Precipitation time series model for the city of Chimoio-Mozambique

Authors

DOI:

https://doi.org/10.55761/abclima.v37i21.18615

Keywords:

Climatology; SARIMA models; Variability

Abstract

Since 1970, the world has been witnessing an increase in temperature and an intensification of the hydrological cycle, resulting in a greater amount of water vapour in the atmosphere and making water availability less predictable and more variable. The Identification of meteorological changes in records is very important for hydrological simulations using stochastic models, in focus on prediction and preparing the society for possible extreme or rare events impacts, Thus, this study aimed to analyse the temporal monthly rainfall variability in Chimoio city by adjusting a time series model for the period from 1989 to 2022. The methodology applied is the analyse of monthly variability of precipitation using the coefficient of variation and trend analysis, with the adjustment of the time series precipitation model based on the method proposed by Box and Jenkins (1976). The results indicated a relationship between the El Niño-Southern Oscillation (ENSO) phenomenon and precipitation variability, with higher variability in the months of November, December, January, and February. Annually, the year 2008 showed the greatest variability. The trend analysis revealed statistical significance for the month of August, becoming significant from 1994 onwards. The SARIMA (7,0,1)(0,1,1)12 model was selected to forecast future observations, with all predictions for the year 2022 falling within the 95% confidence interval established by the model, despite unforeseen events and uncertainties associated with climatic factors.

Downloads

Download data is not yet available.

Author Biographies

Jone Chacuinda Sumbulero, Universidade Federal de Lavras (UFLA)

Possui mestrado em Engenharia e Gestao de Aguas pela Universidade Zambeze(2015).

Noé Osório Macário , Universidade Federal de Lavras (UFLA)

Sou estudante de Pós-Graduação em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras (UFLA), onde também concluí o mestrado na mesma área. Possuo Licenciatura e Bacharelado em Ensino de Matemática pela Universidade Pedagógica de Moçambique. Tenho ampla experiência como docente no Ministério da Educação e Cultura de Moçambique (UPM), atuando no ensino de Matemática e Estatística em diferentes instituições de ensino. Ao longo da minha trajetória, também exerci funções de gestão académica, com responsabilidades como o cadastro e gerenciamento de dados de estudantes e funcionários, além da elaboração de avaliações e pautas. Minha formação é complementada por competências em informática, programação e liderança. Busco aplicar meus conhecimentos de forma estratégica, contribuindo para o desenvolvimento institucional e promovendo o crescimento mútuo e contínuo, tanto no âmbito profissional quanto pessoal.

Luiz Otávio de Oliveira Pala , Universidade Federal de Lavras (UFLA)

Possui graduação em Ciências Atuariais, mestrado em Estatística Aplicada e Biometria e doutorado em Estatística e Experimentação Agropecuária. Seus interesses de pesquisa concentram-se em Estatística Aplicada, com ênfase em modelagem de risco, análise de séries temporais e inferência Bayesiana. É professor do Departamento de Estatística (DES) da Universidade Federal de Lavras (UFLA) e atua no Programa de Pós-Graduação em Estatística e Experimentação Agropecuária da mesma instituição.

Luiz Fernando Coutinho de Oliveira , Universidade Federal de Lavras (UFLA)

Possui graduação em Engenharia Agrícola pela Universidade Federal de Lavras (1986), mestrado em Engenharia Agrícola pela Universidade Federal de Lavras (1992) e doutorado em Engenharia Agrícola pela Universidade Federal de Viçosa (1999). Ex-Coordenador do curso de graduação em Engenharia Ambiental e Sanitária e dos Programas de Pós-graduação em Tecnologias e Inovações Ambientais e Engenharia Ambiental da Universidade Federal de Lavras. Professor Titular do Departamento de Recursos Hídricos (DRH), atuando na ministração disciplinas para os cursos de Graduação em Engenharia Agrícola, Engenharia Ambiental e Sanitária e Engenharia Civil e no Programa de Pós-Graduação em Recursos Hídricos em Sistemas Agrícola da UFLA e, atualmente é o Coordenador Adjunto do Programa de Pós-Graduação em Recursos Hídricos PPGRH/UFLA. Área de atuação: Engenharia de Água e Solo e Recursos Hídricos. Orcid 0000-0001-5260-3258

Thelma Sáfadi , Universidade Federal de Lavras (UFLA)

Possui graduação (Licenciatura e Bacharelado) em Matematica pela Universidade Federal de Minas Gerais (1979), especialização em Matemática pela Universidade Federal de Minas Gerais, mestrado em Matemática pela Universidade Federal de Minas Gerais (1987) e doutorado em Estatística pela Universidade de São Paulo (1997). Possui pós-doutoramentos na Universidad Carlos III de Madrid (2003/2004) , na Universidade de São Paulo (2010) e na Georgia Institute of Technology (2015) . É professora titular da Universidade Federal de Lavras. Foi coordenadora do curso de Pós-graduação em Estatística e Experimentação Agropecuária da Universidade Federal de Lavras no período de 2008/2009 e 2011. Áreas de interesse são: Análise de Séries Temporais, Econometria e Wavelets

Paulo Henrique Sales Guimarães , Universidade Federal de Lavras (UFLA)

Graduado em Administração pela Universidade Federal de Lavras (UFLA) em 2008. Graduado em Matemática (UFLA) em 2015. Especialista em Matemática pela Universidade Federal de São João del-Rey (UFSJ) em 2012 . Especialista em Planejamento, Implementação e Gestão da Educação a Distância pela Universidade Federal Fluminense (UFF) em 2017. Mestre em Estatística e Experimentação Agropecuária (UFLA) em 2010. Doutor em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras (julho de 2014). Professor Adjunto IV do Departamento de Estatística da Universidade Federal de Lavras. Atua na área de Séries Temporais, Econometria Financeira, Data Science e Aprendizado de Máquinas. Fui primeiro primeiro tesoureiro da RBras no período de 2020 a 2024.

References

ABDUL-AZIZ, A.; ANOKYE, M.; KWAME, A.; MUNYAKAZI, L.; NSOWAH-NUAMAH, N. Modeling and Forecasting Rainfall Pattern in Ghana as a Seasonal Arima Process: The Case of Ashanti Region. International Journal of Humanities and Social Science, p. 223-233, 2013.

AHMAD, I.; TANG, D.; WANG, T. F.; WANG, M.; WANG, B. Precipitation trends over time using Mann-Kendall and Spearman’s rho tests in Swat River basin, Pakistan. Advances in Meteorology, v. 2016, 2015. DOI: https://doi.org/10.1155/2015/431860

ALCÂNTARA, L. R. P.; COSTA, I. R. A.; BARROS, V. H. O.; SANTOS NETO, S. M.; COUTINHO, A. P.; ANTONINO, A. C. D. Análise de tendência para dados pluviométricos no município de Toritama-PE. Journal of Environmental Analysis and Progress, v.4, n.2, p.130-139, 2019. DOI: https://doi.org/10.24221/jeap.4.2.2019.2377.130-139

BACK, A. J. Aplicação de análise estatística para identificação de tendências climáticas. Pesquisa Agropecuária Brasileira, v. 36, n. 5, p. 717-726, 2001. DOI: https://doi.org/10.1590/S0100-204X2001000500001

BANCO MUNDIAL. Banco Mundial apoia maior capacidade de resiliência aos riscos relacionados com o clima em Moçambique. Washington, DC: Banco Mundial, 23 dez. 2014. Disponível em: https://www.worldbank.org/pt/news/press-release/2014/12/23/world-bank-supports-greater-resilience-to-climate-related-hazards-in-mozambique. Acesso em: 30 abr. 2025.

BARBOSA, W. G.; CARVALHO, J. M.; SILVA, D.H.L.; SILVA JÚNIOR, A.N.; ARAÚJO, L. S.; SILVA, A.S.A.; FERREIRA, T.A.E.; CRISTINO, C.T.; STOSIC, T. Sazonalidade do regime de chuvas nas mesorregiões do estado de Pernambuco, Brasil. Pesquisa, Sociedade e Desenvolvimento, v. 12, 2023. DOI: https://doi.org/10.33448/rsd-v12i12.43835

BOX, G. E.; JENKINS, J. M. Time Series Analysis: Forecasting and Control. 2. ed. San Francisco: Holden Day, 1976.

BRITO, A. P.; SILVA, N. C.; TOMASELLA, J.; FERREIRA, S. J.; MONTEIRO, M. T. Análise do Índice de Anomalia de Chuva e Tendência de Precipitação para Estações Pluviométricas na Amazônia Central. Revista Brasileira de Meteorologia, p.19-30, 2022. DOI: https://doi.org/10.1590/0102-778637014521

CHITRAKAR, P.; SANA, A.; ALMALKI, S. H. Regional distribution of intensity–duration–frequency (IDF) relationships in Sultanate of Oman. Journal of King Saud University – Science, p. 1-14, 2023. DOI: https://doi.org/10.1016/j.jksus.2023.102804

CLIMATE-DATA. Climate-Data.Org. Moçambique, 2024. Disponível em: https://pt.climate-data.org/africa/mocambique-88/. Acesso em: mar. 2024.

DFID (Department for International Development). Reducing the risk of disasters – helping to achieve sustainable poverty reduction in a vulnerable world: a DFID policy paper. London, 2006.

DIMRI, T.; AHMAD, S.; SHARIF, M. Time series analysis of climate variables using seasonal ARIMA approach. J. Earth Syst. Sci, p.129-149, 2020. DOI: https://doi.org/10.1007/s12040-020-01408-x

FERREIRA, D. Estatística básica. 2. ed. Lavras: UFLA, 2018.

GOTTSCHALK, L. Macro-scale hydrological modelling - A scandinaviam experience. Hydrological Sciences Journal, p. 46:963-982, 2009. DOI: https://doi.org/10.1080/02626660109492889

GUEDES, H. A.; PRIEBE, P.; MANKE, E. B. Tendências em séries temporais de precipitação no norte do estado do Rio Grande do Sul, Brasil. Revista Brasileira de Meteorologia, p. 283-291, 2019. DOI: https://doi.org/10.1590/0102-77863340238

ELY, D. F.; DUBREUIL, V. Análise das tendências espaço-temporais das precipitações anuais para o estado do Paraná–Brasil. Revista Brasileira de Climatologia, v. 21, p.553-569, 2017. DOI: https://doi.org/10.5380/abclima.v21i0.48643

HUNTRA, P.; KEENER, T. C. Evaluating the impact of meteorological factors on water demand in the las vegas valley using time-series analysis: 1990–2014. International Journal of Geo-Information, p.1-19, 2017. DOI: https://doi.org/10.3390/ijgi6080249

INGRAM, M. R. Constraints on future changes. NATURE, p.224-232, 2002.

ISHAK, E.H.; RAHMAN, A.; WESTRA, S.; SHARMA, A.; KUCZERA, G. Evaluating the non-stationarity of Australian annual maximum flood. Journal of Hydrology, v. 494, p. 134-145, 2013. DOI: https://doi.org/10.1016/j.jhydrol.2013.04.021

JHAJHARIA, D.; CHATTOPADHYAY, S.; CHOUDHARY, R. R.; DEV, V.; SINGHE, V. P. Influence of climate on incidences of malaria in the Thar Desert, northwest India. International journal of climatology, p.312–325, 2013. DOI: https://doi.org/10.1002/joc.3424

KIM, B. S.; HOSSEIN, S. Z.; CHOI, G. Evaluation of Temporal-spatial Precipitation Variability and Prediction Using Seasonal ARIMA Model in Mongolia. KSCE Journal of Civil Engineering, p.917-925, 2011. DOI: https://doi.org/10.1007/s12205-011-1097-9

LACERDA, M. S.; MARTINS, H. S. R.; TEMOTEO, A. S.; EMILIANO, P. C. Precipitação pluviométrica em Viçosa-MG: um estudo via séries temporais. Revista Agrogeoambiental, v.14, 2022.

LIMA, L. P.; JÚNIOR, A. A.; CARVALHO, A. C.; MUSIS, C. R. Utilização de estatística descritiva e de modelo sarima no estudo de precipitação na região sudeste de MATO GROSSO. Revista de ciências ambientais, 2020. DOI: https://doi.org/10.18316/rca.v14i1.5739

LIMA, P.R. C.; ANDRADE, A. R.; OLIVEIRA, J.V.P.; LUCENA, D. B. Identificação de tendências nas séries temporais de precipitação na microrregião do Alto Sertão Paraibano. Revista AIDIS de ingeniería y ciencias ambientales: Investigación, desarrollo y práctica, v.14, n.1, p.1-18, 2021. DOI: https://doi.org/10.22201/iingen.0718378xe.2021.14.1.63570

MACIE, O. A.; FREITAS, E. D. Características da estação chuvosa em Moçambique e probabilidade de ocorrência de períodos secos. Revista do Centro de Ciências Naturais e Exatas – UFSM, p.232 – 239, 2016. DOI: https://doi.org/10.5902/2179460X20274

MAHMOOD, R.; JIA, S. Assessment of Impacts of Climate Change on the Water Resources of the Transboundary Jhelum River Basin of Pakistan and India. Water, p. 8-246, 2016. DOI: https://doi.org/10.3390/w8060246

MARENGO, J.A; NOBRE, C.A.; TOMASELLA, J.; OYAMA, M.D.; OLIVEIRA, G.V.S.; OLIVEIRA, R.; CAMARGO, H.; ALVES, L.M.; BROWN, F. The drought of Amazonia in 2005. Journal of Climate, v. 21, n. 3, p. 495-516, 2008. DOI: https://doi.org/10.1175/2007JCLI1600.1

MELLO, C. R.; SILVA, A. M.; BESKOW, S. Hidrologia de superfície: Princípios e aplicações. Lavras: UFLA, 2021.

MENEZES, F. P.; FERNANDES, L. L. Análise de tendência e variabilidade da precipitação no Estado do Pará. Enciclopédia Biosfera, Centro Científico Conhecer - Goiânia, v.13, n.24, p.1580-1591, 2016. DOI: https://doi.org/10.18677/EnciBio_2016B_146

MOLNAR, P. Calibration: watershed modelling. SS. Switzerland: Institute of Environmental Engineering, Chair of Hydrology and Water Resources Management, ETH Zurich. 2011.

MOREIRA, J.G.V.; NAGHETTINI, M. Detecção de tendências monotônicas temporais e relação com erros dos tipos I e II: estudo de caso em séries de precipitações diárias máximas anuais do estado do Acre. Revista Brasileira de Meteorologia, v. 31, n. 4, p. 394-402, 2016. DOI: https://doi.org/10.1590/0102-778631231420140155

MORIASI, D. N., ARNOLD, J. G., VAN LIEW, M. W., BINGNER, R. L., HARMEL, R. D., & VEITH, T. L. Model evaluation guidelines for systematic quantification of accuracy IN watershed simulations. American Society of Agricultural and Biological Engineers, ISSN 0001−2351, Vol. 50(3). p. 885−900, 2007. DOI: https://doi.org/10.13031/2013.23153

NICHOLSON, S. E., KIM; JEEYOUNG. The relationship of the el niño–southern oscillation to african rainfall. International journal of climatology, v. 17. p. 117-135, 1997. DOI: https://doi.org/10.1002/(SICI)1097-0088(199702)17:2<117::AID-JOC84>3.0.CO;2-O

OLIVEIRA, L. F. Chuvas extremas no Brasil: modelos e aplicações. Lavras: UFLA, 2019.

ROCHA, A.; SIMMONDS, I. Interannual variability of south-eastern african summer rainfall. part 1: relationships with air–sea interaction processes. International Journal of Climatology, p.235–265, 1997. DOI: https://doi.org/10.1002/(SICI)1097-0088(19970315)17:3<235::AID-JOC123>3.0.CO;2-N

SAKIA, R. M. The Box-Cox transformation technique: a review. The Statistician. doi:10.2307/2348250. 1992. DOI: https://doi.org/10.2307/2348250

SANTOS, F. A.; AQUINO, C. M. Análise da precipitação pluviométrica no município de Castelo do Piauí, Nordeste do Brasil. Geo Usp, p. 619-633, 2017. DOI: https://doi.org/10.11606/issn.2179-0892.geousp.2017.123154

SANTOS, P. H.; DELFINO, O. A.; SANTOS, R. V. Ajuste de um modelo de séries temporais para prever a precipitação pluviométrica. Research, Society and Development, v. 10, n. 6. p. 1-11, 2021. DOI: https://doi.org/10.33448/rsd-v10i6.15643

SENEVIRATNE S.I.; NICHOLLS, N.; EASTERLING, D. Changes in climate extremes and their impacts on the natural physical environment. In: FIELD, C.B.; BARROS, V.; STOCKER, T.F.; QIN, D.; DOKKER, D.J.; EBI, K.L. et al. (eds). Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation. Cambridge: Cambridge University Press. p. 109-230, 2012.

SILVA JUNIOR, M. A. B.; FONSECA NETO, G. C.; CABRAL, J. J. S. P. Análise estatística para detecção de tendências em séries temporais de temperatura e precipitação no Recife-PE. Revista de Geografia, v.37, n. 1, p.222-240, 2020. DOI: https://doi.org/10.51359/2238-6211.2020.239373

SILVA, P.; MELLO, C.; SILVA, A.; COELHO, G. Modelagem da hidrógrafa de cheia em uma bacia hidrográfica da região Alto Rio Grande. Revista Brasileira de Engenharia Agrícola e Ambiental, p.258-265, 2007. DOI: https://doi.org/10.1590/S1415-43662008000300006

TIQUE, A. T. Análise da Climatologia Dinâmica da Variabilidade da Precipitação na Região Sudeste da África. Dissertação (Mestrado) – São Paulo: Universidade de São Paulo, 2015.

VALIPOUR, M. Long-term runoff study using SARIMA and ARIMA models in the United States. Meteorological applications. 2015. p.592-598. DOI: https://doi.org/10.1002/met.1491

XU, D.; LIU, D.; YAN, Z.; REN, S.; XU, Q. Spatiotemporal Variation Characteristics of Precipitation in the Huaihe River Basin, China, as a Result of Climate Change. Water, p.1-15, 2023. DOI: https://doi.org/10.3390/w15010181

ZITA, L. E. Eventos climáticos extremos nas bacias hidrográficas da África Subsaariana. Dissertação (Mestrado) – Viçosa: Universidade Federal de Viçosa, 2023.

Downloads

Published

16/09/2025

How to Cite

Sumbulero, J. C., Macário , N. O., Pala , L. O. de O., Oliveira , L. F. C. de, Sáfadi , T., & Guimarães , P. H. S. (2025). Precipitation time series model for the city of Chimoio-Mozambique. Brazilian Journal of Climatology, 37(21), 302–329. https://doi.org/10.55761/abclima.v37i21.18615

Issue

Vol. 37 (2025)

Section

Artigos

License

A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.

Os autores mantém seus direitos de publicação sem restrições

A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.

A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença