Desempenho da mistura de distribuições a priori na predição de veranicos discretos máximos
Data
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A ocorrência de períodos consecutivos de dias sem chuva durante a estação chuvosa (veranicos), pode comprometer as atividades do setor agrícola além de ocasionar problemas no abastecimento de água. Neste sentido, a modelagem de veranicos máximos é de grande importância para o planejamento de ações dos órgãos públicos, visando minimizar os impactos causados por eles. Dessa forma, o objetivo deste trabalho é verificar o desempenho da mistura de distribuições informativas a priori na predição de veranicos máximos no município alvo Brejinho - PE empregando a distribuição Generalizada de Valores Extremos (GEV) via Inferência Bayesiana. Foram utilizados dados de 12 municípios pertencentes a bacia do Rio Pajeú, localizada no estado de Pernambuco, para gerar informações e para compor a mistura de distribuições informativas a priori. Para obtenção dos valores a posteriori, utilizou-se o método Monte Carlo via Cadeia de Markov, por meio do software R. Foram comparadas sete estruturas de distribuição a priori para o ajuste da distribuição Generalizada de Valores Extremos (GEV) aos conjuntos de dados de veranico máximo anual. Com o objetivo de analisar qual o modelo mais eficiente para a previsão de veranico máximo anual para o município de Brejinho - PE, foram verificados o DIC (Critério de Informação da Deviance), a acurácia, o erro médio de predição e a amplitude média para os tempos de retorno de 2, 4, 6 e 8 anos. Foi observado que a estrutura com mistura de prioris proporcionou aumento na precisão e acurácia nas predições de veranicos máximos para o município de Brejinho - PE. A partir desses resultados, foram feitas as predições de veranicos máximos em Brejinho - PE, para os tempos de retorno de 5, 10, 20, 30, 50, 100 e 200 anos, que podem ajudar no planejamento, possibilitando evitar catástrofes, minimizar perdas agrícolas e adotar medidas preventivas mais eficazes.
