Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://bdtd.unifal-mg.edu.br:8443/handle/tede/1926
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSILVA, Sandra Valéria Coelho da-
dc.creator.Latteshttp://lattes.cnpq.br/0398043709289958por
dc.contributor.advisor1BEIJO, Luiz Alberto-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8194104388434526por
dc.contributor.advisor-co1MUNIZ, Joel Augusto-
dc.contributor.referee1GONÇALVES, Kelly Cristina Mota-
dc.contributor.referee2AVELAR, Fabrício Goecking-
dc.date.accessioned2022-01-27T14:44:45Z-
dc.date.issued2021-07-29-
dc.identifier.citationSILVA, Sandra Valéria Coelho da. Análise Bayesiana da precipitação máxima de Petrópolis-RJ. 2021. 44 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Alfenas, Alfenas, MG, 2021.por
dc.identifier.urihttps://bdtd.unifal-mg.edu.br:8443/handle/tede/1926-
dc.description.resumoA cidade de Petrópolis, situada na região serrana do estado do Rio de Janeiro-RJ, sofre frequentemente com estragos provocados por fortes chuvas, como as ocorridas nos anos de 2011 e 2013. Portanto, analisar e prever a ocorrência de precipitações pluviais extremas em Petrópolis é fundamental para o planejamento de atividades vul- neráveis a sua ocorrência, tais como a agropecuária e a remoção de pessoas das áreas de risco, sendo a primeira fundamental para a subsistência de muitas famílias locais e a segunda de extrema importância para evitar a perda de vidas humanas. A modelagem do comportamento desse evento extremo é feita, geralmente, por meio da distribuição Generalizada de Valores Extremos (GEV). A metodologia Bayesiana tem apresentado bons resultados na estimação dos parâmetros da distribuição GEV. Sendo assim, objetivou-se ajustar a distribuição GEV às séries históricas de precipi- tação máxima de Petrópolis, e avaliar diferentes estruturas de prioris, informativas e não informativas, na previsão dos valores de precipitação extrema de Petrópolis em diferentes tempos de retorno. Foi possível concluir que a distribuição a priori funda- mentada em informações da cidade de Teresópolis, uma vez a variância, forneceu resultados mais precisos e acurados na predição dos níveis de retorno para a cidade de Petrópolis. Dessa forma, foram realizadas as predições para as precipitações má- ximas esperadas para os tempos de retorno de 2, 5, 10, 25, 50, 100, 115 e 135 anos utilizando-se essa estrutura de priori. Espera-se que, em um tempo médio de 5 anos, ocorra pelo menos um dia com precipitação máxima maior ou igual 100,7mm em Petrópolis-RJ.por
dc.description.abstractThe city of Petrópolis, located in the mountainous region of the state of Rio de Janeiro (RJ), Brazil, frequently suffers from damage caused by heavy rains, such as those oc- curred in 2011 and 2013. Therefore, analyze and predict the occurrence of extreme rainfall in Petrópolis is fundamental for planning activities vulnerable to their occur- rence, such as farming and and the removal of people from risk areas, the first being fundamental for the livelihoods of many local families and the second being extremely important to avoid the loss of human life. The modeling of the behavior of this extreme event is usually done through the Generalized Distribution of Extreme Values (GEV). The Bayesian methodology has shown good results in estimating the parameters of the GEV distribution. Thus, the purpose was to adjust the GEV distribution to the historical series of maximum rainfall in Petrópolis, and to evaluate different structures of prioris, informative and non-informative in the forecasting of extreme rainfall values in Petrópo- lis at different return times. It was possible to conclude that the priori distribution based on information from the city of Teresópolis, given the variance, provided more accurate and accurate results in the prediction of return levels for the city of Petrópolis. In this way, forecasts for the maximum rainfall expected for the return times of 2, 5, 10, 25, 50, 100, 115 and 135 years were made using this priori structure. It is expected that, in an average time of 5 years, there will be at least one day with maximum rainfall greater than or equal to 100.7mm in Petrópolis.eng
dc.description.provenanceSubmitted by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2022-01-27T14:43:23Z No. of bitstreams: 2 Dissertação de Sandra Valéria Coelho da Silva.pdf: 1370224 bytes, checksum: 6fa59d69e6c561f5d67d957ce0310ccb (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2022-01-27T14:43:47Z (GMT) No. of bitstreams: 2 Dissertação de Sandra Valéria Coelho da Silva.pdf: 1370224 bytes, checksum: 6fa59d69e6c561f5d67d957ce0310ccb (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Marlom César da Silva (marlom.silva@unifal-mg.edu.br) on 2022-01-27T14:44:14Z (GMT) No. of bitstreams: 2 Dissertação de Sandra Valéria Coelho da Silva.pdf: 1370224 bytes, checksum: 6fa59d69e6c561f5d67d957ce0310ccb (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceMade available in DSpace on 2022-01-27T14:44:45Z (GMT). No. of bitstreams: 2 Dissertação de Sandra Valéria Coelho da Silva.pdf: 1370224 bytes, checksum: 6fa59d69e6c561f5d67d957ce0310ccb (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2021-09-29eng
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal de Alfenaspor
dc.publisher.departmentInstituto de Ciências Exataspor
dc.publisher.countryBrasilpor
dc.publisher.initialsUNIFAL-MGpor
dc.publisher.programPrograma de Pós-Graduação em Estatística Aplicada e Biometriapor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/-
dc.subjectChuva extremapor
dc.subjectDistribuição GEVpor
dc.subjectPriori informativapor
dc.subjectTempos de retorno.por
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApor
dc.titleAnálise Bayesiana da precipitação máxima de Petrópolis-RJpor
dc.typeDissertaçãopor
Aparece nas coleções:Mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertação de Sandra Valéria Coelho da Silva.pdf1,34 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Este item está licenciada sob uma Licença Creative Commons Creative Commons