Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/10398
Title: Implementação de técnicas de preparação de dados em índices pluviométricos do Rio Grande do Norte
Authors: Justi, Jan Marans Agnella
Keywords: Preparação de dados;Ciência de Dados;Pluviometria;Índice Pluviométrico
Issue Date: 19-Jun-2019
Publisher: Universidade Federal do Rio Grande do Norte
Citation: JUSTI, Jan Marans Agnella. Implementação de Técnicas de Preparação de Dados em Índices Pluviométricos do Rio Grande do Norte. 2019. 55 f. TCC (Graduação) - Curso de Engenharia de Computação, Universidade Federal do Rio Grande do Norte, Natal, 2019.
Portuguese Abstract: As informações geradas através da pluviometria aplicada possuem crescente importância no âmbito científico, educacional e comercial, principalmente por auxiliar o desenvolvimento de sistemas com otimização de aproveitamento em recursos hídricos. Entretanto, as redes pluviométricas são usualmente precárias e de baixa densidade, consequentemente gerando medições pluviométricas historicamente inconsistentes e com qualidade inferior ao necessário para aplicações futuras. Para tanto, a execução de técnicas de preparação de índices pluviométricos torna-se necessária para permitir o uso posterior das medições históricas de chuva. As referidas técnicas são concebidas através do estudo da ciência de dados e, especificamente, baseadas nos conceitos de preparação de dados. O presente trabalho consiste em uma análise aprofundada da problemática previamente descrita, propondo tópicos genéricos focados no tratamento de medições de chuva. Posteriormente, detalha-se quanto à filtragem inicial de arquivos crus provenientes de duas fontes distintas de dados pluviométricos, juntamente com a descrição do funcionamento de scripts desenvolvidos em Python, os quais são responsáveis por preparar dados pluviométricos originados de procedências diferentes e unificá-los de forma filtrada e organizada.
Abstract: The information generated through applied rainfall measurement has an increasing importance in the scientific, educational and commercial spheres, mainly for helping to develop optimized systems to improve water resources usage. However, rain gauge networks are frequently poor and inadequately distributed, consequently generating historically inconsistent rainfall measurements, obtaining inferior quality than necessary for future applications. Therefore, the execution of rainfall data preparation techniques is necessary to allow later use of historical rainfall measurements. These techniques are designed through the study of data science and, specifically, based on concepts of data preparation. The present work consists of an in-depth analysis of the problem previously described, proposing generic topics focused on processing rainfall data. Subsequently, the initial filtering of raw files from two different sources of rainfall data is detailed, along with a description of Python-developed scripts, which are responsible for preparing rainfall data from different sources and unifying them in filtered and organized form.
URI: http://monografias.ufrn.br/handle/123456789/10398
Other Identifiers: 20160154273
Appears in Collections:Engenharia de Computação

Files in This Item:
File Description SizeFormat 
ImplementacaoDeTecnicas_Justi_2019.pdf3.22 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons