Previsão sazonal de índices de seca com modelos de Markov

Tese de mestrado, Ciências Geofísicas (Meteorologia), Universidade de Lisboa, Faculdade de Ciências, 2009A seca é um fenómeno recorrente que tem afectado as civilizações ao longo da história, com ocorrência aleatória e severidade incerta, resultante de valores anómalos da precipitação. Afecta os habitats naturais, ecossistemas e muitos sectores económicos e sociais desde a agricultura, transportes, fornecimento urbano de água e complexos industriais modernos. Devido às características aleatórias da seca é adoptada uma abordagem estocástica ao estudo e caracterização deste fenómeno. Neste trabalho é utilizado um modelo estocástico de tipo cadeias de Markov ao índice SPI (Standard Precipitation Index),para identificar, caracterizar e monitorizar o fenómeno em estudo. Este modelo é igualmente útil como ferramenta de previsão e predição de secas. Dada a conhecida influência dos padrões de circulação atmosférica de larga escala na precipitação sazonal, são então, acrescentadas algumas alterações no modelo no sentido de aumentar a capacidade preditiva deste, incluindo para isso informação proveniente destes padrões através de índices de circulação global atmosférica (CGA) a eles associados. A calibração destes dois modelos de Markov, que diferem entre si pela inclusão ou não dos índices de CGA (ou preditores meteorológicos de larga escala), é feita através de séries temporais de precipitação e de séries temporais de índices de CGA, para o local em estudo, o Alentejo. Estes dois modelos são então validados para instantes de tempo futuros e a sua qualidade preditiva aferida.Drought is a recurrent phenomenon that has affected civilizations throughout history, with random occurrence and uncertain severity, due to outliers in rainfall. It affects the natural habitats, ecosystems and many social and economic sectors from agriculture, transport, urban water supply and modern industrial plants. Due to the random characteristics of the drought, one has considered a stochastic approach to study and characterize this phenomenon. This paper used a stochastic model of type Markov chains to the SPI index (Standard Precipitation Index) in order to identify, characterize and monitor the phenomenon under study. This model is also useful as a tool for forecasting and prediction of the drought. Given the known influence of atmospheric circulation patterns in large-scale seasonal rainfall, we have added some changes to the Markov chain model in order to increase its predictive ability, including information from these patterns by using indexes of global atmospheric circulation (GAC) associated with them. The calibration of these two Markov models, which differ by the inclusion or not of the GAC indexes (or meteorological predictors of large-scale), is done through time series of rainfall and time series of GAC indexes, to the site of study, the Alentejo region. These two models are then validated for time instants in the future and its predictive quality is measured.Dissertação financiada pela Fundação para a Ciência e Tecnologia.Projecto PTDC/AGR-AAM/71649/2006-"Gestão do risco em secas: identificação, caracterização, predição e mitigação"