<div dir="ltr"><div class="gmail_quote gmail_quote_container"><div dir="ltr"><div><div><div>Prezados colegas, </div><div><br></div><div><font face="arial, sans-serif">A nossa próxima palestra ocorrerá na quarta-feira, </font>01 de OUTUBRO<font face="arial, sans-serif">, no horário das 15h30 às 17h00, Local: Laboratório de Sistemas Estocásticos (LSE), Sala I-044-B, Centro de Tecnologia - UFRJ.</font></div><div><br></div><div><div><p class="MsoNormal" style="margin:0in 0in 8pt;line-height:15.6933px"><font face="arial, sans-serif"><b>Palestrante: </b>Marina Paez (IM-UFRJ)</font></p><p class="MsoNormal" style="margin:0in 0in 8pt;line-height:15.6933px"><font face="arial, sans-serif"><span lang="EN-US"><b>Título</b>:<b> </b></span></font>Modelo espaço-temporal com processo de Hawkes para contagem de chuvas extremas no Maranhão</p><div><font face="arial, sans-serif"><span lang="EN-US"><b>Resumo</b>:<b> </b></span></font>Eventos extremos de precipitação representam um desafio significativo para regiões vulneráveis, como o estado do Maranhão, marcado por forte sazonalidade e alta variabilidade climática. O índice Rnnmm, que contabiliza o número de dias em que a precipitação diária ultrapassa um determinado limiar (como o R20mm), é amplamente utilizado para caracterizar esses extremos. Contudo, sua modelagem estatística enfrenta limitações, especialmente diante da influência irregular de fenômenos de grande escala, como El Niño e La Niña, e da tendência de ocorrência em sequência dos eventos extremos. Neste trabalho, propomos um modelo espaço-temporal baseado em processos de Hawkes, combinando uma intensidade de base Weibull para capturar a sazonalidade e efeitos de longo prazo, com um núcleo de excitação exponencial para representar o agrupamento de dias extremos. A dependência espacial é introduzida por meio de Processos Gaussianos aplicados aos parâmetros, e a estimação é realizada em um arcabouço Bayesiano via MCMC, permitindo interpolação em locais sem observações. A aplicação ao índice R20mm no Maranhão (2013–2022) demonstra que o modelo proposto fornece uma representação mais realista da dinâmica espaço-temporal de eventos extremos, contribuindo para uma compreensão mais refinada de padrões regionais de precipitação e oferecendo subsídios para estratégias de mitigação e adaptação às mudanças climáticas.</div></div></div></div><div><div><font face="arial, sans-serif"><br></font></div><div><font face="arial, sans-serif">Mais informações: <a href="https://ppge.im.ufrj.br/ciclo-de-palestras-segundo-semestre-de-2025/" target="_blank">https://ppge.im.ufrj.br/ciclo-de-palestras-segundo-semestre-de-2025/</a></font></div></div><div><div><font face="arial, sans-serif"><br>Organizadores: Maria Eulalia Vares e Widemberg S Nobre</font></div><div><font face="arial, sans-serif"><br></font></div><div><font face="arial, sans-serif">Atenciosamente,</font></div></div></div><div><br></div></div></div><div><br></div><span class="gmail_signature_prefix">-- </span><br><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr">Maria Eulalia Vares<div>Professora Titular - Instituto de Matemática - UFRJ</div><div>Coordenadora do Programa de Pós-Graduação em Estatística</div><div><a href="https://ppge.im.ufrj.br/" target="_blank">https://ppge.im.ufrj.br/</a></div><div><br></div></div></div></div>