Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/36857
ORCID: | http://orcid.org/0000-0002-8622-8908 |
Document type: | Dissertação |
Access type: | Acesso Aberto |
Title: | Análise de séries temporais com uso de redes neurais artificiais em dados meteorológicos para previsão de chuva e eventos climáticos severos |
Alternate title (s): | Time series analysis using artificial neural networks in meteorological data for prediction of rainfall and severe weather events |
Author: | Soares, Augusto Carvalho |
First Advisor: | Amaral, Laurence Rodrigues do |
First member of the Committee: | Silva, Flávio de Oliveira |
Second member of the Committee: | Santos, Edimilson Batista dos |
Summary: | A previsão do tempo e o prognóstico do clima se tornaram alguns dos mais úteis recursos do mundo moderno. O aquecimento global é um problema grave. As Normais Climatológicas no Brasil estão mudando de maneira preocupante. Relatório recente do INMET (2022) traz os estudos de alterações nos últimos 20 anos, mostrando uma elevação de 1,6° Celsius na temperatura média. Projeções a longo prazo, apontam para um cenário em que pode haver colapso de ecossistemas e cadeias produtivas. Estas mudanças já podem ser percebidas na crescente ocorrência de eventos climáticos severos. É imprescindível saber antecipadamente quando da ocorrência de tais eventos para melhor enfrentar suas consequências. A mitigação de desastres naturais pode ser alcançada através da antevisão das condições climáticas e o prévio aviso à população pelas autoridades ante a um eminente evento severo. A ciência busca por novos e precisos métodos para a correta previsão do tempo, algumas soluções propostas indicam o uso de RNAs para a classificação, contudo, pouco ainda se tem nas tarefas de regressão por métodos de previsão não tradicionais. Este trabalho propõe a aplicação de RNAs regressivas para a tarefa de previsão do volume de chuva. Os modelos foram submetidos a uma bateria de testes no estilo “força bruta” para encontrar seus melhores parâmetros. Os resultados obtidos foram de 80% e 81% de acerto para LSTM e MLP respectivamente, comprovando a hipótese de ser possível a previsão do tempo pelo uso de IA e RNAs. |
Abstract: | Weather forecasting and climate prediction have become some of the most useful resources in the modern world. Global warming is a serious problem. The Climatological Normals in Brazil are changing in a worrying way. A recent INMET report (2022) brings studies of changes in the last 20 years, showing an increase of 1.6° Celsius in the average temperature. Long-term projections point to a scenario in which ecosystems and production chains may collapse. These changes can already be seen in the increasing occurrence of severe weather events. It is essential to know in advance when such events will occur in order to better face their consequences. The mitigation of natural disasters can be achieved through the anticipation of climatic conditions and the previous warning to the population by the authorities before an imminent severe event. Science searches for new and accurate methods for correct weather forecasting, some proposed solutions indicate the use of ANNs for classification, however, there is still little known about regression tasks for non-traditional forecasting methods. This work proposes the application of regressive ANNs for the task of rainfall volume forecasting. The models were submitted to a battery of tests in “brute force” style, to find their best parameters. The results obtained were 80% and 81% of correct for LSTM and MLP ANNs respectively, proving the hypothesis that weather forecasting is possible using AI and ANNs. |
Keywords: | Séries Temporais Redes Neurais Artificiais Previsão Chuva Time Series Artificial Neural Networks LSTM Weather Forecasting |
Area (s) of CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Subject: | Computação Redes neurais (Computação) Instrumentos meteorológicos Chuvas - Frequência da intensidade |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Program: | Programa de Pós-graduação em Ciência da Computação |
Quote: | SOARES, Augusto Carvalho. Análise de séries temporais com uso de redes neurais artificiais em dados meteorológicos para previsão de chuva e eventos climáticos severos. 2022. 112 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2022. DOI http://dx.doi.org/10.14393/ufu.di.2022.680. |
Document identifier: | https://doi.org/10.14393/ufu.di.2022.680 |
URI: | https://repositorio.ufu.br/handle/123456789/36857 |
Date of defense: | 22-Dec-2022 |
Appears in Collections: | DISSERTAÇÃO - Ciência da Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
AnaliseSeriesTemporais.pdf | Dissertação | 12.89 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License