RESUMODiversas distribuições teóricas de probabilidade incluindo a Normal, Gumbel, Fréchet, Weibull, LogNormal e Pearson 3, foram ajustadas aos extremos anuais de precipitação máxima diária, temperatura máxima e mínima absolutas e velocidade instantânea do vento em Piracicaba, SP (1917SP ( -2006. Métodos de máxima verossimilhança foram utilizados para estimar os parâmetros das distribuições, assim como seus intervalos de confiança. Testes χ 2 e KS foram usados para comparar os ajuste e selecionar as melhores distribuições teóricas. Os ajustes também foram avaliados em gráficos PP e QQ. A distribuição de Gumbel foi a que melhor se ajustou aos extremos de precipitação máxima diária e de temperaturas máximas absolutas. As temperaturas mínimas absolutas apresentaram uma distribuição simétrica e foram melhor ajustadas pela distribuição normal. A distribuição de Weibull foi a que melhor se ajustou às velocidades instantâneas do vento. São apresentados resultados sobre os valores esperados, assim como seus intervalos de confiança, para períodos de retorno de até 500 anos. Palavras-chave: Ajustes de distribuições de extremos; variáveis meteorológicas; Piracicaba, Brasil ABSTRACT:EXTREME DISTRIBUTIONS OF DAILY RAINFALL, MINIMUM AND MAXIMUM TEMPERATURES AND WIND SPEED IN PIRACICABA, BRAZIL (1917BRAZIL ( -2006. Several theoretical probability distributions, including Normal, Gumbel, Fréchet, Weibull, Lognormal, and Pearson 3 were fitted to annual extremes of daily maximum rainfall, maximum and minimum absolute temperature, and instantaneous wind speed in Piracicaba, São Paulo, Brasil (1917Brasil ( -2006. Maximum likelihood methods were used to estimate the distributions parameters as well as their confidence intervals. KS and χ 2 tests were used to compare the fits and select the best theoretical distribution. The Gumbel distribution was that best fitted the extremes of daily maximum rainfall and maximum absolute temperature. The minimum absolute temperatures presented a symmetrical distribution and were best fitted by the normal distribution. The Weibull distribution best fitted the maxima wind speeds. Results showing the expected values, as well as their confidence intervals, for return periods up to 500 years, are presented.
Este trabalho investiga a variabilidade sazonal das ocorrências de ondas de frio e calor no Rio Grande do Sul e suas relações com os eventos El Niño e La Niña. Foram utilizados dados de 13 estações de superfície bem distribuídas pelo Estado, no período de 39 anos, compreendido entre 1967 e 2005. As relações entre ondas e ENOS foram obtidas a partir da análise de tabelas de contingência 2 x 2 para os meses centrais de cada estação do ano. A significância estatística foi avaliada através do teste exato de Fischer. Observou-se que a variabilidade sazonal das ondas de frio é diferente da variabilidade das ondas de calor. Ocorrem mais ondas de frio nos meses com as temperaturas mínimas mais baixas, e as ondas de calor têm comportamento mais heterogêneo. Na maioria das localidades, é em julho que as relações entre a ocorrência de ondas de calor e os eventos El Niño são mais significativas. Para La Niña e ondas de Frio, o mês com relações mais significativas foi abril. Em ambos os casos, nota-se que há defasagem entre a ocorrência dos eventos El Niño/La Niña e o seu impacto no surgimento de ondas de calor/frio.
ResumoO presente estudo objetiva determinar Regiões homogêneas do SPI-6 na Amazônia Oriental e analisar as principais características dos eventos secos e chuvosos em cada região. Para o cálculo do SPI, utilizou-se dados de precipitação de 72 postos pluviométricos distribuídos na Amazônia Oriental. Além disso, aplicou-se o Agrupamento Hierárquico de Ward para determinar as Regiões Homogêneas e a Análise Fatorial em Componentes Principais (ACP) para determinar os principais padrões de variabilidade climáticas associados aos eventos secos e chuvosos. Os resultados obtidos pela Análise de Agrupamento mostraram a existência de três Regiões Homogêneas em relação ao SPI-6: RH-1 (litoral), RH-2 (central) e RH-3 (sul). De modo geral a região do litoral apresentou mais eventos secos que chuvosos. Nas demais regiões (central e sul) a situação é inversa, isto é, existem mais eventos de chuva, porém com pouca duração. Por meio da ACP verificou-se que os eventos secos e chuvosos na Amazônia Oriental estavam associados, principalmente, a variabilidade climática dos oceanos Atlântico (Gradiente do Atlântico) e Pacífico (ENOS). Palavras-chave: Amazônia, precipitação, regiões homogêneas, SPI, ACP. Determination of Homogeneous Precipitation Regions of the Standardized Precipitation Index (SPI) in the Eastern Amazon AbstractThis paper aims to determine homogeneous regions of the SPI-6 in the Eastern Amazon and analyze the main characteristics of dry and rainy events in each region. For the calculation of the SPI, we used rainfall data of 72 rainfall stations distributed in the eastern Amazon. Furthermore, were used Ward hierarchical grouping to identify homogeneous regions and the Principal Components Factor Analysis (PCA) to determine the main climate variability patterns associated with dry and rainy events. The results showed three homogeneous regions (HR): HR-1 (coast), HR-2 (central region) and HR-3 (south). Generally, the coastal region showed more dry events than rain. In the other regions (central and south) the situation is reversed, i.e, there are more rain events, but with short duration. The results obtained by PCA showed that the dry and wet events in Eastern Amazonia were associated, mainly, to climate variability associated the Atlantic Ocean (Atlantic Dipole) and Pacific Ocean (ENSO).
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.