Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários

Detalhes bibliográficos
Autor(a) principal: Martins, Lucas Rangel
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/202063
Resumo: Para o apropriado conhecimento da disponibilidade hídrica e de eventos extremos para a gestão dos recursos hídricos e a elaboração de estudos e projetos na área, é essencial o monitoramento do fenômeno da precipitação. Para que seja feito de maneira apropriada, deve se assegurar a qualidade dos registros pluviométricos, assim como, das análises e tratamentos dessas séries anteriormente à realização de estudos hidrológicos. Portanto, buscou-se nesse estudo compreender melhor os limites do uso de técnicas de preenchimento convencionais de falhas, utilizadas de forma abrangente em estudos de hidrologia, e comparar os erros de tais técnicas aos erros que falhas aleatórias diárias de extensão variada podem causar às séries mensais de precipitação, calculando, então, o total mensal sem o total de registros do mês. Para isso, foram testadas as técnicas de preenchimento através de regressões lineares, ponderação regional, vetor regional, inverso da distância ao quadrado e ponderações regionais com base em regressões lineares. Tais técnicas foram testadas em 12 grupos distintos, sendo uma estação principal em cada grupo, e pelo menos outras cinco estações de apoio. A técnica com melhor desempenho em geral foi a regressão linear, enquanto as piores foram o vetor regional e o inverso da distância ao quadrado. Além disso, nas estações principais, foram comparados os erros de estimativa da série original através das séries sintéticas das técnicas de preenchimento aos erros que falhas diárias causam ao total mensal precipitado da série original. Foram geradas 1.000 séries sintéticas com falhas aleatórias, variando a sua extensão. Observou-se que a média dos erros tende a ser a precipitação média diária multiplicada pelo número de falhas criadas no mês. Para as diferentes regiões, observou-se que o erro das técnicas de preenchimento tende a ser equivalente a 4 a 12 dias de falhas em termos medianos, dependendo da região e da época do ano. Tais valores levam a crer que em muitos casos, mantendo-se os valores originais diários registrados, mesmo havendo falhas naquele mês, tem-se um valor total mensal mais próximo da realidade do que através das técnicas de preenchimento tradicionalmente utilizadas. Observou-se que é viável a utilização da alternativa de não-preenchimento, uma vez observados os critérios de limite de falhas, devendo ser aplicado a um maior número de estações para que se possa validar de forma mais conclusiva tal observação.
id URGS_5382ca8fdd97453a3b9bd297fdf53702
oai_identifier_str oai:www.lume.ufrgs.br:10183/202063
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Martins, Lucas RangelDornelles, Fernando2019-11-26T03:54:04Z2019http://hdl.handle.net/10183/202063001099518Para o apropriado conhecimento da disponibilidade hídrica e de eventos extremos para a gestão dos recursos hídricos e a elaboração de estudos e projetos na área, é essencial o monitoramento do fenômeno da precipitação. Para que seja feito de maneira apropriada, deve se assegurar a qualidade dos registros pluviométricos, assim como, das análises e tratamentos dessas séries anteriormente à realização de estudos hidrológicos. Portanto, buscou-se nesse estudo compreender melhor os limites do uso de técnicas de preenchimento convencionais de falhas, utilizadas de forma abrangente em estudos de hidrologia, e comparar os erros de tais técnicas aos erros que falhas aleatórias diárias de extensão variada podem causar às séries mensais de precipitação, calculando, então, o total mensal sem o total de registros do mês. Para isso, foram testadas as técnicas de preenchimento através de regressões lineares, ponderação regional, vetor regional, inverso da distância ao quadrado e ponderações regionais com base em regressões lineares. Tais técnicas foram testadas em 12 grupos distintos, sendo uma estação principal em cada grupo, e pelo menos outras cinco estações de apoio. A técnica com melhor desempenho em geral foi a regressão linear, enquanto as piores foram o vetor regional e o inverso da distância ao quadrado. Além disso, nas estações principais, foram comparados os erros de estimativa da série original através das séries sintéticas das técnicas de preenchimento aos erros que falhas diárias causam ao total mensal precipitado da série original. Foram geradas 1.000 séries sintéticas com falhas aleatórias, variando a sua extensão. Observou-se que a média dos erros tende a ser a precipitação média diária multiplicada pelo número de falhas criadas no mês. Para as diferentes regiões, observou-se que o erro das técnicas de preenchimento tende a ser equivalente a 4 a 12 dias de falhas em termos medianos, dependendo da região e da época do ano. Tais valores levam a crer que em muitos casos, mantendo-se os valores originais diários registrados, mesmo havendo falhas naquele mês, tem-se um valor total mensal mais próximo da realidade do que através das técnicas de preenchimento tradicionalmente utilizadas. Observou-se que é viável a utilização da alternativa de não-preenchimento, uma vez observados os critérios de limite de falhas, devendo ser aplicado a um maior número de estações para que se possa validar de forma mais conclusiva tal observação.For the adequate knowledge of water availability and extreme flood and drought events for water resources management as for studies and projects in this area, it is essential to measure and register rainfall data. In order to do it properly, the quality of the rainfall records, as well as the analyzes and treatments of these series prior to the hydrological studies must be ensured. Therefore, this study sought to better understand the limits of the use of conventional filling gaps techniques, widely used in hydrology studies, and to compare the errors of such techniques to the errors that daily random failures of varied extent can cause to the monthly series of rainfall. To assess it, the filling techniques were tested through linear regressions, regional weighting, regional vector, inverse squared distance weighting and regional weights based on linear regressions. These techniques were tested in twelve distinct groups, one main station in each group, and at least five other support stations. The best performing technique in general terms was the linear regression, while the worst was the regional vector and the inverse squared distance weighting. In addition, in the main stations, the estimation errors through synthetic series generated by filling techniques of the original series were compared to errors that daily failures cause to the original series. A thousand synthetic series were generated with random faults, varying their length. It was observed that the mean of the errors tends to be the average daily precipitation multiplied by the number of failures created in the series. For the different regions, it was observed that the error of the filling techniques tends to be equivalent to 4 to 12 days of failure in medium terms. Depending on the region and the time of year. These values lead to believe that in many cases, keeping the original daily values recorded, even if there were failures in that month, there is a total monthly value closer to reality than through the traditional use of filling techniques. It was observed that it is feasible to use the no-fill technique, once the failure limit criteria have been observed, and it should be applied to a larger number of stations in order to allow a more conclusive validation of this observation.application/pdfporPrecipitação : AnáliseDados pluviometricosErroPrecipitationConsistency analysisFilling in dataHomogenizationRainfall analysisRainfall measureEfeito em totais mensais de precipitação do não preenchimento de falhas nos dados diáriosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de Pesquisas HidráulicasPrograma de Pós-Graduação em Recursos Hídricos e Saneamento AmbientalPorto Alegre, BR-RS2019.mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001099518.pdf.txt001099518.pdf.txtExtracted Texttext/plain145969http://www.lume.ufrgs.br/bitstream/10183/202063/2/001099518.pdf.txtc4f7cd9c7590af63129551ad097cd50bMD52ORIGINAL001099518.pdfTexto completoapplication/pdf4214990http://www.lume.ufrgs.br/bitstream/10183/202063/1/001099518.pdfd6425c1fe18ed4cabef07696ebdb4d29MD5110183/2020632019-11-27 05:02:37.675942oai:www.lume.ufrgs.br:10183/202063Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532019-11-27T07:02:37Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
title Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
spellingShingle Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
Martins, Lucas Rangel
Precipitação : Análise
Dados pluviometricos
Erro
Precipitation
Consistency analysis
Filling in data
Homogenization
Rainfall analysis
Rainfall measure
title_short Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
title_full Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
title_fullStr Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
title_full_unstemmed Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
title_sort Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
author Martins, Lucas Rangel
author_facet Martins, Lucas Rangel
author_role author
dc.contributor.author.fl_str_mv Martins, Lucas Rangel
dc.contributor.advisor1.fl_str_mv Dornelles, Fernando
contributor_str_mv Dornelles, Fernando
dc.subject.por.fl_str_mv Precipitação : Análise
Dados pluviometricos
Erro
topic Precipitação : Análise
Dados pluviometricos
Erro
Precipitation
Consistency analysis
Filling in data
Homogenization
Rainfall analysis
Rainfall measure
dc.subject.eng.fl_str_mv Precipitation
Consistency analysis
Filling in data
Homogenization
Rainfall analysis
Rainfall measure
description Para o apropriado conhecimento da disponibilidade hídrica e de eventos extremos para a gestão dos recursos hídricos e a elaboração de estudos e projetos na área, é essencial o monitoramento do fenômeno da precipitação. Para que seja feito de maneira apropriada, deve se assegurar a qualidade dos registros pluviométricos, assim como, das análises e tratamentos dessas séries anteriormente à realização de estudos hidrológicos. Portanto, buscou-se nesse estudo compreender melhor os limites do uso de técnicas de preenchimento convencionais de falhas, utilizadas de forma abrangente em estudos de hidrologia, e comparar os erros de tais técnicas aos erros que falhas aleatórias diárias de extensão variada podem causar às séries mensais de precipitação, calculando, então, o total mensal sem o total de registros do mês. Para isso, foram testadas as técnicas de preenchimento através de regressões lineares, ponderação regional, vetor regional, inverso da distância ao quadrado e ponderações regionais com base em regressões lineares. Tais técnicas foram testadas em 12 grupos distintos, sendo uma estação principal em cada grupo, e pelo menos outras cinco estações de apoio. A técnica com melhor desempenho em geral foi a regressão linear, enquanto as piores foram o vetor regional e o inverso da distância ao quadrado. Além disso, nas estações principais, foram comparados os erros de estimativa da série original através das séries sintéticas das técnicas de preenchimento aos erros que falhas diárias causam ao total mensal precipitado da série original. Foram geradas 1.000 séries sintéticas com falhas aleatórias, variando a sua extensão. Observou-se que a média dos erros tende a ser a precipitação média diária multiplicada pelo número de falhas criadas no mês. Para as diferentes regiões, observou-se que o erro das técnicas de preenchimento tende a ser equivalente a 4 a 12 dias de falhas em termos medianos, dependendo da região e da época do ano. Tais valores levam a crer que em muitos casos, mantendo-se os valores originais diários registrados, mesmo havendo falhas naquele mês, tem-se um valor total mensal mais próximo da realidade do que através das técnicas de preenchimento tradicionalmente utilizadas. Observou-se que é viável a utilização da alternativa de não-preenchimento, uma vez observados os critérios de limite de falhas, devendo ser aplicado a um maior número de estações para que se possa validar de forma mais conclusiva tal observação.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-11-26T03:54:04Z
dc.date.issued.fl_str_mv 2019
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.uri.fl_str_mv http://hdl.handle.net/10183/202063
dc.identifier.nrb.pt_BR.fl_str_mv 001099518
url http://hdl.handle.net/10183/202063
identifier_str_mv 001099518
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/10183/202063/2/001099518.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/202063/1/001099518.pdf
bitstream.checksum.fl_str_mv c4f7cd9c7590af63129551ad097cd50b
d6425c1fe18ed4cabef07696ebdb4d29
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_ 1810085505807679488