Análise dos modelos de estimativa de precipitação utilizando séries temporais: Uma análise bibliométrica

Authors:
Open Access
Publisher website
Google Scholar
Abstract
Este estudo realiza uma análise bibliométrica sobre os modelos de estimativa de precipitação utilizando séries temporais, com o objetivo de identificar tendências, métodos e contribuições científicas ao longo das últimas quatro décadas. A pesquisa justifica-se pela importância da precipitação como variável primordial na modelagem hidrológica e pela escassez de dados pluviométricos precisos, especialmente em regiões com alta variabilidade espacial e temporal. O trabalho busca mapear os principais modelos de estimativa de precipitação, analisar sua resolução espacial e temporal, e identificar as tendências metodológicas e inovações na área. A metodologia adotada incluiu uma abordagem bibliométrica, utilizando a base de dados Scopus para coleta de artigos científicos, seguida de análises estatísticas e de redes de coocorrência de termos com o auxílio do software VOSviewer. Foram analisados 78 artigos publicados entre 1982 e 2023, com foco nos 40% mais citados de cada década. Os resultados revelam uma evolução significativa na modelagem da precipitação, com a transição de métodos estatísticos simples para técnicas avançadas, como redes neurais artificiais (ANN) e deep learning (LSTM). A resolução temporal diária e espacial regional predominou nos estudos, e a integração de dados de satélites e técnicas de inteligência artificial (IA) tornou-se uma tendência dominante na última década. Conclui-se que os avanços na modelagem da precipitação têm impactos práticos significativos na gestão de recursos hídricos e na agricultura, contribuindo para a previsão de eventos extremos e a adaptação às mudanças climáticas.

This publication has 29 references indexed in Scilit: