Modelo estocástico para simulação da precipitação pluviométrica diária de uma região

A stochastic simulation model of daily precipitation was developed in FORTRAN computer language for the Brazilian Cerrado Region. The model was built using basically two variables: (1) the probability of rain in any one day of each month, and (2) the probability of occurrence of that rainfall within a certain magnitude. The first variable was defined by a transition probability which takes into account the historical series of precipitation, based on the Markov process, where the system jumps from one state to another, in successive assays, considering what happened in the latest state. The second variable, the precipitation magnitude, was also consecutively generated for each "rainy day", according to the probabilities of real occurrence frequencies of such monthly rainfall classes. Three different simulation runs were made in order to evaluate the model and their results compared whith the historical data. Simulated annual rainfall means were above low values of the historical series but deviations ranged from only 0.9 to 3.6%. Monthly means and their standard deviations (SD) were also reasonably dose to the historical means, the December SD of simulations being underestimated. Other variables used to evaluate the fitness of the simulations were: (1) mean number of rainy days per month, (2) monthly frequency of precipitation according to the magnitude, (3) monthly frequency of continuously rainy days, (4) monthly frequency of continuously rainless days. All comparisons showed a good agreement with real data.Desenvolveu-se um modelo estocástico de precipitação diária, em linguagem FORTRAN, para a região de Cerrados do Brasil. O modelo foi construído usando-se basicamente duas variáveis: (1) a probabilidade de ocorrência de chuva em cada dia do mês, e (2) a probabilidade de ocorrência dessa chuva dentro de certa magnitude. Definiu-se a primeira variável por uma probabilidade de transição, que considera a série histórica de precipitação com base no processo de Markov, onde o sistema passa de um estado a outro, em ensaios sucessivos, considerando o que sucedeu no estado anterior. A segunda variável foi gerada consecutivamente para cada "dia chuvoso", conforme as probabilidades mensais reais de ocorrência nas classes. Fizeram-se três diferentes simulações para se avaliar o modelo, e os resultados foram comparados aos dados históricos. As médias simuladas de precipitação anual foram maiores que as da série histórica, sendo os desvios de apenas 0,9 a 3,6%. As médias mensais e seus desvios-padrão (DP) também estiveram relativamente próximos das médias da série histórica, embora os DP das simulações de dezembro tenham sido subestimados. Outras variáveis usadas para avaliar o ajuste das simulações foram: (1) número médio de dias de chuva por mês (2) frequência mensal de precipitações segundo a magnitude, (3) frequência mensal de dias consecutivos de chuva, e (4) frequência mensal de dias consecutivos sem chuva. Todas as comparações mostraram bom ajuste aos dados reais