@Article{AlvesGome:2020:VaImMú,
               author = "Alves, Laurizio Emanuel Ribeiro and Gomes, Heliof{\'a}bio 
                         Barros",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and 
                         {Universidade Federal de Alagoas (UFAL)}",
                title = "Valida{\c{c}}{\~a}o da Imputa{\c{c}}{\~a}o M{\'u}ltipla via 
                         Predictive Mean Matching para Preenchimento de Falhas nos Dados 
                         Pluviom{\'e}tricos da Bacia do M{\'e}dio S{\~a}o Francisco",
              journal = "Anu{\'a}rio do Instituto de Geoci{\^e}ncias",
                 year = "2020",
               volume = "43",
               number = "1",
                pages = "199--206",
             keywords = "Precipita{\c{c}}{\~a}o, Vegetation Index, Time Series, Urban 
                         Heat Island.",
             abstract = "Um dos principais problemas atualmente para analisar longas 
                         s{\'e}ries de dados no Brasil {\'e} a falta de um banco de dados 
                         di{\'a}rios consistentes de esta{\c{c}}{\~o}es 
                         meteorol{\'o}gicas. Diante disso, o objetivo deste trabalho 
                         {\'e} avaliar a acur{\'a}cia do m{\'e}todo de 
                         imputa{\c{c}}{\~a}o m{\'u}ltipla Predictive Mean Matching (PMM) 
                         no preenchimento de dados faltantes de s{\'e}ries di{\'a}rias de 
                         precipita{\c{c}}{\~a}o para a Bacia Hidrogr{\'a}fica do 
                         M{\'e}dio S{\~a}o Francisco (BMSF). Para isso foram adquiridos 
                         dados di{\'a}rios de chuva cedidos pelo Instituto Nacional de 
                         Meteorologia (INMET) das esta{\c{c}}{\~o}es de Bom Jesus da Lapa 
                         (BA), Carinhanha (BA), Jo{\~a}o Pinheiro (MG), Remanso (BA) e 
                         Una{\'{\i}} (MG), para o per{\'{\i}}odo de 2001 a 2017. Em 
                         seguida, dois cen{\'a}rios foram criados com 5% e 15% de falhas 
                         para avaliar a precis{\~a}o do m{\'e}todo PMM no preenchimento 
                         de dados faltantes. As s{\'e}ries originais, sem falhas, e as 
                         preenchidas pelo m{\'e}todo adotado apresentaram uma 
                         correla{\c{c}}{\~a}o alta (r > 0,80), que consiste numa boa 
                         rela{\c{c}}{\~a}o entre elas. O coeficiente de 
                         determina{\c{c}}{\~a}o (R2 ) foi de 0,7 (0,6) para 5% (15%) de 
                         falhas. Al{\'e}m disso, o Erro M{\'e}dio Absoluto e o Erro 
                         Quadr{\'a}tico M{\'e}dio foram baixos para todas as 
                         esta{\c{c}}{\~o}es. Tamb{\'e}m foi aplicado o teste de 
                         Wilcoxon, o qual verificou a boa acur{\'a}cia na 
                         aplica{\c{c}}{\~a}o do m{\'e}todo PMM para preencher os dados 
                         faltantes de chuva.",
                  doi = "10.11137/2020_1_199_206",
                  url = "http://dx.doi.org/10.11137/2020_1_199_206",
                 issn = "0101-9759",
                label = "lattes: 6746982852507340 1 AlvesGome:2020:VaMuIm",
             language = "pt",
           targetfile = "alves_validacao.pdf",
                  url = "http://www.anuario.igeo.ufrj.br/2020_01/anuario_2020_43_1_sumario.html",
        urlaccessdate = "11 maio 2024"
}