Preenchimento de falhas em séries temporais

Abstract

O estudo de observações meteorológicas históricas é importante para dar continuidade em estudos ambientais, de previsão do tempo e variabilidade climática. Neste trabalho foram analisadas séries temporais com falhas das variáveis de temperatura máxima, temperatura mínima, temperatura média, umidade relativa e precipitação e foram usadas as médias mensais do ano de 1990 a 2000, de treze estações do Rio Grande do Sul. Nas séries que estavam completas criaram-se falhas artificiais e aplicaram-se os métodos estatísticos de: análise de regressão múltipla, média simples, Steurer, média de três estações, proporção normal e análise harmônica, a fim de prever os dados faltantes. Após a aplicação de cada método, calculou-se o erro absoluto, o erro quadrático e o erro percentual e avaliou-se o desempenho do método para o preenchimento em cada variável. Nestas análises constatou-se que, dos métodos estudados, os que melhor obtiveram bons resultados para previsão de dados foram os de análise de regressão múltipla, Steurer e média de três estações.

The study of time histories of meteorological observations is an essential background for environmental studies, in particular weather and climate variability predictions. In this work, monthly averages of maximum, minimum and average temperatures, relative humidity and monthly precipitation collected from thirteen meteorological stations in the State of Rio Grande do Sul (Brazil) in the period from 1990 to 2000, were analyzed. Artificial gaps were created in complete series and Multiple Regression, Simple Averages, Steurer, Three Stations Averages, Normal Proportion and Harmonic Analysis methods were applied to fill them. The performance of the methods was evaluated by comparison of absolute, quadratic and percentual computed errors. Best results were obtained with Multiple Regression, Steurer and Three Stations Methods.