Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/41757
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | MONTENEGRO, Suzana Maria Gico Lima | - |
dc.contributor.author | MATOS, Juliana Maria Martins | - |
dc.date.accessioned | 2021-11-22T13:08:27Z | - |
dc.date.available | 2021-11-22T13:08:27Z | - |
dc.date.issued | 2021-05-13 | - |
dc.identifier.citation | MATOS, Juliana Maria Martins. Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE. 2021. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2021. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/41757 | - |
dc.description.abstract | Alagamentos, inundações e deslizamentos de terra estão frequentemente associados a eventos de chuva extrema. A definição da equação IDF para estimativa da precipitação de projeto torna-se imprescindível no dimensionamento do sistema de drenagem. O objetivo principal do estudo foi avaliar a distribuição de variável estatística que melhor se ajustam aos eventos de precipitação máxima diária anual na bacia hidrográfica do Rio Capibaribe. Assim, foi comparado o desempenho das distribuições Gumbel máximo (GUM), Generalizada de Valores Extremos (GEV), Log-Normal de dois parâmetros (LN2P), Weibull com dois (W2P) e três parâmetros (W3P), Gama com dois (GAM2P), três (GAM3P) e quatro parâmetros (GAM4P), Pareto com dois (PAR2P), três (PAR3P) e quatro parâmetros (PAR4P) e Johnson com quatro parâmetros (JSB4P) na estimativa da precipitação máxima diária anual de 71 postos pluviométricos distribuídos na bacia hidrográfica do Rio Capibaribe-PE e determinar as suas equações IDF. O método da máxima verossimilhança apresentou melhor qualidade de ajuste que o método dos momentos na estimativa dos parâmetros. Dentre os testes de aderência utilizados, o teste do Anderson Darling foi o mais restritivo e considerado o mais adequado para averiguar as aderências das distribuições de probabilidades a eventos de chuvas extremas. As distribuições de Gumbel, Gama de dois parâmetros e Weibull de dois parâmetros se ajustaram a todos os postos estudados, no entanto não apresentaram o melhor ajuste quando comparadas a outras distribuições. A distribuição Johnson de 4 parâmetros apresentou o melhor ajuste para 33,8% das estações analisadas, seguida das distribuições Gama de 3 parâmetros e Generalizada de Valores Extremos que ajustaram melhor 14% e 12,7% das estações, respectivamente. Apesar da distribuição Gumbel ser largamente utilizada para o ajuste das precipitações, pode-se obter uma equação IDF mais ajustada aos dados da bacia hidrográfica do Rio Capibaribe quando utilizada outras distribuições para o ajuste da precipitação máxima diária anual. | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Engenharia civil | pt_BR |
dc.subject | Hidrologia estatística | pt_BR |
dc.subject | Eventos extremos de precipitação | pt_BR |
dc.subject | Equação IDF | pt_BR |
dc.subject | Precipitação diária | pt_BR |
dc.subject | Distribuição de probabilidade | pt_BR |
dc.title | Modelos probabilísticos para chuvas intensas na bacia do Rio Capibaribe – PE | pt_BR |
dc.type | masterThesis | pt_BR |
dc.contributor.advisor-co | COUTINHO, Artur Paiva | - |
dc.contributor.authorLattes | http://lattes.cnpq.br/7580036995273105 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | mestrado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/7831378362627809 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Engenharia Civil | pt_BR |
dc.description.abstractx | Floods and landslides are frequently associated with extreme rainfall events. The definition of the intensity-duration-frequency (IDF) equation to estimate the project precipitation becomes crucial in the design of the drainage system. The aim of this study was to evaluate the statistical variable distribution that best fits the annual maximum daily precipitation events in the Capibaribe River watershed. Thus, was compared the performance of the distribution of random variables of Gumbel (GUM), Generalized Extreme Value (GEV), Log-Normal with two parameters (LN2P), Weibull with two (W2P) and three parameters (W3P), Gamma with two (GAM2P), three (GAM3P) and four parameters (GAM4P), Pareto with two (PAR2P), three (PAR3P) and four parameters (PAR4P) and Johnson with four parameters (JSB4P) in estimating the annual maximum daily precipitation of 71 pluviometry stations spread over the Capibaribe River Basin – PE and determine their IDF equations. The maximum likelihood method presented a better quality of adjustment than the method of moments in estimating the parameters. Among the adhesion tests used, the Anderson Darling’s test was the most restrictive and considered the most appropriate to verify the adherence of probability distributions to extreme rainfall events. The distributions of Gumbel, Gamma with two parameters and Weibull with two parameters fitted all the studied stations satisfactorily, however they did not show the best fit when compared to other distributions. The distribution of Johnson with 4 parameters presented the best fit for 33.8% of the analyzed stations, followed by the distributions of Gamma with 3 parameters and Generalized Extreme Value that adjusted better 14% and 12.7% of the stations, respectively. Although the Gumbel distribution is widely used for rainfall adjustment, an IDF equation better adjusted to the Capibaribe River watershed data can be achieved when other distributions are used for the adjustment of the annual maximum daily rainfall. | pt_BR |
dc.contributor.advisor-coLattes | http://lattes.cnpq.br/9407718849634806 | pt_BR |
Aparece nas coleções: | Dissertações de Mestrado - Engenharia Civil |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Juliana Maria Martins Matos.pdf | 1,91 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons