AutoNSA: uma aplicação de séries temporais na imputação de dados meteorológicos

Abstract

O objetivo deste trabalho foi desenvolver um programa computacional para prever e imputar dados climáticos perdidos durante sua mensuração, utilizando modelos de médias móveis e suavização exponencial. Para isso, foram utilizados dados de temperatura, pressão atmosférica e umidade relativa do ar do município de Marilândia, ES, obtidos pelo INMET nos meses de abril e junho de 2017. Os modelos foram aplicados aos dados de abril como teste preliminar. A viabilidade desses modelos foi avaliada através da análise de tendência e do coeficiente de Spearman para verificar a correlação entre as séries numéricas ao longo do tempo. Os dados perdidos em junho foram estimados e imputados usando esses modelos. A comparação entre os modelos foi feita utilizando a porcentagem do erro médio absoluto. Os resultados mostraram que os modelos de médias móveis e suavização exponencial são adequados para estimar e imputar dados perdidos das características climáticas avaliadas. O programa desenvolvido em JAVA permite a estimação e imputação de dados perdidos de forma simples e direta, sem limitação no número de dados.

The objective of this work was to develop a computer program to forecast and impute missing climatic data during its measurement, using moving average and exponential smoothing models. For this purpose, data on temperature, atmospheric pressure, and relative humidity from the municipality of Marilândia, ES, obtained by INMET in the months of April and June 2017 were used. The models were applied to the April data as a preliminary test. The feasibility of these models was assessed through trend analysis and the Spearman coefficient to check the correlation between the numerical series over time. The missing data in June were estimated and imputed using these models. Model comparison was performed using the percentage of mean absolute error. The results showed that moving average and exponential smoothing models are suitable for estimating and imputing missing data of the evaluated climatic characteristics. The JAVA-developed program allows for the estimation and imputation of missing data in a simple and direct manner, without limitation on the number of data points.