A análise de dados climáticos fornece suporte para a previsão de fenômenos, para a avaliação de dados históricos e para a tomada de decisões, em especial na área agrícola. Garantir a sua qualidade é fundamental. O processo de coleta dos dados, através das estações meteorológicas, pode apresentar problemas, onde inconsistências podem ocorrer. Este artigo apresenta uma abordagem para solução do problema, utilizando técnicas estatísticas e geoestatísticas, na identificação de dados inconsistentes e na estimativa de dados a serem corrigidos ou preenchidos. A implementação destas técnicas, em um banco de dados espacial, apresentou-se como um facilitador na identificação e no preenchimento de dados. Para avaliação destas técnicas foram utilizados dados de temperatura coletadas por estações meteorológicas localizadas no Estado do Paraná. Como resultado, as técnicas de identificação de erros mostraram-se adequadas na consistência de erros básicos e históricos. A validação espacial apresentou baixo desempenho por superestimar a quantidade de dados incorretos. As técnicas utilizadas na estimativa dos dados, Krigagem, Inverso da Distância e Regressão Linear, apresentaram desempenho semelhantes com relação à análise dos erros.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.