Estimativa de dados faltantes de precipitação mensal no sudoeste da Colômbia: comparação de diferentes métodos

RESUMO

Os registros históricos de precipitação são relevantes para os estudos hidrometeorológicos porque fornecem informações sobre as características espaciais, frequência e volume de precipitação de água em um local específico, portanto, é essencial realizar uma estimativa adequada dos dados faltantes. Esta pesquisa avaliou quatro métodos para estimativa de dados de precipitação faltantes mensalmente em 46 estações de medição no sudoeste da Colômbia, abrangendo os anos de 1983 à 2019. O desempenho dos métodos de Razão Normal (NR), Regressão de Componentes Principais (PCR), Regressão por Mínimos Quadrados Principais (RMQP) e Redes Neurais Artificiais (RNA) foram comparados usando três métricas padronizadas para os erros: Raiz do Erro Médio Quadrático (REMQ), Percentagem BIAS (PBIAS) e Erro Absoluto Médio (EMA). Os resultados com frequência mostraram um melhor desempenho do método ANN não-linear. Com relação aos métodos lineares, o melhor desempenho foi registrado pelo PLSR, seguido pelo PCR. Os resultados sugerem a aplicabilidade do método ANN em regiões com baixa densidade de estações de medição e alta porcentagem de dados faltantes, como o sudoeste da Colômbia.

Palavras-chave:
Séries cronológicas de chuvas; Reconstrução de dados; Métodos de comparação; Redes Neurais Artificiais (ANN)