Use este identificador para citar ou linkar para este item: http://repositorio.bc.ufg.br/handle/ri/17590
Tipo do documento: Artigo
Título: Estimate of intense rainfall equation parameters for rainfall stations of the Paraíba state, Brazil
Título(s) alternativo(s): Estimativa de parâmetros das equações de chuvas intensas para estações pluviométricas do estado da Paraíba, Brasil
Autor: Campos, Alcinei Ribeiro
Silva, João Batista Lopes da
Santos, Glenio Guimarães
Ratke, Rafael Felippe
Aquino, Itauane Oliveira de
Resumo: As chuvas constituem-se na principal fonte de água para bacias hidrográficas. Por isso, a quantificação e o conhecimento de sua distribuição temporal e espacial são indispensáveis para o dimensionamento de projetos hidráulicos. Objetivou-se avaliar a aderência de séries de dados pluviométricos a diferentes modelos probabilísticos e estimar parâmetros da equação de intensidade-duração-frequência (IDF) para estações pluviométricas do Estado da Paraíba. Os dados pluviométricos de cada estação foram obtidos a partir do banco de dados da Agência Nacional de Águas. Para estimar as precipitações máximas diárias de cada estação e o período de retorno (5, 10, 15, 25, 50 e 100 anos), foram utilizadas as seguintes distribuições de probabilidade: Gumbel, Log-Normal II, Log-Normal III, Pearson III e Log-Pearson III. A estimativa das chuvas nas durações de 5-1.440 min foi realizada pela desagregação das precipitações pluviométricas diárias. O ajuste da equação IDF foi realizado por meio de regressão múltipla não linear, com uso do método de interação de gradação reduzida generalizada não linear. As equações de chuvas intensas para a maioria das estações, quando comparadas aos dados observados, apresentaram ajustes com coeficientes de determinação acima de 0,99, que referenda a metodologia empregada neste trabalho.
Abstract: Rainfall is the primary water source for hydrographic basins. Hence, the quantification and knowledge of its temporal and spatial distribution are indispensable in dimensioning hydraulic projects. This study aimed at assessing the fit of a series of rainfall data to different probability models, as well as estimating parameters of the intensity-duration-frequency (IDF) equation for rain stations of the Paraíba State, Brazil. The rainfall data of each station were obtained from the Brazilian Water Agency databanks. To estimate the maximum daily rainfall of each station and return period (5, 10, 15, 25, 50 and 100 years), the following probability distributions were used: Gumbel, Log-Normal II, Log-Normal III, Pearson III and Log-Pearson III. The estimation of rainfall in durations of 5-1,440 min was carried out by daily rainfall disaggregation. The adjustment of the IDF equation was performed via nonlinear multiple regression, using the nonlinear generalized reduced gradient interaction method. When compared to the data observed, the intense rainfall equations for most stations showed goodness of fit with coefficients of determination above 0.99, which supports the methodology applied in this study.
Palavras-chave: Hydrology
Intensity-duration-frequency equation
Rainfall
Hidrologia
Equação intensidade-duração-frequência
Pluviosidade
País: Brasil
Instituição: João Batista Duarte
Sigla da instituição: UFG
Unidade acadêmica: Escola de Agronomia - (EA)
Citação: CAMPOS, Alcinei Ribeiro; SILVA, João Batista Lopes da; SANTOS, Glenio Guimarães; RATKE, Rafael Felippe; AQUINO, Itauane Oliveira de. Estimate of intense rainfall equation parameters for rainfall stations of the Paraíba state, Brazil. Pesquisa Agropecuária Tropical, Goiânia, v. 47, n. 1, p. 15-21, jan./mar. 2017. Disponível em: https://www.revistas.ufg.br/pat/article/view/43821.
Tipo de acesso: Acesso Aberto
Identificador do documento: 10.1590/1983-40632016v4743821
Identificador do documento: 10.1590/1983-40632016v4743821
URI: http://repositorio.bc.ufg.br/handle/ri/17590
Data de publicação: Mar-2017
Aparece nas coleções:EA - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Artigo - Alcinei Ribeiro Campos -2017.pdf800,63 kBAdobe PDFThumbnail
Baixar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons