Preenchimento de falhas em séries de dados meteorológicos de estações automáticas
DOI:
https://doi.org/10.55761/abclima.v35i20.17599Palavras-chave:
Preenchimento de falhas, Dados meteorológicos, Hidrologia estocásticaResumo
Um dos grandes problemas que surgem ao se trabalhar com dados medidos em estações meteorológicas é a quantidade de lacunas encontradas nos bancos de dados. A análise de séries incompletas pode gerar resultados incertos, impactando negativamente a gestão dos recursos hídricos. Com o intuito de solucionar essas falhas, o presente trabalho objetivou realizar a imputação dos valores ausentes, utilizando o método que retorna os menores erros. Os dados utilizados como caso de estudo são referentes à estação meteorológica automática de Iguatu-CE. Para imputação dos valores ausentes foram aplicados métodos como interpolação, média móvel, média, valor ausente decomposto sazonalmente e valor ausente dividido sazonalmente. As simulações de valores ausentes foram realizadas seguindo o esquema de amostragem de ausência aleatória (MAR), gerados para as porcentagens de 10% e 20% de falhas. A qualidade de cada método foi verificada utilizando medidas de erro, como erro absoluto médio (MAE) e raiz do erro quadrático médio (RMSE). Os métodos testados apresentaram bons resultados para o preenchimento dos dados faltantes na série meteorológica sob estudo.
Downloads
Referências
BECK, Marcus W.; BOKDE, Neeraj Dhanraj; ASENCIO-CORTÉS, Gualberto; KULAT, K.D. R Package imputeTestbench to Compare Imputation Methods for Univariate Time Series. The R Journal, v.10, p.1-16, 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. Disponível em: https://doi.org/10.1590/0102-77863220008.
CLEVELAND, Robert B.; CLEVELAND, William S.; MCRAE, Jean E.; TERPENNING, Irma. STL: A Seasonal-Trend Decomposition Procedure Based on Loess. Journal of Official Statistics, v. 6, n. 1, p. 3-73, 1990.
CORREA, Marcele de Jesus; LIMA, Kellen Carla; SILVA, Jonathan Mota da; MEDEIROS, Gilvandro César. Filling of faults in climatological air temperature series in brazilian state capitals from 1980 to 2017. Revista Brasileira De Climatologia, v. 29, p. 251–272, 2021. Disponível em: https://ojs.ufgd.edu.br/index.php/rbclima/article/view/15176.
CORREIA, Tamíres Partélli; DOHLER, Rafael Esteves; DAMBROZ, Carlos Silva; BINOTI, Daniel Henrique Breda. 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.
CUNHA JÚNIOR, Rubens Oliveira da; FIRMINO, Paulo Renato Alves. Simulação de valores ausentes em séries temporais de precipitação para avaliação de métodos de imputação. Revista Brasileira De Climatologia, v.30, n.18, p.691–714. 2022. Disponível em: https://doi.org/10.55761/abclima.v30i18.15243.
DOURADO, Wesley Barbosa. Avaliação de técnicas de interpolação de imagens digitais. 2014. 141 f. Dissertação (Mestrado em Matemática Aplicada e Computacional) - Universidade Estadual Paulista, Presidente Prudente. 2014. Disponível em: https://repositorio.unesp.br/server/api/core/bitstreams/a4a2c492-32c3-4a27-8573-d5f543980736/content. Acesso em: 27 set. 2023.
GNAUCK, Albrecht. Interpolation and approximation of water quality time series and process identification. Analytical and bioanalytical chemistry, v. 380, p. 484-492, 2004. Disponível em: https://doi.org/10.1007/s00216-004-2799-3.
HODSON, Timothy O. Root-mean-square error (RMSE) or mean absolute error (MAE): when to use them or not. Geoscientific Model Development, v. 15, n. 14, p. 5481-5487, 2022. Disponível em: https://doi.org/10.5194/gmd-15-5481-2022, 2022.
INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ – IPECE. Perfil Municipal 2017: Iguatu. Fortaleza: IPECE, 2017.
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.
MACHIWAL, Deepesh; JHA, Madan Kumar Jha. Hydrologic time series analysis: theory and practice. Springer Science & Business Media, 2012.
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. Disponível em: https://doi.org/10.4025/bolgeogr.v35i1.30893.
MORITZ, Steffen; BARTZ-BEIELSTEIN, Thomas. imputeTS: Time Series Missing Value Imputation in R. R Journal, v. 9, n. 1, p. 207, 2017.
OLIVEIRA, Luiz F. C. de; FIOREZE, Ana P.; MEDEIROS, Antonio M. M.; SILVA, Mellissa A. S. 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. Disponível em: https://doi.org/10.1590/S1415-43662010001100008.
OLIVEIRA, Thiago Alves; SANCHES, Fabio de Oliveira; FERREIRA, Cássia de Castro Martins. (2021). Aplicação e avaliação de técnicas para o preenchimento de falhas de dados pluviométricos em anos habituais, secos e chuvosos. ENTRE-LUGAR, v.12, n. 24, p. 301–320. Disponível em: https://doi.org/10.30612/rel.v12i24.15137.
R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2023. URL: <https://www.R-project.org/>.
RSTUDIO TEAM. RStudio: Integrated Development for R. RStudio, PBC, Boston, MA, 2023. URL: http://www.rstudio.com.
SABINO, Marlus; SOUZA, Adilson P. de. Gap-filling meteorological data series using the GapMET software in the state of Mato Grosso, Brazil. Revista Brasileira De Engenharia Agrícola e Ambiental, v.27, n.2, p.149–156, 2023. Disponível em: https://doi.org/10.1590/1807-1929/agriambi.v27n2p149-156.
TURICCHI, Jake; O'DRISCOLL, Ruairi; FINLAYSON, Graham; DUARTE, Cristiana; PALMEIRA, A. L.; LARSEN, Sofus. C.; HEITMANN, Berit L.; STUBBS, R James. Data imputation and body weight variability calculation using linear and nonlinear methods in data collected from digital smart scales: simulation and validation study. JMIR Mhealth Uhealth, v. 8, n. 9, p. e17977, 2020. Disponível em: https://doi.org/10.2196/17977.
WIJESEKARA, Lakmini, LIYANAGE, Liwan. Comparison of Imputation Methods for Missing Values in Air Pollution Data: Case Study on Sydney Air Quality Index. In: ARAI, K., KAPOOR, S., BHATIA, R. (eds) Advances in Information and Communication: Proceedings of the 2020 Future of Information and Communication Conference (FICC). Springer International Publishing, vol 1130, p. 257-269, 2020. Disponível em: https://doi.org/10.1007/978-3-030-39442-4_20.
ZENERE, Pedro Vinicius S.; VENTURA, Thiago M.; GOMES, Raphael S. R.; RODRIGUES, Thiago R. Uso de árvore de decisão para escolha de método de preenchimento de falhas em dados meteorológicos. In: BRAZILIAN E-SCIENCE WORKSHOP (BRESCI), 14, 2020, Cuiabá. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, p. 89-96, 2020.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.
Os autores mantém seus direitos de publicação sem restrições
A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.
A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença