
Precipitação Máxima Anual em Petrópolis
Análise Bayesiana - Distribuição GEVDe Sandra ValériaDuração1h 13m
Sobre este audiolivro
A 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, 2013 e 2022. Portanto, analisar e prever a ocorrência de precipitações pluviais extremas é fundamental para o planejamento de atividades vulneráveis a sua ocorrência, tais como a agropecuária e a remoção de pessoas das áreas de risco. 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. Ajustar, avaliar e prever a GEV às séries históricas de precipitação máxima com diferentes estruturas de prioris (informativas e não informativas), para diferentes tempos de retorno. Foi possível concluir que a distribuição a priori com informações da cidade de Teresópolis, uma vez a variância, forneceu resultados mais precisos e acurados na predição dos níveis de retorno para a cidade. Dessa forma, foram realizadas as predições para as precipitações máximas esperadas para os tempos de retorno de 2, 5, 10, 25, 50, 100, 115 e 135 anos utilizando-se dessa estrutura de priori. Espera-se que, em um tempo médio de 5 anos, ocorra pelo menos um dia com precipitação máxima maior ou igual a 100,7mm em Petrópolis-RJ.
Detalhes do audiolivro
GêneroScience and Nature
Duração1 h 13 min
Narrado porOuça com mais de 1.000 vozes
FormatoeBook com áudio
Data de publicação25 de abr. de 2022
IdiomaPortuguês
Sumário
1Introduction
21. INTRODUÇÃO
32. REVISÃO DE LITERATURA
42.1 ANÁLISE DA PRECIPITAÇÃO MÁXIMA
52.2 DISTRIBUIÇÃO GENERALIZADA DE VALORES EXTREMOS (GEV)
Mostrar todos os capítulosVer menos
62.3 FUNÇÃO DE VEROSSIMILHANÇA DA DISTRIBUIÇÃO GEV
72.4 INFERÊNCIA BAYESIANA
82.5 DISTRIBUIÇÃO A PRIORI
92.5.1 PRIORI NÃO INFORMATIVA
102.5.2 PRIORI INFORMATIVA
112.5.3 DISTRIBUIÇÃO A POSTERIORI
122.6 MÉTODO DE MONTE CARLO VIA CADEIA DE MARKOV
132.7 TESTE DE ANDERSON- DARLING (AD)
142.8 CRITÉRIO DESVIO-INFORMAÇÃO (DIC)
153. MATERIAL E MÉTODOS
163.1 DADOS DE PRECIPITAÇÃO MÁXIMA DE PETRÓPOLIS RJ
173.2 ANÁLISES PRELIMINARES: 3.2.1 ANÁLISE DESCRITIVA
183.3 FUNÇÃO DE VEROSSIMILHANÇA
193.4 ESTIMAÇÃO VIA INFERÊNCIA BAYESIANA
203.5 ELICITAÇÃO DAS PRIORIS
213.5.1 JUIZ DE FORA-MG
223.5.2 TERESÓPOLIS-RJ
233.6 OBTENÇÃO DAS DISTRIBUIÇÕES A POSTERIORI
243.7 NÍVEL DE RETORNO
253.8 AVALIAÇÃO DAS ESTRUTURAS DE PRIORI
263.8.1 ERRO MÉDIO DE PREDIÇÃO
273.8.2 ACURÁCIA
283.8.3 AMPLITUDE MÉDIA
293.9 RECURSOS COMPUTACIONAIS
304. RESULTADOS E DISCUSSÃO: 4.1 ANÁLISE DESCRITIVA E TESTES PRELIMINARES
315. CONCLUSÃO
32A. TABELAS
33B. PACOTES UTILIZADOS E ROTINA DOS CÓDIGOS