Explique a relação que existe entre
período de retorno e intensidade da chuva

Passo 1

O que o enunciado pede: explicar a relação entre período de retorno e intensidade da chuva.
Informações relevantes que temos (implícitas na pergunta):
  • Existe uma noção probabilística de eventos extremos (chuvas intensas) que se repetem ao longo dos anos.
  • Há duas grandezas que queremos relacionar: o período de retorno (uma medida de raridade) e a intensidade da chuva (por exemplo, em \mathrm{mm/h} ou profundidade de chuva em \mathrm{mm} para uma certa duração).
  • Não foi dada uma fórmula específica; portanto vamos explicar o conceito, como estimar na prática a relação a partir de dados, exemplos numéricos simples e formas empíricas usadas em hidrologia (IDF).

Passo 2

Definição do período de retorno (conceito probabilístico) — a base do que vem a seguir.
  • Seja I a variável aleatória que representa a intensidade máxima de chuva em um ano (ou a profundidade máxima em uma duração fixa).
  • A probabilidade anual de excedência de um limiar i é p=\Pr(I>i). Isso significa: em qualquer ano, a chance de ocorrer uma chuva com intensidade maior que i é p.
  • O período de retorno T é definido como o inverso dessa probabilidade de excedência:
T=\frac{1}{p}.
Interpretação prática: um evento com período de retorno T anos tem, em média, probabilidade 1/T de ocorrer num dado ano — ou seja, espera-se que ele seja “ultrapassado” uma vez a cada T anos, em média. Isso não garante regularidade (pode ocorrer duas vezes seguidas ou ficar décadas sem ocorrer), é uma média estatística.

Passo 3

O que é “intensidade da chuva” e relação com duração.
  • Intensidade costuma ser medida em \mathrm{mm/h}. Se a questão fala em profundidade para uma duração d (em horas), então a profundidade h e a intensidade média i estão relacionadas por
h = i\cdot d,
ou seja, intensidade é profundidade dividida pela duração.
  • Em hidrologia trabalha-se muito com séries de máximos anuais para uma dada duração d (por exemplo máximas de 1 h, 6 h, 24 h). Para cada duração obtemos uma distribuição distinta de intensidades ou profundidades.

Passo 4

Como relacionar matematicamente retorno e intensidade (a ideia teórica).
  • Seja F a função de distribuição acumulada (CDF) de I: F(i)=\Pr(I\le i). A probabilidade de excedência de i é 1-F(i).
  • Para achar a intensidade associada a um período de retorno T (ou seja, o limiar que é excedido em média 1 vez em T anos) resolvemos
1-F(i_T)=\frac{1}{T}.
  • Isolando i_T temos a relação de inversa da CDF (quantil):
i_T = F^{-1}\!\left(1-\frac{1}{T}\right).
Essa é a fórmula conceitual: dado T, a intensidade correspondente é o quantil \left(1-\frac{1}{T}\right) da distribuição anual de intensidades.

Passo 5

Como estimar isso na prática a partir de dados (muito passo-a-passo, como você pediu).
  1. Colete uma série de n anos das máximas anuais de intensidade para uma duração fixa d. Ex.: suponha n=10 anos e as máximas anuais (em \mathrm{mm/h}) sejam
45,\;40,\;35,\;30,\;28,\;25,\;22,\;20,\;15,\;10.
  1. Ordene em ordem decrescente e atribua o posto (rank) m do maior ( m=1) até o menor ( m=n). No exemplo acima já está ordenado.
  2. Use uma posição de plotagem (uma forma simples e muito usada é a posição de Weibull) para estimar a probabilidade empírica de excedência do valor com posto m:
P_m=\frac{m}{n+1}.
Então a probabilidade anual de excedência do valor de posto m é aproximadamente p_m=P_m.
4) O período de retorno empírico associado ao posto m é
T_m=\frac{1}{p_m}=\frac{n+1}{m}.
Aplicando ao exemplo com n=10: para m=1 (intensidade 45) temos
T_1=\frac{10+1}{1}=11\\ \text{anos},
para m=2 (intensidade 40) temos
T_2=\frac{11}{2}=5{,}5\\ \text{anos},
e assim por diante. Isso monta uma tabela (T_m,i_m) empírica.
5) Se você precisa de i para um T que não está exatamente na tabela, interpola-se ou ajusta-se um modelo (ver passo seguinte).

Passo 6

Modelos empíricos e paramétricos (como obter uma expressão funcional que liga i e T).
  • Uma forma simples e frequentemente usada (muito didática) é modelar a relação por uma lei de potência para intensidade versus retorno (para uma duração fixa):
i(T)=k\,T^{\alpha},
onde k e \alpha são parâmetros a ajustar pelos dados. Essa forma é prática porque é simples e crescente em T se \alpha>0.
  • Para ajustar k e \alpha toma-se logaritmo em ambos os lados:
\ln i = \ln k + \alpha \ln T.
Assim o ajuste vira uma regressão linear entre \ln i (variável dependente) e \ln T (variável independente). Faz-se mínimos quadrados ou ajuste por dois pontos para um cálculo rápido.
  • Exemplo rápido, seguindo o dado do passo anterior: suponha que dos dados estimamos que para T=2 anos a intensidade é 30\\ \mathrm{mm/h} e para T=10 anos é 45\\ \mathrm{mm/h}. Então
30 = k\cdot 2^{\alpha},\qquad 45 = k\cdot 10^{\alpha}.
Dividindo as equações:
\frac{45}{30} = \left(\frac{10}{2}\right)^{\alpha}\quad\Rightarrow\quad 1{,}5 = 5^{\alpha}.
Logo
\alpha = \frac{\ln(1{,}5)}{\ln 5}\approx \frac{0{,}4055}{1{,}6094}\approx 0{,}252.
E então
k=\frac{30}{2^{0{,}252}}\approx \frac{30}{1{,}1908}\approx 25{,}18.
Logo um modelo aproximado é
i(T)\approx 25{,}18\;T^{0{,}252}.
Com isso você pode estimar, por exemplo, i(25) (intensidade associada ao período de retorno de 25 anos) calculando T^{0{,}252} e multiplicando por 25{,}18. Esse procedimento é exatamente o que se faz para gerar curvas IDF (intensidade-duração-frequência) — só que aí inclui também a dependência com a duração d.

Passo 7

A forma completa usada em hidrologia: curvas IDF (intensidade–duração–frequência).
  • Na prática, a intensidade depende tanto do período de retorno T quanto da duração d: escrevemos uma relação geral i=i(T,d). Uma forma empiricamente usada é
i(T,d)=k\,T^{\alpha}\,d^{-\beta},
com parâmetros k,\alpha,\beta ajustados aos dados. Aqui \beta>0 indica que, para a mesma rareza T, a intensidade média diminui quando a duração d aumenta (chuva espalhada por mais horas tem intensidade média menor).
  • Outra abordagem comum é ajustar distribuições de extremos (por ex. Gumbel) à série de máximas anuais e obter os quantis i_T por inversão da CDF paramétrica. Essas abordagens são mais formais estatisticamente e permitem estimar incerteza.

Passo 8

Resumo prático e implicações para projeto (por que isso importa).
  • Resumo conceitual: para uma duração fixa d, a intensidade associada a um maior período de retorno T é sempre maior: eventos mais raros (maior T) correspondem a intensidades maiores. Matematicamente, i_T é o quantil de ordem 1-1/T da distribuição anual de intensidades:
i_T = F^{-1}\!\left(1-\frac{1}{T}\right).
  • Em projetos de drenagem urbana, barragens, etc., escolhe-se um T de projeto (por exemplo T=100 anos) e usa-se a intensidade i_{100} (ou a profundidade correspondente) para dimensionar equipamentos. A escolha do T reflete um trade-off custo/risco.
  • Atenção: há incerteza grande em estimativas de caudas com poucas observações; por isso ajusta-se distribuições ou usa-se longas séries para reduzir erro.

Resposta

Para uma duração fixa d, a intensidade de chuva associada a um período de retorno T é o quantil de ordem 1-\tfrac{1}{T} da distribuição anual de intensidades, ou seja
i_T = F^{-1}\!\left(1-\frac{1}{T}\right),
onde F é a CDF de I. Interpretação: eventos com maior T (mais raros) têm maiores intensidades. Na prática estima-se essa relação a partir de séries de máximas anuais (posição de Weibull \;P_m=\tfrac{m}{n+1}, \;T_m=\tfrac{n+1}{m}) e ajusta-se um modelo empírico (por exemplo i(T)=k\,T^{\alpha} ou a forma IDF i(T,d)=k\,T^{\alpha}d^{-\beta}) para obter intensidades para os períodos de retorno de projeto.

Exercícios relacionados