc.contributor.advisor-co1.fl_str_mv COUTINHO, Artur Paiva
contributor_str_mv MONTENEGRO, Suzana Maria Gico Lima
COUTINHO, Artur Paiva
dc.subject.por.fl_str_mv Engenharia civil
Hidrologia estatística
Eventos extremos de precipitação
Equação IDF
Precipitação diária
Distribuição de probabilidade
topic Engenharia civil
Hidrologia estatística
Eventos extremos de precipitação
Equação IDF
Precipitação diária
Distribuição de probabilidade
description Alagamentos, inundações e deslizamentos de terra estão frequentemente associados a eventos de chuva extrema. A definição da equação IDF para estimativa da precipitação de projeto torna-se imprescindível no dimensionamento do sistema de drenagem. O objetivo principal do estudo foi avaliar a distribuição de variável estatística que melhor se ajustam aos eventos de precipitação máxima diária anual na bacia hidrográfica do Rio Capibaribe. Assim, foi comparado o desempenho das distribuições Gumbel máximo (GUM), Generalizada de Valores Extremos (GEV), Log-Normal de dois parâmetros (LN2P), Weibull com dois (W2P) e três parâmetros (W3P), Gama com dois (GAM2P), três (GAM3P) e quatro parâmetros (GAM4P), Pareto com dois (PAR2P), três (PAR3P) e quatro parâmetros (PAR4P) e Johnson com quatro parâmetros (JSB4P) na estimativa da precipitação máxima diária anual de 71 postos pluviométricos distribuídos na bacia hidrográfica do Rio Capibaribe-PE e determinar as suas equações IDF. O método da máxima verossimilhança apresentou melhor qualidade de ajuste que o método dos momentos na estimativa dos parâmetros. Dentre os testes de aderência utilizados, o teste do Anderson Darling foi o mais restritivo e considerado o mais adequado para averiguar as aderências das distribuições de probabilidades a eventos de chuvas extremas. As distribuições de Gumbel, Gama de dois parâmetros e Weibull de dois parâmetros se ajustaram a todos os postos estudados, no entanto não apresentaram o melhor ajuste quando comparadas a outras distribuições. A distribuição Johnson de 4 parâmetros apresentou o melhor ajuste para 33,8% das estações analisadas, seguida das distribuições Gama de 3 parâmetros e Generalizada de Valores Extremos que ajustaram melhor 14% e 12,7% das estações, respectivamente. Apesar da distribuição Gumbel ser largamente utilizada para o ajuste das precipitações, pode-se obter uma equação IDF mais ajustada aos dados da bacia hidrográfica do Rio Capibaribe quando utilizada outras distribuições para o ajuste da precipitação máxima diária anual.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-11-22T13:08:27Z
dc.date.available.fl_str_mv 2021-11-22T13:08:27Z
dc.date.issued.fl_str_mv 2021-05-13
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.citation.fl_str_mv MATOS, Juliana Maria Martins. Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE. 2021. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2021.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/41757
identifier_str_mv MATOS, Juliana Maria Martins. Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE. 2021. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2021.
url https://repositorio.ufpe.br/handle/123456789/41757
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Engenharia Civil
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/41757/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/41757/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/41757/1/DISSERTA%c3%87%c3%83O%20Juliana%20Maria%20Martins%20Matos.pdf
https://repositorio.ufpe.br/bitstream/123456789/41757/4/DISSERTA%c3%87%c3%83O%20Juliana%20Maria%20Martins%20Matos.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/41757/5/DISSERTA%c3%87%c3%83O%20Juliana%20Maria%20Martins%20Matos.pdf.jpg
bitstream.checksum.fl_str_mv e39d27027a6cc9cb039ad269a5db8e34
c59d330e2c454f71974f5866a0e8a96a
8c8cecb1699064ca210497a05af35543
58667899b8139cbe733660094e4620d9
35d194cfda60c91df88bf754b9bbb609
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310890324754432