Modelagem estatística da precipitação mensal e anual e no período seco para o estado de Minas Gerais

Ano: 2009 | Volume: 13 | Número: 1

Autores: Carlos R de Mello, Antônio M da Silva

Palavras-chave: modelos estatísticos, climatologia, hidrologia, precipitação pluvial

Resumo Português:

Objetivou-se, com o presente estudo, ajustar modelos lineares para predição da precipitação média mensal (no período
úmido) e anual e no período seco, baseados nas coordenadas geográficas (latitude e longitude) e altitude para o Estado
de Minas Gerais. Aplicaram-se dados diários de precipitação, provenientes da Agência Nacional de Águas (ANA) de 209
estações meteorológicas, das quais 197 foram usadas para ajuste dos modelos e 12 para sua validação final. O coeficiente
de determinação ajustado (R2), o erro médio absoluto (%), a tendência das estimativas (%) e significância dos parâmetros,
foram considerados na avaliação dos modelos. De maneira geral, os modelos apresentaram bons parâmetros estatísticos
de validação, com R2 maior que 0,70, erro médio menor que 10% e tendência não significativa (< 2% em relação
à média). O modelo para o período seco, por sua vez, apresentou maior superestimativa que os demais, mostrando que
outras variáveis associadas aos aspectos topográficos, podem ser necessárias para um modelo mais preciso. Apesar desta
situação, os modelos se apresentam em condições de aplicação prática constituindo-se em uma ferramenta importante
para o manejo ambiental no Estado.

Resumo Inglês:

This study aimed at adjusting statistical linear models for prediction of total mean precipitation associated to monthly
(in the wet season), annual and dry season periods, based on geographical coordinates (latitude and longitude) and
altitude for the State of Minas Gerais, Brazil. Daily precipitation data from the “Agência Nacional de Águas” (ANA)
for 209 pluviometric stations were applied, 197 for modeling adjustment and 12 for final validation. Coefficient of
determination adjusted (R2), mean absolute error (%), prediction bias (%) and estimated parameters significance were
considered for evaluation of models. The monthly and annual precipitation models presented good statistical validation
coefficients, with R2 greater than 0.70, mean error smaller than 10% and bias not significant (< 2% in relation to
mean value). However, the dry season model presented an overestimation of precipitation, showing that more variables
associated to topographic characteristics would be necessary to produce a more accurate model. Nevertheless, the
adjusted models present good conditions for practical applications, forming an important tool for environmental
management in the State of Minas Gerais.