Análise e modelagem estatística para caracterização climática da região hidrográfica do Xingu-PA

• Ano de defesa: 2018
• Autor(a) principal: Morais, Thiago Moura de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica de Goiás; Escola de Engenharia::Curso de Engenharia de Produção; Brasil; PUC Goiás; Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas
• Palavras-chave em Português: Geoestatística, Climatometria, Hidrologia estatísitica, Sazonalidade Climática, Série Temporais; Geostatistics, Climatometry, Statistical Hydrology, Climate Seasonality, Time Series; Engenharias: Engenharia de Produção
• Link de acesso: http://tede2.pucgoias.edu.br:8080/handle/tede/4505

Devido as mudanças nos padrões climáticos nas últimas décadas, compreender os elementos climáticos e as incertezas que os permeiam são de extrema importância, para definição de medidas estratégicas e minimizar os possíveis riscos advindos com as mudanças no clima. Este estudo teve como objetivo analisar e caracterizar a variabilidade climática espaço-temporal da Região Hidrográfica do Xingu-PA relacionando ao fenômeno El Niño-Oscilação Sul. Os resultados mostram padrões climáticos com comportamento distintos entre as variáveis, onde a precipitação apresenta maior variabilidade, além do comportamento inverso ascendente na temperatura e descendente na umidade relativa do ar. Foi verificado relação altimétrica inversa com as variáveis precipitação e temperatura. Devido à alta variabilidade nos padrões climáticos, não houve ajuste à uma função densidade de probabilidade considerando todo o conjunto de dados, que só foi possível considerando períodos intervalares. Pela análise de El Niño e La Niña se verificou grande influência das anomalias no clima em diferentes períodos, justificando valores extremos identificados nas séries. Também foi verificado predominância de moderada e forte dependência espacial e baixo alcance variográfico, que inviabiliza estimativas de novos pontos de monitoramento, necessitando de novas abordagens para utilização conjunta. O modelo SARIMA se mostrou uma boa abordagem para modelagem de dados de temperatura e umidade relativa do ar com média mensal, no entanto, para precipitação acumulada mensal não apresentou bom desempenho. Os resultados apontam possíveis impactos na economia e na disponibilidade de água no sistema de drenagem da UHE Belo Monte à longo prazo