Avaliação da aplicabilidade de métodos de preenchimento de falhas em uma série contínua de precipitação diária e sub-diária
Preenchimento de falhas; Interpolação espacial, Redes neurais
A precipitação é um dado essencial para estudos hidrológicos, e sua caracterização precisa é necessária para construção de modelos confiáveis. Quando se pensa nesses modelos em uma escala urbana, a necessidade desses dados em resoluções sub-diárias se torna evidente, haja vista que essas áreas são mais vulneráveis a alagamentos causados por chuvas intensas. No entanto, séries com essas resoluções são difíceis de obter ou apresentam falhas em seus registros. Por isso, este estudo busca identificar métodos de preenchimento de falhas adequados para séries de precipitação diárias e sub-diárias, utilizando como base os dados de um pluviômetro automático localizado em Maceió – AL. Os métodos a serem testados neste trabalho são: ponderação pelo inverso da distância, regressão linear múltipla e redes neurais artificiais. Os resultados buscam contribuir com a compreensão de quais métodos se adequam melhor ao tipo de dado estudado