Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/17081
Registro completo de metadados
Campo DCValorIdioma
dc.creatorLACERDA, Matheus Montenegro de-
dc.date.accessioned2020-03-11T10:54:21Z-
dc.date.available2019-10-01-
dc.date.available2020-03-11T10:54:21Z-
dc.date.issued2019-09-29-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/17081-
dc.description.abstractThe present work refers to the study of the annual rainfall behavior in an area of the São Paulo coast delimited by the Baixada Santista and Litoral Norte Water Resources Management Units. Geostatistical analyses were performed using the simple kriging interpolation method for data from 2014 to 2018, using the ArcGIS 10.6.1 software. Through the chosen software, it was possible to generate histograms, which provide several statistical information regarding the mean, maximum and minimum values, standard deviation, asymmetry, among other parameters that help identify the sample quality used. Through the Geostatistical Analyst tool provided by ArcGIS 10.6.1, semivariograms were generated, which help in understanding the spatial autocorrelation between the distributed rainfall stations, demanding the choice of the model that generates the best results for each of the years studied. The quality verification of the model to be adopted was elaborated through the study of the comparative statistical analysis tables between the measured and predicted values, as well as through the scatter and error graphs, constructed based on the predicted values by the generated semivariogram. By defining the semivariograms and their respective adopted models, it was possible to perform the interpolation of the data through simple kriging, generating sample surfaces that spatialize annual rainfall indices for the entire studied area, in each of the 5 years studied. Finally, the analysis and comparison of the resulting spatializations allowed the understanding of local rainfall estimates and the identification of an existing tendency for a standard rainfall behavior in the study area.pt_BR
dc.description.provenanceSubmitted by Oneida Pontes (o-dpontes@ig.com.br) on 2020-03-11T10:54:21Z No. of bitstreams: 1 MML21102019.pdf: 1745773 bytes, checksum: 5c0dc932ac03fcaa5d664ae37c12e897 (MD5)en
dc.description.provenanceMade available in DSpace on 2020-03-11T10:54:21Z (GMT). No. of bitstreams: 1 MML21102019.pdf: 1745773 bytes, checksum: 5c0dc932ac03fcaa5d664ae37c12e897 (MD5) Previous issue date: 2019-09-29en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.subjectParticipação pluviométricapt_BR
dc.subjectAnálise geoestatísticapt_BR
dc.titleCOMPORTAMENTO DA PRECIPITAÇÃO PLUVIOMÉTRICA NO ESTADO DE SÃO PAULO NOS ANOS DE 2014 A 2018: ANÁLISES GEOESTATÍSTICAS ATRAVÉS DO MÉTODO DE KRIGINGpt_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Neves, Cristiano-
dc.description.resumoO presente trabalho refere-se ao estudo do comportamento da precipitação pluviométrica anual em uma área do litoral paulista delimitada pelas Unidades de Gerenciamento de Recursos Hídricos da Baixada Santista e do Litoral Norte. Foram realizadas análises geoestatísticas através do método de interpolação da krigagem simples para dados referentes aos anos de 2014 a 2018, utilizando o software ArcGIS 10.6.1. Por intermédio do software escolhido foi possível gerar histogramas, que fornecem diversas informações estatísticas referente à média, valores máximos e mínimos, desvio padrão, assimetria, dentre outros parâmetros que auxiliam na identificação da qualidade amostral utilizada. Através da ferramenta Geostatistical Analyst disposta pelo ArcGIS 10.6.1, foram gerados semivariogramas, que auxiliam na compreensão da autocorrelação espacial entre os postos pluviométricos distribuídos, demandando a escolha do modelo que gera melhores resultados para cada um dos anos estudos. A verificação da qualidade do modelo a ser adotado foi elaborada através do estudo das tabelas de análises estatísticas comparativas entre os valores medidos e previstos, bem como através dos gráficos de dispersão e erro, construídos com base nos valores previstos pelo semivariograma gerado. Mediante a definição dos semivariogramas e seus respectivos modelos adotados, foi possível realizar a interpolação dos dados através da krigagem simples, gerando superfícies amostrais que espacializam índices de precipitação pluviométrica anual para toda a área estudada, em cada um dos 5 anos estudados. Por fim, a análise e comparação das espacializações resultantes permitiu o entendimento acerca das estimativas pluviométricas locais e a identificação de uma tendência existente para um comportamento padrão para as chuvas na área de estudo.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEngenharia Cívil e Ambientalpt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
Aparece nas coleções:CT - TCC - Engenharia Civil e Ambiental

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MML21102019.pdf1,7 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.