Distribuição de probabilidades para precipitação máxima diária na Bacia Hidrográfica do Rio Verde, Minas Gerais Translated title: Probability distributions for maximum daily rainfall in the watershed of Rio Verde, Minas Gerais, Brazil

Abstract

Estimativas probabilísticas de eventos extremos são de grande relevância para o planejamento das atividades humanas. As distribuições de probabilidade possibilitam a estimativa de eventos de precipitação máxima diária anual associados às suas frequências de ocorrência. Objetivou-se, com este trabalho, identificar, dentre as distribuições Gumbel, Gama a 2 parâmetros e Generalizada de Valores Extremos (GEV), qual a mais indicada para aplicação às séries históricas de precipitação máxima diária anual na bacia hidrográfica do rio Verde, no Sul de Minas Gerais. Os parâmetros de cada distribuição foram estimados pelos métodos dos momentos, máxima verossimilhança e momentos-L. Para tal, foram empregadas, neste estudo, oito estações pluviométricas com séries históricas de, no mínimo, 20 anos de dados, distribuídas pela bacia hidrográfica. Pelos testes de adequação de Kolmogorov-Smirnov, Qui-Quadrado, Anderson Darling e Filliben, a distribuição Gumbel, estimada pelos três métodos, obteve os ajustes menos adequados. A distribuição GEV, pelo método dos momentos-L, foi a mais adequada para análise probabilística de precipitação máxima diária na Bacia Hidrográfica do Rio Verde, devendo ser priorizada para planejamentos na região.

Translated abstract

Probabilistic estimates of extreme events are much relevant for the planning of human activities. Thus, probability distributions enable the estimation of maximum annual daily precipitation events, associated with their respective frequencies. The aim of this study was to identify, among the Gumbel distribution, Gamma at 2 parameters and the Generalized Extreme Value (GEV), which is the most suitable to be used on historical series of annual maximum daily rainfall in the Rio Verde basin in Southern Minas Gerais. The parameters of each distribution were estimated by the methods of moments, maximum likelihood and L-moments. For this, eight rainfall stations were used with historical series of at least 20 years distributed over the watershed. By statistical tests as the Kolmogorov-Smirnov, Chi-square, Anderson Darling and Filiben test, the Gumbel distribution obtained the least appropriate adjustments. The GEV distribution by L-moments method was the most appropriate for probabilistic analysis of annual daily extreme precipitation events in the Rio Verde basin and should be prioritized for planning in the region.