Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/224104 |
Resumo: | A obtenção de séries históricas de precipitação é essencial em diversas áreas do conhecimento, entre as quais, destacam-se climatologia, hidrologia e agricultura. No entanto, a limitação na densidade das estações pluviométricas e a escassez de dados, trazem dificuldades aos usuários. Ainda são necessárias uma série de processamentos, como o preenchimento das falhas, a interpolação e a estimativa da precipitação para área de interesse. Esta tese teve como objetivo gerar um Banco de Dados espacial com séries históricas de precipitação para o Rio Grande do Sul, que permite a consulta a índices e séries temporais de precipitação por bacia, município ou coordenadas geográficas, sem a necessidade de pós-processamento. A metodologia da pesquisa foi dividida em cinco etapas: a) aquisição, organização e preenchimento de falhas das séries históricas de precipitação das 287 estações pluviométricas utilizadas no estudo, por meio dos métodos de Regressão Linear Múltipla (RLM) e Redes Neurais Artificiais (RNA); b) interpolação espacial de dados de precipitação para uma malha regular com resolução espacial de 20 km, por meio do método Inverso da Potência da Distância (IPD); c) cálculo e processamento de índices de precipitação (Tempo de Retorno, Chuva Média Mensal e Anual, Índice de Anomalia de Chuvas, Número de dias de Precipitação); d) divisão e ottocodificação de bacias hidrográficas a partir do Modelo Digital de Elevação (MDI); e) organização de tabelas e matrizes, e desenvolvimento de um algoritmo para consultas ao Banco de Dados. O produto 3IMERGM, oriundo da Missão Global Precipitation Measurement (GPM), foi comparado com o Banco de Dados gerado. Os dados de precipitação estimados pelo produto 3IMERGM se mostraram compatíveis com o Banco de Dados, mas superestimaram os valores em 9,15%. A disponibilização do Banco de Dados em um site na internet, com um arquivo de saída compatível com programas de modelagem hidrológica, representa um ganho significativo para áreas que necessitem de longas séries temporais de precipitação. A partir do Banco de Dados desenvolvido nesta tese, o usuário terá acesso a um extenso conjunto de dados de precipitação do RS, incluindo o código desenvolvido no software MATLAB, as tabelas e matrizes das séries históricas de precipitação e os arquivos vetoriais de consulta das bacias hidrográficas e dos municípios. |
id |
URGS_51e14838023f2e9833f87e168605bd2e |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/224104 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Brubacher, João PauloGuasselli, Laurindo AntônioOliveira, Guilherme Garcia de2021-07-16T04:31:20Z2021http://hdl.handle.net/10183/224104001128625A obtenção de séries históricas de precipitação é essencial em diversas áreas do conhecimento, entre as quais, destacam-se climatologia, hidrologia e agricultura. No entanto, a limitação na densidade das estações pluviométricas e a escassez de dados, trazem dificuldades aos usuários. Ainda são necessárias uma série de processamentos, como o preenchimento das falhas, a interpolação e a estimativa da precipitação para área de interesse. Esta tese teve como objetivo gerar um Banco de Dados espacial com séries históricas de precipitação para o Rio Grande do Sul, que permite a consulta a índices e séries temporais de precipitação por bacia, município ou coordenadas geográficas, sem a necessidade de pós-processamento. A metodologia da pesquisa foi dividida em cinco etapas: a) aquisição, organização e preenchimento de falhas das séries históricas de precipitação das 287 estações pluviométricas utilizadas no estudo, por meio dos métodos de Regressão Linear Múltipla (RLM) e Redes Neurais Artificiais (RNA); b) interpolação espacial de dados de precipitação para uma malha regular com resolução espacial de 20 km, por meio do método Inverso da Potência da Distância (IPD); c) cálculo e processamento de índices de precipitação (Tempo de Retorno, Chuva Média Mensal e Anual, Índice de Anomalia de Chuvas, Número de dias de Precipitação); d) divisão e ottocodificação de bacias hidrográficas a partir do Modelo Digital de Elevação (MDI); e) organização de tabelas e matrizes, e desenvolvimento de um algoritmo para consultas ao Banco de Dados. O produto 3IMERGM, oriundo da Missão Global Precipitation Measurement (GPM), foi comparado com o Banco de Dados gerado. Os dados de precipitação estimados pelo produto 3IMERGM se mostraram compatíveis com o Banco de Dados, mas superestimaram os valores em 9,15%. A disponibilização do Banco de Dados em um site na internet, com um arquivo de saída compatível com programas de modelagem hidrológica, representa um ganho significativo para áreas que necessitem de longas séries temporais de precipitação. A partir do Banco de Dados desenvolvido nesta tese, o usuário terá acesso a um extenso conjunto de dados de precipitação do RS, incluindo o código desenvolvido no software MATLAB, as tabelas e matrizes das séries históricas de precipitação e os arquivos vetoriais de consulta das bacias hidrográficas e dos municípios.Obtaining historical precipitation series is essential in several areas of knowledge, among which are climatology, hydrology and agriculture. However, the limitation in the density of pluviometric stations and the scarcity of data, bringing difficulties to users. A series of processing is still required, such as gap filling, interpolation and estimating precipitation for the area of interest. This thesis aimed to generate a spatial database with historical precipitation series for Rio Grande do Sul, which allows the query of precipitation indexes and time series by basin, city or geographic coordinates, without the need for post-processing. The research methodology was divided into five stages: a) acquisition, organization and gap filling in the historical precipitation series of the 287 pluviometric stations used in the study, by the methods of Multiple Linear Regression (MLR) and Artificial Neural Networks (ANN) ; b) spatial interpolation of precipitation data for a regular grid with a spatial resolution of 20 km, by the method Distance Power Inverse (DPI); c) calculation and processing of precipitation indices (Return Time, Average Monthly and Annual Rain, Rain Anomaly Index, Number of Precipitation Days); d) division and ottocodification of hydrographic basins using the Digital Elevation Model (DEM); e) organization of tables and matrices, and development of an algorithm for queries to the database. The product 3IMERGM, from the Global Precipitation Measurement Mission (GPM), was compared with the database. The precipitation data estimated by the product 3IMERGM proved to be compatible with the database, but overestimated the values by 9.15%. The availability of the database on a website, with an output file compatible with hydrological modeling software, represents a significant gain for areas that need long time series of precipitation. From the database developed in this thesis, the user will have access to an extensive set of precipitation data from RS, including the code developed in the MATLAB software, the tables and matrices of the historical precipitation series and the vector consultation files of the basins hydrographic and municipalities.application/pdfporSensoriamento remotoPrecipitação pluvialClimatologiaRio Grande do SulSpatial interpolationGap fillingsSIGBanco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulCentro Estadual de Pesquisas em Sensoriamento Remoto e MeteorologiaPrograma de Pós-Graduação em Sensoriamento RemotoPorto Alegre, BR-RS2021doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001128625.pdf.txt001128625.pdf.txtExtracted Texttext/plain325072http://www.lume.ufrgs.br/bitstream/10183/224104/2/001128625.pdf.txtbd7faf9cf697b0ede35d9a000503a776MD52ORIGINAL001128625.pdfTexto completoapplication/pdf19391821http://www.lume.ufrgs.br/bitstream/10183/224104/1/001128625.pdf305547998fdd7eb718390d9e19e7f2f3MD5110183/2241042021-08-18 04:50:24.138613oai:www.lume.ufrgs.br:10183/224104Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-08-18T07:50:24Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil |
title |
Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil |
spellingShingle |
Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil Brubacher, João Paulo Sensoriamento remoto Precipitação pluvial Climatologia Rio Grande do Sul Spatial interpolation Gap fillings SIG |
title_short |
Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil |
title_full |
Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil |
title_fullStr |
Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil |
title_full_unstemmed |
Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil |
title_sort |
Banco de dados de precipitação para análise espaço-temporal integrada para o estado do Rio Grande do Sul, Brasil |
author |
Brubacher, João Paulo |
author_facet |
Brubacher, João Paulo |
author_role |
author |
dc.contributor.author.fl_str_mv |
Brubacher, João Paulo |
dc.contributor.advisor1.fl_str_mv |
Guasselli, Laurindo Antônio |
dc.contributor.advisor-co1.fl_str_mv |
Oliveira, Guilherme Garcia de |
contributor_str_mv |
Guasselli, Laurindo Antônio Oliveira, Guilherme Garcia de |
dc.subject.por.fl_str_mv |
Sensoriamento remoto Precipitação pluvial Climatologia Rio Grande do Sul |
topic |
Sensoriamento remoto Precipitação pluvial Climatologia Rio Grande do Sul Spatial interpolation Gap fillings SIG |
dc.subject.eng.fl_str_mv |
Spatial interpolation Gap fillings SIG |
description |
A obtenção de séries históricas de precipitação é essencial em diversas áreas do conhecimento, entre as quais, destacam-se climatologia, hidrologia e agricultura. No entanto, a limitação na densidade das estações pluviométricas e a escassez de dados, trazem dificuldades aos usuários. Ainda são necessárias uma série de processamentos, como o preenchimento das falhas, a interpolação e a estimativa da precipitação para área de interesse. Esta tese teve como objetivo gerar um Banco de Dados espacial com séries históricas de precipitação para o Rio Grande do Sul, que permite a consulta a índices e séries temporais de precipitação por bacia, município ou coordenadas geográficas, sem a necessidade de pós-processamento. A metodologia da pesquisa foi dividida em cinco etapas: a) aquisição, organização e preenchimento de falhas das séries históricas de precipitação das 287 estações pluviométricas utilizadas no estudo, por meio dos métodos de Regressão Linear Múltipla (RLM) e Redes Neurais Artificiais (RNA); b) interpolação espacial de dados de precipitação para uma malha regular com resolução espacial de 20 km, por meio do método Inverso da Potência da Distância (IPD); c) cálculo e processamento de índices de precipitação (Tempo de Retorno, Chuva Média Mensal e Anual, Índice de Anomalia de Chuvas, Número de dias de Precipitação); d) divisão e ottocodificação de bacias hidrográficas a partir do Modelo Digital de Elevação (MDI); e) organização de tabelas e matrizes, e desenvolvimento de um algoritmo para consultas ao Banco de Dados. O produto 3IMERGM, oriundo da Missão Global Precipitation Measurement (GPM), foi comparado com o Banco de Dados gerado. Os dados de precipitação estimados pelo produto 3IMERGM se mostraram compatíveis com o Banco de Dados, mas superestimaram os valores em 9,15%. A disponibilização do Banco de Dados em um site na internet, com um arquivo de saída compatível com programas de modelagem hidrológica, representa um ganho significativo para áreas que necessitem de longas séries temporais de precipitação. A partir do Banco de Dados desenvolvido nesta tese, o usuário terá acesso a um extenso conjunto de dados de precipitação do RS, incluindo o código desenvolvido no software MATLAB, as tabelas e matrizes das séries históricas de precipitação e os arquivos vetoriais de consulta das bacias hidrográficas e dos municípios. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-07-16T04:31:20Z |
dc.date.issued.fl_str_mv |
2021 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/224104 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001128625 |
url |
http://hdl.handle.net/10183/224104 |
identifier_str_mv |
001128625 |
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.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/224104/2/001128625.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/224104/1/001128625.pdf |
bitstream.checksum.fl_str_mv |
bd7faf9cf697b0ede35d9a000503a776 305547998fdd7eb718390d9e19e7f2f3 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1800309182382997504 |