Efeito em totais mensais de precipitação do não preenchimento de falhas nos dados diários
Visualizar/abrir
Data
2019Autor
Orientador
Nível acadêmico
Mestrado
Tipo
Assunto
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 ...
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. ...
Abstract
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, w ...
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. ...
Instituição
Universidade Federal do Rio Grande do Sul. Instituto de Pesquisas Hidráulicas. Programa de Pós-Graduação em Recursos Hídricos e Saneamento Ambiental.
Coleções
-
Engenharias (7386)
Este item está licenciado na Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)