Modelagem das chuvas máximas diárias em Dourados, Mato Grosso do Sul
DOI:
https://doi.org/10.55761/abclima.v35i20.17810Palavras-chave:
Gumbel, Planejamento Urbano, PrecipitaçãoResumo
Nos últimos anos, estudos sobre chuvas máximas diárias, em diferentes regiões do Brasil, têm recebido crescente atenção, impulsionados pelos desastres naturais decorrentes desses eventos extremos. Esse estudo tem por objetivo identificar os meses do ano mais suscetíveis à ocorrência de altos níveis de chuvas em um único dia no município de Dourados. O conjunto de dados das chuvas diárias foi obtido por meios das estações convencional (01/01/1980 a 31/12/2000) e automática (01/01/2021 a 31/12/2022), correspondendo a um período de 43 anos. Para modelagem das séries históricas foi ajustado a distribuição Gumbel por meio do método da Máxima Verossimilhança, e sua adequação foi avaliada pelo teste de Kolmogorov-Smirnov. As médias de chuvas máximas diárias nos meses de novembro e dezembro ultrapassaram 49 mm, com dezembro se destacando como o período de maior variabilidade nessa característica. Para todos os meses analisados, o valor p do teste de adequação foi superior ao nível de 5% de significância, evidenciando a adequação da Gumbel. Para o parâmetro de locação, as maiores estimativas foram obtidas nos meses de janeiro, novembro e dezembro. Em relação ao parâmetro de escala, o mês de dezembro apresentou maior estimativa. Quanto aos níveis de retorno, foram estimadas chuvas diárias superiores a 40 mm para os meses de janeiro, outubro, novembro e dezembro em um período de dois anos. Assim, essas estimativas dos níveis de retorno fornecem informações cruciais para a gestão de riscos e o planejamento urbano e rural.
Downloads
Referências
CALDEIRA, Tamara Leitzke et al. Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 19, p. 197-203, 2015. DOI: https://dx.doi.org/10.1590/1807-1929/agriambi.v19n3p197-203.
CUNHA FILHO, Moacyr et al. A modelagem em séries temporais para estimativa de precipitação máxima diária no município de Santo Bento do Una (Pernambuco-Brasil). RECIMA21-Revista Científica Multidisciplinar, v. 3, n. 2, p. e321164, 2022. DOI: https://dx.doi.org/10.47820/recima21.v3i2.1164.
DUARTE, Thiago Lima Santana; SANTOS, Gabriel Carvalho; CASTELHANO, Francisco Jablinski. Eventos de chuvas extremas associados aos riscos de inundações e de alagamentos em Aracaju, Sergipe. GEOSABERES: Revista de Estudos Geoeducacionais, v. 12, p. 256-273, 2021. DOI: https://dx.doi.org/10.26895/geosaberes.v12i0.1089.
FEDERAÇÃO DA AGRICULTURA E PECUÁRIA DO ESTADO DE SERGIPE – FAESE. Fortes chuvas causam impactos no agronegócio em diferentes cadeias. Sistema CNA / SENAR / Instituto CNA, 2022. Disponível em: https://cnabrasil.org.br/noticias/fortes-chuvas-causam-impactos-no-agronegocio-em-diferentes-cadeias. Acesso em: 06 de dez. de 2023.
FIETZ, Carlos Ricardo et al. Documento 138: o clima da região de Dourados, MS. 3. ed. Dourados: Embrapa Agropecuário Oeste, v. 138, 31 p., 2017. Disponível em: https://www.infoteca.cnptia.embrapa.br/infoteca/bitstream/doc/1079733/1/DOC2017138FIETZ.pdf. Acesso em 16 de jul. de 2024.
GILLELAND, Eric; KATZ, Richard W. extRemes 2.0: An Extreme Value Analysis Package in R. Journal of Statistical Software, [S. l.], v. 72, n. 8, p. 1–39, 2016. DOI: https://dx.doi.org/10.18637/jss.v072.i08.
IBGE – Instituto Brasileiro De Geografia e Estatística. DF, 2022. Disponível em: https://cidades.ibge.gov.br/brasil/ms/dourados/panorama. Acesso em: 06 de dez. de 2023.
LISKA, Gilberto Rodrigues; TEIXEIRA, Otávio Magno; MIRES, Priscila de Azevedo. Precipitações máximas mensais em Santa Maria, RS. Nativa, v. 11, n. 2, p. 226-232, 2023. DOI: https://dx.doi.org/10.31413/nat.v11i2.14600.
LJUNG, Greta Marianne; BOX, George Edward Pelham. 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.
MARSAGLIA, George; TSANG, Wai Wan; WANG, Jingbo. Evaluating Kolmogorov's distribution. Journal of statistical software, v. 8, p. 1-4, 2003. DOI: https://dx.doi.org/10.18637/jss.v008.i18.
MATO GROSSO DO SUL. Decreto n. 110/2023. Declara “Situação de Emergência” em parte das áreas urbana e rural do Município de Dourados-MS afetadas por desastre, classificado e codificado como Tempestade Local Convectiva - “Vendaval” - COBRADE - 1.3.2.1.5.” Diário Oficial de Mato Grosso do Sul, Campo Grande, 4 set. 2023. Disponível em: https://agenciadenoticias.ms.gov.br/wp-content/uploads/2023/09/decreto-dourados.pdf. Acesso em: 06 de dez. de 2023.
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. 1-8, 2019. DOI: https://dx.doi.org/10.5902/2179460X35639.
MELLO, Carlos Rogério de; VIOLA, Marcelo Ribeiro. Mapeamento de chuvas intensas no estado de Minas Gerais. Revista Brasileira de Ciência do Solo, v.37, p.37-44, 2013. DOI: http://dx.doi.org/10.1590/S0100-06832013000100004.
MOREIRA, Vera. IFPA avalia impactos das chuvas na produção de frutas, legumes e verduras. Revista Cultivar, 2023. Disponível em: https://revistacultivar.com.br/noticias/ifpa-avalia-impactos-das-chuvas-na-producao-de-frutas-legumes-e-verduras. Acesso em: 06 de dez. de 2023.
POHLERT, Thorsten. Trend: non-parametric trend tests and change-point detection. R package version 1.1.5, 2023. https://cran.r-project.org/web/packages/trend/index.html.
PRÓLO, Tamara Thalia et al. Equações de chuvas intensas para o sudeste do estado do Tocantins, Brasil. Revista Sítio Novo, v. 5, n. 2, p. 26-35, 2021. DOI: http://dx.doi.org/10.47236/2594-7036.2021.v5.i2.26-35p.
R CORE TEAM. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2023. https://www.R-project.org/.
SILVA NETO, Virgílio Lourenço Silva et al. Equação de Chuvas Intensas e Precipitação Máxima Provável para a cidade de Goiás-GO, Brasil. Revista Brasileira de Climatologia, v. 30, p. 611-625, 2022. DOI: https://dx.doi.org/10.55761/abclima.v30i18.15484.
SOUZA, Larissa da Silva et al. Modelando a chuva máxima diária no município de João Pessoa-PB por meio da Teoria dos Valores Extremos. Revista Brasileira de Climatologia, v. 30, n. 18, p. 488-503, 2022a. DOI: https://dx.doi.org/10.55761/abclima.v30i18.14886.
SOUZA, Larissa da Silva et al. Modelagem Espacial de Chuvas Intensas no Estado da Paraíba. Revista Brasileira de Meteorologia, v. 37, p. 373-383, 2022b. DOI: https://dx.doi.org/10.1590/0102-77863730059.
TAMPOROSKI, Bianca Rafaela Fiori et al. O planejamento urbano e as enchentes em Dourados: a distância entre a realidade e a legalidade. Cadernos Metrópole, v. 14, n. 27, p. 217-232, 2012. Recuperado de: https://revistas.pucsp.br/index.php/metropole/article/view/14788.
WANDERLEY, Lucas Suassuna de Albuquerque et al. As chuvas na cidade do Recife: uma climatologia de extremos. Revista Brasileira de Climatologia, v. 22. p. 149-164, 2018. DOI: http://dx.doi.org/10.5380/abclima.v22i0.56034.
WICKHAM, Hadley. Programming with ggplot2. In: ggplot2. Use R!. Springer, Cham, 2016. DOI: https://dx.doi.org/10.1007/978-3-319-24277-4_12.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
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