Comparação de regiões homogêneas de precipitação a partir de duas fontes de dados distintas para o estado do Pará-Brasil
نویسندگان
چکیده
O objetivo desse estudo foi comparar a regionalização da precipitação realizada através técnica de agrupamento Fuzzy C-Means, com duas fontes dados distintas, uma fornecida pela Agência Nacional Água e Saneamento Básico (ANA) outra obtida do satélite meteorológico Global Precipitation Climatology Centre (GPCC) fornecido pelo Serviço Meteorológico Alemão (DWD), durante 30 anos (1986 2015), o verificar, técnicas estatísticas, qual será representatividade as diferenças das regiões formadas por tradicionais satélite. A não-hierárquica C-Means aplicada à formação para os dois dados, fim agrupar estações, sendo aplicadas validação (Dunn, Silhouette PBM), formar melhor análise dos dados. Análises desempenho também foram feitas, usando métodos estatísticos. Como resultados, 2 homogêneas encontradas após cálculos índices validação, especializadas em ambiente SIG. parte sudoeste estado onde houve maior divergência entre analisados, tal maneira que, na região homogênea chuvas formada GPCC, concentração 2, enquanto pelos ANA, fragmentos 2. Os resultados testes estatísticos mostraram que comparações são aceitáveis, pequenas diferenças, mas grande valor estudos hidrológicos região.
منابع مشابه
Processamento de consultas na Web de Dados: uma abordagem para busca de fontes de dados relevantes
The adoption of Linked Data principles has contributed towards the creation of a Web of Data, allowing the development of applications and tools which run queries over available information. One of the main challenges for the query processing over the Web is the selection of relevant sources, i.e., sources which could contribute significantly to the result of a query. In this paper, we discuss ...
متن کاملComparação entre abordagens escaláveis para o processamento de conjuntos de dados textuais
Data Analytics is an emerging concept intended to describe the searching of patterns and relevant information in large amounts of data. Dealing with these data is complex and requires automatic methods for processing such amount of data and demand high computation power to extract information in a timely manner. The programming model MapReduce was proposed to assist the distribution of these pr...
متن کاملGeração de um Perfil de Qualidade Para Fontes de Dados Dinâmicas
Nowadays, a massive volume of data has been produced by a variety of data sources. The easy access to these data presents new opportunities. In this sense, choosing the most suitable data sources for a specific use has become a challenge. The literature contains many works that perform quality assessment in data sources as a mean of solving this issue. However, only few works take into account ...
متن کاملUtilizacao de dados de altimetria para o fornecimento de rotas acessiveis para cadeirantes
Building a route planning system is not a simple task because it may take into account many aspects that would be important to provide relevant routes. Most route planning systems are street-based and do not take into account sidewalks and crosswalks. A route planning system that takes sidewalks into account, suitable for wheelchair users, is a big challenge in geoprocessing, considering algori...
متن کاملEstimação de Probabilidade de Perda de Dados em Redes Através de Modelagem Multifractal de Tráfego e Teoria de Muitas Fontes
In this paper, we propose an approach to estimate the byte loss probability in computer network links considering multifractal properties of traffic flows. More specifically, we obtain a mathematical expression for the loss probability for finite buffer servers fed by multifractal traffic flows. The proposed approach is based on the Many Sources theory and on the multiplicative cascade based mu...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Revista Brasileira de Climatologia
سال: 2023
ISSN: ['1980-055X', '2237-8642']
DOI: https://doi.org/10.55761/abclima.v32i19.16424