23º SINAPE - Simpósio Nacional de Probabilidade e Estatística

Dados do Trabalho


Título

MODELAGEM DE VENTOS EXTREMOS EM BAURU-SP: UMA ABORDAGEM BAYESIANA

Resumo

A previsão probabilística da ocorrência de ventos extremos é de grande importância para o planejamento de projetos na engenharia agrícola, estrutural e civil. A necessidade deste planejamento se dá para evitar danos e prejuízos que podem ser provocados pela ocorrência de ventos com alta intensidade. Uma maneira de modelar esses fenômenos é por meio da distribuição generalizada de valores extremos (GEV). Diante destes fatos, o objetivo deste trabalho foi avaliar a aplicação da Inferência Bayesiana na predição da ocorrência de ventos máximos semestrais, em Bauru-SP, utilizando-se a distribuição generalizada de valores extremos (GEV). Os dados de velocidades máximas de vento (km h-1) foram obtidos junto ao Instituto Nacional de Meteorologia (INMET), referentes ao período de agosto de 2006 a dezembro de 2016. Os máximos observados nos últimos oito semestres foram usados para avaliar a acurácia e o erro médio de predição para diferentes tempos de retorno. A distribuição normal trivariada foi utilizada como priori, sendo as informações acerca da velocidade máxima dos ventos de Piracicaba-SP, utilizadas para elicitar os hiperparâmetros. Além disso, foram criadas diferentes combinações de distribuição a priori, usando estruturas de variâncias multiplicando-se a matriz de covariâncias por 1, 2, 4 e 8. A aplicação da inferência Bayesiana com priori informativa, fundamentada nos dados de Piracicaba-SP, com estrutura de variância a priori multiplicada por oito, foi a mais adequada para prever o comportamento da velocidade máxima do vento de Bauru-SP, fornecendo resultados mais acurados e precisos, levando a erros de predição menores que 3%.

Palavras-chave

Distribuição generalizada de valores extremos; distribuição a priori; método da máxima verossimilhança; predição; tempos de retorno

Área

Inferência Bayesiana

Autores

Gisele Carolina Almeida, Luiz Alberto Beijo, Fabricio Goeking Avelar