Uma abordagem Bayesiana para a modelagem dos ventos máximos de Sorocaba-SP e Bauru-SP

Carregando...
Imagem de Miniatura

Data

2018-02-26

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Federal de Alfenas

Resumo

A previsão probabilística da ocorrência de ventos extremos é de grande importância para o planejamento de projetos na engenharia agrícola e civil, possibilitando evitar ou diminuir os impactos destrutivos. Dessa forma, identificar metodologias que permitam realizar previsões com maior eficiência é extremamente necessário. Diante destes fatos, objetivou-se com esse trabalho comparar a metodologia Bayesiana, avaliando diferentes distribuições a priori, e da máxima verossimilhança na previsão da ocorrência de ventos máximos, por semestre, em Sorocaba-SP e Bauru-SP. Avaliou-se, também, o ajuste da distribuição Gumbel e da distribuição Generalizada de Valores Extremos aos dados semestrais, de janeiro de 2006 a dezembro de 2016, dos referidos lugares. A distribuição normal foi utilizada como priori para a elicitação da informação, na metodologia Bayesiana, e as informações a priori, foram obtidas analisando-se os dados de velocidade máxima de Piracicaba-SP. Para obtenção das marginais das distribuições a posteriori, aplicou-se o método Monte Carlo via Cadeia de Markov utilizando-se os softwares OpenBugs e R. Com intuito de avaliar qual a melhor metodologia de estimação e o melhor modelo, foram verificados o Deviance Information Criterion, a acurácia, a precisão e o erro médio de predição das estimativas dos níveis máximos de ventos para determinados tempos de retorno. As distribuições GEV e Gumbel ajustaram-se a séries de dados de velocidade máxima de ventos estudadas. A distribuição Gumbel considerando a abordagem Bayesiana com estrutura de variância a priori multiplicada por oito, mostrou-se mais eficiente na previsão de ventos máximos semestral de Sorocaba-SP. Para Bauru-SP, a distribuição GEV com estrutura de matriz de covariâncias multiplicada por oito foi a mais propícia, apresentando resultados mais acurados e precisos. A aplicação da inferência Bayesiana levou a resultados mais precisos, acurados e com menores erros de previsão, mostrando a eficiência da incorporação de informações a priori no estudo de velocidade máxima de ventos. A partir desses resultados, foram feitas as predições de ventos máximos em Bauru-SP e Sorocaba-SP, para os tempos de retorno de 2, 5, 10, 25, 50 e 100 semestres, que podem ajudar no planejamento possibilitando evitar catástrofes na agricultura, na construção civil e no setor financeiro da região.



Palavras-chave

Ventos – Brasil - Medição, Teoria bayesiana de decisão estatística, Previsão estatística

Citação

ALMEIDA, Gisele Carolina. Uma abordagem Bayesiana para a modelagem dos ventos máximos de Sorocaba-SP e Bauru-SP. 2018. 72 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Alfenas, Alfenas, MG, 2018.