PREENCHIMENTO DE FALHAS EM DADOS DE PRECIPITAÇÃO ATRAVÉS DE MÉTODOS TRADIONAIS E POR INTELIGÊNCIA ARTIFICIAL

Autores/as

Palabras clave:

Coeficiente de Nash-Sutcliffe. Método razão normal. Ponderação distância inversa. Regressão múltipla. Redes neurais.

Resumen

A falta de informações quanto à distribuição de dados pluviométricos torna-se uma limitação frequente para se modelar e compreender o regime pluviométrico e a variabilidade espaço temporal da precipitação. Desta forma, o objetivo deste trabalho foi realizar a comparação entre métodos tradicionais e redes neurais artificiais para o preenchimento de falhas em dados de precipitação no município de São Carlos entre 1979 a 1989. Foram utilizados os dados de precipitação de 9 estações de monitoramento e empregados quatro técnicas de preenchimento de falhas: método razão normal, ponderação distância inversa, regressão múltipla e redes neurais. Para validação e avaliação do desempenho dos métodos foi aplicado o coeficiente de determinação (R²), erro absoluto médio (MAE), erro quadrático médio (RMSE), coeficiente de Nash-Sutcliffe (Nash), índice de concordância (D), índice de confiança (C) e técnicas não paramétricas através do teste de Mann-Witney e Kruskal-Wallis. Todos os métodos apresentaram ótimos desempenhos, exceto na estação A7 que pode ser devido a condições ambientais diferentes das demais estações. Os métodos que se sobressaíram foram de regressão múltipla e redes neurais, e esses resultados poderão ser utilizados como suporte para estudos mais detalhados das possíveis alterações do clima e as suas eventuais implicações para os setores econômico, social e ambiental.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

AGÊNCIA NACIONAL DE ÁGUAS-ANA. Hidroweb: Sistemas de Informações hidrológicas. Disponível em:<http://www3.ana.gov.br/portal/ANA/panorama-das-aguas/quantidade-da-agua>. Acesso em: 15 de fev.2020.

ALVES, Elis Dener Lima; BIUDES, Marcelo Sacardi; VECCHIA Francisco Arthur Silva. Interpolação espacial na climatologia: análise dos critérios que precedem sua aplicação. Geonorte, v. 1, n. 5, p. 606–618, 2012.

BIELENKI JUNIOR, Claudio et al. Alternative methodology to gap filling for generation of monthly rainfall series with GIS approach. Revista Brasileira de Recursos Hídricos, v. 23, p. 1-10, 2018.

BIER, Anderson Augusto; FERRAZ, Simone Erotildes Teleginski. Comparação de metodologias de preenchimento de falhas em dados meteorológicos para estações no sul do Brasil. Revista Brasileira de Meteorologia, v. 32, n. 2, p. 215-226, 2017.

CEPAGRI. CENTRO DE PESQUISAS METEOROLÓGICAS E CLIMÁTICAS APLICADAS À AGRICULTURA. Clima dos municípios paulistas. Campinas, 2015. Disponível em:< https://www.cpa.unicamp.br/cepagri/previsao >. Acesso em: 13 de fev. 2020

CORREIA, Tamíres Partélli et al. Aplicação de redes neurais artificiais no preenchimento de falhas de precipitação mensal na região serrana do Espírito Santo. Geociências, v. 35, n. 4, p. 560-567, 2016.

COUTINHO, Eluã Ramos et al. Application of artificial neural networks (ANNs) in the gap filling of meteorological time series. Revista Brasileira de Meteorologia, v. 33, n. 2, p. 317-328, 2018.

DE SILVA, Ranjith Premalal; DAYAWANSA, Nihal; RATNASIRI, M.D. A comparison of methods used in estimating missing rainfall data. Journal of Agricultural Sciences, v. 3, n. 2, p. 101-108, 2007.

DEPINÉ, Haline et al. Preenchimento de falhas de dados horários de precipitação utilizando redes neurais artificiais. Revista Brasileira de Recursos Hídricos, v. 19, n. 1, p. 51-63, 2014.

DI PIAZZA, Annalisa et al. Comparative analysis of different techniques for spatial interpolation of rainfall data to create a serially complete monthly time series of precipitation for Sicily, Italy. International Journal of Applied Earth Observation and Geoinformation, v. 13, n. 3, p. 396-408, 2011.

ESPINOSA, Mariano Martínez; CALIL JÚNIOR, Carlito; LAHR, Francisco Antonio Rocco. Métodos paramétricos e não paramétricos para determinar o valor característico em resultados de ensaio de madeira. Scientia Forestalis, v. 66, n. 50, p. 76‐83, 2004.

GOYAL, Manish Kumar. Monthly rainfall prediction using wavelet regression and neural network: an analysis of 1901–2002 data, Assam, India. Theoretical and Applied Climatology, v. 118, p. 25-34, 2014.

HEMA, Nagaraja; KANT, Krishna. Reconstructing missing hourly real-time precipitation data using a novel intermittent sliding window period technique for automatic weather station data. Journal of Meteorological Research, v. 31, p. 774-790, 2017.

HUANG, Qixing; WANG, J. L.; XUE, X. Interpreting the influence of rainfall and reservoir infilling on a landslide. Landslides, v. 13, p. 1139-1149, 2015.

HUBBARD, Katharine. Spatial variability of daily weather variables in the high plains of the USA. Agricultural and Forest Meteorology, v. 68, n. 1, p. 29-41, 1994.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA-IBGE. Censo 2010. Disponível em:< https://cidades.ibge.gov.br >. Acesso em: 10 maio 2020.

Instituto Nacional de Meteorologia – INMET. Normais climatológicas do Brasil 1991-2010. Disponível em: <https://clima.inmet.gov.br/GraficosClimatologicos/DF/83377>. Acesso em: 19 de maio 2021.

JUNQUEIRA, Rubens; AMORIM, Jhones da Silva; OLIVEIRA, Alisson Souza de. Comparação entre diferentes metodologias para preenchimento de falhas em dados pluviométricos. Sustentare, v. 2, n. 1, p. 198-210, 2018.

KHOSRAVI, Gholamreza et al. A Modified distance-weighted approach for filling annual precipitation gaps: application to different climates of Iran. Theoretical and Applied Climatology, v. 119, n. 1-2, p. 33-42, 2015.

KRUSKAL, William Henry; WALLIS, Wilson Allen. Use of ranks in on-criterion variance analyses. Journal os the American Statistical Association, v. 47, n. 260, p. 583-621, 1952.

LIMA, Altieris Porfírio; AMORIM, Margarete Cristiane de Costa Trindade. Análise de episódios de alagamentos e inundações urbanas na cidade de São Carlos a partir de notícias de jornal. Revista Brasileira de Climatologia, v. 15, n. 10, p. 182-204, 2014.

MACHADO, Ronalton Evandro; MATTOS, Arthur. Construção e instalação de um lisímetro com sistema de drenagem. Revista Brasileira de Agrometeorologia, v. 9, n. 5, p. 147–151, 2001.

MELLO, Yara Rúbia de; KOHLS, Werner; OLIVEIRA, Therezinha Maria Novais de. Uso de diferentes métodos para o preenchimento de falhas em estações pluviométricas. Boletim de Geografia, v. 35, n. 1, p. 112-121, 2017.

MISHRA, Anoop Kumar. Effect of rain gauge density over the accuracy of rainfall: a case study over Bangalore, India. Springerplus, v. 2, p. 311-316, 2013.

MORAES, Rafael Aldighieri; ARRAES, Christiano Luna. Análise de uma metodologia para preenchimento de valores faltantes em dados de precipitação, para o Estado do Paraná. Científica Ciências Exatas Tecnológicas, v. 11, n. 1, p. 25-30, 2012.

MWALE, Faidess Dumbizgani; ADELOYE, Adebayo Johnson; RUSTUM, Rabee. Infilling of missing rainfall and streamflow data in the Shire River basin, Malawi – a self organizing map approach. Physics and Chemistry of the Earth, v. 50, p. 34-43, 2012.

NAGHETTINI, Mauro; PINTO, Éber José de Andrade. Correlação e Regressão. In: NAGHETTINI, Mauro; PINTO, Éber José de Andrade (org). Hidrologia Estatística. Belo Horizonte: CPRM, 2007, cap. 9, p. 362-363.

NKUNA, Tinyiko; ODIYO, John Ogony. Filling of missing rainfall data in Luvuvhu River Catchment using artificial neural networks. Physics and Chemistry of the Earth, v. 36, p. 830-835, 2011.

OLIVEIRA JÚNIOR, José Francisco et al. Análise da precipitação e sua relação com sistemas meteorológicos em Seropédica. Floresta e Ambiente, v. 21, n. 2, p. 140-149, 2014.

OLIVEIRA, João Bertoldo de. Solos do Estado de São Paulo: descrição das classes registradas no mapa pedológico. Boletim Científico IAC 45, Campinas, n. 45, 108 p, 1999.

OLIVEIRA, Luiz Fernando Coutinho de et al. Comparação de metodologias de preenchimento de falhas de séries históricas de precipitação pluvial anual. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 14, n. 11, p. 1186-1192, 2010.

PEEL, Murray C; FINLAYSON, Brian L.; MCMAHON, Thomas. Updated world map of the Köppen-Geiger climate classification. Hydrology and Earth System Sciences, v. 11, p. 1633-1644, 2007.

PEREIRA, Donizete dos Reis et al. Hydrological simulation using SWAT model in headwater basin in southeast Brazil. Engenharia Agrícola, v. 34, n. 4, p. 789-799, 2014.

PERUSSI, Rafael; VECCHIA, Francisco Arthur da Silva Análise do comportamento térmico de um sistema de cobertura verde utilizando plataformas de teste. Pesquisa em Arquitetura e Construção, v. 7, n. 4, p. 25-236, 2016.

SANCHES, Rafael Grecco; VECCHIA, Francisco Arthur da Silva; SOUZA, Paulo Henrique de. Comportamento e distribuição das chuvas na Região de São Carlos/SP a partir de dados de Estações Climatológicas no período de 1993-2014. Ateliê Geográfico -Goiânia-GO, v. 14, n. 01, p. 89 -111, 2020.

SANTOS, Bruno César dos; SOUZA, Paulo Henrique de; VECCHIA, Francisco Arthur da Silva. A caracterização da precipitação do ano hidrológico de 2013-2014 na região de São Carlos/SP e sua repercussão no espaço geográfico. Revista Brasileira de Climatologia, v. 21, n.13, p. 135-152, 2017.

SANTOS, Roziane Sobreira dos et al. Caracterização de extremos mensais de precipitação em Cacoal (RO). Revista Brasileira de Climatologia, v. 22, n. 14, p. 267-280, 2018.

SHAPIRO, Samuel Sanford; WILK, Martin. An analysis of variance test for normality (complete samples). Biometrika. 1965;52(3) 591-611.

SILVA, Aion Angelu Ferraz; JARDIM, Carlos Henrique Aplicação de técnicas de preenchimento de falhas de dados de pluviosidade mensal e anual para o noroeste do estado de Minas Gerais - Brasil. Geografias Artigos Científicos, v. 15, n. 2, p. 83-106, 2017.

SILVA, Pollyana Maria et al. Modelagem da hidrografia de cheia em uma bacia hidrográfica da região Alto Rio Grande. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 12, n. 3, p. 258-265, 2008.

SIMOLO, Claudia; BRUNETTI, Michele; MAUGERI, Maurizio. Improving estimation of missing values in daily precipitation series by a probability density function-preserving approach. International Journal of Climatology, v. 29, n. 11, p. 1564-1576, 2009.

SOUZA, Vladimir; GALVANI, Emerson. Distribuição Espaço Temporal Da Precipitação Pluvial E Sua Interação Com O Relevo Na Bacia Do Rio Jacaré Guaçu (SP). Ciência e Natura, v. 39, p. 110-124, 2017.

TEEGAVARAPU, Ramesh S. V.; CHANDRAMOULI, Viswanathan. Improved weighting methods, deterministic and stochastic data-driven models for estimation of missing precipitation records. Journal Of Hydrology, v. 312, n. 1-4, p. 191-206, 2005.

TEIXEIRA, Mateus da Silva, SATYAMURTY, Prakki. Trends in the Frequency of Intense Precipitation Events in Southern and Southeastern Brazil during 1960–2004. Journal of Climate, v. 24, n. 7, p. 1913–1921, 2011.

TRIOLA Mário. Introdução a estatística. 10. ed. Rio de Janeiro: LTC, 2008.

VÁSQUEZ, Isela Leonor et al. Historical analysis of interannual rainfall variability and trends in southeastern Brazil based on observational and remotely sensed data. Climate Dynamics, v. 50, n. 3, p. 801–824, 2018.

WANDERLEY, Henderson Silva; AMORIM, Ricardo Ferreira Carlos de; CARVALHO, Fred Oliveira de. Interpolação espacial de dados médios mensais pluviométricos com redes neurais artificiais. Revista Brasileira de Meteorologia, v. 29, n. 3, p. 389-396, 2014.

XIA, Youlong; FABIAN, Peter; STOHL, Andreas; WINTERHALTER, Martin. Forest climatology: estimation of missing values for Bavaria, Germany. Agricultural and Forest Meteorology, v. 96, n.1–3, p. 131-144, 1999.

YOUNG, Kenneth C. Three-way model for interpolating for monthly precipitation values. Monthly Weather Review, v. 120, n. 11, p. 2561-2569, 1992.

ZANCHETTA, Denise; TANNUS, João Luis Sanches; PINHEIRO, Leandro de Souza. Análise biofísica dos processos envolvidos na invasão biológica de sementes de Pinus elliottii na Estação Ecológica de Itirapina - SP e alternativas de manejo. Climatologia e Estudos da Paisagem, v. 2, n. 1, p. 72-89, 2007.

Publicado

21/09/2021

Cómo citar

Ruezzene, C. B., Miranda, R. B. de, Tech, A. R. B., & Mauad, F. F. (2021). PREENCHIMENTO DE FALHAS EM DADOS DE PRECIPITAÇÃO ATRAVÉS DE MÉTODOS TRADIONAIS E POR INTELIGÊNCIA ARTIFICIAL. Revista Brasileña De Climatología, 29, 177–204. Recuperado a partir de https://ojs.ufgd.edu.br/rbclima/article/view/15184

Número

Sección

Artigos