TCC - Bacharelado em Sistemas da Informação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/427
Navegar
1 resultados
Resultados da Pesquisa
Item Avaliação de métodos para interpolação espacial de dados de precipitação(2019) Neris, Airton Martins; Gonçalves, Glauco Estácio; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/7254010025661115Informação sobre a quantidade de precipitação de chuva é essencial para os mais va-riados setores, como agrícola e agroflorestal. Apesar dessa importância, muitas áreasainda não possuem estações meteorológicas, o que ocasiona a falta de dados. Parasuprir essa necessidade existem os métodos de interpolação espacial, que utilizam asinformações de pontos correlatos para estimar o valor inexistente em determinada área.Assim, este trabalho tem como objetivo avaliar métodos para a interpolação de dadosdiários de precipitação. As técnicas de interpolação utilizadas nos experimentos foramos métodos: Ponderação pelo Inverso da Distância; Krigagem Ordinária; Floresta Ale-atória. Para a Floresta Aleatória foram usadas duas configurações distintas, uma querecebe como entrada as coordenadas, e outra que recebe a distância debuffer, que éum dos mais recentes pré-processamentos utilizados na literatura para que a FlorestaAleatória estime seus valores com base no seu referencial geográfico. Foram utilizadosdados de precipitações de chuva provenientes das 46 estações meteorológicas do es-tado de Pernambuco referentes ao período de 2013 a 2018, e para comparar a precisãoda generalização dos métodos, foi utilizado a validação cruzadaleave-one-out. Nos re-sultados, a Ponderação pelo Inverso da Distância apresentou um melhor desempenhoem suas estimativas, para todas as métricas, e a Floresta Aleatória utilizando coorde-nadas obteve o segundo melhor resultado. A Floresta Aleatória utilizando a distânciadebuffer, teve um resultado inferior em termos de suas métricas, mas a qualidade daespacialização visual mostrou-se superior por oferecer um resultado visualmente maissuave do que aquele oferecido pela Floresta Aleatória utilizando coordenadas.