Precipitation pattern in Viçosa-MG: a case study via time series

Authors

  • Maurício Silva Lacerda Universidade Federal de Viçosa
  • Helgem de Souza Ribeiro Martins Universidade Federal de Ouro Preto
  • Alex da Silva Temoteo CEFET – MG, Campus III – Leopoldina MG
  • Paulo César Emiliano Universidade Federal de Viçosa - UFV

DOI:

https://doi.org/10.18406/2316-1817v14n120221642

Keywords:

Precipitação pluviométrica, preservação ambiental, previsão, SARIMA, ARCH.

Abstract

This paper studies monthly precipitation time series in Viçosa MG, Brazil. We aimed to detect serial patterns in precipitation like trend and seasonality and make predictions for the 2019 year. The idea was to understand water shortage events that occur in Viçosa as well as the challenges regarding water supply for human consumption and agricultural production faced by urban and rural citizens. We used time series and SARIMA (1,0,0) x (0,1,1) model approaches selected based on Bayesian and Akaike Information criteria values (BIC and AIC, respectively). In addition, the ARCH (2) model, selected through AIC, was used to fit SARIMA (1,0,0) x (0,1,1) residues with heteroscedasticity. Our results reveal no changes in precipitation for Viçosa, MG, Brazil, with large variations observed only for specific periods.

Author Biography

Maurício Silva Lacerda, Universidade Federal de Viçosa

Aluno do Programa de Pós Graduação em Estatística Aplicada e Biometria - Departamento de Estatística - Universidade Federal de Viçosa - DETUFV

References

AKAIKE, H. A new look at the statistical model identification. IEEE Transactions on Automatic Control, Notre Dame, v.19, n.6, p. 717-723, 1974.

BLEIDORN, M. T.; PINTO, W. P.; BRAUM, E. S.; LIMA, G. B.; MONTEBELLER, C. A. Modelagem e previsão de vazões médias mensais do rio Jucu, ES, utilizando o modelo SARIMA. IRRIGA, v. 24, n. 2, p. 320-335, 2019.

BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, North Holland, v.31, n.3, p. 307-327, 1986.

BONETT, D. G.; SEIER, E. A test of normality with high uniform power. Computational Statistics and Data Analysis, v. 40, p. 435-445, 2002.

BOX, G. E. P.; JENKINS, G. M.; REINSEL, G. C. Time series analysis forecasting and control.4. ed. Hoboken: John Wiley & Sons, 2008. 746p.

CRYER, J. D.; CHAN, K. S. Time series analysis with applications in R. 2. ed. Nova York: Springer, 2008. 492p.

CARVALHO, R. L. S.; NASCIMENTO, B. I. S.; QUERINO, C. A. S.; SILVA, M. J. G.; DELGADO, A. R. S. Comportamento das series temporais de temperatura do ar, umidade e precipitação pluviométrica no município de Ariquemes (Rondônia-Brasil). Revista Brasileira de Climatologia, Curitiba, v. 18, p. 123-142, 2016.

CHRISTOFIDIS, D. Água, irrigação e agropecuária sustentável. Revista de Política Agrícola, v. 22, n. 1, p. 115-127, 2013.

COSTA, M. N. M.; BECKER, C. T.; BRITO, J. I. B. Análise Das Séries Temporais De Precipitação Do Semiárido Paraibano Em Um Período De 100 Anos - 1911 A 2010. Revista Brasileira de Geografia Física, v. 06, n. 04, p. 680-696, 2013.

D’AGOSTINO, R. B. Transformation to Normality of the Null Distribution of G1. Biometrika, v. 57, n. 3, p. 679-681, 1970.

DICKEY, D.; FULLER, W. A. Distribution of the estimates for autoregressive Time Series with a unit root. Journal of the American Statistical Association, Alexandria, v. 74, n. 366, p.427-431, 1979.

ENGLE, F. R. Autorregressive conditional heteroscedasticity with estimates of the variance United Kingdom inflation. Econometrica, v.50, n.4, p.987-1008, 1982.

FAO. Food and Agricultural Organization of the United Nations. Hunger. Disponível em: http://www.fao.org/hunger. Acesso em: 17 jul. 2011.

GARCIA, . R.; MAIA, A. G. Agricultores e a gestão da Bacia do Rio Jundiaí. Revista de Política Agrícola, v. 28, n. 3, p. 23-37, 2019.

IBGE - Instituto Brasileiro de Geografia e Estatística. Estimativas da população. Rio de Janeiro, 2020.

LEMOS, B. C. S.; SILVA, L. P.; MIRANDA, W. S.; ABREU, L. G. Análise de tendência de mudanças climáticas para a região sul do estado de Minas Gerais no período de 1976 e 2006. Revista Agrogeoambiental, Pouso Alegre, v. 10, n. 3, p. 25-33, 2018.

LJUNG, G. M.; BOX, G. E. P. On a measure of lack of fit in time series models. Biometrika, Oxford, v.65, n.2, p.297-303, 1978.

LOPO, A. B.; SPYRIDES, M. H. C.; LUCIO, P. S. ÍNDICE DE RADIAÇÃO ULTRAVIOLETA MÁXIMO DA CIDADE DE NATAL: MODELAGEM VIA MÉTODO UNIVARIADO SARIMA. In: Congresso De Matemática Aplicada E Computacional. 2012. p. 1-12.

MARIA, A. C. S.; FARIA, T. C. A.; STEPHAN, I. I. C. Um retrato da evolução urbana de Viços-MG: impactos da Federalização da UFV sobre a cidade (1969-2014). Revista Brasileira de Planejamento e Desenvolvimento, v. 3, n. 1, p. 37-54, 2014.

MELLO, Y. R.; OLIVEIRA, T. M. N. Análise estatística e geoestatística da precipitação média para o município de Joinville (SC). Revista Brasileira de Meteorologia, v. 31, n. 2, p. 229-239, 2016.

MERTEN, G. H.; MINELLA, J. P. Qualidade da água em bacias hidrográficas rurais: um desafio atual para a sobrevivência futura. Revista Agroecologia e Desenvolvimento Rural Sustentável, Porto Alegre, v. 3, n. 4, p. 33-38, 2002.

MORETTIN, P. A.; TOLOI, C. M. C. Análise de séries temporais. 2. ed. São Paulo: Edgard Blücher, 2006. 538p.

R DEVELOPMENT CORE TEAM. R: a language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2019. Disponívelem: http://www.r-project.org. Acessoem: 17/03/2019.

SANTOS, F. A.; AQUINO, C. M. S. Análise da precipitação pluviométrica no município de Castelo do Piauí, Nordeste do Brasil. GEOUSP Espaço e Tempo (Online), v. 21, n. 2, p. 619-633, 2017.

SANCHES, F. O.; FIALHO, E. S; QUINA, R. R. Evidências de mudanças climáticas em Viçosa (MG). Revista do Departamento de Geografia, v. 34, p. 122-136, 2017.

SOCCOL, O. J.; CARDOSO, C. O.; MIQUELLUTI, D. J. Análise da precipitação mensal provável para o município de Lages, SC. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 14, n. 6, p. 569-574, 2010.

SCHWARZ, G. Estimating the dimensional of a model. Annals of Statistics, Hayward, v. 6, n. 2, p. 461-464, 1978.

UNIVERSIDADE FEDERAL DE VIÇOSA - UFV. Departamento de Engenharia Agrícola. Estação Climatológica Principal de Viçosa-MG. Boletim meteorológico 2018. Viçosa, 2019. Disponível em http://www.posmet.ufv.br/?page_id=1253. Acesso em 15/3/2019.

WORLD HEALTH ORGANIZATION (WHO). Drinking-Water. 14 de junho de 2019. Disponível em https://www.who.int/news-room/fact-sheets/detail/drinking-water.

Published

2022-09-06 — Updated on 2022-10-17

How to Cite

Lacerda, M. S., Martins, H. de S. R., Temoteo, A. da S., & Emiliano, P. C. (2022). Precipitation pattern in Viçosa-MG: a case study via time series. Revista Agrogeoambiental, 14(1), e20221642. https://doi.org/10.18406/2316-1817v14n120221642

Issue

Section

AGRICULTURAL ENGINEERING