Banco de Dados Espacial de Precipitação do Estado do Rio Grande do Sul

Q4 Earth and Planetary Sciences
João Paulo Brubacher, Guilherme Garcia de Oliveira, Laurindo Antonio Guasselli
{"title":"Banco de Dados Espacial de Precipitação do Estado do Rio Grande do Sul","authors":"João Paulo Brubacher, Guilherme Garcia de Oliveira, Laurindo Antonio Guasselli","doi":"10.1590/0102-77863630009","DOIUrl":null,"url":null,"abstract":"Resumo Atualmente, ao obter séries históricas de precipitação, é necessário realizar o preenchimento de falhas, interpolar e estimar a precipitação para área de interesse, principalmente em locais com baixa densidade de estações pluviométricas. Então, este estudo teve como objetivo gerar um banco de dados espacial com séries históricas de precipitação para o estado do Rio Grande do Sul, que permita a consulta a índices de precipitação por bacia, por município e por coordenadas geográficas, sem a necessidade de pós-processamento. A metodologia foi estruturada em cinco etapas: adquirir, organizar e preencher falhas das séries históricas de precipitação; interpolar, por meio do método Inverso da Potência da Distância (IPD), dados de chuva para uma malha regular com resolução espacial de 20 km; calcular índices de precipitação (Tempo de Retorno, Chuva Média Mensal e Anual, índice de Anomalia de Chuvas (IAC), Número de dias de Precipitação); codificar e dividir bacias hidrográficas a partir do Modelo Digital de Elevação (MDE); gerar banco de dados: organizar matrizes e tabelas para consultas. A validação cruzada da interpolação apresentou um EMA (Erro Médio Absoluto) que variou entre 1,02 e 3,20 mm, enquanto o EMQ (Erro Médio Quadrático) variou entre 6,4 e 8,4 mm. A disponibilização desse banco de dados na internet, com um arquivo de saída compatível com a maioria dos softwares de SIG, representa um ganho importante em pesquisas que necessitem utilizar longas séries temporais.","PeriodicalId":38345,"journal":{"name":"Revista Brasileira de Meteorologia","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Meteorologia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1590/0102-77863630009","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Earth and Planetary Sciences","Score":null,"Total":0}
引用次数: 1

Abstract

Resumo Atualmente, ao obter séries históricas de precipitação, é necessário realizar o preenchimento de falhas, interpolar e estimar a precipitação para área de interesse, principalmente em locais com baixa densidade de estações pluviométricas. Então, este estudo teve como objetivo gerar um banco de dados espacial com séries históricas de precipitação para o estado do Rio Grande do Sul, que permita a consulta a índices de precipitação por bacia, por município e por coordenadas geográficas, sem a necessidade de pós-processamento. A metodologia foi estruturada em cinco etapas: adquirir, organizar e preencher falhas das séries históricas de precipitação; interpolar, por meio do método Inverso da Potência da Distância (IPD), dados de chuva para uma malha regular com resolução espacial de 20 km; calcular índices de precipitação (Tempo de Retorno, Chuva Média Mensal e Anual, índice de Anomalia de Chuvas (IAC), Número de dias de Precipitação); codificar e dividir bacias hidrográficas a partir do Modelo Digital de Elevação (MDE); gerar banco de dados: organizar matrizes e tabelas para consultas. A validação cruzada da interpolação apresentou um EMA (Erro Médio Absoluto) que variou entre 1,02 e 3,20 mm, enquanto o EMQ (Erro Médio Quadrático) variou entre 6,4 e 8,4 mm. A disponibilização desse banco de dados na internet, com um arquivo de saída compatível com a maioria dos softwares de SIG, representa um ganho importante em pesquisas que necessitem utilizar longas séries temporais.
大南州降水空间数据库
摘要目前,在获得降水的历史序列时,主要是在雨量站密度低的地方,需要对感兴趣的区域进行缺口填充、插值和降水估计。因此,本研究旨在建立大南州历史降水序列的空间数据库,无需后处理,即可按流域、城市和地理坐标查询降水指数。该方法分为五个步骤:获取、组织和填补历史降水序列的空白;利用反距离功率法(IPD)插值空间分辨率为20公里的规则网格的降雨数据;计算降水指数(返回时间、月、年平均降雨量、降雨异常指数(IAC)、降水天数);根据数字高程模型(dem)对流域进行编码和划分;生成数据库:为查询组织数组和表。插值的交叉验证显示EMA(平均绝对误差)在1.02 ~ 3.20 mm之间,而EMQ(均方误差)在6.4 ~ 8.4 mm之间。在互联网上提供这个数据库,输出文件与大多数gis软件兼容,这是需要使用长时间序列的研究的一个重要收获。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
Revista Brasileira de Meteorologia
Revista Brasileira de Meteorologia Earth and Planetary Sciences-Atmospheric Science
CiteScore
1.70
自引率
0.00%
发文量
26
审稿时长
16 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信