Application of Data Science Techniques in Evapotranspiration Estimation

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Xavier, Fernando
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
CIÊNCIAS EXATAS E DA TERRA
CIÊNCIA DA COMPUTAÇÃO
Data Science
Evapotranspiration
Hydrology
Ciência dos Dados
Evapotranspiração
Hidrologia
Link de acesso: http://hdl.handle.net/unirio/11542
Resumo: Dissertação também disponível em formato impresso, com o número de chamada CCET MI 2016/07.
id UNIRIO_cd09feb19ab40374cd6148468130ed4f
oai_identifier_str oai:localhost:unirio/11542
network_acronym_str UNIRIO
network_name_str Repositório Hórus
repository_id_str
spelling Application of Data Science Techniques in Evapotranspiration EstimationCIÊNCIAS EXATAS E DA TERRACIÊNCIA DA COMPUTAÇÃOData ScienceEvapotranspirationHydrologyCiência dos DadosEvapotranspiraçãoHidrologiaDissertação também disponível em formato impresso, com o número de chamada CCET MI 2016/07.n/aThe studies related to water resources have great relevance in many areas such as irrigation, water supply and power generation. The efficient use of these resources depends on many factors, like the correct estimation of certain variables related to the hydrological cycle, such as evapotranspiration. However, the most precise models currently applied for estimating evapotranspiration require variables that are not always available or are too complex to obtain in some regions, due to the lack of measuring instruments. In these cases, the precision of the evapotranspiration estimative is decreased, compromising its validity depending on the context. This research consisted in the application of Data Science techniques over meteorological data provided by the Brazilian National Institute of Meteorology (INMET), in order to generate a model for estimating evapotranspiration, using a ”data-driven” approach. As a Data Science project, this research had high level of interaction with a domain expert from Hydrology area. This interactive process was necessary for definition of the research question, experimental scenarios and for results evaluation, generated by the successive runs of the Data Science lifecycle used in this research. Through interaction with the domain expert, the main objective of this research was defined to simplify the current methods for evapotranspiration estimation, without loss of precision in relation to the historical results. In order to automate the experimental runs, we developed a software program that supports all the steps of the Data Science lifecycle to enable the reproducibility of the experimental results. After successive runs of the experiment with scenarios defined together with the domain expert, we found a model that fits the goals defined in the first step of the lifecycle. Finally, for results analysis by the expert domain, graphs were generated to compare the results of different scenarios, as well as maps with layers of the Brazilian biomes and climate types, aiming to identify possible patterns among results and vegetation and climate type.n/aOs estudos relacionados aos recursos hídricos têm grande importância em muitas áreas, tais como irrigação, abastecimento de água e geração de energia. O uso eficiente desses recursos depende de muitos fatores, dentre eles a estimativa correta de algumas variáveis relacionadas ao ciclo hidrológico, como a evapotranspiração. No entanto, os modelos mais precisos atualmente utilizados para a estimativa da evapotranspiração requerem variáveis que nem sempre estão disponíveis ou são difíceis de se obter em algumas regiões, devido à falta de instrumentos de medição. Nestes casos, a precisão da estimativa da evapotranspiração é diminuída, o que pode comprometer a sua validade dependendo do contexto. Esta pesquisa consistiu na aplicação de técnicas de Ciência dos Dados na análise de dados meteorológicos, fornecidos pelo Instituto Nacional de Meteorologia (INMET), a fim de gerar um modelo para estimar a evapotranspiração, usando uma abordagem orientada a dados. Como um projeto de Ciência dos Dados, esta pesquisa teve alto grau de interação com um especialista de domínio da área de Hidrologia. Este processo interativo foi necessário para a definição da questão de pesquisa, cenários experimentais e da avaliação dos resultados, gerados por execuções sucessivas do ciclo de vida de Ciência dos Dados utilizado nesta pesquisa. Através da interação com o especialista de domínio, foi definido como objetivo principal desta pesquisa a simplificação dos métodos atuais para a estimativa da evapotranspiração, sem perda de precisão em relação aos resultados históricos. A fim de automatizar as execuções experimentais, foi desenvolvido um software contendo funções para todos os passos do ciclo de vida de Ciência dos Dados, para proporcionar facilidade de execução na repetição das etapas quando necessário. Depois de execuções sucessivas do experimento com cenários definidos em conjunto com o especialista de domínio, foi obtido um modelo que atendeu às metas definidas na primeira etapa do ciclo de vida. Finalmente, para análise dos resultados pelo especialista de domínio, foram gerados gráficos para comparar os resultados dos diferentes cenários, bem como mapas com camadas dos biomas e tipos de clima brasileiros, com o objetivo de identificar possíveis padrões entre os resultados e os tipos de vegetação e clima.Tanaka, Astério KiyoshiAmorim, Fernanda Araujo BaiãoTanaka, Astério KiyoshiAmorim, Fernanda Araujo BaiãoRevoredo, Kate CerqueiraRibeiro, Celso Bandeira de MeloXavier, Fernando2018-04-17T19:39:23Z2018-04-17T19:39:23Z2016-07-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisXAVIER, Fernando. Application of Data Science Techniques in Evapotranspiration Estimation. 2016. 95 f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2016.http://hdl.handle.net/unirio/11542info:eu-repo/semantics/openAccessengreponame:Repositório Hórusinstname:Universidade Federal do Estado do Rio de Janeiro (UNIRIO)instacron:UNIRIO2018-04-17T19:39:23Zoai:localhost:unirio/11542Repositório InstitucionalPUBhttp://www.repositorio-bc.unirio.br:8080/oai/requestbiblioteca.sid@unirio.bropendoar:2024-12-06T17:57:32.129477Repositório Hórus - Universidade Federal do Estado do Rio de Janeiro (UNIRIO)false
dc.title.none.fl_str_mv Application of Data Science Techniques in Evapotranspiration Estimation
title Application of Data Science Techniques in Evapotranspiration Estimation
spellingShingle Application of Data Science Techniques in Evapotranspiration Estimation
Xavier, Fernando
CIÊNCIAS EXATAS E DA TERRA
CIÊNCIA DA COMPUTAÇÃO
Data Science
Evapotranspiration
Hydrology
Ciência dos Dados
Evapotranspiração
Hidrologia
title_short Application of Data Science Techniques in Evapotranspiration Estimation
title_full Application of Data Science Techniques in Evapotranspiration Estimation
title_fullStr Application of Data Science Techniques in Evapotranspiration Estimation
title_full_unstemmed Application of Data Science Techniques in Evapotranspiration Estimation
title_sort Application of Data Science Techniques in Evapotranspiration Estimation
author Xavier, Fernando
author_facet Xavier, Fernando
author_role author
dc.contributor.none.fl_str_mv Tanaka, Astério Kiyoshi
Amorim, Fernanda Araujo Baião
Tanaka, Astério Kiyoshi
Amorim, Fernanda Araujo Baião
Revoredo, Kate Cerqueira
Ribeiro, Celso Bandeira de Melo
dc.contributor.author.fl_str_mv Xavier, Fernando
dc.subject.por.fl_str_mv CIÊNCIAS EXATAS E DA TERRA
CIÊNCIA DA COMPUTAÇÃO
Data Science
Evapotranspiration
Hydrology
Ciência dos Dados
Evapotranspiração
Hidrologia
topic CIÊNCIAS EXATAS E DA TERRA
CIÊNCIA DA COMPUTAÇÃO
Data Science
Evapotranspiration
Hydrology
Ciência dos Dados
Evapotranspiração
Hidrologia
description Dissertação também disponível em formato impresso, com o número de chamada CCET MI 2016/07.
publishDate 2016
dc.date.none.fl_str_mv 2016-07-22
2018-04-17T19:39:23Z
2018-04-17T19:39:23Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv XAVIER, Fernando. Application of Data Science Techniques in Evapotranspiration Estimation. 2016. 95 f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2016.
http://hdl.handle.net/unirio/11542
identifier_str_mv XAVIER, Fernando. Application of Data Science Techniques in Evapotranspiration Estimation. 2016. 95 f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2016.
url http://hdl.handle.net/unirio/11542
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Hórus
instname:Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
instacron:UNIRIO
instname_str Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
instacron_str UNIRIO
institution UNIRIO
reponame_str Repositório Hórus
collection Repositório Hórus
repository.name.fl_str_mv Repositório Hórus - Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
repository.mail.fl_str_mv biblioteca.sid@unirio.br
_version_ 1817726465778647040

Registros relacionados