Discriminação de Cenários Pluviométricos do Estado da Paraíba Utilizando Distribuição Gama Incompleta e Teste Kolmogorov-Smirnov (Discrimination of Pluviometric Scenarios of the Paraíba State Using Gamma Incomplete Distribution and Kolmogorov-Smirnov...)

A incorporacao de cenarios pluviometricos a estudos de aptidao agricola e desejavel, pois possibilita torna-los ajustados e adequados a variabilidade natural das precipitacoes e as expectativas pluviometricas dos modelos numericos de previsao climatologica em uso no Brasil. Devido a importância de conhecer a distribuicao das chuvas de uma determinada regiao, objetiva-se por este trabalho determinar cenarios pluviometricos do Estado da Paraiba utilizando o modelo probabilistico distribuicao Gama incompleta e o teste de Kolmogorov-Smirnov. Utilizaram-se os totais mensais de precipitacoes que possuem vinte ou mais anos de observacoes. Para cada posto pluviometrico, foi estabelecido o total de precipitacao pluviometrica registrado nos tres meses consecutivos mais chuvosos de cada ano hidrologico completo. Os conjuntos dos anos secos, regulares e chuvosos de cada posto foram utilizados para obter as correspondentes medias mensais dos totais pluviometricos, necessarias para caracterizar os cenarios. Para a determinacao dos niveis de 25, 50 e 75% de probabilidade de precipitacao foi realizado com auxilio do modelo probabilistico de distribuicao Gama incompleta e o ajuste das distribuicoes de foram avaliados pelo teste Kolmogorov-Smirnov a 95% de significância. Para o mapeamento foi utilizado a Krigeagem. Os resultados demonstraram que o uso do modelo probabilistico distribuicao Gama incompleta e do teste de Kolmogorov-Smirnov responderam bem aos dados trabalhados apresentando boa coerencia; com o uso do metodo geoestatistico de interpolacao de dados pela Krigeagem foi possivel mapear os resultados apresentando bons resultados na espacializacao dos cenarios pluviometricos; os cenarios seco, regular e chuvoso apresentaram padroes de valores maiores de probabilidade de ocorrencia de chuvas na regiao do Litoral, Agreste e Brejo, e menores valores na regiao do Cariri/Curimatau, voltando a aumentar na regiao do Sertao e Alto Sertao do Estado da Paraiba. A B S T R A C T The incorporation of rainfall scenarios of agricultural aptitude studies is desirable because it allows make them adjusted and appropriate to the natural variability of rainfall and rainfall expectations of numerical models of climatological forecast in use in Brazil. Due to the importance of knowing the distribution of rainfall in a given region, the objective is for this work to determine rainfall scenarios of the State of Paraiba using the probabilistic model incomplete distribution range and the Kolmogorov-Smirnov test. They used the monthly totals of precipitation that have twenty or more years of observations. For each rainfall station, it was established the total rainfall recorded in three consecutive months rainiest of each full hydrological year. The sets of dry, regular and rainy years each station were used to obtain the corresponding monthly average of total rainfall, needed to characterize the scenarios. To determine the levels of 25, 50 and 75% probability of precipitation was carried out with the help of probabilistic distribution model incomplete range and adjusting the distributions were evaluated by the Kolmogorov-Smirnov test at 95% significance level. For mapping was used to Kriging. The results showed that the use of probabilistic model incomplete distribution range and the Kolmogorov-Smirnov test responded well to raw data showing good consistency; using the Kriging geostatistical method for data interpolation was possible to map the results showing good results in the spatial distribution of rainfall scenarios; the dry scenarios, regular and rainy had higher standards of probability of rain in the Litoral region, Agreste and Brejo, and lower values in the Cariri/Curimatau region and to increase further in the Sertao region and Alto Sertao of the State Paraiba. Keywords: Climatology, statistics, adherence test, kriging.