Detecção de Outliers em Dados Micrometeorológicos

摘要: For the study of the environment is necessary the analysis of environmental data. However, such data may contain errors, like outliers, making the data analysis more difficult. For this reason the detection of outliers is useful and, hence, this paper proposes a new method to detect them. The techniques used were Neural Networks and Genetic Algorithms, besides the concept of distance function, to detect possible outliers in micrometeorological data. Results in the simulations demonstrated a good performance of the method reaching a precision of 100% when there were few outliers and 96.66% when the number of outliers was increased.Resumo. Para realizar o estudo do meio ambiente é necessário a análise de dados ambientais. Entretanto, tais dados podem conter erros, como outliers, prejudicando a análise desses dados. Por isso a detecção dos outliers é útil e, sendo assim, este trabalho propõe um novo método para detectá-los. Foram utilizadas técnicas de Redes Neurais e Algoritmos Genéticos, além do conceito de função distância, para detectar os outliers em dados micrometeorológicos. Os resultados encontrados nas simulações mostraram um bom desempenho do método, alcançando uma precisão de 100% quando houve poucos outliers e de 96, 66% quando a quantidade de outliers foi aumentada.