Return to search

A distribuição generalizada de valores extremos no estudo da velocidade máxima do vento em Piracicaba, SP. / The generalized extreme value distribution to study maximum wind speed in Piracicaba, SP.

A teoria dos valores extremos desempenha um papel fundamental na modelagem de eventos associados a probabilidades muito pequenas ou eventos raros. Os modelos probabilísticos baseados nesta teoria visam predizer, a partir de um conjunto de valores máximos de um processo ambiental registrado num período relativamente curto (30 anos, por exemplo), os valores máximos esperados num período maior de tempo (50, 100 ou mais anos), que para o caso específico dos ventos, são de grande utilidade no planejamento de estruturas civis. Este trabalho consistiu no ajuste da distribuição generalizada de valores extremos (GVE), que inclui como casos particulares, as distribuições Gumbel, Fréchet e de Weibull (definidas na teoria dos valores extremos), aos dados de velocidade máxima mensal de ventos registrados durante um período de 43 anos (1956 a 1971 e 1974 a 2000) na estação agrometeorológica da Escola Superior de Agricultura "Luiz de Queiroz" em Piracicaba, Estado de São Paulo. Para a estimação dos parâmetros dessa distribuição, foi utilizado o método da máxima verossimilhança. O ajuste aos dados foi avaliado através dos gráficos quantil-quantil e do teste de Kolmogorov-Smirnov. A partir do ajuste inicial da distribuição GVE, a distribuição de Gumbel demonstrou ser a mais adequada para modelar os dados de velocidade máxima de vento em todos os meses do ano. Observou-se também, que os meses de setembro a dezembro apresentaram as maiores velocidades máximas de vento. Ventos com velocidades acima de 60 km h-1, considerados como muito fortes, também apresentaram-se neste período do ano. Por último, foram obtidos os níveis de retorno para os períodos de retorno 5, 10, 50 e 100 anos, e construídos seus respectivos intervalos de 95% de confiança, através dos métodos delta e da estatística de razão de verossimilhança. / The extreme value theory plays a fundamental role in modeling of events associated to very small probabilities or rare events. The aim of the probabilistic models based on this theory is to predict, from a set of maximum values of an environmental process recorded on a relatively short period (e.g. 30 years), the expected maximum values in a greater period (50, 100 or more years). For the specific case of wind, these values are very useful for the planing and development of civil structures. This work is concerned with the fitting of the generalized extreme value (GEV) distribution, which includes as specific cases, the Gumbel, Fréchet and Weibull distributions (defined in the extreme value theory), to the maximum wind speeds recorded monthly during a 43 years period (1956 to 1971 and 1974 to 2000) in the agrometeorological station of the College of Agriculture "Luiz de Queiroz", in Piracicaba, SP (Brazil). For the estimation of parameters of the GVE distribution the method of the maximum likelihood was used. The fitting to the data was evaluated through the quantil-quantil graph and the Kolmogorov-Smirnov test. From the initial fitting of the GEV distribution, we concluded that the Gumbel distribution was the most suitable to model the maximum wind speed for all months. It was observed that the September to December period showed the highest values of maximum wind speed. This period also showed winds with speeds above 60 km h-1, considered as very strong. Finally, we obtained the return levels for the return periods of 5, 10, 50 and 100 years, and we constructed their respective 95% confidence intervals, through the delta and the likelihood ratio statistics methods.

Identiferoai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-24072002-172249
Date29 May 2002
CreatorsBautista, Ezequiel Abraham López
ContributorsZocchi, Silvio Sandoval
PublisherBiblioteca Digitais de Teses e Dissertações da USP
Source SetsUniversidade de São Paulo
LanguagePortuguese
Detected LanguagePortuguese
TypeDissertação de Mestrado
Formatapplication/pdf
RightsLiberar o conteúdo para acesso público.

Page generated in 0.0019 seconds