Distribuição de probabilidades para precipitação máxima diária na Bacia Hidrográfica do Rio Verde, Minas Gerais

Abstract

Estimativas probabilísticas de eventos extremos são de grande relevância para o planejamento das atividades humanas. As distribuições de probabilidade possibilitam a estimativa de eventos de precipitação máxima diária anual associados às suas frequências de ocorrência. Objetivou-se, com este trabalho, identificar, dentre as distribuições Gumbel, Gama a 2 parâmetros e Generalizada de Valores Extremos (GEV), qual a mais indicada para aplicação às séries históricas de precipitação máxima diária anual na bacia hidrográfica do rio Verde, no Sul de Minas Gerais. Os parâmetros de cada distribuição foram estimados pelos métodos dos momentos, máxima verossimilhança e momentos-L. Para tal, foram empregadas, neste estudo, oito estações pluviométricas com séries históricas de, no mínimo, 20 anos de dados, distribuídas pela bacia hidrográfica. Pelos testes de adequação de Kolmogorov-Smirnov, Qui-Quadrado, Anderson Darling e Filliben, a distribuição Gumbel, estimada pelos três métodos, obteve os ajustes menos adequados. A distribuição GEV, pelo método dos momentos-L, foi a mais adequada para análise probabilística de precipitação máxima diária na Bacia Hidrográfica do Rio Verde, devendo ser priorizada para planejamentos na região.Probability distributions for maximum daily rainfall in the watershed of Rio Verde, Minas Gerais, Brazil A B S T R A C TProbabilistic estimates of extreme events are much relevant for the planning of human activities. Thus, probability distributions enable the estimation of maximum annual daily precipitation events, associated with their respective frequencies. The aim of this study was to identify, among the Gumbel distribution, Gamma at 2 parameters and the Generalized Extreme Value (GEV), which is the most suitable to be used on historical series of annual maximum daily rainfall in the Rio Verde basin in Southern Minas Gerais. The parameters of each distribution were estimated by the methods of moments, maximum likelihood and L-moments. For this, eight rainfall stations were used with historical series of at least 20 years distributed over the watershed. By statistical tests as the Kolmogorov-Smirnov, Chi-square, Anderson Darling and Filiben test, the Gumbel distribution obtained the least appropriate adjustments. The GEV distribution by L-moments method was the most appropriate for probabilistic analysis of annual daily extreme precipitation events in the Rio Verde basin and should be prioritized for planning in the region.Distribuição de probabilidades para precipitação máxima diária na Bacia Hidrográfica do Rio Verde, Minas Gerais

Hydrological regionalization of maximum stream flows using an approach based on L-moments

“…According to the Anderson-Darling non-parametric test (AD), the GEV model was the best PDF for most of the annual maximum stream flow series ( Table 2). This non-parametric test was specifically used for being quite robust and restrictive in identifying probabilistic models appropriate to represent asymptotic series, agreeing with the findings of other scientific studies (BEN-ZVI, 2009;FRANCO et al, 2014;BESKOW et al, 2015).…”

DISTRIBUIÇÃO DE PROBABILIDADE HIDROLÓGICA DE PRECIPITAÇÃO PARA SUB-REGIÃO HIDROGRÁFICA TOCANTINS 08./ Distribution of hydrological probability of precipitation for sub-region hydrographic Tocantins 08 in the State of Pará.

“…Concomitante a isto, Finkler et al (2015); Grace e Wood (2012); Franco et al (2014) REVISTA GEONORTE, V.9, N.32, p.107-122, 2018. (ISSN 2237-1419) DOI: 10.21170/geonorte.2018 das distribuições, o que é relevante para dados com característica assintótica ou séries de pequena população amostral, e é atualmente considerado como o teste superior.…”

Untitled

“…Para a avaliação dos modelos, foram considerados o coeficiente de determinação ajustado (R 2 ) e o erro absoluto médio (EAM) produzido pelos modelos em relação aos dados originais, conforme Thebaldi (2012), ao avaliar a precipitação máxima diária anual do município de Uberaba, MG, observou que o modelo de Gumbel para Máximo representou melhor os dados para esta localidade, assim, como ocorrido neste estudo. Franco et al (2014) analisaram a precisão dos ajustes de três distribuições de probabilidade (Gumbel, Gama e GEV) utilizando, para estimativa dos parâmetros, os métodos dos momentos Máxima Verossimilhança e Momentos L, em oito séries históricas de precipitação máxima diária anual na Bacia Hidrográfica do Rio Verde e observaram que, para a distribuição de Gumbel, o métodos dos momentos foi o mais adequado. Porém, esta distribuição foi a que obteve o menor número de adequações nas séries históricas estudadas.…”