Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/17008
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorLúcio, Paulo Sergiopt_BR
dc.contributor.authorCarvalho, Daniel Matos dept_BR
dc.date.accessioned2014-12-17T15:26:38Z-
dc.date.available2010-11-07pt_BR
dc.date.available2014-12-17T15:26:38Z-
dc.date.issued2010-05-31pt_BR
dc.identifier.citationCARVALHO, Daniel Matos de. Downscaling estocástico para extremos climáticos via interpolação espacial. 2010. 89 f. Dissertação (Mestrado em Probabilidade e Estatística; Modelagem Matemática) - Universidade Federal do Rio Grande do Norte, Natal, 2010.por
dc.identifier.urihttps://repositorio.ufrn.br/jspui/handle/123456789/17008-
dc.description.abstractPresent day weather forecast models usually cannot provide realistic descriptions of local and particulary extreme weather conditions. However, for lead times of about a small number of days, they provide reliable forecast of the atmospheric circulation that encompasses the subscale processes leading to extremes. Hence, forecasts of extreme events can only be achieved through a combination of dynamical and statistical analysis methods, where a stable and significant statistical model based on prior physical reasoning establishes posterior statistical-dynamical model between the local extremes and the large scale circulation. Here we present the development and application of such a statistical model calibration on the besis of extreme value theory, in order to derive probabilistic forecast for extreme local temperature. The dowscaling applies to NCEP/NCAR re-analysis, in order to derive estimates of daily temperature at Brazilian northeastern region weather stationseng
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal do Rio Grande do Nortepor
dc.rightsAcesso Abertopor
dc.subjectDistribuição Generalizada de Valores Extremospor
dc.subjectDistribuição Generalizada de Paretopor
dc.subjectKrigagem.por
dc.subjectGeneralized extreme valueeng
dc.subjectgeneralized pareto distribuctioneng
dc.subjectKrigagemeng
dc.titleDownscaling estocástico para extremos climáticos via interpolação espacialpor
dc.typemasterThesispor
dc.publisher.countryBRpor
dc.publisher.initialsUFRNpor
dc.publisher.programPrograma de Pós-Graduação em Matemática Aplicada e Estatísticapor
dc.contributor.advisorLatteshttp://lattes.cnpq.br/5291232352923880por
dc.contributor.referees1Costa, Francisco Alexandre dapt_BR
dc.contributor.referees1Latteshttp://lattes.cnpq.br/5307397723573993por
dc.contributor.referees2Ribeiro Junior, Paulo Justinianopt_BR
dc.contributor.referees2Latteshttp://lattes.cnpq.br/0852938701434556por
dc.description.resumoOs dados de reanálise de temperatura do ar e precipitação do NCEP National Centers for Environmental Predictions serão refinados para a produção dos níveis de retorno para eventos extremos nas 8 capitais do Nordeste Brasileiro - NB: São Luis, Teresina, Fortaleza, Natal, João Pessoa, Recife, Maceió, Aracaju e Salvador. A grade do Ncep possui resolução espacial de 2.5° x 2.5° disponibilizando séries históricas de 1948 a atualidade. Com esta resolução a grade envolve o NB utilizando 72 localizações (séries). A primeira etapa consiste em ajustar os modelos da Distribuição Generalizada de Valores Extremos (GEV) e da Distribuição Generalizada de Pareto (GPD) para cada ponto da grade. Utilizando o método Geoestatístico denominado Krigagem, os parâmetros da GEV e GPD serão interpolados espacialmente. Considerando a interpolação espacial dos parâmetros, os níveis de retorno para extremos de temperatura do ar e precipitação poderão ser obtidos aonde o NCEP não fornece informação relevante. Visando validar os resultados desta proposta, serão ajustados os modelos GEV e GPD as séries observacionais diárias de temperatura e precipitação de cada capital nordestina, e assim comparar com os resultados obtidos a partir da interpolação espacial. Por fim o método de Regressão Quantílica será utilizado como método mais tradicional com a finalidade de comparação de métodos.por
dc.publisher.departmentProbabilidade e Estatística; Modelagem Matemáticapor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADApor
Appears in Collections:PPGMAE - Mestrado em Matemática Aplicada e Estatística

Files in This Item:
File Description SizeFormat 
DanielMC_DISSERT.pdf1,51 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.