Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/229947 |
Resumo: | Este trabalho apresenta uma análise de séries temporais de dados de vazões médias mensais utilizando modelos estocásticos da classe ARIMA (autorregressivo integrado de médias móveis). A análise de séries temporais teve por objetivo modelar e prever as vazões da bacia hidrográfica do rio Potiribu, localizada na região noroeste do Rio Grande do Sul e afluente do rio Ijuí. Para selecionar o de melhor desempenho foram testados diversos modelos do tipo SARIMA, ou seja, modelos ARIMA que consideram a característica sazonal da série. Dentre os modelos candidatos foram selecionados aqueles que obtiveram os menores valores do critério de seleção de modelos AIC (Critério de Informação de Akaike). O modelo escolhido foi o SARIMA(3,0,0)(2,1,2)12, que obteve um bom ajuste à série de vazões observadas, com valor do coeficiente de Nash-Sutcliffe (CNS) de 0,68. O referido modelo foi utilizado para realizar previsões de vazões com antecedência de seis meses à frente. No horizonte previsto foi obtido um valor de 0,81 para o CNS. |
id |
UFRGS-2_d6cfa1de680c2591ca85b2328f7109b8 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/229947 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Bayer, Débora MissioCastro, Nilza Maria dos ReisBayer, Fernando Mariano2021-09-17T04:28:25Z20121414-381Xhttp://hdl.handle.net/10183/229947000855431Este trabalho apresenta uma análise de séries temporais de dados de vazões médias mensais utilizando modelos estocásticos da classe ARIMA (autorregressivo integrado de médias móveis). A análise de séries temporais teve por objetivo modelar e prever as vazões da bacia hidrográfica do rio Potiribu, localizada na região noroeste do Rio Grande do Sul e afluente do rio Ijuí. Para selecionar o de melhor desempenho foram testados diversos modelos do tipo SARIMA, ou seja, modelos ARIMA que consideram a característica sazonal da série. Dentre os modelos candidatos foram selecionados aqueles que obtiveram os menores valores do critério de seleção de modelos AIC (Critério de Informação de Akaike). O modelo escolhido foi o SARIMA(3,0,0)(2,1,2)12, que obteve um bom ajuste à série de vazões observadas, com valor do coeficiente de Nash-Sutcliffe (CNS) de 0,68. O referido modelo foi utilizado para realizar previsões de vazões com antecedência de seis meses à frente. No horizonte previsto foi obtido um valor de 0,81 para o CNS.This paper considers analyzing and modeling a time series of mean monthly streamflows using the stochastic model ARIMA (autoregressive integrated moving average). This analysis aims to model and forecast the monthly streamflow in the Potiribu river basin, located in the northwest region of Rio Grande do Sul state, Brazil. We tested several models of the SARIMA type, or ARIMA models which take the seasonal characteristics of the data into account. Among all tested models we selected some competing ones that had the lowest Akaike information criteria (AIC). Finally, we chose the SARIMA model (3,0,0) (2,1,2)12 which presented the best fit to the series of flows observed, with the Nash-Sutclife coefficient (NSC) equal to 0.68, as training data. The model was used to make forecasts for the six months forward, resulting in NSC = 0.81 as validating data.application/pdfporRbrh : revista brasileira de recursos hídricos. Porto Alegre, RS. Vol. 17, n. 2 (abr./jun. 2012), p. 229-239ARIMAModelos estocásticosModelos hidrológicosVazãoBacias hidrográficasStochastic modelsHydrological modelsStreamflowModelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporaisModeling and forecasting mean monthly streamflows using time series models info:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000855431.pdf.txt000855431.pdf.txtExtracted Texttext/plain35245http://www.lume.ufrgs.br/bitstream/10183/229947/2/000855431.pdf.txt4ac112c0d722fd7055315ccb0f012868MD52ORIGINAL000855431.pdfTexto completoapplication/pdf249538http://www.lume.ufrgs.br/bitstream/10183/229947/1/000855431.pdf636dfdef3c015e1007b44179d105f39aMD5110183/2299472021-10-02 04:48:13.157618oai:www.lume.ufrgs.br:10183/229947Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2021-10-02T07:48:13Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais |
dc.title.alternative.en.fl_str_mv |
Modeling and forecasting mean monthly streamflows using time series models |
title |
Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais |
spellingShingle |
Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais Bayer, Débora Missio ARIMA Modelos estocásticos Modelos hidrológicos Vazão Bacias hidrográficas Stochastic models Hydrological models Streamflow |
title_short |
Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais |
title_full |
Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais |
title_fullStr |
Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais |
title_full_unstemmed |
Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais |
title_sort |
Modelagem e previsão de vazões médias mensais do rio Potiribu utilizando modelos de séries temporais |
author |
Bayer, Débora Missio |
author_facet |
Bayer, Débora Missio Castro, Nilza Maria dos Reis Bayer, Fernando Mariano |
author_role |
author |
author2 |
Castro, Nilza Maria dos Reis Bayer, Fernando Mariano |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Bayer, Débora Missio Castro, Nilza Maria dos Reis Bayer, Fernando Mariano |
dc.subject.por.fl_str_mv |
ARIMA Modelos estocásticos Modelos hidrológicos Vazão Bacias hidrográficas |
topic |
ARIMA Modelos estocásticos Modelos hidrológicos Vazão Bacias hidrográficas Stochastic models Hydrological models Streamflow |
dc.subject.eng.fl_str_mv |
Stochastic models Hydrological models Streamflow |
description |
Este trabalho apresenta uma análise de séries temporais de dados de vazões médias mensais utilizando modelos estocásticos da classe ARIMA (autorregressivo integrado de médias móveis). A análise de séries temporais teve por objetivo modelar e prever as vazões da bacia hidrográfica do rio Potiribu, localizada na região noroeste do Rio Grande do Sul e afluente do rio Ijuí. Para selecionar o de melhor desempenho foram testados diversos modelos do tipo SARIMA, ou seja, modelos ARIMA que consideram a característica sazonal da série. Dentre os modelos candidatos foram selecionados aqueles que obtiveram os menores valores do critério de seleção de modelos AIC (Critério de Informação de Akaike). O modelo escolhido foi o SARIMA(3,0,0)(2,1,2)12, que obteve um bom ajuste à série de vazões observadas, com valor do coeficiente de Nash-Sutcliffe (CNS) de 0,68. O referido modelo foi utilizado para realizar previsões de vazões com antecedência de seis meses à frente. No horizonte previsto foi obtido um valor de 0,81 para o CNS. |
publishDate |
2012 |
dc.date.issued.fl_str_mv |
2012 |
dc.date.accessioned.fl_str_mv |
2021-09-17T04:28:25Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/other |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/229947 |
dc.identifier.issn.pt_BR.fl_str_mv |
1414-381X |
dc.identifier.nrb.pt_BR.fl_str_mv |
000855431 |
identifier_str_mv |
1414-381X 000855431 |
url |
http://hdl.handle.net/10183/229947 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.ispartof.pt_BR.fl_str_mv |
Rbrh : revista brasileira de recursos hídricos. Porto Alegre, RS. Vol. 17, n. 2 (abr./jun. 2012), p. 229-239 |
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 Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/229947/2/000855431.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/229947/1/000855431.pdf |
bitstream.checksum.fl_str_mv |
4ac112c0d722fd7055315ccb0f012868 636dfdef3c015e1007b44179d105f39a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801225036654182400 |