Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://bdtd.unifal-mg.edu.br:8443/handle/tede/2290
Tipo do documento: | Dissertação |
Título: | Análise espacial da precipitação extrema no sul e sudoeste de Minas Gerais |
Autor: | FERREIRA, Thales Rangel |
Primeiro orientador: | LISKA, Gilberto Rodrigues |
Primeiro coorientador: | BEIJO, Luiz Alberto |
Primeiro membro da banca: | SEIDEL, Enio Júnior |
Segundo membro da banca: | AVELAR, Fabricio Goecking |
Resumo: | A ocorrência de precipitações extremas pode causar danos significativos à infraestrutura urbana, ao meio ambiente e às atividades humanas em geral. Desta forma, compreender o comportamento desse fenômeno em uma região pode auxiliar no planejamento de atividades sujeitas à tais danos. Portanto, este trabalho teve como objetivo modelar espacialmente a precipitação máxima no sul e sudoeste de Minas Gerais utilizando duas abordagens: Inferência Bayesiana associada a Krigagem e Inverso da Distância Ponderada (IDP) e, processos Máx-estáveis (PME) e modelo Generalizado de Valores Extremos (GEV) espacial. Foram utilizados no estudo, dados diários de precipitação de 29 cidades da região. Para a análise via IDP, Krigagem Ordinária (KO) e Log-Normal (KLN), foram utilizadas predições de precipitação, obtidas via Inferência Bayesiana para cada localidade e tempos de retorno (TR), 2, 5 e 10 anos. As predições foram obtidas utilizando a melhor estrutura de priori (não informativa e informativa) para cada município. Para os métodos de Krigagem, foram avaliados o melhor modelo semivariograma dentre o Gaussiano, Esférico, Exponencial e Onda. A avaliação dos modelos deu-se utilizando validação cruzada e o erro médio de predição (EMP). Os resultados da avaliação evidenciaram que para a predição espacial para o tempo de retorno mais alto o modelo mais adequado foi a KO com semivariograma Onda. Desta forma, este foi utilizado para a obtenção dos mapas de predição para os TR de 50 e 100 anos. Para a análise via PME, foram utilizados o modelo de Smith e o modelo de Schlather com função de correlação de Bessel, Cauchy, Powered Exponential e Whittle-Mátern. Nos modelos Máx-estáveis e no modelo GEV espacial foram utilizadas superfícies de tendência para os parâmetros da GEV. A análise da dependência espacial de extremos foi realizada por meio do Coeficiente Extremal, que apresentou evidências de baixa dependência espacial para os dados. Os modelos foram avaliados utilizando o Critério de Informação de Takeuchi e o cálculo do EMP. Os resultados evidenciaram similaridade entre os modelos, porém, o modelo de Smith mostrou-se o mais adequado. Logo, este foi selecionado para a obtenção dos mapas de predição para os TR de 50 e 100 anos |
Abstract: | The occurrence of extreme rainfall events can cause significant damage to urban infrastructure, the environment, and human activities in general. Thus, understanding the behavior of this phenomenon in a region can assist in the planning of activities subject to such damages. Therefore, this study aimed to spatially model the maximum rainfall in the southern and southwestern regions of Minas Gerais, Brazil, using two approaches: Bayesian inference combined with Kriging and Inverse Distance Weighting (IDW), and Max-Stable Processes (MSP) and Spatial Generalized Extreme Value (GEV) models. Daily rainfall data from 29 cities in the region were used for the study. For the IDW analysis, Ordinary Kriging (OK) and Log-Normal Kriging (LNK) predictions were employed, obtained through Bayesian inference for each location and return periods (RPs) of 2, 5, and 10 years. The predictions were obtained using the best prior structure (non-informative and informative) for each municipality. For the Kriging methods, the best semivariogram model was evaluated among Gaussian, Spherical, Exponential, and Wave models. Model evaluation was performed using cross-validation and the mean prediction error (MPE). The evaluation results showed that for the spatial prediction at the highest return period, the most suitable model was OK with the Wave semivariogram. Consequently, this model was used to obtain the prediction maps for the 50- and 100-year RPs. For the MSP analysis, the Smith model and the Schlather model with Bessel, Cauchy, Powered Exponential, and Whittle-Matérn correlation functions were employed. In the Max-Stable and GEV spatial models, trend surfaces for the GEV parameters were used. The analysis of the spatial dependence of extremes was conducted using the Extremal Coefficient, which indicated evidence of low spatial dependence for the data. The models were evaluated using the Takeuchi Information Criterion and the calculation of the MPE. The results showed similarity between the models; however, the Smith model proved to be the most suitable. Therefore, this model was selected to obtain the prediction maps for the 50- and 100-year RPs |
Palavras-chave: | Chuva Distribuição GEV Krigagem Processos máx-estáveis Semivariograma |
Área(s) do CNPq: | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal de Alfenas |
Sigla da instituição: | UNIFAL-MG |
Departamento: | Instituto de Ciências Exatas |
Programa: | Programa de Pós-Graduação em Estatística Aplicada e Biometria |
Citação: | FERREIRA, Thales Rangel. Análise espacial da precipitação extrema no sul e sudoeste de Minas Gerais. 2023. 81 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Alfenas, - Alfenas, MG, 2023. |
Tipo de acesso: | Acesso Aberto |
Endereço da licença: | http://creativecommons.org/licenses/by-nc-nd/4.0/ |
URI: | https://bdtd.unifal-mg.edu.br:8443/handle/tede/2290 |
Data de defesa: | 27-Jun-2023 |
Aparece nas coleções: | Mestrado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertacão de Thales Rangel Ferreira.pdf | 4,26 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Este item está licenciada sob uma Licença Creative Commons