[en] LONG MEMORY MODELS TO GENERATING STREAMFLOW SCENARIO

• Ano de defesa: 2011
• Autor(a) principal: GUILHERME ARMANDO DE ALMEIDA PEREIRA
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] MEMORIA LONGA; [pt] GERACAO DE CENARIOS; [pt] HIDROLOGIA; [en] LONG MEMORY; [en] SCENARIO GENERATION; [en] HIDROLOGY
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=18252&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=18252&idi=2; http://doi.org/10.17771/PUCRio.acad.18252

[pt] Este trabalho tem como objetivo o estudo das séries de energia natural afluente (ENAs) por meio de modelos de memória longa, no intuito de gerar cenários hidrológicos sintéticos. Séries temporais com memória longa são definidas como séries que apresentam persistente dependência entre observações afastadas por um longo período de tempo. Inicialmente procedeu-se uma análise exploratória através da qual foi possível encontrar características de série temporais com longa dependência. Os modelos empregados nesta dissertação foram os SARFIMA (p,d.q)x(P,D.Q)s em que os parâmetros dˆ e Dˆ assumem valores fracionários, para que seja possível a incorporação de efeitos de longa dependência e/ou cíclicos. Também foi utilizada a técnica de computação intensiva bootstrap em diversas etapas, dentre elas a construção de um teste não paramétrico para significância dos parâmetros fracionários, assim como bootstrap nos resíduos do modelo para a geração de séries hidrológicas sintéticas. Para averiguar a adequabilidade dos cenários gerados, foram realizados testes estatísticos de igualdade de médias, igualdade de variâncias, testes de aderência e análise de sequências. Por meio destes, pode-se concluir que os modelos empregados nesta dissertação conseguiram reproduzir de maneira satisfatória o histórico disponível de ENAs.