Modelos estatísticos empregados para a previsão sazonal da precipitação no Brasil
Visualizar/ Abrir
Data
2021-05-06Primeiro membro da banca
Boiaski, Nathalie Tissot
Segundo membro da banca
Arsego, Diogo Alessandro
Terceiro membro da banca
Jacobi, Luciane Flores
Metadata
Mostrar registro completoResumo
A presente pesquisa tem como objetivo aplicar modelos estatísticos de séries temporais para a previsão da precipitação pluviométrica sazonal em sub-regiões das regiões Sul, Sudeste e Centro-Oeste do Brasil, investigando se os modelos das classes Autoregressivos Integrados e de Médias Móveis que levam em consideração a componente sazonal (SARIMA), Autoregressivos Integrados e de Médias Móveis que consideram a componente sazonal e permitem a entrada de variáveis exógenas (SARIMAX), Alisamento Exponencial e Combinados podem ser usados como ferramenta de apoio aos modelos dinâmicos na previsão da precipitação acumulada mensal. Para realização deste estudo foram considerados os dados da série histórica correspondente à precipitação acumulada mensal, extraídos de Xavier et al., (2015) das regiões Sul, Sudeste e Centro-Oeste do Brasil, compreendidas entre as latitudes (20,625°S e 33,62°S) e longitudes (42,62°W e 57,62°W) no período de 01 de janeiro de 1980 a 31 de dezembro de 2013. Estes dados foram interpolados para 1º latitude por 1º de longitude, sendo a série um ponto central. No total foram obtidas 107 séries históricas de precipitação acumulada mensal, contendo cada série 408 observações (meses). As séries de Temperatura da Superfície do Mar (TSM) selecionadas para o mesmo período com 5º de latitude por 5º de longitude, sendo a série um ponto central, compreendida na faixa entre 60º Norte e 60º Sul pertencentes ao conjunto de dados ERSSTv5 da NOAA (Huang et al., 2017). Obteve-se 1418 séries históricas de TSM, contendo cada série 408 observações. Para ajuste dos modelos utilizou-se o software RStudio. Determinou-se a influência da TSM nas sub-regiões através da correlação de Person. Avaliou-se a qualidade das previsões pontuais por meio da média percentual absoluta dos erros. Categorizou-se as previsões mediante a técnica quantílica. Utilizou-se o teste Deibol-Mariano para verificar se há diferença estatística significativa entre as previsões dos modelos. As sub-regiões com similaridades de precipitação acumulada mensal foram definidas pela análise de agrupamento. A técnica determinou cinco sub-regiões similares: Sub-região Sul 1, Sub-região Sul 2, Sub-região Sul 3, Sub-região Sudeste/Centro 1 e Sub-região Sudeste/Centro-Oeste 2. Para a região Sul foram ajustados os modelos propostos para as previsões sazonais trimestrais: verão, outono, inverno e primavera. Os melhores resultados de previsão para as três sub-regiões Sul foram obtidos para o período de outono e primavera, seguidas do verão. No período de inverno os modelos encontraram dificuldades de ajuste e previsões, tendo em vista a alta variabilidade contida nas séries temporais para esses períodos. Nas regiões Sudeste/Centro-Oeste testou-se os modelos para os meses de novembro a março (verão estendido), que é considerado período chuvoso. Os modelos demonstraram um excelente ajuste e desempenho para ambas as regiões com erros nas previsões pontuais em torno de 14% sub-região Sudeste/Centro-Oeste 1 e 18% sub-região Sudeste/Centro-Oeste 2, não havendo diferença estatística significativa entre as previsões dos modelos testados. Há de se considerar para essas sub-regiões uma forte influência da TSM na precipitação acumulada mensal. Conclui-se que os modelos propostos de previsão de ST podem ser usados como uma ferramenta de apoio aos modelos dinâmicos para a previsão da precipitação acumulada mensal nas regiões pesquisadas, com destaque para o modelo SARIMA.
Coleções
Os arquivos de licença a seguir estão associados a este item: