CrossFlow: Interpolando Dados Pluviométricos com Apoio de Validação Cruzada em Workflows Científicos

Abstract

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.