Cadeia de Markov no preenchimento de falhas de dados diários de precipitação no RS

Claudia Fernanda Almeida Teixeira-Gandra, Gisele Machado da Silva, Rita de Cássia Fraga Damé, Luiz Carlos Salgueiro Bacelar, Marcia Aparecida Simonete

Resumo


Uma forma de preencher as falhas de dados de chuva diária e, por consequência, aumentar o tamanho da série é o uso da modelagem Markoviana e de um modelo probabilístico, para a simulação da chuva nos dias em que esta ocorreu, permitindo, assim, a geração de séries sintéticas. Objetivou-se o preenchimento de dados faltantes em séries de precipitação diária de estações localizadas nas sete mesorregiões do Estado do Rio Grande do Sul, utilizando a modelagem estocástica Cadeia de Markov homogênea de dois estados. Para tanto, foram utilizadas 15 estações com falhas, obtidas do banco de dados da Agência Nacional de Águas. Foi considerado dia seco aquele cuja chuva diária foi igual ou inferior a 1,0 mm e após, calculadas as probabilidades de transição entre os estados seco e chuvoso. Nos dias considerados chuvosos, a lâmina precipitada foi estimada mediante a distribuição Gama de dois parâmetros. Para avaliar se há ou não diferença significativa, em nível α de probabilidade, entre as médias das séries utilizadas para validação e a observada de cada uma das estações foi utilizado o teste “t” de Student. Houve uma variação de 82% nos valores máximos da chuva diária entre a série simulada e a preenchida, para a localidade de Lagoa Vermelha, importante quando o objetivo reside no estudo de chuvas intensas para a estimativa das relações Intensidade-Duração-Frequência. No entanto, a modelagem estocástica, fundamentada na cadeia de Markov de dois estados é uma ferramenta que pode ser aplicada ao preenchimento de falhas, em séries de precipitação diária.

Texto completo:

PDF

Referências


AGÊNCIA NACIONAL DE ÁGUAS (ANA). Sistema de informações hidrológicas (HidroWeb). Disponível em: < http://hidroweb.ana.gov.br/>. Acesso em 26 abr. 2013.

ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P. C.; GONÇALVES, J. L. M.; SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologisch e Zeitschrift, Fast Track. p.1-13, 2013.

ANDRADE JÚNIOR, A. S.; FRIZZONE, J. A.; SENTELHAS, P. C. Simulação da precipitação diária para Parnaíba e Teresina, PI, em planilha eletrônica. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.5, n.2, p.271-278, 2001.

ARAÚJO, W. S.; SOUSA, F. A. S.; BRITO, J. I. B.; LIMA, L. M. Aplicação do modelo estocástico Cadeia de Markov a dados diários de precipitação dos Estados da Bahia e Sergipe. Revista Brasileira de Geografia Física, Recife, v.5, n.3, p.509-523, 2012.

BACK, A. J.; UGGIONI, E.; VIEIRA, H. J. Modelagem da precipitação de curta duração por meio do modelo de pulsos retangulares de Bartlett-Lewis Modificado. Revista Brasileira de Meteorologia, São José dos Campos, v.26, n.3, p.461-472, 2011.

BREINL, K.; TURKINGTON, T.; STOWASSER, M. Stochastic generation of multi-site daily precipitation for applications in risk management. Journal of Hydrology, Amsterdam, v.498, p.23-35, 2013.

CLARKE, R. T.; TUCCI, C. E. M. Regionalização hidrológica.Hidrologia aplicada à gestão de pequenas bacias hidrográficas. Porto Alegre: Universidade Federal do Rio Grande do Sul. 2003. p.169-222.

DAMÉ, R. C. F.; TEIXEIRA, C. F. A.; TERRA, V. S. S.; ROSSKOFF, J. L. C. Hidrograma de projeto em função da metodologia utilizada na obtenção da precipitação. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.14, n.1, p.46–54, 2010.

DERECZYNSKI, C. P.; DE OLIVEIRA, J. S.; MACHADO, C. O. Climatologia da precipitação no Município do Rio de Janeiro. Revista Brasileira de Meteorologia, São José dos Campos, v.24, n.1, p.24-38, 2009.

DETZEL, D. H. M.; MINE, M. R. M. Modelagem de Quantidades Precipitadas em Escala Diária: Uma Análise Comparativa. Revista Brasileira de Recursos Hídricos, Porto Alegre, v.16, n.2, p.101-110, 2011.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). 2015. Disponível em: http://mapas.fee.tche.br/wp-content/uploads/2011/11/Mesorregioes.pdf

KELLER FILHO, T.; ZULLO JUNIOR, J.; LIMA, P. R. S. R. Análise da transição entre dias secos e chuvosos por meio da cadeia de Markov de terceira ordem. Pesquisa Agropecuária Brasileira, Brasília, v.41, n.9, p.1341-1349, 2006.

KOVÁŘ, P.; KADLEC, V. Use of the KINFIL Rainfall-Runoff Model on the Hukava Catchment. Soil & Water Resources, v.4, n.1, p.1-9, 2009.

LALOZAEE, A.; PAHLAVANRAVI, A.; BAHREINI, F.; EBRAHIMI, H.; EZADIH, I. Efficiency comparison of IHACRES model and artificial neural networks (ANN) in rainfall-runoff process simulation in Kameh watershed (a case study Inkhorasan Province, ne Iran). International Journal of Agriculture: Research and Review, v.3, n.4, p.900-907, 2013.

MEHROTRA, R.; SRIKANTHAN, R.; SHARMA, A. A comparison of three stochastic multi-site precipitation occurrence generators. Journal of Hydrology, Amsterdam, v.331, p.280-292, 2006.

MINUZZI, R. B.; LOPEZ, F. Z. Variabilidade de índices de chuva nos estados de Santa Catarina e Rio Grande do Sul. Biosci. J., Uberlândia, v.30, n.3, p.697-706, 2014.

MISHRA, A. K.; SINGH, V. P. A review of drought concepts. Journal of Hydrology, Amsterdam, v.391, p.202-216, 2010.

PAIVA, E. M. C. D.; CLARKE, R. T. Modelagem estocástica da precipitação na Amazônia. Revista Brasileira de Recursos Hídricos, Porto Alegre, v.2, n.2, p.157-171, 1997.

SRIKANTHAN, R.; MCMAHON, T. A. Stochastic generation of annual, monthly and daily climate data: A review. Hydrology and Earth System Sciences, v.5, n.4, p.653-670, 2001.

STERN, R. D.; COE, R. A model fitting analysis of daily rainfall data. Journal of the Royal Statistical Society, v.147, n.1, p.1-34, 1984.

TEIXEIRA, C. F. A.; DAMÉ, R. C. F.; ROSSKOFF, J. L. C. Intensity-duration-frequency ratios obtained from annual records and partial duration records in the locality of Pelotas - RS, Brazil. Engenharia Agrícola, Jaboticabal, v.31, n.4, p.687-694, 2011.


Apontamentos

  • Não há apontamentos.


Magistra

ISSN 2236-4420 - versão on line