Avaliação e Comparação de Dois Métodos de Qualificação de Dados Diários de Precipitação no Estado de Santa Catarina
| Autor: | Renzo Angelo Viloche Morales, Carlos Eduardo Salles de Araujo |
|---|---|
| Jazyk: | portugalština |
| Rok vydání: | 2017 |
| Předmět: |
Atmospheric Science
010504 meteorology & atmospheric sciences rainfall data 0208 environmental biotechnology 02 engineering and technology Interval (mathematics) outlier detection lcsh:QC851-999 01 natural sciences Physics::Geophysics Statistics Prior probability Range (statistics) Gamma distribution Physics::Atmospheric and Oceanic Physics 0105 earth and related environmental sciences Rain gauge pluviometer dados de chuva pluviômetro Elevation 020801 environmental engineering Geography detecção de dados espúrios Outlier lcsh:Meteorology. Climatology False alarm |
| Zdroj: | Revista Brasileira de Meteorologia v.32 n.1 2017 Revista Brasileira de Meteorologia Sociedade Brasileira de Meteorologia (SBMET) instacron:SBMET Revista Brasileira de Meteorologia, Vol 32, Iss 1, Pp 65-75 Revista Brasileira de Meteorologia, Volume: 32, Issue: 1, Pages: 65-75, Published: MAR 2017 |
| Popis: | Resumo Dados de chuva provenientes de uma rede meteorológica do Sul do Brasil são usados para avaliar o desempenho de dois algoritmos de detecção de dados espúrios. Ambos os métodos empregam uma abordagem estatística e consistência espacial baseada nas distâncias e diferenças de altitude entre duas medidas de pluviômetros. Uma variação do método de múltiplas Gamas de You, Hubbard, Nadarajah e Kunkel (2007) é considerada neste estudo. Neste método a distribuição de precipitação média de estações vizinhas é particionada supondo-se que cada intervalo pode ser modelado por uma distribuição Gama. O segundo método não assume nenhuma distribuição a priori, usando informação pontual espacial e acumulada temporal de medidas pluviométricas vizinhas na consistência dos dados de chuva diários. Para avaliar a confiabilidade e a precisão em detectar dados espúrios por ambos algoritmos, são introduzidos erros semeados na série histórica de chuvas. Um modelo probabilístico bidimensional de erros introduzidos/detectados (sim-não) é empregado para calcular métricas referentes a probabilidades de correta detecção e alarme falso cometido pelo algoritmo. Verifica-se que o novo algoritmo proposto supera o algoritmo das múltiplas distribuições Gama. Abstract Daily rainfall data from a meteorological network in Southern Brazil is used to assess the performance of two different outliers detection algorithms. Both methods use a statistical and spatial consistency approach based in distance and elevation difference between two rain gauge measurements. A variation of the Multiple Interval Gamma Distribution method of You, Hubbard, Nadarajah e Kunkel (2007) is considered in this study. Neighboring stations data is gathered to get the local average rainfall distribution. The precipitation range of values is partitioned so one makes the assumption that every interval can be modeled by a Gamma distribution. The second method assumes no prior distribution characteristic, and instead uses point spatial and cumulated temporal information from neighboring rain gauge stations to consist daily rainfall data. In order to assess the reliability of the detected outliers, as well the accuracy, seeded errors are introduced in the historical rainfall series. A two dimensional probability model of introduced/detected error (yes-no) is used to compute metrics related to the correct detection and false alarm probabilities made by the algorithm. We verify that the new proposed method overcomes the Multiple Interval Gamma Distribution method. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|