Stochastic modeling using Markov chain on the forecast standardized precipitation index

Abstract

Grain production and livestock are the basis of the state of Rio Grande do Sul/Brazil economy and favorable rainfall conditions accounts for about 20% of Brazilian production. However, the state has faced periods of drought, especially in the campaign area, decisively affecting agricultural production and hence the economy. The objective of this paper is to predict the Standardized Precipitation Index (SPI) on a monthly scale, from a series of rainfall from 1991 to 2012, for the city of Bagé/RS/Brazil, in order to extend it by over 22 years, using a Markov chain to simulate the occurrence of rainfall and the Gamma distribution for predicting the precipitated amount. The results showed that the model simulated two-state Markov sequences of dry and wet days, keeping the statistical characteristics of the series. There were underestimations of the number on events classified as extreme and severe drought, obtained by serial SPI simulated compared to observed ones.Additional keywords: climate anomaly; drought index; SPI. ResumoA produção de grãos e a pecuária constituem a base da economia do Estado do Rio Grande do Sul/Brasil, e em condições pluviais favoráveis produz cerca de 20% da produção. No entanto, o estado tem enfrentado períodos de estiagem, especialmente na região da campanha, afetando de forma decisiva a produção agrícola e, consequentemente, a economia. Assim, objetivou-se prever o comportamento do Índice Padronizado de Precipitação (SPI) em escala mensal, a partir de uma série de precipitações pluviais de 1991 a 2012, para o município de Bagé/RS/Brasil, de forma a estendê-la por mais 22 anos, utilizando a cadeia de Markov para a simulação da ocorrência da precipitação e a distribuição Gama para a predição da quantidade precipitada. Os resultados obtidos permitiram concluir que o modelo de Markov de dois estados simulou as sequências de dias secos e chuvosos, mantendo as características estatísticas das séries. Houve subestimativa no número de eventos classificados como seca extrema e severa, obtidos mediante a série de SPI simulada, comparativamente à observada.Palavras-chave adicionais: anomalia climática; índice de seca; SPI.