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

DSpace Repository

A- A A+

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

Files Size Format View Description
VOLUME-2-153-164.pdf 647.4Kb PDF View/Open Artigo

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar