Precipitation regionalization using fuzzy c-means
Autor: | GOMES, Evanice Pinheiro |
---|---|
Přispěvatelé: | BLANCO, Claudio José Cavalcante |
Jazyk: | portugalština |
Rok vydání: | 2017 |
Předmět: | |
Zdroj: | 1 CD ROM Repositório Institucional da UFPA Universidade Federal do Pará (UFPA) instacron:UFPA |
Popis: | CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico O conhecimento do comportamento da precipitação é indispensável, pois qualquer alteração na sua quantidade e distribuições espaciais e temporais, têm um impacto importante sobre a natureza e consequentemente nas diversas atividades humanas. Contudo em estudos de precipitação, a falta de monitoramento pluviométrico, gerando a ausência de informação ao longo do tempo e espacialmente nas bacias hidrográficas é um problema. Com o intuito de contornar esse problema, no presente trabalho, foi proposto a aplicação do método de regionalização de precipitações. Nesse contexto, a ideia principal foi dividir a região hidrográfica Tocantins Araguaia – RHTA em regiões homogêneas, definidas pelo método Fuzzy C-means, e para cada uma, definir modelos de probabilidades de ocorrência de chuvas e modelos regionais de estimativa de precipitações mensais e anuais. Para o desenvolvimento do método Fuzzy C-means, adotou-se a distância euclidiana, como medida de similaridade e o parâmetro de fuzificação, variando de 1,2 a 2,0, e as variáveis explicativas de precipitação (altitude, latitude e longitude), foram usadas como dados de entrada. Foram obtidas 3 regiões homogêneas por intermédio do método Fuzzy C-means, as quais foram validadas pelo índice PBM e o teste de heterogeneidade. As frequências de ocorrências de chuvas observadas foram geradas para cada uma das 83 estações pluviométricas, distribuídas em suas respectivas regiões, e calibradas pelas funções de probabilidade Normal, LogNormal, Gama, Gumbel, Exponencial, Logarítmica e Weibull. Com a aplicação do teste do qui-quadrado, definiu-se a melhor função de probabilidade na ocorrência de chuvas de cada região homogênea. A validação das funções de probabilidades foi realizada em 9 estações alvo, a partir do teste qui-quadrado. Nesta etapa, foi observado que para precipitação média anual, ocorreu aderência dos dados a todas as estações pluviométricas alvo, pois apresentaram resultados da aplicação do teste qui-quadrado inferior a 5,99 (para funções de distribuição Log-normal). Também se constatou que para precipitação média mensal, houve aderência dos dados a todas as estações pluviométricas alvo, com as funções Gama e Weibull. Para simulação de alturas de precipitação, foram testados na calibração, modelos Linear, Potencial, Exponencial e Logaritmo, através do método devi regressão múltipla, adotando como variáveis independentes, a altitude, latitude e longitude. Como critério de desempenho dos modelos, foi utilizado o R², R²_a, E%, ϵ%, NASH e RMSE. Na simulação de médias anuais o modelo Linear apresentou os melhores índices de desempenho. Na estimativa de precipitações médias mensais, todos os modelos de regressão múltipla não apresentaram bom desempenho, com erros acima de 50%, fato que provocou a estimativa de chuvas médias mensais para períodos chuvosos e secos. Nessa nova abordagem os modelos de regressão apresentaram critérios de desempenho adequados e com erros abaixo de 10%. Os índices de desempenho encontrados permitiram concluir que os modelos regionais desenvolvidos para as regiões homogêneas de precipitações, definidas por meio do método Fuzzy C-Means, apresentam-se como uma opção adequada na estimativa de precipitações anuais e em períodos secos e chuvosos, e são importantes para um melhor entendimento do regime pluviométrico na RHTA, podendo servir como ferramenta para um melhor planejamento dos recursos hídricos na região. The knowledge of the precipitation behavior is indispensable, since any change in its quantity and spatial and temporal distributions have an important impact on nature and consequently on the various human activities. However, in precipitation studies, the lack of rainfall monitoring, generating the lack of information over time and spatially in the river basins is a problem for the understanding of this variable. In order to overcome this problem, the rainfall regionalization method was proposed. The main idea was to divide the Tocantins Araguaia - RHTA hydrographic region into homogeneous regions, defined by the Fuzzy C-means method. The Euclidean distance was adopted as a measure of similarity and the fuzzification parameter, ranging from 1.2 to 2.0, and the explanatory variables of rainfall (altitude, latitude and longitude) were used as input data. Three homogeneous regions were obtained, which were validated by the PBM index and the heterogeneity test. The frequencies of observed rainfall events were generated for the 83 rain gauge stations, distributed in their respective regions, and calibrated by the Normal, Log-Normal, Gama, Gumbel, Exponential, Logarithmic and Weibull probability functions. With the application of the chi-square test, we defined the best probability function in the occurrence of rainfall in each homogeneous region. The validation of the probabilities functions was performed in 9 target stations, using the chi-square test. In this stage, it was observed that for annual average precipitation, data adherence occurred to all the rain gauge stations, since they presented results of the chi-square test of less than 5.99 (for Log-normal distribution functions). It was also observed that for monthly average precipitation, data were adhered to all the rainfall stations with the Gama and Weibull functions. For the simulation of rain depth, Linear, Potential, Exponential and Logarithm models were tested through the multiple regression method, using as independent variables, altitude, latitude and longitude. As performance criterion of the models, the R², R²_a, E%, ε%, NASH and RMSE were used. In the simulation of annual averages, the Linear model presented the best performance indices. In the estimation ofviii monthly averages, all multiple regression models did not perform well, with errors above 50%, which motivated the estimation of monthly rainfall for rainy and dry periods. In this new approach the regression models presented excellent performance criteria with errors below 10%. The performance indexes allowed us to conclude that the regional models developed for the homogeneous regions of rainfall, defined by the Fuzzy C-Means method, are a good option in the estimation of annual and monthly average rainfall and are important for a better understanding of the rainfall regime in RHTA, and can serve as a tool for better planning of water resources in the region. |
Databáze: | OpenAIRE |
Externí odkaz: |