Ajuste de um modelo de séries temporais para prever a precipitação pluviométrica
DOI:
https://doi.org/10.33448/rsd-v10i6.15643Palavras-chave:
Meteorológicas; Previsões; Sazonalidade; Modelo SARIMA.Resumo
A precipitação pluviométrica é uma das variáveis meteorológicas mais relevantes para estudos climáticos. Conhecer sua variabilidade espacial e temporal permite planejar diversas atividades humanas, tanto do ponto de vista econômico quanto social. Tal importância deve-se às consequências que ela pode ocasionar, em excesso ou em falta, causando enchentes, inundações, secas, queda no fornecimento de energia, baixa produção de alimentos, entre outros. Este trabalho teve como objetivo estudar a série histórica de precipitação pluviométrica média mensal da cidade de Lavras/MG a fim de obter um modelo estatístico que permita realizar previsões, para isso utilizou-se 228 observações correspondente ao período de janeiro de 2000 a dezembro de 2018. Para esta análise, foi verificada a existência das componentes tendência e sazonalidade. A metodologia de Box e Jenkins foi utilizada na modelagem dos dados. Foram ajustados alguns modelos utilizando a classe SARIMA, pois a série em estudo apresentou sazonalidade estocástica. A comparação entre os modelos considerados adequados à série foi realizada através do EQM e AIC. O modelo SARIMA (0,0,0) x (0,1,1)12 foi utilizado para fazer previsões de observações futuras. A série de precipitação pluviométrica média mensal da cidade de Lavras/MG apresentou uma componente sazonal com periodicidade de 12 meses. O modelo ajustado obteve um resultado muito bom, pois os intervalos de confiança a 95% contiveram os doze valores reais de precipitação pluviométrica média mensal da cidade de Lavras/MG para o ano de 2019, mesmo diante dos imprevistos e incertezas associadas a fatores climáticos. O modelo em questão pode ser utilizado na tomada de decisões para a realização de planejamentos estratégicos futuros que envolvem questões públicas associadas à cidade de Lavras. Estas previsões também podem ser utilizadas para auxiliar os gestores da usina hidrelétrica do Funil/MG a programar operações e manutenções futuras da vazão de água de forma adequada, pois esta se encontra próxima ao município de Lavras.
Referências
Almeida, E. M., Oliveira, A. C. S., Sanches, L., & Pascoa, M. A. R. (2020). Comportamento e previsão do nível do rio Cuiabá por meio de modelos SETAR. Sigmae, 9(2), 1-13.
Akaike, H. (1973). Maximum likelihood identification of gaussian autoregressive moving average models. Biometrika, 21, 243-247.
Araújo, L. E., Silva, D. F., Neto, J. M. M., & Souza, F. A. S. (2007). Análise da variabilidade espaço-temporal da precipitação na bacia do Rio Paraíba usando IAC. Revista de Geografia, 22(2), 23-26.
Barbosa, E. C., Sáfadi, T., Nascimento, M., Nascimento, A. C. C., Silva, C. H. O., & Manuli, R. C. (2015). Metodologia Box & Jenkins para previsão de temperatura média mensal da cidade de Bauru (SP). Revista Brasileira de Biometria, 33(1), 104-117.
Batista, A. L. F. (2009). Modelos de séries temporais e redes neurais artificiais na previsão de vazão. Dissertação de mestrado, Universidade Federal de Lavras, Lavras, MG, Brasil.
Box, G. E. P., Jenkins, G. M., Reinsel, G., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (4a ed.). San Francisco: Wiley.
Cintra, R. A., Melo, M. I. P., & Bueno Filho, J. S. S. (2019). Modelos de séries temporais para a previsão da temperatura média mensal de Lavras, MG. Sigmae, 8(2), 596-605.
Ferreira, R. A., Miranda, V. F. L., Santos, P. M., & Sáfadi, T. (2020). Um estudo sobre a evolução de óbitos por câncer de mama no Brasil usando modelos de séries temporais. Research, Society and Development, 9(12), 1-20.
Hannan, E. J., & Quinn, B. G. (1979). The determination of the order of autoregression. Journal of the Royal Statistical Society: Series B (Methodological), 41(2), 190-195.
Instituto Nacional de Meteorologia. (2020). Recuperado em 15 de outubro de 2020, de https://portal.inmet.gov.br/dadoshistoricos#.
Ljung, G. M., & Box, G. E. P. (1978). On a measure of lack of _t in time series models. Biometrika, 65(2), 97-303.
Mello, Y. R., & Oliveira, T. M. N. (2016). Análise estatística e geoestatística da precipitação média para o município de Joinville/SC. Revista Brasileira de Meteorologia, 31(2), 229-239.
Miranda, T. P. (2016). Previsão da precipitação mensal do município de Ouro Branco - MG, por meio de modelos de séries temporais. Dissertação de mestrado, Universidade Federal de São João Del Rei, São João Del Rei, MG, Brasil.
Moraes, B. C., Costa, J. M. N., Costa, A. C. L., & Costa, M. H. (2005). Variação espacial e temporal da precipitação no estado do Pará. Acta Amazônica, 35(2), 207-214.
Morettin, P. A., & Toloi, C. M. C. (2006). Análise de Séries Temporais (2a ed.). São Paulo: E. Blucher.
Paiva, D. A., Herval, A. C. F., & Sáfadi, T. (2019). Metodologia de Séries Temporais como ferramenta de análise na produção de frangos no Brasil. Sigmae, 8(2), 227-237.
Passos, M. L. V., Raposo, A. B., & Mendes, T. J. (2017). Precipitação pluviométrica mensal e anual provável para o município de São Mateus /ES. Agropecuária Científica no Semiárido, 13(2), 162-168.
Pereira, A. R., Costa, A. S., Oliveira, V. G., Borges, P. F., & Filho, A. I. (2015). Análise do comportamento das médias anuais da precipitação pluvial e temperatura da cidade de Areia, Paraíba. Gaia Scientia, 9(1), 67-73.
R Development Core Team. (2021). R: a language and environment for statistical computing. Vienna: R Foundation for statistical computing. http://www.Rproject.org.
Santos, F. A., & Aquino, C. M. S. (2017). Análise da precipitação pluviométrica no município de Castelo do Piauí, Nordeste do Brasil. Geousp, 21(2), 619-633.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Pedro Henrique Alves Bittencourt Santos; Otávio Augusto dos Santos Delfino; Ricardo Vitor Ribeiro dos Santos; Mateus do Nascimento
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
