Revisão bibliográfica dos principais métodos de preenchimento de falhas em dados de precipitação

Repositorio Dspace

A- A A+

Revisão bibliográfica dos principais métodos de preenchimento de falhas em dados de precipitação

Mostrar el registro completo del ítem

Título: Revisão bibliográfica dos principais métodos de preenchimento de falhas em dados de precipitação
Autor: Ruezzene, Camila Bermond; Miranda, Renato Billia de; Mauad, Frederico Fabio
Resumen: O objetivo deste estudo foi de realizar levantamento bibliográfico dos principais métodos de preenchimentos de falhas em dados de precipitação. Os métodos de preenchimento contribuem para a geração de dados mais confiáveis e nesta revisão foram abordados os métodos de regressão linear em que estima-se os parâmetros da regressão para determinar dados em falta; ponderação regional preenche a série por ponderação com pelo menos três postos vizinhos; interpolação do inverso da distância é definido a vizinhança e os parâmetros de ponderação e calcula-se os dados ausentes por interpolação utilizando ponderação; razão normal é realizado a ponderação dos dados registrados pelas estações vizinhas e redes neurais artificiais determina-se a arquitetura da rede e estima-se parâmetros e dados perdidos. A reconstrução de séries históricas por esses métodos possibilita a realização de estudos detalhados das alterações climáticas e fornecem subsídios para o planejamento de gestão de recursos hídricos nas diversas regiões do país.The objective of this study was to carry out a bibliographical survey of the main methods of filling of faults in precipitation data. Filling methods contribute to the generation of more reliable data and in this review we have addressed the linear regression methods in which the regression parameters are estimated to determine missing data; regional weighting completes the series by weighting with at least three neighboring posts; interpolation of the inverse of the distance is defined the neighborhood and the weighting parameters and calculates the missing data by interpolation using weighting; normal reason is carried out the weighting of the data recorded by neighboring stations and artificial neural networks determines the network architecture and estimates lost parameters and data. The reconstruction of historical series by these methods makes it possible to carry out detailed studies of climate change and provides subsidies for the planning of water resources management in the various regions of the country.
URI: https://repositorio.ufsc.br/handle/123456789/244579
Fecha: 2019-05-08


Ficheros en el ítem

Ficheros Tamaño Formato Ver Descripción
VOLUME-2-153-164.pdf 647.4Kb PDF Ver/ Artigo

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem

Buscar en DSpace


Listar

Mi cuenta

Estadísticas

Compartilhar