Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/11148
metadata.dc.type: Dissertação
Issue Date: 28-Mar-2019
metadata.dc.creator: PROGÊNIO, Mayke Feitosa
metadata.dc.contributor.advisor1: BLANCO, Cláudio José Cavalcante
Title: Modelagem estocástica de função cumulativa de probabilidades de precipitação diária na região hidrográfica tocantins-araguaia (RHTA)
Other Titles: Stochastic modeling of the cumulative function of daily precipitation probabilities in the tocantins-araguaia hydrographic region (RHTA)
metadata.dc.description.sponsorship: CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Citation: PROGÊNIO, Mayke Feitosa. Modelagem estocástica de função cumulativa de probabilidades de precipitação diária na região hidrográfica tocantins-araguaia (RHTA). 2019. 119 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2019. Programa de Pós-Graduação em Engenharia Civil. Disponível em: <http://repositorio.ufpa.br/jspui/handle/2011/11148>. Acesso em:.
metadata.dc.description.resumo: Conhecer o comportamento temporal e espacial da probabilidade de ocorrência de precipitação pluviométrica é indispensável para o planejamento e gestão das atividades agrícolas e agroindustriais. Entretanto, em algumas bacias hidrográficas as séries históricas de precipitação disponíveis são geralmente curtas e com grande número de falhas, o que dificulta as análises estatísticas. Assim, o objetivo do trabalho foi desenvolver um modelo estocástico de função cumulativa de probabilidades de precipitação diária na região hidrográfica Tocantins Araguaia-RHTA. O modelo é do tipo paramétrico, no qual as ocorrências das precipitações foram determinadas através da cadeia de Markov (CM) de 1ª ordem e as quantidades de precipitação foram estimadas por 4 funções cumulativas de probabilidade (FCPs) sendo elas: exponencial simples, exponencial a dois parâmetros, exponencial mista e gama. Os parâmetros das FCPs foram estimados pelo Método da Máxima Verossimilhança. O processo de simulação foi realizado separadamente para cada estação pluviométrica, sem considerar a correlação espacial entre elas. O modelo desenvolvido foi aplicado em 196 estações pluviométricas distribuídas em 3 regiões homogêneas (RH) de precipitação na RHTA. Os resultados mostraram que a CM de 1ª ordem foi capaz de reproduzir de forma satisfatória a quantidade de dias secos e chuvosos. No entanto, nas áreas fortemente influenciadas por longas séries de estiagem, os resultados não foram satisfatórios. Em relação à estimativa das quantidades precipitadas, o teste Kolmogorov-Smirnov (KS) e o gráfico de probabilidade-probabilidade (P-P) mostraram que a exponencial mista foi a que apresentou melhores aderências aos dados observados para a maioria dos meses do ano, com exceção dos meses menos chuvosos de junho, julho e agosto na RH II e RH III, e nos meses de setembro, outubro e novembro para a RH I, para os quais a função gama se mostrou mais eficiente, estes resultados também foram confirmados pelos baixos valores de Root Mean Square Error (RMSE) e Mean absolute Error (MAE). Assim, o modelo desenvolvido mostrou-se eficiente na estimativa de precipitações médias diárias na RHTA, além disso, o uso de mais de uma FCP proporcionou ao modelo maior capacidade de estimar as precipitações em diferentes locais e estações do ano.
Abstract: Knowing the temporal and spatial behavior of the probability of occurrence of rainfall is indispensable for the planning and management of agricultural and agroindustrial activities. However, in some river basins the available historical precipitation series are generally short and with a large number of faults, which makes statistical analyzes difficult. Thus, the objective of the work was to develop a stochastic model of cumulative function of daily precipitation probabilities in the Tocantins Araguaia hydrographic region (TAHR). The model is of the parametric type, in which precipitation occurrences were determined through the first-order Markov chain (MC) and the precipitation quantities were estimated by 4 cumulative probability functions (CPFs): exponential simple, exponential a two parameters, mixed exponential and gamma. The parameters of the CPFs were estimated by the Maximum Likelihood Method. The simulation process was performed separately for each rainfall station, without considering the spatial correlation between them. The developed model was applied in 196 rainfall stations distributed in 3 homogeneous regions (HR) of precipitation in TAHR. The results showed that the MC of the 1st order was able to reproduce satisfactorily the amount of dry and rainy days. However, in areas heavily influenced by long series of drought, the results were not satisfactory. In relation to the estimated precipitated quantities, the Kolmogorov-Smirnov (KS) test and the probability-probability (P-P) graph showed that the mixed exponential was the one that presented better adherence to the observed data for most months of the year, with the exception of the less rainy months of June, July and August in RH II and RH III, and in the months of September, October and November for RH I, for which the gamma function was more efficient, these results were also confirmed by the low Root Mean Square Error (RMSE) and Mean Absolute Error (MAE) values. Thus, the model developed showed to be efficient in the estimation of average daily rainfall in TAHR, in addition, the use of more than one CPF gave the model greater capacity to estimate rainfall in different locations and seasons.
Keywords: Precipitações diárias
recursos hídricos
Funções cumulativas de probabilidades.
metadata.dc.subject.areadeconcentracao: CONSTRUÇÃO CIVIL
metadata.dc.subject.linhadepesquisa: RECURSOS HÍDRICOS E SANEAMENTO
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Civil
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD ROM
Appears in Collections:Dissertações em Engenharia Civil (Mestrado) - PPGEC/ITEC

Files in This Item:
File Description SizeFormat 
Dissertacao_Modelagemestocasticafuncao.pdf5,86 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons