Modelagem não estacionária GAMLSS aplicada à precipitação no Estado da Paraíba, Brasil.

• Ano de defesa: 2020
• Autor(a) principal: DANTAS, Leydson Galvíncio.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Tecnologia e Recursos Naturais - CTRN; PÓS-GRADUAÇÃO EM METEOROLOGIA; UFCG
• Palavras-chave em Português: Não-estacionário; Recursos hídricos; Índices climáticos; Nordeste; Distribuição ZAGA; Non-stationary; Water resources; Climate indices; Northeast; ZAGA distribution; Meteorologia
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/26534

O estado da Paraíba faz parte da região semiárida do Brasil, onde nos últimos anos vem convivendo com secas severas, resultando em grandes prejuízos socioeconômicos associados à variabilidade climática. A compreensão do quanto e como a precipitação pode ser influenciada pelo comportamento da temperatura da superfície do mar (TSM) na região tropical pode auxiliar na mitigação de problemas como este. Para isso, é necessário ajustar um modelo que consiga capturar a influência da TSM nas séries temporais de precipitação. Neste estudo, o modelo aditivo generalizado para localização, escala e forma (GAMLSS) foi aplicado com o objetivo de filtrar os índices climáticos com maior eficiência preditiva e, consequentemente, realizar prognósticos climáticos de precipitação. Os resultados evidenciam a frequente influência da TSM no estado, sendo a colaboração do Oceano Atlântico tropical mais efetiva que a do Oceano Pacífico tropical na distribuição das chuvas, destacando os índices TNA, TSA, AMO, SOI e PDO, como os principais preditores. O modelo GAMLSS demostrou habilidade preditiva durante o verão e outono austral na Paraíba. Essa performance é verificada durante a aplicação dos prognósticos climáticos nos anos de 2016 e 2017, destacando os trimestres de JFM, FMA, MAM e AMJ, como os de maior potencial preditivo. A metodologia demonstra características inovadoras pelo potencial na geração de prognóstico climático. Permitindo aos diversos setores, possibilidades de gestão regional e sustentável dos recursos hídricos, o que pode promover, de modo prático, resiliência ao risco climático.