O artigo "A new approach to detect extreme events: a case study using remotely-sensed precipitation time-series data" (Tradução: Uma nova abordagem para detectar eventos extremos: um estudo de caso usando dados de séries temporais de precipitação de sensoriamento remoto) será publicado no periódico Remote Sensing Applications: Society and Environment pelos pesquisadores Philipe Riskalla Leal (doutor pela PGSER), Ricardo José de Paula Souza e Guimarães (orientador do IEC, MS), Fábio Dall Cortivo (Bolsista PCI), Rayana Santos A. Palharini (doutora pela PGMET) e Milton Kampel (orientador, INPE/DIOTG). O artigo apresenta uma análise de distribuição de probabilidade empregada para detectar eventos extremos. Para tanto, a precipitação da região amazônica (Brasil) foi utilizada para validação do modelo. Os resultados evidenciaram mudanças no regime de precipitação para a área de estudo, indicando alterações tanto de frequência quanto de intensidade dos eventos extremos.

Os autores apresentam um resumo abaixo:
A detecção e a previsão de eventos extremos são de grande importância para fins socioeconômicos, de saúde e ecológicos. Este estudo propôs um modelo alternativo para detecção de eventos extremos baseado em análises de funções de distribuição de probabilidade (PDF do inglês) denominado Modelo de Busca de Função de Distribuição de Probabilidade Ótima (modelo Opt.PDF). O modelo Opt.PDF envolve a otimização de uma função de aptidão (fitness) entre o histograma e um conjunto de PDFs teóricas; subsequente avaliação da Função de Ponto de Probabilidade (PPF) da PDF mais apta (de melhor ajuste); estimação do conjunto de limiares de intensidade de interesse (definíveis por parte do próprio usuário), para, então, detecção dos eventos extremos da série de dados. Qualquer ocorrência no conjunto de dados com valor de PPF igual ou superior a 90% foi considerada candidata a evento extremo. A série temporal de precipitação da Climate Hazards Group InfraRed Precipitation with Station data (Jan.1981 a Dez.2018) foi utilizada para calibração e validação do modelo proposto. Os dados foram extraídos para todo o estado do Pará, localizado na região amazônica brasileira, englobando mais de 30 anos de dados diários de precipitação acumulada. O método proposto foi validado par-a-par com dois outros modelos de eventos extremos baseados nas distribuições Gama e Gaussiana, conforme aplicado pelo Observatório Europeu de Secas da Agência Europeia do Ambiente. Além disso, todos os três modelos de classificação de eventos extremos foram validados em relação ao El Niño Oscilação Sul (ENSO). Por meio do modelo Opt.PDF foi possível evidenciar duas tendências temporais positivas para a área de estudo: uma para eventos de precipitação mais intensos e outra para eventos menos intensos. A análise de validação cruzada par-a-par resultou em índices de similaridade Kappa específicos, e a maior similaridade foi observada entre os modelos Gamma e Opt.PDF (48% para PPF (97,7%)). Esta análise indicou que os modelos de detecção de eventos extremos são altamente sensíveis aos pressupostos estatísticos, em especial às premissas de distribuição de probabilidade (i.e., PDF) do fenômeno de estudo. A abordagem proposta e os resultados obtidos aqui são potencialmente úteis para alertas de mudanças climáticas, e podem ser estendidos a outras áreas científicas que envolvem análises de séries temporais.

Figura: Esquema das principais etapas envolvidas na modelagem de detecção e mapeamento de eventos extremos sobre séries temporais.