Joao Marcos Claro Assinado de forma digital por Joao

Marcos Claro Porcino:12349466612

Porcino:12349466612 Dados: 2023.12.11 13:16:16 -03'00'

Elaboração de um sistema para avaliação da consistência de dados pluviométricos:

Aplicação aos dados da bacia representativa de Juatuba

Assinado de forma digital por Eber Jose de

Eber Jose de Andrade Andrade Pinto:60018682634

Pinto:60018682634
DN: cn=Eber Jose de Andrade
João Marcos Claro Porcino
Pinto:60018682634, ou=UFMG - Universidade
Federal de Minas Gerais, o=ICPEdu, c=BR joaoporcino@ufmg.br
Dados: 2023.12.11 12:29:52 -03'00'

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.

Palavras-chave: qualidade de dados, precipitação, análise hidrológica, confiabilidade,

Juatuba.

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

O objetivo principal deste trabalho é implementar um método para avaliar a consistência

de dados pluviométricos diários, seguindo a metodologia de Llabrés-Brustenga et al. (2019). Para
atingir esse objetivo, será desenvolvido um script em JavaScript, compilado com NodeJS e
executado via linha de comando (CLI), buscando disponibilizá-lo no GitHub. Além disso,
pretende-se realizar uma avaliação da qualidade dos dados das estações pluviométricas na bacia
de Juatuba.

4 METODOLOGIA

4.1 Descrição da bacia de Juatuba

A bacia de Juatuba situa-se a cerca de 50 km de Belo Horizonte, como está demonstrado

na Figura 1, abrangendo uma área de 443 km², sendo drenada pelo rio Juatuba, com 44,1 km de
extensão, desaguando no rio Paraopeba, e apresenta afluentes como córrego Mato Frio, córrego
do Jacu, córrego do Brejo, ribeirão Mateus Leme (margem esquerda), córrego da Pedreira e
ribeirão do Diogo (margem direita). O clima é tropical, com estiagem entre abril e setembro,
devido à atuação do ASAS e frentes frias, seguido por um aumento durante o verão (outubro a
março), influenciado por correntes de oeste e sistemas frontais, detalhado na Figura 2. A altitude
média de 900 metros do relevo local impacta diretamente a temperatura do ar e os padrões de
precipitação.

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

4.2 Inventário dos dados

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.

Tabela 1 – Detalhamento das estações da bacia de Juatuba

 Figura 3 – Localização geográfica das estações

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.

4.3 Método de avaliação da consistência dos dados pluviométricos e sua implementação.

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

5.1 Controle de qualidade básico (CQB)

Como parâmetros de controle, adotou-se os índices propostos por Llabrés-Brustenga, mas

ao invés de determinar um PMP, considerou-se uma mesma altura máxima de chuva de referência
(AMCR) para todas as estações. Considerou-se também dias com precipitação em branco, leituras
iguais em sequência, status de leitura acumulada real e leituras múltiplas de 7, 10 e 25 mm. O
script executado apresentou resultados satisfatórios, identificando poucos erros básicos nas séries
históricas, como evidenciado na Figura 4.

Figura 4 – Quantidade de erros detectados por ano em cada estação

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)

Para o controle de qualidade absoluto calcula-se o índice de qualidade absoluto (Qabs) a

partir dos os parâmetros definidos por Llabrés-Brustenga da seguinte forma:

• Percentual de dados anuais (P)

É a razão do número de dados diários disponíveis divididos por 365 (ou 36 para anos
bissextos)

• Dados em branco (Qgaps)

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

• Dados com valor zero (Qm zero)

Calcula-se o percentual de meses com precipitação acumulada não nula em relação o

número de meses do ano (m).
𝑚0
𝑄𝑚 𝑧𝑒𝑟𝑜 = 100 − 100𝑥 (2)
𝑚

• Quantidade de dados a partir do dia da semana (Qw zero)

 A expectativa é que a quantidade de dados não varia considerando o dia da semana durante
todo o ano. Definindo esse parâmetro a partir da Equação (3):
𝑄𝑤 𝑧𝑒𝑟𝑜 = 100 − 100𝑥𝐶𝑉 (3)

• 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

A partir desses parâmetros calcula-se a média para determinar o índice de qualidade

absoluto (Qabs) de cada ano como exemplificado na Equação (5):
1
𝑄𝑎𝑏𝑠 = 𝑥(𝑃 + 𝑄𝑔𝑎𝑝𝑠 + 𝑄𝑚 𝑧𝑒𝑟𝑜 + 𝑄𝑤 𝑧𝑒𝑟𝑜 + 𝑄𝑜𝑢𝑡𝑙𝑖𝑒𝑟𝑠) (5)
5

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.

Tabela 2 - Indice de qualidade absoluto por estação

 Tabela 3 - Valores estatísticos dos índices mensais de qualidade absoluto

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.

Tabela 4 – Classificação dos índices de qualidade absoluto

A baixa pontuação no índice de qualidade de algumas estações em determinados anos está

principalmente associada à ausência de dados, conforme evidenciado na Figura 5 . Essa lacuna de
informações impacta diretamente no cálculo dos parâmetros P e Qgaps.

6 CONCLUSÃO

Apesar da detecção mínima de erros decorrentes de falhas humanas, a avaliação global da

qualidade dos dados revela a confiabilidade dessas informações para aplicações em simulações
relacionadas a projetos de engenharia. No contexto específico da bacia estudada, os dados
demonstram ser de boa qualidade, mas sugere-se cautela na análise de alguns anos, considerando
a possibilidade de desconsiderar esses dados para evitar influências incorretas.
A importância de realizar uma análise dos dados diários é destacada, uma vez que muitos
métodos comuns atualmente concentram-se em análises mensais e anuais. Esta abordagem mais
granular permite uma compreensão mais detalhada das variações diárias, possibilitando uma
melhor identificação de padrões, tendências e eventos específicos que podem impactar o
comportamento hidrológico da bacia. Quanto à metodologia empregada, observa-se uma
influência significativa no parâmetro Qgaps para anos com longos períodos sem leitura, indicando
a necessidade de reformular o método de cálculo. Como melhoria futura para o script
desenvolvido, recomenda-se a implementação de uma interface gráfica e a adoção de uma
modelagem orientada a objetos, permitindo análises mais flexíveis que não se limitem apenas à
abordagem sequencial utilizada. Além disso, sugere-se a inclusão da metodologia de análise
relativa como aprimoramento para futuras análises. Outra consideração crucial reside na
necessidade de cautela ao utilizar dados consolidados de precipitação máxima mensal e total
mensal. Embora essas informações sejam essenciais para diversas análises hidrológicas, é
importante destacar que, em alguns casos, esses dados consolidados podem conter erros,
apresentando valores idênticos aos registrados nos dados brutos.

REFERÊNCIAS

Alves, M. M. S.; Patrus, M. L. R. A.; Pinto, É. J. A. Análise de consistência de dados pluviomé-

tricos da bacia do alto São Francisco. Belo Horizonte. A Água em Revista CPRM. 1994.
http://docvirt.com/docreader.net/DocReader.aspx?bib=aguaterra&pagfis=1315

ANA. Orientações para consistência de dados pluviométricos / Agência Nacional de Águas;

Superintendência de Gestão da Rede Hidrometeorológica. -- Brasília: ANA, SGH, 2012.

Llabrés-Brustenga, A. et al. Quality control process of the daily rainfall series available in Cata-
lonia from 1855 to the present. 2019.

Pinto, E. J. A. Resultados preliminares da utilização de equipamentos automáticos na Bacia

Representativa de Juatuba-MG. II Simpósio de Recursos Hídricos do Sul-Sudeste. ABRH.
Rio de Janeiro. 2008

Assinado de forma digital por Eber

Eber Jose de Jose de Andrade Pinto:60018682634
DN: cn=Eber Jose de Andrade
Andrade Pinto:60018682634, ou=UFMG -
Universidade Federal de Minas Gerais,
Pinto:60018682634 o=ICPEdu, c=BR
Dados: 2023.12.11 12:37:09 -03'00'

Joao Marcos Assinado de forma

digital por Joao Marcos
Claro Claro
Porcino:123494 Porcino:12349466612
Dados: 2023.12.11
66612 17:07:38 -03'00'