Modelización de la iluvia máxima diaria en la municipio de João Pessoa-PB utilizando la Teoría de Valores Extremos
DOI:
https://doi.org/10.55761/abclima.v30i18.14886Resumen
Las lluvias extremas han causado innumerables impactos en varias regiones brasileñas, principalmente en el Nordeste. Este estudio tuvo como objetivo modelar la lluvia máxima diaria en la ciudad de João Pessoa-PB, Brasil. Los datos de la serie temporal de 1980 a 2019 se analizaron utilizando la teoría del valor extremo (EVT), con ajustes de Gumbel y del valor extremo generalizado (GEV). Los resultados mostraron que la distribución de Gumbel se ajusta mejor a los datos de enero a agosto y octubre, con parámetros estimados por el método de máxima verosimilitud. La distribución de GEV fue la más adecuada para los meses de septiembre, noviembre y diciembre, que normalmente tienen menores niveles de iluvias. Además, las estimaciones del nivel de retorno apuntan a la ocurrencia de eventos extremos debido a la intensidad de las lluvias en un solo día para períodos de retorno de 2, 5 y 10 años. Estos resultados pueden proporcionar subsidios para la planificación de políticas públicas para reducir los impactos de las lluvias extremas.
Descargas
Citas
ANDRADE, Kelen Martins; PINHEIRO, Henri Rossi; DOLIF NETO, Giovanni. Evento extremo de chuva no Rio de Janeiro: análise sinótica, previsão numérica e comparação com eventos anteriores. Ciência e Natura, v. 37, p. 175-180, 2015. DOI: https://dx.doi.org/10.5902/2179460X16236.
BACK, Álvaro José; CADORIN, Sabrina Baesso. Chuvas máximas diárias e equações intensidade-duração-frequência para o Estado do Amapá, Brasil. Revista Brasileira de Climatologia, v. 26, p. 313-325, 2020. DOI: https://dx.doi.org/10.5380/abclima.v26i0.69844.
BOUDRISSA, Naima; CHERAITIA, Hassen; HALIMI, Lotfi. Modelling maximum daily yearly rainfall in northern Algeria using generalized extreme value distributions from 1936 to 2009. Meteorological Applications, v. 24, n. 1, p. 114-119, 2017. DOI: https://dx.doi.org/10.1002/met.1610.
CAEIRO, Frederico; MATEUS, Ayana. randtests: Testing randomness in R. 2014. Disponível em: https://cran.r-project.org/package=randtests.
CEPED. Atlas Brasileiro de Desastres Naturais: 1991-2012. Centro Universitário sobre Estudos e Pesquisa sobre Desastres, Florianópolis, v. Paraíba, n. 2, p. 105, 2013. Disponível em: https://s2id.mi.gov.br/paginas/atlas/.
COTTA, Higor Henrique Aranda; CORREA, Wesley de Souza Campos; ALBUQUERQUE, Taciana Toledo de Almeida. Gumbel distribution application for values of extreme precipitation in municipality of Vitória-ES. Revista Brasileira de Climatologia, v. 19, p. 203-217, 2016. DOI: https://dx.doi.org/10.5380/abclima.v19i0.39440.
DE PAOLA, Francesco; Giugni, Maurizio; Pugliese, Francesco; Annis, Antonio; Nardi, Fernando. GEV parameter estimation and stationary vs. non-stationary analysis of extreme rainfall in African test cities. Hydrology, v. 5, n. 2, p. 1-23, 2018. DOI: https://dx.doi.org/10.3390/hydrology5020028.
FERREIRA, Roger Vinicius de Castro; LISKA, Gilberto Rodrigues. Análise probabilística da temperatura máxima em Uruguaiana, RS. Revista Brasileira de Agricultura Irrigada, v. 13, n. 3, p. 3390-3401, 2019. DOI: https://dx.doi.org/10.7127/rbai.v13n301007.
GILLELAND, Eric; KATZ, Richard W. extRemes 2.0: An Extreme Value Analysis Package in R. Journal of Statistical Software, v. 72, n. 8, 2016. DOI: https://dx.doi.org/10.18637/jss.v072.i08.
GONZÁLEZ-ÁLVAREZ, Álvaro et al. Isohyetal maps of daily maximum rainfall for different return periods for the Colombian Caribbean Region. Water, v. 11, n. 2, p. 1-28, 2019. DOI: https://dx.doi.org/10.3390/w11020358.
HARTMANN, Marcelo; MOALA, Fernando A.; MENDONÇA, Marco Aurélio. Estudo das precipitações máximas anuais em Presidente Prudente. Revista Brasileira de Meteorologia, v. 26, n. 4, p. 561-568, 2011. DOI: https://dx.doi.org/10.1590/S0102-77862011000400006.
LJUNG, Greta M.; BOX, George E. P. On a measure of lack of fit in time series models. Biometrika, v. 65, p. 297–303, 1978. DOI: https://dx.doi.org/10.2307/2335207.
MEDEIROS, Elias Silva de; ALVES, Marcos Antônio; SOUZA, Sidnei Azevedo de. Estimação de nível de retorno da precipitação máxima diária na cidade de Jataí-GO. Ciência e Natura, v. 41, p. e36, 2019. DOI: https://dx.doi.org/10.5902/2179460X35639.
MENDONÇA, Francisco de Assis; DANNI-OLIVEIRA, Inês Moresco. Climatologia: noções básicas e climas do Brasil. 1. ed. São Paulo: Editora Oficina de Textos, 2007. ISBN: 978-85-86238-54-3.
NAGHETTINI, Mauro; PINTO, Éber José de Andrade. Hidrologia Estatística. Belo Horizonte: CPRM, 2007.
OLIVEIRA, Danilo Henrique Morais Castro; LIMA, Kellen Carla. What is the return period of intense rainfall events in the capital cities of the northeast region of Brazil?. Atmospheric Science Letters, v. 20, n. 10, p. e934, 2019. DOI: https://dx.doi.org/10.1002/asl.934.
OSEI, Marian Amoakowaah et al. Estimation of the return periods of maxima rainfall and floods at the Pra River Catchment, Ghana, West Africa using the Gumbel extreme value theory. Heliyon, v. 7, n. 5, p. e06980, 2021. DOI: https://dx.doi.org/10.1016/j.heliyon.2021.e06980.
PEREIRA, Michaell Douglas Barbosa; MONTEIRO, Diego Cezar da Silva; SILVA, Natieli Tenório Da; MOURA, Marcelo de Oliveira. Avaliação quantitativa das precipitações diárias intensas na cidade de João Pessoa, Paraíba. REVISTA GEONORTE, v. 1, n. 5, p. 921-929, 2012.
PEREIRA, Michaell Douglas Barbosa; SILVA, Natieli Tenórioda; MOURA, Marcelo de Oliveira. Extreme rainfall events in the city of João Pessoa: analysis of the events of 16 and 17 April 2016. REGNE, v. 2, p. 576-584, 2016.
R CORE TEAM. R: A language and environment for statistical computing. R: A Language and Environment for Statistical Computing. 2018. ISSN: 3-900051-07-0. Disponível em: https://www.r-project.org/.
ROCHA JÚNIOR, Rodrigo Lins et al. Analysis of the Space–Temporal Trends of Wet Conditions in the Different Rainy Seasons of Brazilian Northeast by Quantile Regression and Bootstrap Test. Geosciences, v. 9, n. 11, p. 457, 2019. DOI: https://dx.doi.org/10.3390/geosciences9110457.
SANTOS, Roziane Sobreira dos; VIEIRA, Pablo Dias; EVANGELISTA, Dilson Henrique Ramos; OLIVEIRA, Leydimere Janny Cota; NONATO, Deivisom. Caracterização de extremos mensais de precipitação em Cacoal (RO). Revista Brasileira de Climatologia, v. 22, p. 267-280, 2018. DOI: https://dx.doi.org/10.5380/abclima.v22i0.55285.
SANTOS, Wesley de Oliveira; MESQUITA, Francisco de Batista; BATISTA, Ben Dêivide de Oliveira Batista; ALVES, Rafael Oliveira; ALVES, Anailson de Souza. Precipitações máximas para o município de Mossoró de 1964 a 2011 pela distribuição de Gumbel. Irriga, v. 19, n. 2, p. 207-213, 2014. DOI: https://dx.doi.org/10.15809/irriga.2014v19n2p207.
STEPHENSON, Alec G. evd: Extreme Value Distributions. R News, v. 2, n. 2, p. 31–32, 2002. Disponível em: https://cran.r-project.org/doc/Rnews/.
VIVEKANANDAN, N. Assessment of extreme rainfall using Gumbel distribution for estimation of peak flood discharge for ungauged catchments. International Journal of Research and Innovation in Social Science (IJRISS), v. 1, p. 1-5, 2017.
WALD, A.; WOLFOWITZ, J. On a Test Whether Two Samples are from the Same Population. The Annals of Mathematical Statistics, v. 11, n. 2, p. 147-162, 1940. DOI: https://dx.doi.org/10.1214/aoms/1177731909.
WANDERLEY, Lucas Suassuna de Albuquerque; NÓBREGA, Ranyére Silva; MOREIRA, Ayobami Badiru; DOS ANJOS, Rafael Silva; ALMEIDA, Caio Américo Pereira de. As chuvas na cidade do Recife: uma climatologia de extremos. Revista Brasileira de Climatologia, v. 22, p. 149-164, 2018. DOI: https://dx.doi.org/10.5380/abclima.v22i0.56034.
WICKHAM, Hadley. ggplot2: Elegant Graphics for Data Analysis. New York, NY: Springer New York, 2009. DOI: https://dx.doi.org/10.1007/978-0-387-98141-3.
ZANELLA, Maria Elisa; SALES, Marta Celina Linhares; ABREU, Nair Julia Andrade. Análise das precipitações diárias intensas e impactos gerados em Fortaleza, CE. GEOUSP: Espaço e Tempo (Online), v. 13, n. 25, p. 53-68, 2009. DOI: https://dx.doi.org/10.11606/issn.2179-0892.geousp.2009.74112.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
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