CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UEPG |
Texto Completo: | http://tede2.uepg.br/jspui/handle/prefix/149 |
Resumo: | Climatic data are more and more important to predict climate phenomena or to evaluate historical data that serve as support for decision making especially for agriculture. Ensuring the quality of these data is crucial. These data are collected by the meteorological stations, during this process some data gaps and data inconsistent may be generated. Identify suspicious or inconsistent data is very important to ensure data quality. This paper presents an approach that uses statistical and geostatistical techniques to identify incorrect and suspicious data and estimate new values to fill gaps and errors. In this research, a spatial database was used to implement these techniques (statistical and geostatistical) and to test and evaluate the weather data. To evaluate these techniques we used data from stations located in Paraná State to evaluate the temperature variable. To check the results of the estimated data, we used the mean absolute error (MAE) and the root mean square error (RMSE). As a result, the uses of these techniques have proved to be suitable to identify basic errors and historical errors. The temporal validation showed a poor performance by overestimating the amount of incorrect data. Regarding the estimation techniques applied Kriging, Inverse of Distance Weighted and Linear Regression, all showed similar performance in the error analysis. |
id |
UEPG_22359ec5db9e822f231ea2c096aa0950 |
---|---|
oai_identifier_str |
oai:tede2.uepg.br:prefix/149 |
network_acronym_str |
UEPG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UEPG |
repository_id_str |
|
spelling |
Vaz, Maria Salete Marcon GomesCPF:44311931972http://lattes.cnpq.br/2266103198034845Sunye, Marcos SfairCPF:96753365915http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781755Z0Ribeiro, Selma Regina AranhaCPF:00443949930http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4770984U6CPF:00378701908http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4479992A7Baba, Ricardo Kazuo2017-07-21T14:19:32Z2012-09-272017-07-21T14:19:32Z2012-07-31BABA, Ricardo Kazuo. CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS. 2012. 90 f. Dissertação (Mestrado em Computação para Tecnologias em Agricultura) - UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Ponta Grossa, 2012.http://tede2.uepg.br/jspui/handle/prefix/149Climatic data are more and more important to predict climate phenomena or to evaluate historical data that serve as support for decision making especially for agriculture. Ensuring the quality of these data is crucial. These data are collected by the meteorological stations, during this process some data gaps and data inconsistent may be generated. Identify suspicious or inconsistent data is very important to ensure data quality. This paper presents an approach that uses statistical and geostatistical techniques to identify incorrect and suspicious data and estimate new values to fill gaps and errors. In this research, a spatial database was used to implement these techniques (statistical and geostatistical) and to test and evaluate the weather data. To evaluate these techniques we used data from stations located in Paraná State to evaluate the temperature variable. To check the results of the estimated data, we used the mean absolute error (MAE) and the root mean square error (RMSE). As a result, the uses of these techniques have proved to be suitable to identify basic errors and historical errors. The temporal validation showed a poor performance by overestimating the amount of incorrect data. Regarding the estimation techniques applied Kriging, Inverse of Distance Weighted and Linear Regression, all showed similar performance in the error analysis.A análise de dados climáticos serve de suporte na previsão de fenômenos relacionados, na avaliação de seus dados históricos e para a tomada de decisões, em especial na área da agricultura. Garantir a sua qualidade é fundamental. O processo de coleta desses dados, através das estações meteorológicas, pode apresentar problemas, onde dados inconsistentes podem ser geridos ou obtidos. A identificação de dados inconsistentes ou suspeitos é de fundamental importância na garantia de qualidade dos dados. Este trabalho apresenta uma abordagem para solução do problema, utilizando técnicas estatísticas e geoestatísticas na identificação de dados inconsistentes e na estimativa de dados a serem corrigidos ou preenchidos. A implementação destas técnicas em um banco de dados espacial apresentou-se como um facilitador na identificação e no preenchimento desses dados. Para avaliação destas técnicas utilizou-se de dados das estações localizadas no Estado do Paraná, para análise da variável temperatura. Para avaliar os resultados, foram utilizados os erros médio e quadrático. Como resultado, destaca-se que as técnicas de identificação de erros mostraram-se adequadas na consistência de erros básicos e históricos. A validação espacial apresentou baixo desempenho por superestimar a quantidade de dados incorretos. Quanto as técnicas utilizadas na estimativa dos dados, Krigagem, Inverso da Distância e Regressão Linear, todas apresentaram desempenho semelhantes com relação à análise dos erros.Made available in DSpace on 2017-07-21T14:19:32Z (GMT). No. of bitstreams: 1 Ricardo Baba.pdf: 3642224 bytes, checksum: 81e8e78f554cdf870e6f9a554b71f87a (MD5) Previous issue date: 2012-07-31application/pdfporUNIVERSIDADE ESTADUAL DE PONTA GROSSAPrograma de Pós Graduação Computação AplicadaUEPGBRComputação para Tecnologias em Agriculturapreenchimento de falhasdados meteorológicosestatísticageoestatísticacontrole de qualidade de dadosbanco de dados espacialgap fillingmeteorological datastatisticsgeostatisticsdata quality controlspatial databaseCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOCORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOSinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UEPGinstname:Universidade Estadual de Ponta Grossa (UEPG)instacron:UEPGORIGINALRicardo Baba.pdfapplication/pdf3642224http://tede2.uepg.br/jspui/bitstream/prefix/149/1/Ricardo%20Baba.pdf81e8e78f554cdf870e6f9a554b71f87aMD51prefix/1492017-07-21 11:19:32.821oai:tede2.uepg.br:prefix/149Biblioteca Digital de Teses e Dissertaçõeshttps://tede2.uepg.br/jspui/PUBhttp://tede2.uepg.br/oai/requestbicen@uepg.br||mv_fidelis@yahoo.com.bropendoar:2017-07-21T14:19:32Biblioteca Digital de Teses e Dissertações da UEPG - Universidade Estadual de Ponta Grossa (UEPG)false |
dc.title.por.fl_str_mv |
CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS |
title |
CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS |
spellingShingle |
CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS Baba, Ricardo Kazuo preenchimento de falhas dados meteorológicos estatística geoestatística controle de qualidade de dados banco de dados espacial gap filling meteorological data statistics geostatistics data quality control spatial database CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
title_short |
CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS |
title_full |
CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS |
title_fullStr |
CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS |
title_full_unstemmed |
CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS |
title_sort |
CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS |
author |
Baba, Ricardo Kazuo |
author_facet |
Baba, Ricardo Kazuo |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Vaz, Maria Salete Marcon Gomes |
dc.contributor.advisor1ID.fl_str_mv |
CPF:44311931972 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2266103198034845 |
dc.contributor.referee1.fl_str_mv |
Sunye, Marcos Sfair |
dc.contributor.referee1ID.fl_str_mv |
CPF:96753365915 |
dc.contributor.referee1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781755Z0 |
dc.contributor.referee2.fl_str_mv |
Ribeiro, Selma Regina Aranha |
dc.contributor.referee2ID.fl_str_mv |
CPF:00443949930 |
dc.contributor.referee2Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4770984U6 |
dc.contributor.authorID.fl_str_mv |
CPF:00378701908 |
dc.contributor.authorLattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4479992A7 |
dc.contributor.author.fl_str_mv |
Baba, Ricardo Kazuo |
contributor_str_mv |
Vaz, Maria Salete Marcon Gomes Sunye, Marcos Sfair Ribeiro, Selma Regina Aranha |
dc.subject.por.fl_str_mv |
preenchimento de falhas dados meteorológicos estatística geoestatística controle de qualidade de dados banco de dados espacial |
topic |
preenchimento de falhas dados meteorológicos estatística geoestatística controle de qualidade de dados banco de dados espacial gap filling meteorological data statistics geostatistics data quality control spatial database CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
dc.subject.eng.fl_str_mv |
gap filling meteorological data statistics geostatistics data quality control spatial database |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
description |
Climatic data are more and more important to predict climate phenomena or to evaluate historical data that serve as support for decision making especially for agriculture. Ensuring the quality of these data is crucial. These data are collected by the meteorological stations, during this process some data gaps and data inconsistent may be generated. Identify suspicious or inconsistent data is very important to ensure data quality. This paper presents an approach that uses statistical and geostatistical techniques to identify incorrect and suspicious data and estimate new values to fill gaps and errors. In this research, a spatial database was used to implement these techniques (statistical and geostatistical) and to test and evaluate the weather data. To evaluate these techniques we used data from stations located in Paraná State to evaluate the temperature variable. To check the results of the estimated data, we used the mean absolute error (MAE) and the root mean square error (RMSE). As a result, the uses of these techniques have proved to be suitable to identify basic errors and historical errors. The temporal validation showed a poor performance by overestimating the amount of incorrect data. Regarding the estimation techniques applied Kriging, Inverse of Distance Weighted and Linear Regression, all showed similar performance in the error analysis. |
publishDate |
2012 |
dc.date.available.fl_str_mv |
2012-09-27 2017-07-21T14:19:32Z |
dc.date.issued.fl_str_mv |
2012-07-31 |
dc.date.accessioned.fl_str_mv |
2017-07-21T14:19:32Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
BABA, Ricardo Kazuo. CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS. 2012. 90 f. Dissertação (Mestrado em Computação para Tecnologias em Agricultura) - UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Ponta Grossa, 2012. |
dc.identifier.uri.fl_str_mv |
http://tede2.uepg.br/jspui/handle/prefix/149 |
identifier_str_mv |
BABA, Ricardo Kazuo. CORREÇÃO DE DADOS AGROMETEOROLÓGICOS UTILIZANDO MÉTODOS ESTATÍSTICOS. 2012. 90 f. Dissertação (Mestrado em Computação para Tecnologias em Agricultura) - UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Ponta Grossa, 2012. |
url |
http://tede2.uepg.br/jspui/handle/prefix/149 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
UNIVERSIDADE ESTADUAL DE PONTA GROSSA |
dc.publisher.program.fl_str_mv |
Programa de Pós Graduação Computação Aplicada |
dc.publisher.initials.fl_str_mv |
UEPG |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Computação para Tecnologias em Agricultura |
publisher.none.fl_str_mv |
UNIVERSIDADE ESTADUAL DE PONTA GROSSA |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UEPG instname:Universidade Estadual de Ponta Grossa (UEPG) instacron:UEPG |
instname_str |
Universidade Estadual de Ponta Grossa (UEPG) |
instacron_str |
UEPG |
institution |
UEPG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UEPG |
collection |
Biblioteca Digital de Teses e Dissertações da UEPG |
bitstream.url.fl_str_mv |
http://tede2.uepg.br/jspui/bitstream/prefix/149/1/Ricardo%20Baba.pdf |
bitstream.checksum.fl_str_mv |
81e8e78f554cdf870e6f9a554b71f87a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UEPG - Universidade Estadual de Ponta Grossa (UEPG) |
repository.mail.fl_str_mv |
bicen@uepg.br||mv_fidelis@yahoo.com.br |
_version_ |
1809460447001182208 |