Modelagem estocástica de precipitação por processos de Poisson

• Autor(a) principal: Almeida, Arlan Scortegagna
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/18/18138/tde-13052024-174257/
• topic: modelagem estocástica; Poisson processes; precipitação; processos de Poisson; rainfall; stochastic modelling

Modelos estocásticos baseados no processo de Poisson consistem em tecnologias de geração de chuva que vêm sendo aprimoradas ao longo das últimas três décadas. Nesta dissertação, foram abordados os modelos de pulsos retangulares, em que a precipitação é representada como uma sobreposição de eventos e células de chuva. Dentre os modelos existentes na literatura, foram selecionados dois representantes proeminentes: o de Pulsos Retangulares de Bartlett Lewis (BLRP), consolidado e aplicado em diversos estudos, e um de seus aperfeiçoamentos, denotado pela sigla BLRPRx, introduzido em 2014. Eles foram aplicados aos dados de chuva da série de Piracicaba, São Paulo, que representa as condições meteorológicas vigentes em uma localidade brasileira. Os parâmetros foram estimados através do Método Generalizado dos Momentos (MGM). O método utilizado na calibração conta com dois desenvolvimentos recentes na literatura: uma aproximação da matriz de pesos ótima do MGM, calculada segundo os dados observados, e as expressões analíticas dos momentos de terceira ordem de ambos os modelos. O ajuste foi realizado mensalmente, de modo a conciliar a suposição de estacionariedade, necessária aos modelos de Poisson, com a sazonalidade do fenômeno real. A otimização foi executada através do algoritmo Shuffled Complex Evolution (SCE-UA), implementado em linguagem C++. Para as simulações, foram programadas rotinas para a geração de séries sintéticas segundo os modelos calibrados. O desempenho dos modelos foi avaliado por comparação entre as propriedades estatísticas simuladas e as propriedades estatísticas observadas. Os resultados permitiram concluir que ambos os modelos reproduzem os momentos estatísticos observados de primeira e segunda ordem. Na reprodução dos momentos de terceira ordem e de outras propriedades estatísticas observadas (proporção de períodos secos e probabilidade de transição úmido-úmido), o BLRPRx apresentou desempenho superior sendo, portanto, mais recomendado para a modelagem da precipitação característica do local escolhido. Uma análise de valores extremos foi realizada, em que ambos os modelos reproduziram bem as lâminas máximas para tempos de retorno inferiores a 12 anos. Para tempos de retorno superiores, avalia-se que seja necessária uma análise baseada em uma série histórica de maior duração