Pré-processamento de dados para Modelos Hidrológicos com o algoritmo k-Medoids: O caso do Rio Pomba

  • Heitor G. B. Magacho Universidade Federal Fluminense
  • Wagner R. Telles Universidade Federal Fluminense
  • Marcos Bedo Universidade de São Paulo

Resumo


Esse estudo propõe a aplicação do algoritmo k-medoids como etapa de pré-processamento para reduzir a cardinalidade de conjuntos de dados topológicos em simulações hidrológicas do mundo real. Assim, é importante que os medóides identificados sejam representativos para o problema simulado e que os dados reduzidos não prejudiquem a qualidade dos Modelos Hidrológicos executados na sequência de processamento. Em particular, esse trabalho investiga o uso do pré-processamento junto a dois tipos de Modelos Digitais de Terreno para bacias hidrográficas no software MOHID Studio. Como estudo de caso, foi avaliada a simulação com os dados originais vs. pré-processados de um Modelo Hidrológico para o Rio Pomba, localizado em uma região de enchentes urbanas recorrentes. Os resultados indicam que o pré-processamento reduziu a entrada da simulação em até 90%, mantendo a qualidade do Modelo Hidrológico com relação a (i) construção da rede de drenagem e (ii) ao seu perfil de nível d'água. Os resultados também mostram que os medóides escolhidos formam grupos compactos e espaçados de acordo com os índices de Calinski-Harabasz e Davies-Bouldin, o que permitiu reduzir o custo das simulações.

Palavras-chave: Modelos Hidrológicos, k-Medoids, Pré-Processamento

Referências

Braunschweig, F., Fernandes, L., and Lourenço, F. (2012). MOHID Studio User Guide.

Kaufman, L. and Rousseeuw, P. (1990). Partitioning around medoids (Program Pam). Finding groups in data: An introduction to cluster analysis, 344:68-125.

Oliveira, T., Simionesei, L., Gonçalves, M., and Neves, R. (2022). Modeling Streamflow at the Iberian Peninsula Scale Using MOHID-Land: Challenges from a Coarse Scale Approach. Water, 14(7):1013.

Ross, P. J. (1990). Efficient numerical methods for infiltration using Richards’ equation. Water Resources Res., 26(2):279-290.

Sales, D., Lugon Jr., J., Oliveira, V., and Silva-Neto, A. (2021). Rainfall input from WRF-ARW atmospheric model coupled with MOHID Land hydrological model for flow simulation in the Paraı́ba do Sul river. J. Urban & Env. Eng., 15(2).

Schubert, E. and Rousseeuw, P. J. (2019). Faster k-Medoids clustering: improving the PAM, CLARA, and CLARANS algorithms. In SISAP, pages 171-187. Springer.
Publicado
19/09/2022
MAGACHO, Heitor G. B.; TELLES, Wagner R.; BEDO, Marcos. Pré-processamento de dados para Modelos Hidrológicos com o algoritmo k-Medoids: O caso do Rio Pomba. In: WORKSHOP DE TRABALHOS DE ALUNOS DA GRADUAÇÃO (WTAG) - SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 37. , 2022, Búzios. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2022 . p. 1-6. DOI: https://doi.org/10.5753/sbbd_estendido.2022.21835.