Estudio del comportamiento de las lluvias mensuales en el Municipio de Aracaju, Estado de Sergipe, Brasil
DOI:
https://doi.org/10.33448/rsd-v9i8.6188Palabras clave:
Series temporales; Desastres naturales; SARIMA.Resumen
El objetivo de este artículo fue investigar los patrones (tendencia y estacionalidad) de los niveles de lluvia en el municipio de Aracaju, presentando una metodología para hacer pronósticos adecuados para cortos períodos de tiempo. Se sabe que las diferentes regiones del Noreste de Brasil (NEB) tienen una alta variabilidad temporal en la precipitación. Específicamente, NEB ha estado sufriendo condiciones climáticas extremas, sequías e inundaciones durante el mismo año, y no es diferente en el estado de Sergipe, especialmente en su capital, Aracaju. Para eso, tales predicciones se utilizan para anticipar los fenómenos y organizar acciones de mitigación. En este estudio, elegimos usar el modelo integrado autorregresivo de promedios móviles estacionales (SARIMA) que contiene dos partes: una no estacional y otra estacional. Los datos de precipitación mensual acumulada en Aracaju, de 1986 a 2018, mostraron una tendencia decreciente y una estacionalidad de doce meses. Ajustar la clase de modelos SARIMA a esta serie histórica demostró ser una alternativa adecuada para pronosticar la precipitación mensual en esta ciudad. Por lo tanto, a través del estudio de este manuscrito, el modelo seleccionado presentó estimaciones adecuadas de precipitación, lo que sugiere que los modelos de la clase SARIMA pueden usarse como una herramienta para pronosticar los niveles mensuales de lluvia en la región en estudio. Estas estimaciones se pueden utilizar para gestionar mejor los recursos hídricos, anticipando las necesidades futuras de la sociedad, como largos períodos de sequía, sequias y inundaciones.
Citas
Alcântara, L. R. P., Silva, M. E. R., Santos Neto, S. M., Lafayette, F. B., Coutinho, A. P., Montenegro, S. M. G. L., & Antonino, A. C. D. (2020). Climate change and trends of the rainfall of the city of Recife. Research, Society and Development, 9(3), 1-21.
Antunes, J. L. F. & Cardoso, M. R. A. (2015). Using time series analysis in epidemiological studies. Epidemiol. Serv. Saúde. 24(3), 565-76.
Arai, F. K, Pereira, S. B., Gonçalves, G., Daniel, O., Peixoto, P., & Vitorino, A. C. T. (2009). Espacialização da precipitação pluvial na Bacia do Rio Dourados. In: Congresso Brasileiro de Ciência do Solo, 2-7 ago., Fortaleza. Anais Fortaleza: UFC. CD-ROM.
Campos, J. D. C., Silva, V. D. P., Azevedo, P. V., Borges, C. J., Soares, J. M., Moura, M.S., & Silva, B. B. (2008). Evapotranspiração e produtividade da mangueira sob diferentes tratamentos de irrigação. Rev. Bras. Eng. Agríc. Ambient., (12(2), 150-156.
CEPED - Centro Universitário sobre Estudos e Pesquisa sobre Desastres. (2013) Universidade Federal de Santa Catarina. Atlas brasileiro de desastres naturais: 1991 a 2012. Volume Brasil. Ed. 2. Florianópolis: CEPED/UFSC,126.
Chiaranda, R., Rizzi, N. E., Colpini, C., Soares, T. S., & Versides, S. M. (2012). Análise da precipitação e da vazão da bacia do Rio Cuiabá. Rev. Bras. Ciênc. Agrag., 7(1), 117-122.
Espinosa, M. M., Prado, S. M., & Ghellere, M. (2010). Uso do modelo SARIMA na previsão do número de focos de calor para os meses de junho a outubro no Estado de Mato Grosso. Ciênc. Nat., 32(2), 07-21.
Hyndman, R. J., Athanasopoulos, G., Bergmeir, C., Caceres, G., Chhay, L., O'Hara-Wild, M., Petropoulos, F., Razbash, S., Wang, E., & Yasmeen, F. (2018). forecast: Forecasting functions for time series and linear models. Software, R package.
Knechtel, M. D. R. (2014). Metodologia da pesquisa em educação: uma abordagem teórico-prática dialogada. Curitiba: Intersaberes.
Mateus, A., & Caeiro, F. (2014). An R implementation of several randomness tests. In AIP Conference Proceedings, 1618(1), 531-534. American Institute of Physics.
Morettin, P. A., & Toloi, C. M. C. (2006). Análise de séries temporais. Blücher. São Paulo.
Moreno, N. B. C., Silva, A. A., & da Silva, D. F. (2016). Análise de variáveis meteorológicas para indicação de áreas agrícolas aptas para banana e caju no Estado do Ceará. Revista Rev. Bras. Geogr. Fís., 9(01), 1-15.
Hollander, M., Wolfe, D. A., & Chicken, E. (2013). Nonparametric statistical methods. John Wiley & Sons.
Pereira, A. S., et al. (2018). Metodologia da pesquisa científica. [e-book]. Santa Maria. Ed. UAB/NTE/UFSM. Disponível em: https://repositorio.ufsm.br/bitstream/handle/1/ 15824/Lic_ Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1.
R Core Team (2018). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
SERGIPE (2011). Coordenadoria Estadual de Defesa Civil (CEDEC). Acervo fotográfico.
Santos, C. A. C. D., Brito, J. I. B. D., Rao, T. V. R., & Menezes, H. E. A. (2009). Tendências dos índices de precipitação no Estado do Ceará. Rev. Bras. de Meteorol., 24(1), 39-47.
Silva, V. D. P. D., Guedes, M. J., Lima, W. F., & Campos, J. H. (2002). Modelo de previsão de rendimento de culturas de sequeiro, no semi-árido do Nordeste do Brasil. Rev. Bras. Eng. Agríc. Ambient., 6(1), 83-87.
Silva, S. D. A., Lima, J. S. D. S., & Bottega, E. L. (2011). Variabilidade espacial da precipitação pluviométrica para o Estado do Espírito Santo utilizando métodos multivariados. Rev. Bras. Ciên. Agrár., 6(4), 703-790.
Silva, V. P., Pereira, E. R., Azevedo, P. V. D., Sousa, F. D. A., & Sousa, I. F. D. (2011). Análise da pluviometria e dias chuvosos na região Nordeste do Brasil. Rev. Bras. Eng. Agríc. Ambient., 15(2), 131-138.
Silva, M. F. C., Barboza, E. N., & Silva, A. M. S. (2020). Climatology applied in the analysis of urban disasters: the case of the climatic event of Bodocó, Pernambuco, Brazil. Research, Society and Development, 9(7), 1-21.
Sousa, A. B., Rufino, L. L., Maia, L. M., Moura, M. A. R., Silva, D. F. & Farias, W. R. G. (2011). Relação entre variabilidade climática e produção agrícola de mandioca no Cariri Cearense. Anais. In: IV Simpósio Internacional de Climatologia, João Pessoa. Recuperado de <http://www.sbmet.org.br/sic2011/arq/37469125081903746912508.pdf>.
Suliano, D. C., Magalhães, K. A., & Soares, R.B. (2009). A Influência do Clima no Desempenho da Economia Cearense. Fortaleza: IPECE.
Vianello, R. L. (1991). Meteorologia básica e aplicações. Viçosa: Imprensa Universitária.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Otávio Enrique José de Oliveira Ramos, Elias Silva de Medeiros, Alessandra Querino da Silva, Luciano Antonio de Oliveira, Carolina Cristina Bicalho
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
