
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Marques, Rosângela Francisca de Paula Vitor | - |
| Autor(es): dc.creator | Mello, Carlos Rogério de | - |
| Autor(es): dc.creator | Silva, Antônio Marciano da | - |
| Autor(es): dc.creator | Franco, Camila Silva | - |
| Autor(es): dc.creator | Oliveira, Alisson Souza de | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:33:33Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:33:33Z | - |
| Data de envio: dc.date.issued | 2017-06-05 | - |
| Data de envio: dc.date.issued | 2017-06-05 | - |
| Data de envio: dc.date.issued | 2014-07 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/13146 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1142351 | - |
| Descrição: dc.description | Probabilistic 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. | - |
| Descrição: dc.description | Estudos 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. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Direitos: dc.rights | acesso aberto | - |
| ???dc.source???: dc.source | Ciência e Agrotecnologia | - |
| Palavras-chave: dc.subject | Probability distribution models | - |
| Palavras-chave: dc.subject | Intense rainfall | - |
| Palavras-chave: dc.subject | Statistical inference | - |
| Palavras-chave: dc.subject | Non-parametric statistical tests | - |
| Palavras-chave: dc.subject | Distribuição de probabilidades | - |
| Palavras-chave: dc.subject | Chuvas intensas | - |
| Palavras-chave: dc.subject | Inferência estatística | - |
| Palavras-chave: dc.subject | Testes estatísticos não paramétricos | - |
| Título: dc.title | Performance of the probability distribution models applied to heavy rainfall daily events | - |
| Título: dc.title | Desempenho de distribuições de probabilidades aplicadas a eventos extremos de precipitação diária | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: