STATISTICAL UNCERTAINTY IN DROUGHT FORECASTING USING MARKOV CHAINS AND THE STANDARD PRECIPITATION INDEX (SPI).

Autores

  • Ályson Brayner Sousa Estácio Universidade Federal do Ceará
  • Samiria Maria Oliveira da Silva Universidade Federal do Ceará
  • Francisco de Assis Souza Filho Universidade Federal do Ceará

DOI:

https://doi.org/10.5380/rbclima.v28i0.77590

Palavras-chave:

Stochastic process, Uncertainty, Drought index, Transition probability

Resumo

Droughts affect basic human activities, and food and industry production. An adequate drought forecasting is crucial to guarantee the survival of population and promote societal development. The Standard Precipitation Index (SPI) is recommended by the World Meteorological Organization (WMO) to monitor meteorological drought. Using drought classification based on SPI to build Markov chains is a common tool for drought forecasting. However, Markov chains building process produce uncertainties inherent to the transition probabilities estimation. These uncertainties are often ignored by practitioners. In this study we analyze the statistical uncertainties of using Markov chains for drought annual forecasting. As a case study, the dry region of the State of Ceará (Northeastern Brazil) is analyzed, considering the precipitation records from 1911 to 2019. In addition to 100-year database (1911-2011) for Markov chain modeling and 8-year data (2012-2019) for forecasting validation, four fictional database extensions were considered in order to assess the effect of database size in the uncertainty. A likelihood ratio is used as index to assess model performance. The uncertainties assessment showed that an apparent performant Markov chain model for drought class forecasting may not be more informative than the historic proportion of drought class. Considering these uncertainties is crucial for an adequate forecasting with Markov chains.

Downloads

Publicado

2021-04-29

Como Citar

Estácio, Ályson B. S., Oliveira da Silva, S. M., & Souza Filho, F. de A. (2021). STATISTICAL UNCERTAINTY IN DROUGHT FORECASTING USING MARKOV CHAINS AND THE STANDARD PRECIPITATION INDEX (SPI). Revista Brasileira De Climatologia, 28. https://doi.org/10.5380/rbclima.v28i0.77590

Edição

v. 28 (2021)

Seção

Artigos

Licença

A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.

Os autores mantém seus direitos de publicação sem restrições

A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.

A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença