GERAÇÃO AUTOMATIZADA DE SÉRIES TEMPORAIS DE DADOS POSICIONAIS UTILIZANDO O IBGE-PPP

AUTOR(ES)

Nascimento, Lécio Alves, Dal Poz, William Rodrigo, dos Santos, Afonso de Paula, Freitas, Krisley Xavier Soares de

FONTE

Bol. Ciênc. Geod.

DATA DE PUBLICAÇÃO

2017-03

RESUMO

Estudos que utilizam séries temporais são realizados em diversas áreas do conhecimento, como: economia, geofísica, geodésia etc. Dados específicos são associados a cada área supracitada, possibilitando efetuar análises sobre as séries, e avaliar as influências temporais de diversos fatores que interferem nos dados. No âmbito da geodésia espacial, vários estudos são desenvolvidos, de forma direta ou indireta, sobre séries temporais de dados posicionais (coordenadas), permitindo investigar a influência, por exemplo, da ionosfera, da troposfera, da geodinâmica etc. No entanto, a construção de uma série temporal posicional apresenta alguns empecilhos, que tornam esse procedimento moroso e, em muitos casos, inviável. Diante do exposto, esse trabalho tem como objetivo apresentar a metodologia desenvolvida e implementada no software RINEX EDITION, para a geração de séries temporais posicionais. Como resultados, geraram-se duas séries temporais posicionais (coordenadas cartesianas X, Y, Z; elipsoidais φ, λ, h e as precisões de ambas), considerando um período de aproximadamente cinco anos e meio (5,5 anos), para duas estações da RBMC, utilizando o serviço de posicionamento IBGE-PPP. Uma comparação preliminar entre as séries das altitudes geométricas (h) e as séries de dados fluviométricos da Agencia Nacional de Águas (ANA) também foi efetuada, apresentando a influência da carga hidrológica na altitude geométrica.

ASSUNTO(S)

ibge-ppp séries temporais rinex edition carga hidrológica

Documentos Relacionados

• Gerenciamento de doenças utilizando séries temporais com o modelo ARIMA
• Geração e indexação de dados espaço-temporais
• Mining sensor time series
• Previsão de geração de resíduos sólidos para o aterro de Aparecida de Goiânia (GO) por séries temporais
• Discriminação de culturas agrícolas utilizando análise harmônica de séries temporais de dados EVI-MODIS