Imputação Multivariada de Dados Diários de Precipitação e Análise de Índices de Extremos Climáticos (Imputation Multivariate of Precipitation Daily Data and Analysis of Climate Extremes Index)

Resumo

Neste trabalho utilizou-se a técnica MICE (do inglês “Multivariate Imputation by Chained Equations”) para imputação de dados diários de precipitação em seis séries com falhas do Estado da Paraíba: Areia, Campina Grande, Monteiro, João Pessoa, Patos e São Gonçalo, entre período de 1979 e 2010, usando como fonte de informação para o preenchimento dados de pontos de grade próximos à estação meteorológica selecionada. Com a finalidade de validação do método, foram geradas falhas em dados observados para determinados anos - princípio da validação cruzada. A metodologia apresentou resultados promissores. Foram obtidos altos valores de correlações tanto entre os dados diários observados e imputados, assim como quando estes foram acumulados mensalmente. A partir dos dados imputados, utilizou-se o software R-ClimDex com o objetivo de avaliar possíveis tendências nos índices climáticos relacionados à precipitação. As análises das séries sem falhas mostraram que das cidades estudadas, Areia foi a única que apresentou tendência de redução no número de dias com chuvas acima de 1mm, enquanto as demais cidades apresentaram tendência de aumento.

Palavras - chave: dados imputados, MICE, R-ClimDex, tendências climáticas.

Imputation Multivariate of Precipitation Daily Data and Analysis of Climate Extremes Index

ABSTRACT

This work used the MICE(Multivariate Imputation by Chained Equations) technique for daily rainfall data imputation in series with gaps, for six series of Paraiba State: Areia, Campina Grande, Monteiro, Joao Pessoa, Patos and São Gonçalo, between 1979 and 2010, using as a source of information data grid points near the selected station (nearest neighbors). In order to validate the method one generates missing values in observed data for certain years– the cross-validation principle. The methodology presented promising results. One obtains high values ​​for both correlations between daily observed and imputed data, as well as when they are monthly accumulates. Based on the imputed data, used the software R-ClimDex with the objective to evaluate possible trends in climate indices related to precipitation. The analysis of the series without flaws of the cities studied showed that Areia was the only one that showed decrease trend in the number of days with precipitation above1 mm, while the other cities showed increase trend.

Keywords: imputed data, MICE, R-ClimDex, climatic trends.