Análise de uma série temporal de precipitação para Erechim (RS) e um possível método de previsão climática

Analysis of a series of precipitation for Erechim (RS) and a method of possible climate prediction

Leonardo Chechi, Fabio de Oliveira Sanches

Resumo


Uma série temporal consiste em um conjunto de dados de qualquer fenômeno observados ordenadamente. Análise de séries temporais aplicadas a dados meteorológicos tem atraído especial interesse nos últimos anos devido à influência exercida pelo clima, sobretudo na agricultura. O presente trabalho realizou um estudo em uma série temporal de precipitação de Erechim (RS) no período de 2003 a 2011 buscando encontrar um modelo mais adequado de previsão. A inclusão de covariáveis (temperatura máxima e mínima e a Normal Climatológica de precipitação) no modelo estatístico do tipo SARIMAX (0, 0, 0) (2, 2, 1) mostrou-se mais ajustado ao conjunto de dados. Testes de correlação entre as séries (real e sintética) demonstraram um alto coeficiente de correlação e de determinação. É possível que o fenômeno ENOS tenha sido o responsável pelas diferenças encontradas entre ambas as séries

Abstract

A temporal series consists on a group of data of some phenomenon observed in an ordered way. Time series analysis applied to meteorological data use to attract particular interest in recent years due to the influence of the climate, especially in agriculture. This study aimed at studying time series of precipitation at Erechim (RS) in the period from 2003 to 2011 trying to find a more appropriate model to describe it. The inclusion of covariates (maximum and minimum temperature and Normal Climatology of precipitation) in the statistical model SARIMAX (0, 0, 0) (2, 2, 1) proved to be better adjusted to the set of data. Correlation tests between sets (real and synthetic) showed a high correlation and determination coefficient. It is possible that the El Niño South Oscillation (ENSO) phenomenon has been responsible for the differences found between both series.


Palavras-chave


Chuvas; Alto Uruguai; modelos estatísticos; SARIMAX.

Texto completo:

PDF


AMBIÊNCIA

ISSN 1808-0251 (Print) - Ambiência ISSN 2175-9405 (Online)
QUALIS-CAPES 2017-2020: B4