Aplicação de análise de componentes principais na imputação de valores ausentes em dados agrometeorológicos em alta dimensão

Carregando...
Imagem de Miniatura

Data

2023-02-24

Orientador

Rodrigues, Sergio Augusto

Coorientador

Pós-graduação

Agronomia (Energia na Agricultura) - FCA

Curso de graduação

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Tipo

Tese de doutorado

Direito de acesso

Acesso abertoAcesso Aberto

Resumo

Resumo (português)

Esta pesquisa aborda o tema Missing Value Imputation (MVI) com foco em agrometeorologia, na estimativa e imputação de dados de evapotranspiração de referência. O trabalho foi dividido em três capítulos, entendidos como revisão, metodologia e aplicação. O Capítulo 1 apresenta uma revisão bibliométrica abrangendo cerca de 19.745 publicações entre 1940 e 2022, destacando os principais pesquisadores, artigos, periódicos, instituições e países no assunto MVI. O Capítulo 2 apresenta uma proposta detalhada do planejamento de uma simulação em MVI, abordando o banco e tipo de dados, mecanismo e taxa de falta, técnica de imputação e método de avaliação de desempenho. Essas informações são preparatórias para a aplicação. O Capítulo 3 avalia o desempenho de procedimentos multivariados alternativos de análise de componentes principais na imputação de dados ausentes em base de dados de evapotranspiração. Foram utilizados dados do período de 2012 a 2021 de quarenta e cinco estações meteorológicas automáticas da região de São Paulo, Brasil, simulando diferentes cenários de dados faltantes. Esta pesquisa ressalta a importância da agrometeorologia, a necessidade de tratar dados ausentes por meio de técnicas de MVI e a eficácia de procedimentos alternativos de análise de componentes principais na imputação de valores faltantes.

Resumo (inglês)

This research addresses the theme of Missing Value Imputation (MVI) with a focus on agrometeorology, in the estimation and imputation of reference evapotranspiration data. The work was divided into three chapters, understood as review, methodology, and application. Chapter 1 presents a bibliometric review covering approximately 19,745 publications between 1940 and 2022, highlighting the main researchers, articles, journals, institutions, and countries in the MVI subject. Chapter 2 presents a detailed proposal for planning a simulation in MVI, addressing the database and type of data, mechanism and fault rate, imputation technique, and performance evaluation method. This information is preparatory for the application. Chapter 3 evaluates the performance of alternative multivariate principal component analysis procedures in imputing missing data into evapotranspiration databases. Data from the period 2012 to 2021 from forty-five automatic meteorological stations in the region of São Paulo, Brazil, were used, simulating different scenarios of missing data. This research underscores the importance of agrometeorology, the need to address missing data through MVI techniques, and the effectiveness of alternative principal component analysis procedures in imputing missing values.

Descrição

Idioma

Português

Como citar

Itens relacionados