Escolar Documentos
Profissional Documentos
Cultura Documentos
1 RESUMO
Este estudo proporciona uma análise abrangente da qualidade dos dados de precipitação na
bacia de Juatuba, baseando-se na metodologia de Llabrés-Brustenga et al. (2019). A abordagem
sistemática e as ferramentas computacionais utilizadas permitiram a verificação detalhada de
dados brutos e consolidados, identificando outliers e avaliando parâmetros de controle como a
Precipitação Máxima Possível (PMP) e índices de qualidade. Apesar da detecção mínima de erros
humanos, a análise global revela confiabilidade para aplicações em engenharia e simulações
hidrológicas. No entanto, sugere-se uma avaliação cuidadosa e possível exclusão de dados de anos
específicos para evitar influências incorretas. Este estudo contribui para a compreensão da
confiabilidade dos dados em Juatuba, aprimorando metodologias de análise e promovendo boas
práticas na utilização de dados hidrológicos.
2 INTRODUÇÃO
Para assegurar a confiabilidade dos dados pluviométricos, cruciais para diversas áreas,
desde a gestão de recursos hídricos até previsões climáticas e planejamento de infraestrutura, é
necessário uma análise de consistência de dados. Enfrentando desafios relacionados às mudanças
climáticas, a coleta precisa e a análise desses dados são fundamentais. A metodologia proposta por
Llabrés-Brustenga et al. (2019) é implementada para avaliar a qualidade dos dados pluviométricos
da bacia de Juatuba, adaptando-a às particularidades regionais. Utilizando dados disponibilizados
pela ANA via HidroWeb, o script em JavaScript, executado via NodeJS, busca transformar e
analisar esses dados, visando contribuir para decisões embasadas em dados sólidos e enfrentar as
complexidades das mudanças climáticas.
3 OBJETIVOS
4 METODOLOGIA
Figura 1 - Localização da bacia Representativa de Juatuba em Minas Gerais. Fonte: Pinto et al.,
2008.
Figura 2 – Precipitação média anual da bacia de Juatuba
Com base na base de dados fornecida pela Agência Nacional de Águas (ANA) no portal
Hidroweb, dispomos das informações sobre a precipitação das estações que compõem a bacia de
Juatuba, conforme detalhado na Tabela 1 posicionadas geograficamente através da Figura 3.
Os registros de chuva seguem uma estrutura padronizada em que cada linha representa um
mês, e as colunas ChuvaNN indicam a precipitação diária, enquanto as colunas ChuvaNNStatus
indicam o tipo de leitura, com 0 representando Branco, 1 para Real, 2 para Estimado, 3 para
Duvidoso e 4 para Acumulado. Além disso são divididos entre os Consistidos, identificados por
2, e os Brutos, identificados pelo número 1, inseridos diretamente na base do Hidroweb pelo
leiturista ou pelo técnico utilizando a prancheta de campo.
Os dados também são categorizados com base no tipo de equipamento de leitura,
identificado pelo TipoMedicaoChuvas, onde 1 representa o Pluviômetro, 2 o Pluviógrafo e 3 o
Data Logger. Na bacia de estudo, foi utilizado o pluviômetro, um equipamento convencional.
Para este projeto, optou-se pelo desenvolvimento do código em JavaScript, uma escolha
respaldada pela sua posição destacada como a linguagem mais amplamente utilizada na atualidade.
Além de ser orientada a objetos, é conhecida por sua natureza multiparadigma, adaptando-se tanto
à programação orientada a objetos quanto à programação imperativa e funcional.
Foi escolhido o desenvolvimento de uma Interface de Linha de Comando (CLI) em
detrimento de uma interface gráfica, tendo em vista a simplicidade de implementação, facilidade
de manutenção e escalonável, podendo ser estendida conforme necessidade. Estando disponível
através do link: https://github.com/joaoporcino/consistencia_de_dados.
A estrutura do código foi organizada de maneira funcional, compreendendo um script
principal que chama os demais scripts responsáveis pela interação com o usuário e pela execução
e manipulação dos dados.
5 RESULTADOS E DISCUSSÃO
Pode-se concluir a princípio de que as séries históricas foram bem desenvolvidas. Pode-se
avaliar a qualidade pela quantidade de dados com status "real", como pode ser visto na Figura 5.
Figura 5 – Quantidade de dados reais medidos por ano por estação
5.2 Controle de qualidade absoluto (CQA)
É a razão do número de dados diários disponíveis divididos por 365 (ou 36 para anos
bissextos)
É calculado o número de dias com dados em branco (Ngap) e maior comprimento de dias
em branco (Lmax) e número de dias chuvosos (n). A partir desses dados calcula-se a Equação (1):
2𝑥Ngap + Lmax
𝑔𝑎𝑝 = 100 − 100 𝑥 (1)
𝑛
• Outliers (Qoutliers)
Calcula-se a proporção de dias em que o limite de outliers não foi ultrapassado em relação
ao número total de dias de um determinado ano. Neste caso foram calculados os limites para cada
mês, considerando toda a série histórica e somente precipitações com status Real, Duvidoso e
Estimado, parâmetro calculado a partir da Equação (4):
𝑄𝑠𝑢𝑝
𝑄𝑜𝑢𝑡𝑙𝑖𝑒𝑟𝑠 = 100 + 100𝑥 (4)
𝑛
E por fim o parâmetro de qualidade global, sendo a média de cada ano. A partir da Tabela
2 temos os índices ranqueados por estação, na Tabela 3 valores estatísticos de cada estação
considerando os anos de suas séries históricas, que podem ser melhor analisados pela Figura 6 e
pela Figura 7 que não apresenta os outliers para melhor analise.
Figura 6 - Gráfico de boxsplot do parâmetro de qualidade absoluto por ano por estação
Figura 7 - Gráfico de boxsplot do parâmetro de qualidade absoluto por ano por estação limitado
entre 80 e 100
Apesar da presença de outliers nas séries das estações, o índice de qualidade absoluto
de cada estação apresentou resultados satisfatórios para suas respectivas séries históricas,
conforme evidenciado pelas médias superiores a 88. Para categorizar os índices de qualidade
absoluto, seguindo o critério da Tabela 4 proposto por Llabrés-Brustenga.
6 CONCLUSÃO
REFERÊNCIAS
Llabrés-Brustenga, A. et al. Quality control process of the daily rainfall series available in Cata-
lonia from 1855 to the present. 2019.