MODELOS PROBABILÍSTICOS APLICADOS NA ESTIMATIVA DE PRECIPITAÇÕES PLUVIOMÉTRICAS INTENSAS EM SANTA MARIA, RS

Resumo

Existem regiões no estado do Rio Grande do Sul onde ocorrência de chuva é suficiente para as funções agrícolas e manutenção social, porém em outras localidades está ocorrência não é tão satisfatória para o fornecimento dágua ser suficiente para as necessidades básicas da população. Nesse sentido, saber estimar com certa precisão as variações meteorológicas é de grande importância para essas regiões. Para isto, é necessária uma análise de distribuição de densidade e testes estatísticos para determinar qual função é mais adequada para calcular a probabilidade de ocorrer determinado fenômeno e, assim, estimar um nível de retorno. A modelagem estatística desses níveis extremos é associada a distribuições de probabilidade, pertencentes a uma classe do ramo da estatística denominada de Teoria de Valores Extremos (TVE). O objetivo desse trabalho foi analisar a ocorrência de precipitações pluviais máximas na cidade de Santa Maria-RS por meio das distribuições Generalizada de Valores Extremos (GVE), Gumbel e Pearson tipo III e estimar a quantidade de chuva para períodos de retorno de 2, 5, 10, 15, 30, 50 e 100 anos. Foi analisada a série histórica de 1961 a 2018 dos valores diários da precipitação da chuva, registradas na Estação BDMEP do Instituto Nacional de Meteorologia (INMET), em Santa Maria, RS, e extraiu-se o maior valor observado do mês de janeiro em cada. A serie de máximos foi organizada em duas subséries, sendo uma utilizada para ajustar o modelo probabilístico, correspondendo à série temporal de 1961 a 2002, e a outra correspondendo à série temporal de teste, no período de 2003 a 2018. Foram ajustadas as distribuições GVE, Gumbel e Pearson III, com as estimativas dos seus parâmetros obtidas pelo método da máxima verossimilhança, e o diagnóstico de ajuste foi feito pelo teste de Kolmogorov-Smirnov (KS) e gráficos Quantil-Quantil (QQplot). Os resultados do teste de KS e os gráficos QQplot indicam que as três distribuições de probabilidade se ajustaram aos dados e, entre as distribuições Gumbel e GVE, o teste de razão de verossimilhanças apontou que a distribuição Gumbel é mais adequada. Contudo o erro percentual absoluto médio revelou que a distribuição GVE forneceu níveis de retorno estimados mais precisos, uma vez que os valores foram os mais próximos dos valores observados de precipitação pluvial dos anos de 2003 a 2018. Pode-se concluir que a distribuição GVE é mais adequada para calcular probabilidades e estimar níveis de retorno para o mês de janeiro em Santa Maria, RS.