Modelo estocástico de série sintética de precipitação via amostrador de Gibbs

• Autor(a) principal: Gomes, Rafaela dos Santos
• Data de Publicação: 2017
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/40268
• topic: Precipitação; Séries sintéticas; Amostrador de Gibbs; simulação

O avanço da computação e da estatística tem permitido o surgimento de novos métodos de previsão de tempo e clima com uso em diversas áreas, bem como a combinação de algum deles, sempre buscando a melhor estimativa, minimizando os erros. Esse avanço deve-se principalmente ao número cada vez maior de informações disponíveis. Porém, ainda existe limitações quanto ao uso de ferramentas para a previsão ou simulação da variável precipitação pluviométrica. Ultimamente, vários métodos para simular a precipitação tem sido desenvolvidos com base em diferentes metodologias. A precipitação pluvial é uma variável dicífil de ser prevista devido o seu comportamento variante no espaço e no tempo. Diante disso, propõe-se desenvolver um modelo de simulação de séries sintéticas de precipitação, via Amostrador de Gibbs considerando as distribuições Beta, Binomial e Poisson, de forma que as séries geradas apresentem as mesmas características das séries históricas. Comparou-se o desempenho do modelo simulando o mês de janeiro e o mês de março. Na aplicação prática feita neste trabalho pode-se constatar a eficiência do Algoritmo de Gibbs. As estimativas simuladas para precipitação diária foram muito próximas dos valores observados, os menores erros, bem como a a maior correlação foram encontrados na simulação para o mês de março.