Bruno Henrique Costa Toledo, Aparecido Ribeiro de Andrade
{"title":"Validação estatística de dados do Tropical Rainfall Measuring Mission (TRMM) para a bacia hidrográfica do Rio Jordão – Paraná – Brasil","authors":"Bruno Henrique Costa Toledo, Aparecido Ribeiro de Andrade","doi":"10.30612/rel.v12i24.15115","DOIUrl":null,"url":null,"abstract":"Registros de precipitação pluvial em áreas pouco acessíveis, normalmente não apresentam uma boa distribuição espacial dos postos de coleta, principalmente pela questão físiográfica (relevo e rede de drenagem, por exemplo). Entretanto, aspectos estruturais, como baixo investimento em redes de monitoramento, também são comuns. A área do presente estudo (Bacia Hidrográfica do Rio Jordão – BHRJ), localizada na região centro-sul do estado do Paraná – Brasil, possui problemas correlatos. Nesse sentido, o objetivo dessa pesquisa foi validar um método de ajuste e correção entre fontes de dados distintas, focando a correção das informações provenientes do Tropical Rainfall Measuring Mission (TRMM), associadas aos de postos pluviométricos em superfície, buscando melhorar a representação espacial. Esse procedimento foi realizado com base na criação de equações lógicas e aplicação de testes estatísticos. Os dados do sensor TRMM foram analisados, ajustados e comparados com dados de pluviômetros localizados no entorno e dentro da BHRJ para o período de 2009 a 2018. Os resultados obtidos por meio de técnicas estatísticas, como a correlação linear (r), Coeficiente de Determinação (r²), Erro Médio Absoluto (EMA), foi considerado satisfatório, com valores de r² próximo de 90%. Dessa forma, identificou-se que a região de estudo tem elevada variabilidade temporal e espacial da precipitação pluvial, mas as técnicas de ajustes utilizadas propiciaram melhor representação espacial, possibilitando a utilização dos dados oriundos de sensores remotos em complemento aos de postos de superfície, com bom nível de confiança.","PeriodicalId":325673,"journal":{"name":"Revista Entre-Lugar","volume":"123 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Entre-Lugar","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30612/rel.v12i24.15115","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Registros de precipitação pluvial em áreas pouco acessíveis, normalmente não apresentam uma boa distribuição espacial dos postos de coleta, principalmente pela questão físiográfica (relevo e rede de drenagem, por exemplo). Entretanto, aspectos estruturais, como baixo investimento em redes de monitoramento, também são comuns. A área do presente estudo (Bacia Hidrográfica do Rio Jordão – BHRJ), localizada na região centro-sul do estado do Paraná – Brasil, possui problemas correlatos. Nesse sentido, o objetivo dessa pesquisa foi validar um método de ajuste e correção entre fontes de dados distintas, focando a correção das informações provenientes do Tropical Rainfall Measuring Mission (TRMM), associadas aos de postos pluviométricos em superfície, buscando melhorar a representação espacial. Esse procedimento foi realizado com base na criação de equações lógicas e aplicação de testes estatísticos. Os dados do sensor TRMM foram analisados, ajustados e comparados com dados de pluviômetros localizados no entorno e dentro da BHRJ para o período de 2009 a 2018. Os resultados obtidos por meio de técnicas estatísticas, como a correlação linear (r), Coeficiente de Determinação (r²), Erro Médio Absoluto (EMA), foi considerado satisfatório, com valores de r² próximo de 90%. Dessa forma, identificou-se que a região de estudo tem elevada variabilidade temporal e espacial da precipitação pluvial, mas as técnicas de ajustes utilizadas propiciaram melhor representação espacial, possibilitando a utilização dos dados oriundos de sensores remotos em complemento aos de postos de superfície, com bom nível de confiança.