Abstract
Knowledge depends on the existence of data. Modern hydrology has been primarily based on quantitative data from gauging stations. However, other sources may provide data relevant to hydrology progress as demonstrated by researchers since the 1970s. The general picture on the subject highlights the lack of standard terminologies for data types and sources, which can lead to misunderstandings. Besides, there is still no consensus on the use of data from sources other than monitoring stations. In this context, in the present study, we suggested standard denomination for data and their sources. We classified from the recorded characteristics as systematic data and non systematic data. We also classified the data sources according to the origin: instrumental in-situ evidence, orbital instrumental evidence, physical evidence and documentary evidence. Considering the relevance of non-systematic data, mainly concerning extreme hydrological events, we suggested the use of both data – systematic and non systematic - applying the data triangulation method.
Highlights
Knowledge depends on the existence of data
Em suma, o avanço em cada ciência depende de dados obtidos em diferentes fontes de acordo com o objeto de estudo
Apesar das primeiras referências de medição do nível de água datarem de 3.000 a.C. no rio Nilo (Dooge, 2004) e da publicação de Pierre Perrault sobre a relação precipitação-vazão em 1674 (Nace, 1969), foi somente a partir do início do século XX que a mensuração das variáveis hidrológicas continuamente pelas estações de monitoramento e o uso de métodos estatísticos se tornaram base da hidrologia
Summary
Os dados podem ser classificados de acordo com muitos critérios que podem variar em cada ciência. Conforme Seibert & McDonnell (2002), os dados interpretativos podem ser usados para avaliar aspectos das simulações do modelo para os quais não existem dados concretos disponíveis e avaliar se os valores dos parâmetros são razoáveis com base na experiência de campo. Os dados provenientes de um linígrafo podem ser denominados como sistemáticos ou concretos, pois são dados quantitativos, mensurados continuamente ao longo do tempo com intervalo temporal pré-definido ( t= constante) em um determinado local (vetor posição x (x,y,z)). Francés et al, 1994; Benito et al, 2004; Brázdil et al, 2006) ou dados interpretativos (Seibert & McDonnell, 2002, 2015; Arnold et al, 2015) são provenientes de uma grande variedade de outras fontes de dados que se caracterizam principalmente por se tratarem de registros sem regularidade. Optou-se por usar a denominação dados sistemáticos e não sistemáticos
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
