O regime de chuvas no Brasil tem uma distribuição diferente dos países do hemisfério norte onde em pesquisas de natureza hidrológica, utilizam-se os simuladores de dados climáticos desenvolvidos e calibrados para a Europa e /ou EUA. Assim, ao serem aplicados os dados de estações meteorológicas brasileiras podem produzir resultados não muito satisfatórios. Com o intuito de introduzir a distribuição de probabilidade Exponencial Mista, como alternativa para modelar dados de chuva no Brasil, este trabalho objetivou analisar probabilisticamente a distribuição de dados diários de chuva no estado do Paraná, determinando, dentre várias funções densidade de probabilidade, a que melhor se ajusta mensalmente às séries históricas. Para isso foram usadas séries históricas de trinta anos (1980-2009) de 29 localidades, nas quais foram avaliadas as aderências das distribuições de probabilidade Exponencial, Gama, Weibull, Log-Normal, Pareto Generalizada e Exponencial Mista com base nos testes não-paramétricos de Anderson-Darling e Qui-Quadrado. Na análise sem a distribuição Exponencial Mista a distribuição Gama foi a que teve o maior número de vezes o maior valor-p nos dois testes, seguida pela Weibull. Quando a Exponencial Mista foi incluída na análise, ela obteve o maior número de vezes o maior valor-p nos testes de aderência, chegando a 73,85% das vezes no teste de Anderson-Darling e 71,84% das vezes no teste Qui-Quadrado.
dados de chuva; distribuição de probabilidade; distribuição exponencial mista
Thumbnail
Thumbnail
Thumbnail
