CrossFlow: Interpolando Dados Pluviométricos com Apoio de Validação Cruzada em Workflows Científicos
Resumo
Os estudos de eventos atmosféricos extremos são importantes para a sociedade em geral. A chuva, tendo a altura pluviométrica como principal variável, insere-se neste contexto. Os dados pluviométricos brutos muitas vezes apresentam-se como longas séries que contém erros e falhas. Essas condições representam um desafio para a análise de padrões e predição de eventos. Esse trabalho apresenta uma abordagem inédita baseada em workflows científicos que conjugam quatro métodos de interpolação e de cruzamento de dados para o preenchimento de falhas nas séries históricas. Nossos experimentos utilizaram dezenas de estações no estado do Rio de Janeiro em um período de 75 anos e produziram análises e dados curados de alta qualidade e livres de falhas.
Referências
ANA. Orientações para Consistência de Dados Pluviométricos. Disponível em [link]. Acesso em 10 de fevereiro de 2017.
Bertoni, J. C.; Tucci, C. E. M. Precipitação. In.: Hidrologia: Ciência e Aplicação, Org. Carlos E. M. Tucci, 2ª ed., Porto Alegre: Ed. Universidade/UFRGS. 2001.
Callahan, S. P.; Freira, J.; Santos, E. et al. VisTrails: Visualization meets Data Management. In: Proc. SIGMOD 2006, p. 745-747, USA, 2006.
Cardozo, F.; Tomaz, U. R.; Cruz, S. M. S. Avaliando Uma Estratégia Computacional Baseada Em Workflows Científicos Apoiados Por Placas Gráficas Genéricas. In: ERSI 2016 p. 66-73, Brasil.
Goodall, J. L.; Essawy, B. T.; Xu, H.; Moore, R. W. Data processing workflows to support reproducible data-drive research in hydrology. AGU Fall Meeting, 2015.
Guru, S. M.; Kearney, M.; Fitch, P.; Peters, C. Challenges in using scientific workflow tools in the hydrology domain. 18th IMACS, Int. Congress on Modelling and Simulation, Austrália, p. 3514-3520, 2009.
HidroWeb - Sistema HidroWeb. Disponível em: http://hidroweb.ana.gov.br . Acesso em 14 de jan de 2017.
Kohavi, R. A Study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection. In: Proc. 14th Int. Joint Conf. on Artificial Intelligence – v. 2. San Francisco, CA, USA, p. 1137-1143, 1995.
Lemos Filho, G. R.; Oliveira, E. S.; Lyra, G. B.; Cruz, S.M.S. Assimilação, Controle de Qualidade e Análise de Dados de Meteorológicos Apoiados por Proveniência, VII e-Science Workshop, XXXIII CSBC. 2013.
Marengo, J. A. Mudanças climáticas, condições meteorológicas extremas e eventos climáticos no Brasil, p. 4-19. In: Marengo, J. A., Schaeffer, R.; Zee, D. M. W.; Pinto, H. S. Mudanças climáticas e eventos extremos no Brasil. p. 1-76. Fundação Brasileira para o Desenvolvimento Sustentável, FBDS. 2009.
Murphy S.; Saint K.; End-to-End Workflows for Coupled Climate and Hydrological Modeling. In: Int. Env. Modelling and Software Society. 8 pp. 2010.
Oliveira, L. F. C.; Fioreze, A. P.; Medeiros, A. M. M.; Silva, M. A. S. Comparação de metodologias de preenchimento de falhas de séries históricas de precipitação pluvial anual. In: Rev. Bras. Eng. Agrícola e Ambiental, 14(11) 1186-1192. 2010.
Moreau, L.; Missier, P.; Belhajjame, K. et al.. PROV-DM: The PROV Data Model. W3C Recommendation REC-prov-dm-20130430, 2013.
Plale, B. The Challenges and Opportunities of Workflow Systems in Environmental Research. 2011. Disponível em: http://citeseerx.ist.psu.edu/viewdoc/versions?doi=10.1.1.298.8237
Silva, F. D. S.; Ramos, R. M.; Costa, R. L.; Azevedo, P. V. Sistema de controle de qualidade para dados diários de variáveis meteorológicas. Rev. Bras. de Geografia Física, vol, 07, n. 05, 2014.
Bertoni, J. C.; Tucci, C. E. M. Precipitação. In.: Hidrologia: Ciência e Aplicação, Org. Carlos E. M. Tucci, 2ª ed., Porto Alegre: Ed. Universidade/UFRGS. 2001.
Callahan, S. P.; Freira, J.; Santos, E. et al. VisTrails: Visualization meets Data Management. In: Proc. SIGMOD 2006, p. 745-747, USA, 2006.
Cardozo, F.; Tomaz, U. R.; Cruz, S. M. S. Avaliando Uma Estratégia Computacional Baseada Em Workflows Científicos Apoiados Por Placas Gráficas Genéricas. In: ERSI 2016 p. 66-73, Brasil.
Goodall, J. L.; Essawy, B. T.; Xu, H.; Moore, R. W. Data processing workflows to support reproducible data-drive research in hydrology. AGU Fall Meeting, 2015.
Guru, S. M.; Kearney, M.; Fitch, P.; Peters, C. Challenges in using scientific workflow tools in the hydrology domain. 18th IMACS, Int. Congress on Modelling and Simulation, Austrália, p. 3514-3520, 2009.
HidroWeb - Sistema HidroWeb. Disponível em: http://hidroweb.ana.gov.br . Acesso em 14 de jan de 2017.
Kohavi, R. A Study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection. In: Proc. 14th Int. Joint Conf. on Artificial Intelligence – v. 2. San Francisco, CA, USA, p. 1137-1143, 1995.
Lemos Filho, G. R.; Oliveira, E. S.; Lyra, G. B.; Cruz, S.M.S. Assimilação, Controle de Qualidade e Análise de Dados de Meteorológicos Apoiados por Proveniência, VII e-Science Workshop, XXXIII CSBC. 2013.
Marengo, J. A. Mudanças climáticas, condições meteorológicas extremas e eventos climáticos no Brasil, p. 4-19. In: Marengo, J. A., Schaeffer, R.; Zee, D. M. W.; Pinto, H. S. Mudanças climáticas e eventos extremos no Brasil. p. 1-76. Fundação Brasileira para o Desenvolvimento Sustentável, FBDS. 2009.
Murphy S.; Saint K.; End-to-End Workflows for Coupled Climate and Hydrological Modeling. In: Int. Env. Modelling and Software Society. 8 pp. 2010.
Oliveira, L. F. C.; Fioreze, A. P.; Medeiros, A. M. M.; Silva, M. A. S. Comparação de metodologias de preenchimento de falhas de séries históricas de precipitação pluvial anual. In: Rev. Bras. Eng. Agrícola e Ambiental, 14(11) 1186-1192. 2010.
Moreau, L.; Missier, P.; Belhajjame, K. et al.. PROV-DM: The PROV Data Model. W3C Recommendation REC-prov-dm-20130430, 2013.
Plale, B. The Challenges and Opportunities of Workflow Systems in Environmental Research. 2011. Disponível em: http://citeseerx.ist.psu.edu/viewdoc/versions?doi=10.1.1.298.8237
Silva, F. D. S.; Ramos, R. M.; Costa, R. L.; Azevedo, P. V. Sistema de controle de qualidade para dados diários de variáveis meteorológicas. Rev. Bras. de Geografia Física, vol, 07, n. 05, 2014.
Publicado
22/07/2017
Como Citar
TOMAZ, Ulisses; SANTOS, Ednaldo; LYRA, Gustavo; DA CRUZ, Sergio.
CrossFlow: Interpolando Dados Pluviométricos com Apoio de Validação Cruzada em Workflows Científicos. In: BRAZILIAN E-SCIENCE WORKSHOP (BRESCI), 11. , 2017, São Paulo.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 13-20.
ISSN 2763-8774.
DOI: https://doi.org/10.5753/bresci.2017.9917.
