Revisão bibliográfica dos principais métodos de preenchimento de falhas em dados de precipitação
Show simple item record
dc.contributor.author |
Ruezzene, Camila Bermond |
|
dc.contributor.author |
Miranda, Renato Billia de |
|
dc.contributor.author |
Mauad, Frederico Fabio |
|
dc.date.accessioned |
2023-02-22T18:34:26Z |
|
dc.date.available |
2023-02-22T18:34:26Z |
|
dc.date.issued |
2019-05-08 |
|
dc.identifier.issn |
2596-237X |
|
dc.identifier.uri |
https://repositorio.ufsc.br/handle/123456789/244579 |
|
dc.description.abstract |
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. |
pt_BR |
dc.description.abstract |
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. |
pt_BR |
dc.language.iso |
por |
pt_BR |
dc.publisher |
Grupo de Pesquisa Virtuhab/ UFSC |
pt_BR |
dc.subject |
Regressão linear; |
pt_BR |
dc.subject |
Ponderação regional; |
pt_BR |
dc.subject |
Redes neurais artificiais. |
pt_BR |
dc.subject |
Linear regression; Regional weighting; Artificial neural networks. |
pt_BR |
dc.title |
Revisão bibliográfica dos principais métodos de preenchimento de falhas em dados de precipitação |
pt_BR |
dc.title.alternative |
Bibliographic review of the main methods of filling in precipitation data |
pt_BR |
dc.type |
Article |
pt_BR |
Files in this item
This item appears in the following Collection(s)
Show simple item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account
Statistics
Compartilhar