Pré-processamento de dados em modelos hidrológicos com o algoritmo k-Medoids

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorTelles, Wagner Rambaldi-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9935262790232584-
Autor(es): dc.contributorBêdo, Marcos-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8199158119583569-
Autor(es): dc.contributorOliveira, Daniel Cardoso Moraes de-
Autor(es): dc.contributorhttp://lattes.cnpq.br/0743793296062293-
Autor(es): dc.contributorSemaan, Gustavo Silva-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4519888592231795-
Autor(es): dc.contributorhttp://lattes.cnpq.br/3285271176586470-
Autor(es): dc.creatorMagacho, Heitor Gomes Brum-
Data de aceite: dc.date.accessioned2024-07-11T18:12:09Z-
Data de disponibilização: dc.date.available2024-07-11T18:12:09Z-
Data de envio: dc.date.issued2022-10-30-
Data de envio: dc.date.issued2022-10-30-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/26723-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/765658-
Descrição: dc.descriptionEste trabalho propõe empregar técnicas de pré-processamento de dados com o objetivo de re duzir a cardinalidade (número de entradas) de conjuntos de dados (datasets) que são usados para descrever informações topográficas em Modelos Hidrológicos com o intuito de simular inundações. A principal restrição para essa abordagem de pré-processamento é que os dados reduzidos não devem prejudicar nem a qualidade nem a simulação nos Modelos Hidrológicos acoplados na sequência de processamento. Para satisfazer esse requisito, foi utilizada a técnica de agrupamento de dados k-Medoids direcionada a identificar as entradas mais representativas em um conjunto de dados topológico e que possam ser utilizadas na simulação de um evento de Inundação. O algoritmo k-Medoids possibilita que o conjunto original seja representado. pelos seus elementos mais centrais (medóides) que agrupam as demais entradas do conjunto de dados em função da distância Euclideana e das fronteiras de Voronoi que ela induz. O pré processamento pode ajudar na portabilidade de dados (tamanho reduzido), no tratamento de dados faltantes (missing data) e na redução do custo computacional do Modelo Hidrológico (entrada reduzida). A abordagem proposta nesse trabalho foi avaliada na prática com a aplica ção de uma metodologia para construção de modelos digitais de terreno (MDT) que delimitam bacias hidrográficas e suas redes de drenagens no software MOHID Studio. Em particular, foi feita a modelagem do nível d’água do Rio Pomba (que perpassa o município de Santo Antônio de Pádua/RJ) que permite comparar a qualidade associada aos conjuntos de dados topológicos originais e aqueles pré-processados pela abordagem proposta para esse trecho geográfico. Os resultados indicaram que a abordagem permitiu reduzir os dados de entrada entre 80% e 90% de seu volume original sem que houvese prejuízo da qualidade e simulação da modelagem hídrica, indicando o grande potencial do uso de técnicas de pré-processamento para melhorar o desem penho de modelos computacionais voltados ao tratamento de escoamento de água e inundações-
Descrição: dc.descriptionThis study discusses a pre-processing approach to reduce the cardinality of topological data in Hydrological Systems (Modeling and Forecasting). Topological data pre-processing has a great potential to (i) enhance portability (reduced data size), (ii) handle missing data (by using representative instances), and (iii) reduce the computational cost of the underlying Hydrological Model (reduced number of entries). The constraint for topological data pre-processing is that reduced datasets must not jeopardize the performance of the Hydrological Models (simulations included). Here, the partitioning clustering method k-Medoids is employed to retrieve the most representative topological dataset entries, which are characterized as the dataset’s most central elements (medoids). Those representative elements define the dataset clusters (grouping the remaining points) according to the Voronoi frontiers induced by the Euclidean distances between them. The proposed pre-processing strategy was evaluated in practice with the construction of a digital terrain modeling for a hydrological basin and its drainage network. In particular, the water level of the Pomba river excerpt at the municipality of St. A. Pádua/RJ (Brazil) was modeled in the MOHID Studio software, and the outputs for original and reduced topological data were extensively compared regarding this geographical locality and fixed model. The experimental findings showed that the pre processing strategy has reduced up to 90% of original data volume while keeping the quality of the Hydrological Models for Flood forecasting.-
Descrição: dc.description48 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectPré-processamento-
Palavras-chave: dc.subjectAgrupamento de dados-
Palavras-chave: dc.subjectk-Medoids-
Palavras-chave: dc.subjectModelos digitais de terreno-
Palavras-chave: dc.subjectModelos hidrológicos-
Palavras-chave: dc.subjectComputação-
Palavras-chave: dc.subjectPre-processing-
Palavras-chave: dc.subjectData clustering-
Palavras-chave: dc.subjectk-Medoids-
Palavras-chave: dc.subjectDigital terrain modeling-
Palavras-chave: dc.subjectHydrological models for flood forecasting-
Título: dc.titlePré-processamento de dados em modelos hidrológicos com o algoritmo k-Medoids-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.