A) Aumento da precisão de localização dos postos
A Figura 27 demonstra os arcos entre os 104 postos registrados em comum por parte da SUDENE (extremidade em branco) e EMPARN (extremidade em preto). A discrepância apresentada provavelmente provêm da imprecisão dos dados geográficos de cada posto, limitados em graus e minutos, conforme descrito na Seção 4.2.1. Possivelmente, o incremento na precisão geográfica para a casa dos segundos, além da revisão das geoinformações existentes por ambas as fontes, resolveria o problema.
Figura 27 – Discrepância geográfica apresentada entre registros das duas fontes. Fonte – Elaborado pelo autor.
B) Obtenção de altitude para postos incompletos
Conforme exposto na Seção 5.1.1, 44 postos não possuíam a disponibilidade da informação de altitude. Por questões de controle de qualidade dos dados, os postos não foram mantidos, acarretando na rejeição de 63.194 índices diários.
Capítulo 6. Conclusão 53
Entretanto, caso o controle de qualidade do estudo permita, o descarte pode ser evitado estimando a altitude através de APIs de mapas (e.g. OpenElevation1, Google
Elevation2).
C) Aplicação de outros métodos de interpolação
Embora o método IDW tenha apresentado resultados satisfatórios, outros métodos de interpolação espaço-temporais devem ser testados, com o propósito de encontrar o menor erro possível entre dado estimado e real.
D) Criação de aplicação generalizada de preparação de dados pluviométricos
Neste trabalho, o procedimento aplicado aos dados existentes foi moldado através de uma análise prévia das propriedades originais dos dados, impossibilitando o uso futuro da aplicação para outros formatos de datasets de dados pluviométricos. Portanto, a criação de um protocolo para cumprir todos os pontos da Seção 3.2 em qualquer dataset de dados pluviométricos torna-se necessária para facilitar o desenvolvimento de aplicações de preparação de dados de chuva em outros cenários.
1https://open-elevation.com
54
REFERÊNCIAS
ANTONIO, C. A. D. A. GEOESTATÍSTICA APLICADA À ACUMULAÇÃO DA
PRECIPITAÇÃO PLUVIOMÉTRICA COM RADAR METEOROLÓGICO. Dissertação
(Mestrado) — UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO, aug 2007. 17
BLEI, D. M.; SMYTH, P. Science and data science. Proceedings of the National Academy
of Sciences, National Academy of Sciences, 2017. ISSN 0027-8424. Disponível em: <http://www.pnas.org/content/early/2017/08/04/1702076114>. 18
BRUGNARA, T. Arquivos Geojson com perímetros dos municípios brasileiros por estado. 2015. Disponível em:<https://github.com/tbrugz/geodata-br>. Acesso em: 11 nov. 2018. 31, 49
CADY, F. The data science handbook. Hoboken, NJ: John Wiley & Sons, Inc, 2017. ISBN 1119092949. 18, 19
DAEE. O POSTO PLUVIOMÉTRICO. 2000. Disponível em:<http://www.daee.sp.gov-
.br/acervoepesquisa/relatorios/pluvpmsp/capitulo02.htm>. Acesso em: 05 mai. 2019.
15
DIRKS, K. et al. High-resolution studies of rainfall on norfolk island. Journal
of Hydrology, Elsevier BV, v. 208, n. 3–4, p. 187–193, Jul 1998. Disponível em: <http://dx.doi.org/10.1016/S0022-1694(98)00155-3>. 35
FISCH, G.; VENDRAME, I.; HANAOKA, P. Cesar de M. Variabilidade espacial da chuva durante o experimento lba/trmm 1999 na amazônia. Acta Amazonica, v. 37, 01 2007. 16 FONSECA, J. J. S. da. Metodologia da pesquisa científica. 2002. 20
HINKLE, D. Applied statistics for the behavioral sciences. Boston, Mass. London: Houghton Mifflin Hi Marketing (distributor, 2003. ISBN 978-0618124053. 36
ISAAKS, E. Applied geostatistics. New York: Oxford University Press, 1989. ISBN 0-19-505012-6. 35
LY, S.; CHARLES, C.; DEGRE, A. Geostatistical interpolation of daily rainfall at catchment scale: the use of several variogram models in the ourthe and ambleve catchments, belgium. Hydrology and Earth System Sciences, Copernicus GmbH, v. 15, n. 7, p. 2259–2274, Jul 2011. Disponível em: <http://dx.doi.org/10.5194/hess-15-2259-2011>. 33, 34, 35, 49
MARTINS, J. E. M. P. IMPLEMENTAÇÃO DE UM PROTÓTIPO ELETRÔNICO
PARA REGISTROS DIÁRIOS DE DADOS PLUVIOMÉTRICOS. 2003. Disponível em:
<http://www.ambiente-augm.ufscar.br/uploads/A2-154.pdf>. Acesso em: 12 mai. 2019.
14, 17
MCKINNEY, W. Python for data analysis. Beijing Sebastopol, Calif: O’Reilly, 2013. ISBN 978-1-449-31979-3. 19, 20
Referências 55
MURTA, R. M. et al. Precipitação pluvial mensal em níveis de probabilidade pela distribuição gama para duas localidades do sudoeste da bahia. Ciência e
Agrotecnologia, FapUNIFESP (SciELO), v. 29, n. 5, p. 988–994, Oct 2005. Disponível em: <http://dx.doi.org/10.1590/S1413-70542005000500011>. 13
OLIVEIRA, A. S. de. Precipitação Pluviométrica. 2006. Disponível em: <https:/-
/www.ufrb.edu.br/neas/documento/category/8-cca-035-meteorologia-e-climatologia- agricola?download=37:cap-11-precpluv>. Acesso em: 02 mai. 2019. 16
SALGUEIRO, J. H. P. de B. AVALIAÇÃO DE REDE PLUVIOMÉTRICA E ANÁLISE
DE VARIABILIDADE ESPACIAL DA PRECIPITAÇÃO: ESTUDO DE CASO NA BACIA DO RIO IPOJUCA EM PERNAMBUCO. Dissertação (Mestrado) —
UNIVERSIDADE FEDERAL DE PERNAMBUCO, aug 2005. 13, 14, 15, 16, 17
SILVEIRA, D. T.; CORDOVA, F. P. Métodos de Pesquisa: A pesquisa científica. 2009. Disponível em:<http://www.ufrgs.br/cursopgdr/downloadsSerie/derad005.pdf>. Acesso em: 20 mai. 2019. 20
STODDER, D. Improving Data Preparation for Business Analytics. [S.l.], 2016. 19 STUDART, T. M. de C. Hidrologia: Precipitação. 2006. 15, 16
SU, S.-H. et al. Temporal and spatial characteristics of typhoon extreme rainfall in taiwan.
Journal of the Meteorological Society of Japan. Ser. II, Meteorological Society of Japan,
v. 90, n. 5, p. 721–736, 2012. Disponível em: <http://dx.doi.org/10.2151/jmsj.2012-510>. 41
SUDENE. Rede Hidroclimatológica do Nordeste. 2017. Disponível em: <http://www-
.sudene.gov.br/area-de-atuacao/regiao-nordeste-estatisticas/rede-hidroclimatologica-do- nordeste>. Acesso em: 03 set. 2018. 22
VAREJÃO-SILVA, M. A. Meteorologia e Climatologia. 2006. Disponí- vel em: <http://www.icat.ufal.br/laboratorio/clima/data/uploads/pdf-
/METEOROLOGIA E CLIMATOLOGIA VD2 Mar 2006.pdf>. Acesso em: 10
mai. 2019. 15, 16
VISOCHEK, A. Practical data wrangling : expert techniques for transforming your raw
data into a valuable source for analytics. Birmingham, UK: Packt Publishing, 2017. ISBN
9781787286139. 19, 20
YANG, X. et al. Spatial interpolation of daily rainfall data for local climate impact assessment over greater sydney region. Advances in Meteorology, Hindawi Limited, v. 2015, p. 1–12, 2015. Disponível em:<http://dx.doi.org/10.1155/2015/563629>. 49