Escolar Documentos
Profissional Documentos
Cultura Documentos
ENGENHARIA CIVIL
Sumário
Pág
1 Apresentação.........................................................................................................03
2 Introdução..............................................................................................................04
3 Preenchimento de falhas........................................................................................05
3.1 Os Dados...........................................................................................................05
4 Análise de consistências.........................................................................................10
5 Conclusão...............................................................................................................11
6 Referências Bibliográficas......................................................................................11
7 Anexos....................................................................................................................12
3
1 Apresentação
Esta atividade consiste na análise de índices pluviométricos mensais e anuais do
estado do Amazonas (Brasil), a descrição do trabalho pedia a análise de estações com ao
menos 30 anos de dados, porém, entre os anos de 1990 e 1993 nenhuma das estações possuia
dados utilizáveis, portanto, nossa análise foi feita para vinte e seis anos de dados de
precipitação oriundos de dez diferentes estações presentes no estado, e que estão
relativamente próximas.
O intuito da análise desses dados foi identificar possíveis falhas de medição nas
diferentes estações. Foram considerados como falhas medições mensais de menos de 5 mm,
e assumiu-se como falha anual os anos que tiveram mais de dois meses com precipitação
abaixo dos 5 mm. A região amazônica (onde se localizam os postos utilizados), tem um
clima equatorial úmido com média de mais de 2000 mm de precipitação anuais, e
mensalmente raramente se tem menos de 60 mm de precipitação, desse modo se considera
plausível presumir que meses com menos de 5 mm de precipitação medida se tratam de
falhas. Para as falhas anuais foram consideradas falhas os anos com pelo menos 2 falhas
naquela estação.
2 Introdução
O objetivo de um posto de medição de chuvas é o de obter uma série ininterrupta de
precipitações ao longo dos anos (ou o estudo de chuva ao longo das tormentas). Em qualquer
caso pode ocorrer a existência de períodos sem informações ou com falhas nas observações,
devido a problemas com os aparelhos de registro e/ou com o operador do posto. Os dados
coletados devem ser submetidos a uma análise antes de serem utilizados. As causas mais
comuns dos erros grosseiros nas observações são: a) preenchimento errado do valor da
caderneta de campo; b) soma errada do número de provetas, quando a precipitação é alta; c)
valor estimado pelo observador, por não se encontrar no local no dia da amostragem; d)
crescimento de vegetação ou outra obstrução próxima ao posto de observação; e) danificação
do aparelho; f) problemas mecânicos no registrador gráfico.
O primeiro passo para a preparação dos dados para o tratamento estatístico consiste na
identificação e correção desses erros. Identificado os erros as séries poderão apresentar
lacunas que devem ser preenchidas por algum método estatístico. Neste trabalho estaremos
usando os métodos da ponderação regional, da regressão linear simples, regressão linear
múltipla, método de ponderação regional com base em regressões lineares e o método do
vetor regional. Além da análise de consistência realizada com o método da dupla massa.
5
3 Preenchimento de falhas
3.1 Os Dados
Como foi relatado anteriormente foi elegido como falha mensal os meses que tiveram
na série histórica menos de 5 mm de precipitação, algo incompatível com as menores médias
de precipitação da região e com o clima equatorial úmido dos postos escolhidos. E como
falha anual os anos que tiveram ao menos duas falhas mensais. Os postos dez postos
escolhidos para nossa série de dados foram: Barcelos, Benjamin Constant, Eirunepe, Fonte
Boa, Iuarete, Itacotiara, Labrea, Manaus, Manicore e São Gabriel da Cachoeira, que
correspondem aos postos de 1 a 10 respectivamente.
A = xlsread('Tabela-5.3-pag-194-ponderacao-regional.xlsx','B2:M27')%lê dados
2002 202,22 246,58 232,60 226,67 379,18 198,19 192,27 210,79 218,18 284,34
2003 191,23 241,45 253,09 161,47 331,92 177,57 242,25 162,91 180,01 233,92
2004 181,22 191,35 181,80 185,58 266,08 206,03 159,68 171,41 155,81 226,56
2005 252,97 216,37 209,74 218,07 302,38 175,64 162,72 184,01 163,35 259,63
2006 187,76 238,36 101,78 240,71 257,75 204,59 171,02 192,06 219,20 274,52
2007 192,90 262,75 116,76 210,71 331,75 205,55 165,11 200,52 178,02 228,27
2008 225,84 245,05 234,53 254,35 282,90 255,47 190,46 263,09 224,42 260,18
2009 203,41 292,54 259,68 232,28 252,05 240,29 171,33 177,66 269,22 248,01
2010 173,38 234,83 226,92 194,60 240,85 161,88 138,60 180,99 207,50 248,52
2011 205,10 219,63 242,00 222,82 267,51 286,08 170,69 231,67 244,88 253,08
203,011 260,827
2012 282,31 201,01 230,07 245,49 320,99 235,44 4 192,67 3 265,69
2013 204,06 187,82 210,39 247,31 319,42 226,17 188,56 226,92 239,42 281,26
212,458 233,036
2014 2 211,92 195,63 264,57 304,44 250,58 176,54 4 226,93 253,92
172,921 189,082 203,272 192,481
2015 1 4 247,43 138,75 209,41 7 138,84 144,64 8 266,14
190,524 271,093 246,163
2016 6 169,27 186,55 174,53 8 249,04 151,33 191,25 6 268,93
95,8545 238,181 289,803 193,881
2017 5 8 265,83 187,29 8 235,96 8 220,75 257,7 254,88
214,581 229,224 298,281 191,282
2018 8 5 269,12 224,81 5 204,71 8 178,97 225,28 267,18
Em nosso caso foram feitas todas as permutações possíveis entre as estações, foi
escolhida a com maior R2 para preencher as falhas de cada estação. Abaixo está a tabela com
falhas preenchidas com a metodologia, a correlação estará na planilha fornecida.
Data Esta 1 Esta 2 Esta 3 Esta 4 Esta 5 Esta 6 Esta 7 Esta 8 Esta 9 Esta 10
1993 194.17 199.45 155.77 174.15 289.02 187.57 237.58 210.28 230.90 265.89
1994 195.49 203.93 219.53 197.42 248.76 216.02 226.51 191.84 215.03 227.82
1995 188.37 192.92 190.52 154.33 285.20 182.06 227.11 188.45 256.58 239.52
1996 223.51 216.98 223.85 186.32 231.81 227.38 203.12 216.27 115.87 271.13
1997 192.80 210.29 211.75 223.00 224.62 162.71 131.66 118.91 162.67 211.20
1998 167.91 57.20 197.33 260.40 216.03 192.48 138.53 183.37 174.73 255.22
1999 203.83 240.58 199.08 237.58 306.23 248.98 189.12 218.36 205.82 266.16
2000 200.74 203.87 224.73 207.78 335.28 219.90 183.85 216.63 217.38 277.54
2001 179.45 254.22 260.60 213.98 283.46 187.07 215.20 149.87 217.83 217.84
2002 202.22 246.58 232.60 226.67 379.18 198.19 192.27 210.79 218.18 284.34
2003 191.23 241.45 253.09 161.47 331.92 177.57 242.25 162.91 180.01 233.92
2004 181.22 198.67 181.80 185.58 266.08 206.03 206.45 171.41 155.81 226.56
2005 252.97 216.37 205.94 218.07 302.38 175.64 162.72 184.01 163.35 259.63
2006 187.76 238.36 101.78 240.71 257.75 208.15 171.02 192.06 219.20 274.52
2007 192.90 262.75 116.76 210.71 331.75 205.55 165.11 200.52 178.02 228.27
8
2008 225.84 245.05 234.53 254.35 282.90 255.47 190.46 263.09 224.42 260.18
2009 203.41 292.54 259.68 232.28 252.05 240.29 171.33 177.66 269.22 248.01
2010 173.38 234.83 226.92 194.60 240.85 161.88 138.60 180.99 207.50 248.52
2011 205.10 219.63 242.00 222.82 267.51 286.08 170.69 231.67 244.88 253.08
2012 282.31 201.01 230.07 245.49 320.99 235.44 166.84 192.67 260.8273 265.69
2013 204.06 187.82 210.39 247.31 319.42 226.17 188.56 226.92 239.42 281.26
2014 208.8668 211.92 195.63 264.57 304.44 250.58 176.54 233.0364 226.93 253.92
2015 194.5941 189.99 247.43 138.75 209.41 203.2727 138.84 144.64 192.4818 266.14
2016 208.4041 169.27 186.55 174.53 264.1779 249.04 151.33 191.25 246.1636 268.93
2017 95.85455 238.1818 265.83 187.29 287.8816 235.96 193.8818 220.75 257.7 254.88
2018 214.5818 242.68 269.12 224.81 295.9317 204.71 180.52 178.97 225.28 267.18
Este método, que advém da Regressão Linear, é um modelo estático de previsão de valores
de uma ou mais variáveis dependentes, através de um conjunto de variáveis independentes.
Quanto mais significativo o peso de uma variável isolada, ou de conjunto de variáveis
independentes, mais se pode afirmar que alguns fatores afetam mais o comportamento de
uma variável dependente, da resposta ou lacuna procurada, do que outros. O método é
representado pela seguinte equação:
Y =a1 ∙ X 1 +a 2 ∙ X 2 +a3 ∙ X 3 +⋯+ a p ∙ X p
Para este método, preencheu-se os dados vazios com o auxílio da função de análise do Excel,
implementando a equação representativa do método. Os resultados obtidos estão em anexo
(∑ r Y X ) j
j=1
9
n
ponderação devem ser 1; r Y X é o coeficiente de correlação entres os mesmos postos; ∑ r Y X é
i j
j=1
o somatório dos n coeficientes de correlação. A partir dos pesos encontrados, o valor a ser
preenchido no posto Y pode ser obtido por:
n
Y =∑ X i .W X i
i=1
∑ Li P ij
C j= i=1n ; j=1 , … , m
2
∑ Li
i=1
∑ C j P ij
Li= j=1m ; i=1 , … , n
2
∑ Cj
j=1
4 Análise de consistências
proporcionais. Assim, se o gráfico plotado não gera uma reta, é bem provável que tenha
ocorrido alguma das alterações citadas anteriormente.
5 Conclusão
6 Referências Bibliográficas
www.inmet.gov.br/portal/index.php?r=bdmep/bdmep
12
7 Anexos