Uso De Diferentes Métodos Para O Preenchimento De Falhas Em Estações Pluviométricas

Mello, Yara Rúbia de; Kohls, Werner; Oliveira, Therezinha Maria Novais de

doi:10.4025/bolgeogr.v35i1.30893

Cited by 27 publications

(28 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…From the tested filling methods, the regional weighting calculated based on correlations presented error measurements higher than regional weighting calculated based on averages, which is in conformity to the results obtained by Oliveira et al (2010) and Mello, Kohls and Oliveira (2017).…”

Section: Error Estimationsupporting

confidence: 86%

Alternative methodology to gap filling for generation of monthly rainfall series with GIS approach

Bielenki

Santos

Povinelli

et al. 2018

RBRH

View full text Add to dashboard Cite

As an alternative to Gap filling in monthly average rainfall series, we attempted to present a methodology for the generation of series only with the observed data available in the rainfall stations present in the study area and its surroundings. For this, a computational tool was developed with a GIS approach, using scripts in the Python language, to automate the study steps. Two calculation alternatives for the mean precipitation, variable Thiessen polygons or variable inverse distance weights (IDW), were considered. Random gaps were imposed from a series of data without gaps allowing us to evaluate the presented methodology. The results of the series calculated according to this methodology were compared to two methods of Gap filling. The behavior of the series was evaluated through the analysis of position and dispersion measurements as well as the temporal behavior by the evaluation of the correlograms and periodograms. The results are found to be satisfactory, which demonstrates the equivalence of the proposal with results found with the gap filling methods under the tested conditions. The differences found between the series were small, which was reflected in the Nash-Sutcliffe Indexes. There were no significant differences between the calculation alternatives by Thiessen polygons or IDW weights.Keywords: Hydrology; Average rainfall; Geoprocessing. RESUMOComo alternativa ao preenchimento de falhas em séries de precipitação média mensal buscou-se desenvolver uma metodologia baseada apenas em dados observados disponíveis nas estações pluviométricas presentes na área de estudo e seu entorno. Para isso desenvolveu-se uma ferramenta computacional em ambiente de sistema de informações geográficas, com uso de scripts na linguagem Python. A partir de uma série de dados sem falhas impô-se falhas aleatórias para avaliação da metodologia apresentada. Posteriormente, os valores obtidos foram comparados às precipitações médias obtidas por polígonos de Thiessen variáveis e por interpoladores pelo inverso da distância (IDW) variáveis. Avaliou-se o comportamento das séries obtidas por meio da análise de medidas de dispersão e pelo comportamento dos correlogramas e periodogramas. Foram obtidos resultados satisfatórios que demonstram a equivalência da proposta com resultados encontrados com os dois métodos de preenchimento de falhas de referência, com pequenas diferenças entre as séries obtidas, conforme proximidade dos Índices de Nash-Sutcliff. Não foram observadas diferenças significativas entre as precipitações médias obtidas por polígonos de Thiessen e interpoladores IDW.Palavras-chave: Hidrologia; Precipitação média; Geoprocessamento.RBRH, Porto Alegre, v. 23, e29, 2018Alternative methodology to gap filling for generation of monthly rainfall series with GIS approach 2/10

show abstract

Section: Error Estimationsupporting

confidence: 86%

Alternative methodology to gap filling for generation of monthly rainfall series with GIS approach

Bielenki

Santos

Povinelli

et al. 2018

RBRH

View full text Add to dashboard Cite

show abstract

“…Diversas técnicas de preenchimento de dados faltantes foram desenvolvidas e aplicadas eficientemente nos últimos anos para séries temporais meteorológicas mensais ou anuais, tais como: o método de Ponderação Regional (Tucci, 2001;Diaz et al, 2018) e a Regressão Linear (Tucci, 2001;Bier & Ferraz, 2017;Melo et al, 2017). Entretanto, pouco se discute a respeito do preenchimento de séries de dados mais longas, como dados diários por exemplo, pois o preenchimento desses bancos de dados pode acarretar erros grosseiros.…”

Section: Validação Da Imputação Múltipla Via Predictive Mean Matchingunclassified

Validation of Multiple Imputation by Predictive Mean Matching for Pluviometric Data in Middle San Francisco Basin

Alves

Gomes²

2020

Anuário IGEO UFRJ

View full text Add to dashboard Cite

ResumoUm dos principais problemas atualmente para analisar longas séries de dados no Brasil é a falta de um banco de dados diários consistentes de estações meteorológicas. Diante disso, o objetivo deste trabalho é avaliar a acurácia do método de imputação múltipla Predictive Mean Matching (PMM) no preenchimento de dados faltantes de séries diárias de precipitação para a Bacia Hidrográfica do Médio São Francisco (BMSF). Para isso foram adquiridos dados diários de chuva cedidos pelo Instituto Nacional de Meteorologia (INMET) das estações de Bom Jesus da Lapa (BA), Carinhanha (BA), João Pinheiro (MG), Remanso (BA) e Unaí (MG), para o período de 2001 a 2017. Em seguida, dois cenários foram criados com 5% e 15% de falhas para avaliar a precisão do método PMM no preenchimento de dados faltantes. As séries originais, sem falhas, e as preenchidas pelo método adotado apresentaram uma correlação alta (r > 0,80), que consiste numa boa relação entre elas. O coeficiente de determinação (R 2 ) foi de 0,7 (0,6) para 5% (15%) de falhas. Além disso, o Erro Médio Absoluto e o Erro Quadrático Médio foram baixos para todas as estações. Também foi aplicado o teste de Wilcoxon, o qual verificou a boa acurácia na aplicação do método PMM para preencher os dados faltantes de chuva. AbstractOne of the main problems currently in analyzing long data sets in Brazil is the lack of a consistent database of daily weather stations. Therefore, the objective of this work is to evaluate the accuracy of the Predictive Mean Marching (PMM) multiple imputation method in filling missing data from daily rainfall series. For this purpose, daily rainfall data from the National Institute of Meteorology (INMET) from Bom Jesus da Lapa (BA), Carinhanha (BA), João Pinheiro (MG), Remanso (BA) and Unaí (MG) stations were acquired from the period 2001 to 2017. Then two scenarios were created with 5% and 15% failures so that it was possible to evaluate the accuracy of the PMM method for filling in missing data. The original series, without fail, and the ones completed by the adopted method presented a high correlation (r> 0.80), which consists of a good relationship between them, and coefficient of determination (R 2 ) was 0.7 (0.6) for 5% (15%) failures. In addition, Absolute Mean Error and Mean Square Error were low for all seasons. The Wilcoxon test was also applied, which verified the good accuracy in the application of the PMM method to fill in the missing rainfall data.

show abstract

“…Para a reconstituição das séries se adotou a análise de regressão múltipla, uma das mais utilizadas entre todos os métodos estatísticos (KUTNER et al, 2005). A análise de regressão é apontada em alguns estudos de casos, como uma boa opção para preenchimento de falhas em dados meteorológicos no Brasil (VENTURA et al, 2016;MELLO et al, 2017).…”

Section: Reconstituição Das Séries Históricasunclassified

“…A energia solar incidente ao longo de um dia sobre o topo da atmosfera foi calculada para o primeiro dia de cada mês, segundo as cinco latitudes definidas. A metodologia para tais cálculos se baseou em Lorenzzetti (2015). Considerando-se a constante solar E s = 1367 W/m², a irradiância para um determinado momento (I 0 ) é obtida por meio de:…”

Section: Cálculo Da Irradiação Solar Para Diferentes Latitudesunclassified

“…Para cada um desses dias, a Equação 4 foi repetida 14 vezes, com variações do ângulo horário solar a cada uma hora. Conforme Lorenzzetti (2015), a integração do total de energia recebido ao longo de uma hora pode ser bem aproximada para o resultado do cálculo para o horário central. A transformação da irradiância para energia radiante foi obtida multiplicando-se a primeira por 3,6.…”

Section: Cálculo Da Irradiação Solar Para Diferentes Latitudesunclassified

See 1 more Smart Citation

Condicionantes Geográficos Da Temperatura Do Ar No Estado Do Paraná

Montanher

Minaki

2019

Revista Ra'e Ga

View full text Add to dashboard Cite

Buscou-se avaliar a importância de quatro variáveis sobre a temperatura do ar no Estado do Paraná: latitude, longitude, altitude e oceanidade. Para isso, foram obtidas séries históricas de temperatura média, mínima e máxima em 37 estações meteorológicas. Esse conjunto de dados passou por um processo de reconstituição, resultando em séries mensais contínuas para o período entre out/1976 a dez/2015. Com uso de regressão linear múltipla, modelou-se 39 variáveis: três valores anuais e 36 mensais. Os modelos apresentaram resultados satisfatórios em boa parte dos casos, principalmente para a temperatura média (0,88 < R² < 0,97) e máxima (0,92 < R² < 0,94), enquanto os modelos para estimativa da temperatura mínima tiveram resultados um pouco inferiores (0,72 < R² < 0,93). Com base na análise dos coeficientes dos modelos concluiu-se que: i) a altitude e a latitude possuem relações inversamente proporcionais com a temperatura do ar, enquanto a longitude possui uma relação proporcional; ii) a variável região, aplicada para simular o forte efeito de oceanidade que ocorre sobre o litoral do Estado, possuiu uma dinâmica mais complexa do que as outras três variáveis. Essa variável atuou minimizando as temperaturas extremas na região do litoral, conforme se espera para uma região com influência oceânica; iii) a importância das variáveis para os modelos não é a mesma para as três estatísticas descritivas e não é constante ao longo do ano. Adicionalmente, os modelos permitem a espacialização da temperatura do ar para o Estado do Paraná.

show abstract

Uso De Diferentes Métodos Para O Preenchimento De Falhas Em Estações Pluviométricas

Cited by 27 publications

References 2 publications

Alternative methodology to gap filling for generation of monthly rainfall series with GIS approach

Alternative methodology to gap filling for generation of monthly rainfall series with GIS approach

Validation of Multiple Imputation by Predictive Mean Matching for Pluviometric Data in Middle San Francisco Basin

Condicionantes Geográficos Da Temperatura Do Ar No Estado Do Paraná

Contact Info

Product

Resources

About