Aplicação do Modelo Estocástico Cadeia de Markov a Dados Diários de Precipitação dos Estados da Bahia e Sergipe (Application of Stochastic Markov Chain Model to Data Daily Rainfall of the States of Bahia and Sergipe)

Author:

Araújo Winicius Santos,Sousa Francisco De Assis Salviano de,Brito José Ivaldo Barbosa de,Lima Lourivaldo Mota

Abstract

O objetivo desta pesquisa foi fornecer uma distribuição espacial e computar as probabilidades incondicionais e condicionais de primeira ordem das precipitações dos Estados da Bahia e Sergipe. Para tanto, foram utilizados dados diários pluviais referentes a um período de 47 anos (1960-2006) de 75 postos e/ou estações meteorológicas fornecidos pela antiga rede de postos da SUDENE através do DCA. Os resultados mostram que a zona oeste da área pesquisada é a mais favorecida com a precipitação na estação verão, ocorrendo o oposto disto na estação inverno; o leste é o mais beneficiado no inverno, o sul na primavera, e o norte no outono. Foi obtido que a probabilidade incondicional, P(C), na região costeira, é influenciada pela alta disponibilidade de umidade do Atlântico e pela geração de sistemas que provocam precipitação devido ao contraste de temperatura da superfície oceano-continente, particularmente durante os meses de outono e primavera. No verão o efeito oceânico não é percebido devido à alta disponibilidade de umidade sobre a área pesquisada e a alta persistência observada da precipitação diária está associada com os núcleos de máximas precipitações que se destacam na estação verão, enquanto que no inverno a baixa persistência foi predominante.Palavras - chave: distribuição espacial, cadeia de markov, precipitação diária. Application of Stochastic Markov Chain Model to Data Daily Rainfall of the States of Bahia and Sergipe ABSTRACTThe objective of this research was to provide a spatial distribution and compute the probabilities conditional and unconditional first order of precipitation of the States of Bahia and Sergipe. It had been used daily rainfall data relating to a period of 47 years (1960-2006) of 75 stations and/or meteorological stations provided by the former station network SUDENE by DCA. The results show that the area west of the area searched is more favored with rainfall in the summer season, the opposite occurring in this winter season, the east is the most improved in the winter, spring in the south, and north in the autumn. It was obtained that the unconditional probability, P(C), the coastal region, is influenced by the high availability of moisture from the Atlantic and the generation of systems that cause precipitation due to the contrast of surface temperature of ocean-continent, particularly during the autumn months and Spring. In summer the ocean effect is not perceived due to the high availability of moisture over the area surveyed and observed high persistence of daily rainfall is associated with the nuclei of maximum precipitation that stand out in the summer season, while in winter the low persistence prevailed.Keywords: spatial distribution, markov chain, daily precipitation.

Publisher

Revista Brasileira de Geografia Fisica

Subject

Atmospheric Science,Computers in Earth Sciences,Earth-Surface Processes,Geophysics,General Environmental Science,Geography, Planning and Development

Cited by 2 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3