Please use this identifier to cite or link to this item: http://tede2.uepg.br/jspui/handle/prefix/150
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Senger, Luciano José
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6880696447532558por
dc.contributor.referee1Vaz, Maria Salete Marcon Gomes
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2266103198034845por
dc.contributor.referee2Virgens Filho, Jorim Sousa das
dc.contributor.referee2Latteshttp://lattes.cnpq.br/7763181437076835por
dc.creatorSchmitke, Luiz Rafael
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4241629J9por
dc.date.accessioned2017-07-21T14:19:33Z-
dc.date.available2012-10-09
dc.date.available2017-07-21T14:19:33Z-
dc.date.issued2012-06-30
dc.identifier.citationSCHMITKE, Luiz Rafael. PREENCHIMENTO DE FALHAS DE SÉRIES DE DADOS CLIMÁTICOS UTILIZANDO REDES P2P. 2012. 67 f. Dissertação (Mestrado em Computação para Tecnologias em Agricultura) - UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Ponta Grossa, 2012.por
dc.identifier.urihttp://tede2.uepg.br/jspui/handle/prefix/150-
dc.description.abstractAgriculture is an activity where the weather has more impact, influencing techniques and crops employed. Much of the agricultural productivity is affected by climatic conditions that are created by natural factors and are not likely to control. Although you can’t control the weather, we can predict it, or even simulate their conditions to try minimize its impact on agriculture. To be able to make these predictions and simulations are necessary data collected from weather stations that can be conventional or automatic and must be without gaps or abnormal data. Most of these errors are caused by signal interference, disconnection, oxidation of cables and spatio-temporal variation of climate which consequently end up generating those problems at the climates bases. Thus, this research work has as main objective to create a model capable of correcting gaps in climate databases, observing that not to correct abnormal observations or replace statistical methods for the same purpose. Therefore a model was created to correct the gaps in weather data between stations using the P2P architecture. With this model, an application was created to test its performance to correct the gaps. Also to perform the tests were used bases in the cities of Ponta Grossa, Fernandes Pinheiro and Telêmaco Borba provided by Instituto Tecnológico SIMEPAR, and bases of the cities of Castro, Carambeí, Pirai do Sul and Tibagi provided by Fundação ABC, which are collected daily on automatic stations. As a result it was observed that the performance of P2P correction model was satisfactory when compared to the simulator used in the tests, with lower results only in February, which corresponds to the period of summer, to the autumn, winter and spring the model P2P was better than simulated. Although it was found that the number of stations participating in the network at the time of correcting influences the results, and the higher it is, the better the results obtained with the correcting.eng
dc.description.resumoA agricultura é uma das atividades onde o clima tem mais impacto, influenciando as técnicas e os cultivos empregados. Grande parte da produtividade agrícola se deve as condições climáticas que são criadas por fatores naturais e não são passíveis de controle. Embora não seja possível controlar o clima, pode-se prevê-lo ou até simular suas condições para tentar minimizar seu impacto na agricultura. Para que seja possível realizar estas previsões e simulações são necessários dados coletados em estações climáticas que podem ser convencionais ou automáticas e que precisam estar sem dados anormais ou lacunas. Grande parte desses erros se deve a interferência no sinal, desconexão, oxidação de cabos e a variação espaço-temporal do clima que por consequência acabam gerando aqueles problemas nas bases climáticas. Desta forma, este trabalho de pesquisa tem como objetivo principal criar um modelo capaz de corrigir as lacunas existentes nas bases de dados climáticas, salientando-se que não visa à correção de observações anormais e nem a substituição dos métodos estatísticos para o mesmo fim. Para tanto foi criado um modelo de correção das lacunas em dados climáticos entre as estações utilizando a arquitetura P2P. Com este modelo, foi criada uma aplicação para testar seu desempenho em corrigir as lacunas encontradas. Também para a realização dos testes foram utilizadas bases das cidades de Ponta Grossa, Fernades Pinheiro e Telêmaco Borba, fornecidas pelo Instituto Tecnológico SIMEPAR, e bases das cidades de Castro, Carambeí, Tibagi e Pirai do Sul fornecidas pela Fundação ABC, sendo estes dados, diários e coletados em estações automáticas. Como resultados foi possível observar que o desempenho do modelo de correção P2P foi satisfatório quando comparado ao simulador utilizado nos testes, apresentando resultados inferiores somente no mês de fevereiro, que corresponde ao período de verão, para as estações de outono, inverno e primavera o modelo P2P foi melhor que o simulado. Ainda foi verificado que a quantidade de estações que participa da rede na hora da correção influencia os resultados, sendo que quanto maior ela for, melhores são os resultados obtidos com a correção. Palavras-chave: Redes P2P, Correção, Dados Climáticos.por
dc.description.provenanceMade available in DSpace on 2017-07-21T14:19:33Z (GMT). No. of bitstreams: 1 Luiz Rafael Schmitke.pdf: 1854453 bytes, checksum: c7e3cc9cb3865213cd2b9f59a4cf211c (MD5) Previous issue date: 2012-06-30en
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUNIVERSIDADE ESTADUAL DE PONTA GROSSApor
dc.publisher.countryBRpor
dc.publisher.departmentComputação para Tecnologias em Agriculturapor
dc.publisher.programPrograma de Pós Graduação Computação Aplicadapor
dc.publisher.initialsUEPGpor
dc.rightsAcesso Abertopor
dc.subjectRedes P2Ppor
dc.subjectcorreçãopor
dc.subjectDados Climáticospor
dc.subjectP2P Networkseng
dc.subjectcorrecteng
dc.subjectClimate Dataeng
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.titlePREENCHIMENTO DE FALHAS DE SÉRIES DE DADOS CLIMÁTICOS UTILIZANDO REDES P2Ppor
dc.typeDissertaçãopor
Appears in Collections:Programa de Pós Graduação Computação Aplicada

Files in This Item:
File SizeFormat 
Luiz Rafael Schmitke.pdf1.81 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.