Distribuição de frequência e temporal de chuvas intensas =
| Autor: | Manuel Moisés Ferreira de Queiroz, Marcio Antonio Vilas Boas, Luciana Espíndula de Quadros |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2011 |
| Předmět: |
Series (mathematics)
heavy rain distribuição GEV Extrapolation Sampling (statistics) GEV distribution lcsh:S1-972 Gumbel distribution chuvas intensas Statistics LH moments Generalized extreme value distribution momentos LH Probability distribution lcsh:Agriculture (General) Agronomy and Crop Science Physics::Atmospheric and Oceanic Physics Intensity (heat transfer) Statistical hypothesis testing Mathematics |
| Zdroj: | Acta Scientiarum: Agronomy, Vol 33, Iss 3, Pp 401-410 (2011) Acta Scientiarum. Agronomy, Volume: 33, Issue: 3, Pages: 401-410, Published: SEP 2011 |
| ISSN: | 1807-8621 1679-9275 |
| Popis: | A distribuição generalizada de valores extremos (GEV) tem tido grandeaceitação para discrição dos eventos máximos naturais. Estudos sobre o assunto mostram que a distribuição GEV ajusta valores mais próximos à realidade quando há necessidade de extrapolação dos dados amostrais para grandes períodos de retornos e com o intuito de contribuir para o planejamento de atividades que são influenciadas pela intensidade de água precipitada foi ajustado um modelo de distribuição de probabilidade de chuva intensa por meio da GEV, utilizando momentos LH para estimar seus parâmetros e o teste estatístico proposto por Wang (1998) para verificação da qualidade dos ajustes desenvolvidos noambiente Matlab. Analisaram-se séries históricas de precipitação máximas para diferentes durações obtidas de pluviográfos no município de Cascavel, Estado do Paraná. Além disso, as referidas séries foram ajustadas pela distribuição Gumbel para efeito de comparação coma GEV. Este trabalho mostra que a distribuição Gumbel subestima a distribuição GEV para grandes períodos de retorno.The generalized extreme value distribution (GEV) has had great acceptance for discretion of the maximum natural events. Previous studies show that GEV distribution fits values closer to realitywhen there is need for extrapolation of sampling data for longer periods of returns. In order to contribute to the planning of activities that are influenced by the intensity of precipitated water, we adjusted a model of probability distribution of heavy rain through GEV, using LH moments for estimating its parameters and statistical test proposed by Wang (1998) for checking the quality of the adjustments developed in the Matlab. We analyzed historicaltime series of maximum rainfall for different durations obtained from rain gauges in the city of Cascavel, Paraná State. Moreover, these series were fitted by Gumbel distribution for purposes of comparison with the GEV. This study shows that the Gumbel distributionunderestimates the GEV distribution for large return periods. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|