1. RI UFLA
  2. Escola de Engenharia - EENG
  3. Departamento de Engenharia - DEG
  4. DEG - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/13146
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMarques, Rosângela Francisca de Paula Vitor-
dc.creatorMello, Carlos Rogério de-
dc.creatorSilva, Antônio Marciano da-
dc.creatorFranco, Camila Silva-
dc.creatorOliveira, Alisson Souza de-
dc.date.accessioned2017-06-05T21:44:52Z-
dc.date.available2017-06-05T21:44:52Z-
dc.date.issued2014-07-
dc.identifier.citationMARQUES, R. F. de P. V. et al. Performance of the probability distribution models applied to heavy rainfall daily events. Ciência e Agrotecnologia, Lavras, v. 38, n. 4, p. 335-342, jul./ago. 2014.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/13146-
dc.description.abstractProbabilistic studies of hydrological variables, such as heavy rainfall daily events, constitute an important tool to support the planning and management of water resources, especially for the design of hydraulic structures and erosive rainfall potential. In this context, we aimed to analyze the performance of three probability distribution models (GEV, Gumbel and Gamma two parameter), whose parameters were adjusted by the Moments Method (MM), Maximum Likelihood (ML) and L - Moments (LM). These models were adjusted to the frequencies from long-term of maximum daily rainfall of 8 rain gauges located in Minas Gerais state. To indicate and discuss the performance of the probability distribution models, it was applied, firstly, the non-parametric Filliben test, and in addition, when differences were unidentified, Anderson-Darlling and Chi-Squared tests were also applied. The Gumbel probability distribution model showed a better adjustment for 87.5% of the cases. Among the assessed probability distribution models, GEV fitted by LM method has been adequate for all studied rain gauges and can be recommended. Considering the number of adequate cases, MM and LM methods had better performance than ML method, presenting, respectively, 83% and 79.2% of adequate cases.pt_BR
dc.languageen_USpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.sourceCiência e Agrotecnologiapt_BR
dc.subjectProbability distribution modelspt_BR
dc.subjectIntense rainfallpt_BR
dc.subjectStatistical inferencept_BR
dc.subjectNon-parametric statistical testspt_BR
dc.subjectDistribuição de probabilidadespt_BR
dc.subjectChuvas intensaspt_BR
dc.subjectInferência estatísticapt_BR
dc.subjectTestes estatísticos não paramétricospt_BR
dc.titlePerformance of the probability distribution models applied to heavy rainfall daily eventspt_BR
dc.title.alternativeDesempenho de distribuições de probabilidades aplicadas a eventos extremos de precipitação diáriapt_BR
dc.typeArtigopt_BR
dc.description.resumoEstudos probabilísticos de variáveis hidrológicas, como a precipitação pluvial diária máxima, constituem-se um importante instrumento de apoio para o planejamento e gestão de recursos hídricos, principalmente quando associados ao dimensionamento de estruturas hidráulicas e potencial erosivo. Neste contexto, objetivou-se analisar o desempenho de três distribuições de probabilidades (GEV, Gumbel e Gama a dois parâmetros), cujos parâmetros foram ajustados pelos métodos dos Momentos (MM), da Máxima Verossimilhança (ML) e dos Momentos-L (ML), aplicados às séries históricas de precipitação diária máxima de 8 estações pluviométricas, localizadas no centro oeste de Minas Gerais. Para a verificação da melhor combinação distribuição de probabilidade e método de estimativa dos parâmetros das distribuições, aplicou-se o teste de aderência de Filliben, e, complementarmente, quando não identificadas diferenças, utilizou-se dos testes de Anderson Darlling e Qui-quadrado. A Distribuição de Probabilidades de Gumbel apresentou melhor desempenho, ajuste em 87,5% dos casos. Entre as distribuições de probabilidades avaliadas, a GEV ajustada por ML, apresentou aderência para todas as estações pluviométricas, podendo ser indicada. Considerando o numero de ajustes verificados, os métodos de estimação dos parâmetros MM e ML apresentaram melhor desempenho do que o método ML, apresentando, respectivamente, 83% 79.2% de casos adequados.pt_BR
Aparece nas coleções:Ciência e Agrotecnologia
DAM - Artigos publicados em periódicos
DEG - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Performance of the probability distribution models applied to heavy rainfall daily events.pdf733,4 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons