Previsão em hidrologia

• Tipo: Artigo em Livro de Atas de Conferência Nacional
• Data: 2003

Autores

Francisco Calheiros (Autor) FEUP; Rui Jorge Gonçalves (Autor) FEUP

Ata de Conferência Nacional

Título: Literacia e Estatística

X Congresso Anual da Sociedade Portuguesa de Estatística

Porto, 25 a 28 de Setembro de 2002

Classificação Científica

CORDIS: Ciências Físicas > Matemática > Matemática computacional ; Ciências Físicas > Matemática > Estatística

Outras Informações

Resumo (PT): Nos últimos 15 anos foram publicados diversos artigos de aplicação de métodos de identificação de caos a dados do tipo hidrológico, nos quais foram usadas técnicas de caracterização da dinâmica e previsão não linear que procuram explorar o determinismo da série. Neste trabalho analisam-se os caudais médios diários do rio Paiva medidos em Fragas da Torre. Os resultados obtidos usando métodos que caracterizam o determinismo como o dos \textit{falsos vizinhos} e métodos de previsão não-linear como o método dos \textit{vizinhos mais próximos}, bem como, a técnica de \textit{data-mining}, \textit{janelas de correlação} mostram que o fenómeno em estudo apresenta um certo grau de determinismo. Contudo, verifica-se uma diminuição da capacidade preditiva quando o caudal do rio aumenta. Constata-se igualmente que, usando os métodos indicados, poder-se-ão obter melhores resultados integrando outros dados, reduzindo o ruído e aumentando a frequência de amostragem.}

Abstract (EN): Several papers concerning the application of chaos theory in hydrological data were published in the last 15 years. The identification of chaos involves the use of nonlinear techniques for characterization and prediction exploring determinism in data. In this study we analyze the Paiva River mean daily runoff series measured at Fragas da Torre from 1946 to 1999 using nonlinear dynamical characterization methods such as \textit{false nearest neighbours}, correlation-sum analysis and nonlinear prediction methods such as the \textit{nearest neighbours}. We also compare prediction performance with a \textit{temporal data-mining} technique, \textit{correlation windows}. The results reveal the presence of some determinism in data. Nevertheless there is a decrease of prediction accuracy when the runoff increases. In face of the results we may conclude that the river response to rainfall and its behaviour would be better understood using a higher sampling rate and rainfall data. Natural noise reduction via improvement of the measurement process and its accuracy may also contribute to better predictions.}

Idioma: Português

Tipo (Avaliação Docente): Científica