Modelo Espaço Temporal para a predição da umidade relativa no Estado do Amazonas.

Processos climáticos e ambientais, como por exemplo, precipitação, temperatura e umidade relativa do ar, medidos em estações meteorológicas são multivariados e caracterizados por uma variabilidade espacial e/ou temporal. A complexidade da modelagem espaço-temporal de processos dessa natureza multivariada tem sido abordado através de campos aleatórios para valores extremos (Opitz 2016; Reich 2014, Carreau 2020). Estes campos espaço-temporais têm uma longa história na modelagem de tais processos e, no entanto, existem poucos campos aleatórios que oferecam uma flexibilidade para modelagem de dados limitados ao intervalo (0,1). Uma variável de interesse nesse contexto é a umidade relativa a qual é extremamente importante para engenharia, agricultura, meio ambiente e saúde humana. Particularmente, no Amazonas-Brasil, a umidade apresenta padrões muito diferentes quando comparados a outras regiões brasileiras. Uma umidade alta pode gerar vários problemas de saúde, como respiratórios, alergias, sinusites, asmas e favorecem a proliferação rápida de fungos e bactérias. Quando a umidade é muito baixa, pode ocorrer estresse por calor, sensação desagradável, elevação da temperatura corporal, doenças térmicas brandas e relacionadas com o quadro de disidratação e hipertermia Diante disso, neste trabalho, é proposto um modelo estatístico para modelar a probabilidade da umidade exceder (ou ser menor) limites específicos, acima (ou abaixo) dos quais pode gerar efeitos adversos a saúde. O modelo foi construído através da marginalização da distribuição Kumaraswamy G-exponencializada condicionada a um campo aleatório latente com distribuição α-estável espacialmente compartilhada e aplicado nos dados de umidade relativa do ar das estações meteorológicas do Estado do Amazonas.