Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/15401
Registro completo de metadados
Campo DCValorIdioma
dc.creatorJunqueira Júnior, José Alves-
dc.creatorMello, Carlos Rogério de-
dc.creatorAlves, Geovane Junqueira-
dc.date.accessioned2017-09-15T19:16:29Z-
dc.date.available2017-09-15T19:16:29Z-
dc.date.issued2015-04-
dc.identifier.citationJUNQUEIRA JUNIOR, J. A. ; MELLO, C. R. de; ALVES, G. J. Eventos extremos de precipitação no Alto Rio Grande, MG: análise probabilística. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 19, n. 4, p. 301-308, abr. 2015.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/15401-
dc.description.abstractProbabilistic models have played an important role for stochastic modeling of the extreme events. They have been widely used in hydrological studies to predict, for a confidence level, expected values in a given return period. Several probabilistic models have been applied based on different adjustment methods which estimate the statistical moments of them. The aim of this study was to verify the adherence of Generalized Extreme Values (GEV) and Gumbel probabilistic models at two frequency of occurrence of heavy rainfall events in the Upper Rio Grande region (UGR), Southern Minas Gerais. UGR region was divided into three sub-regions with similar physiographic features in which four rain-gauging stations were studied: Plateau of Campos das Vertentes (PCV), Mantiqueira Range (SM) and a transition sub-region (TR). For estimating the distribution parameters, the Moment Method, Maximum Likelihood and L-moments were tested. The adherence of probabilistic models was evaluated by both Filiben and Chi-square tests. L-moments method showed to be the best method for all sub-regions and models. In addition, for the SM and TR sub-regions Gumbel model produced better results while for the PCV, GEV model was more appropriate.pt_BR
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.rightsAttribution-NonCommercial 4.0 International*
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/*
dc.sourceRevista Brasileira de Engenharia Agrícola e Ambientalpt_BR
dc.subjectHidrologia – Métodos estatísticospt_BR
dc.subjectDistribuição de probabilidadept_BR
dc.subjectHydrology – Statistical methodspt_BR
dc.subjectProbability distributionpt_BR
dc.titleEventos extremos de precipitação no Alto Rio Grande, MG: análise probabilísticapt_BR
dc.title.alternativeExtreme rainfall events in the Upper Rio Grande, MG: probabilistic analysispt_BR
dc.typeArtigopt_BR
dc.description.resumoAs distribuições de probabilidades de valores extremos desempenham importante papel na modelagem de eventos extremos. Elas têm sido amplamente aplicadas em estudos hidrológicos a fim de predizer, para um nível de confiança, valores esperados num dado tempo de retorno. Várias distribuições têm sido empregadas com diferentes métodos de ajuste. Objetivou-se neste trabalho verificar a aderência das distribuições GEV e Gumbel aos dados de precipitação diária máxima anual de doze estações pluviométricas no Alto Rio Grande, MG. Foram consideradas três sub-regiões com características fisiográficas peculiares, cada uma com quatro estações pluviométricas em seus domínios, Planalto Campos das Vertentes (PCV), Serra da Mantiqueira (SM) e uma sub-região de Transição (TR) entre as duas. Para a estimação dos parâmetros utilizou-se o método dos momentos, máxima verossimilhança e momentos-L. A aderência dos ajustes foi avaliada pelos testes de Filliben e Qui-quadrado (χ2). A metodologia dos momentos-L mostrou-se como a melhor opção, independente da sub-região sendo que se recomenda, para as sub-regiões SM e TR, a distribuição Gumbel, enquanto para o PCV a melhor opção de ajuste é a GEV.pt_BR
Aparece nas coleções:DEG - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Eventos extremos de precipitação no Alto Rio Grande, MG....pdf1,24 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons