Use este identificador para citar ou linkar para este item: http://repositorio.unesc.net/handle/1/2765
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorBack, Álvaro José-
dc.contributor.authorCoan, Bruno de Pellegrin-
dc.coverage.spatialUniversidade do Extremo Sul Catarinensept_BR
dc.date.accessioned2014-11-19T15:38:51Z-
dc.date.available2014-11-19T15:38:51Z-
dc.date.created2014-
dc.date.issued2014-11-19-
dc.identifier.urihttp://repositorio.unesc.net/handle/1/2765-
dc.descriptionDissertação apresentada ao Programa de Pós-Graduação em Ciências Ambientais da Universidade do Extremo Sul Catarinense-UNESC, como requisito parcial para a obtenção do título de Mestre em Ciências Ambientais.pt_BR
dc.description.abstractA chuva é um dos fatores meteorológicos que apresenta grande variação espacial e temporal. Diversos trabalhos ao ar livre são afetados de forma direta e indireta pela sua ausência ou excesso de precipitação. Este trabalho teve como objetivo caracterizar a frequência e distribuição da precipitação mensal e anual bem como a frequência de ocorrência de períodos secos e chuvosos no Estado de Santa Catarina. Foram utilizados os dados de precipitação diária do período de 1970 a 2012 de 92 estações pluviométricas distribuídas no estado de Santa Catarina, monitoradas pela Agência Nacional de Águas (ANA). Com o teste de Kolmogorov-Smirnov, foram avaliadas as aderências das distribuições mensais a distribuição gama e para as precipitações totais anuais avaliou-se a aderência para distribuição normal e gama. Para a estimativa da sequencia de dias secos e chuvosos foi usada a distribuição geométrica, em que os parâmetros foram obtidos das matrizes de transição entre dias secos e chuvosos segundo a cadeia de Markov de primeira ordem e dois estados. O critério adotado como dia seco foi valor de precipitação inferior a 1,0 mm. Para avaliar a aderência da distribuição Geométrica às sequencias observadas de dias secos e chuvosos foi utilizado o teste de Kolmogorov-Smirnov ao nível de significância de 5%. Para representar a variação espacial e sazonal da precipitação foram gerados mapas das variáveis analisadas usando o software ArcGIS. Com base nos dados, observou-se que a distribuição Gama se mostrou adequada para estimar as probabilidades de chuva mensal e também para as séries anuais, sendo que em 75% das estações o ajuste obtido com a distribuição gama foi melhor que a distribuição normal. Foram determinados os mapas mensais de precipitação com probabilidades de 25%, 50 e 75 %, em que se pode observar a variação sazonal e também espacial da precipitação no estado de Santa Catarina. Nos meses de outubro a março as maiores precipitações mensais ocorrem na região do litoral norte e menor no litoral sul. Nos meses de abril a setembro observa-se maiores precipitações na região oeste do estado. A distribuição geométrica se mostrou adequada para estimativa das sequencias de dias secos e chuvosos para todas estações analisadas. Foram determinados os mapas de probabilidade de ocorrência de 3, 5 e 7 dias chuvosos consecutivos e também a probabilidade de ocorrência de 7, 10 e 15 dias secos consecutivos.pt_BR
dc.description.abstractRain is one of the meteorological factors that have large spatial and temporal variation. Several outdoor activities are directly or indirectly affected by the precipitation absence or its excess. This study aimed to characterize the frequency and distribution of monthly and annual precipitation and the frequency of occurrence of dry and wet periods in the State of Santa Catarina. We used data of daily precipitation from the period between 1970-2012 of 92 rainfall stations distributed in the state of Santa Catarina, monitored by the National Water Agency (ANA). With the Kolmogorov-Smirnov test we evaluated the adhesions of the monthly gamma distribution and the total annual precipitation we evaluated the adhesion to normal and gamma distribution. To estimate the sequence of dry and wet days we used the geometric distribution, where the parameters were obtained from the transition matrices between wet and dry days according to Markov chains of first order and two states. The adopted criterion as dry day was a value of precipitation less than 1,0 mm. To evaluate the Geometric distribution adhesion to the observed sequences of dry and wet days we used the Kolmogorov-Smirnov test to the level of significance of 5%. Maps of analyzed variables were generated to represent the spatial and seasonal precipitation variation using ArcGIS software. Based on data we observed that Gamma distribution seemed adequate to estimate the probabilities of monthly rain and also to annual series, being that in 75% of the stations the obtained adjust with the gamma distribution was better than the normal distribution. The monthly maps of precipitation were determined with probabilities of 25%, 50% and 75%, in which we can observe the seasonal variation and also spatial variation of the precipitation in the state of Santa Catarina. From October to March the biggest monthly precipitations occur by the North and less by the South. From April to September it is observed a higher rainfall level in the Western Region of the state. The geometric distribution seemed adequate to estimate the sequences of dry and rainy days for all stations analyzed. The probability maps of occurrence of 3, 5 and 7 rainy days were determined as the probability of occurrence of 7, 10 e 15 consecutive dry days were so.
dc.language.isopt_BRpt_BR
dc.subjectPrecipitação (Meteorologia)pt_BR
dc.subjectFrequência da intensidade da chuvapt_BR
dc.subjectChuvaspt_BR
dc.subjectSecaspt_BR
dc.subjectVariação sazonalpt_BR
dc.titleCaracterização e probabilidades de ocorrência de estiagens e períodos chuvosos no estado de Santa Catarinapt_BR
dc.typeDissertaçãopt_BR
Aparece nas coleções:Dissertação (PPGCA)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Bruno de Pellegrin Coan.pdfDissertação5,41 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.