Aplicação de Redes Neurais Artificiais RBF para previsão de precipitação e temperatura no Paraná, Brasil
DOI:
https://doi.org/10.5902/2179460X43258Palavras-chave:
Previsão de precipitação e temperatura, Redes neurais artificiais, Redes neurais de Funções de Base Radial, Seleção de preditoresResumo
Precipitação e temperatura têm impacto em vários setores da sociedade, como agricultura, geração de energia, disponibilidade hídrica, por isso é essencial o desenvolvimento de previsões mensais acuradas. O objetivo deste estudo é desenvolver um modelo de Rede Neural Artificial (RNA) para previsões mensais de precipitação e temperatura para o estado do Paraná, Brasil. Uma etapa importante no desenvolvimento de um modelo de RNA é a seleção das variáveis de entrada, no qual foi utilizado o método de regressão stepwise forward. Após identificar as variáveis preditoras para o modelo de previsão, foi desenvolvida a RNA Radial Basis Function (RBF) com 50 neurônios na camada oculta e um neurônio na camada de saída. Para os modelos de precipitação, obtiveram-se melhores desempenhos na previsão de dados suavizados pela média móvel de três meses, uma vez que dados ruidosos, como precipitação mensal, são mais difíceis de serem simulados pela rede neural. Para as previsões de temperatura, o modelo de RNA teve bom desempenho tanto na previsão de temperatura mensal quanto na previsão de média móvel de três meses. Este estudo mostrou a adequação da previsão de precipitação e temperatura com o uso de RNAs RBF, especialmente na previsão da temperatura mensal.
Downloads
Referências
ABBOT, J., MAROHASY, J. Forecasting of monthly rainfall in the Murray Darling Basin, Australia: Miles as a case study. WIT Transactions on Ecology and the Environment. 2015; 197, 149-159.
ANOCHI, J. A., DE CAMPOS VELHO, H. F. Previsão climática de precipitação para a região Sul por rede neural autoconfigurada. Ciência e Natura. 2016; 38, 98-104.
BODRI, L., ČERMÁK, V. Prediction of extreme precipitation using a neural network: application to summer flood occurrence in Moravia. Advances in Engineering Software. 2000; 31(5), 311-321.
CERA, J. C. E FERRAZ, S. E. T. Variações climáticas na precipitação no sul do brasil no clima presente e futuro. Revista Brasileira de Meteorologia. 2015; 30(1)
COPERNICUS. Copernicus climate change service (c3s): Era5: Fifth generation of ecmwf atmospheric reanalyses of the global climate. 2017 [cited 2019 dec 08]. Available from: https://cds.climate.copernicus.eu/.
GHOLIZADEH, M. H., DARAND, M. Forecasting precipitation with artificial neural networks (case study: Tehran). Applied Sci. 2009; 9, 1786-1790.
GRIMM, A. M. Clima da região Sul do Brasil. Tempo e Clima no Brasil. São Paulo: Oficina de Textos. 2009; 259-275.
GRIMM, A. M., FERRAZ, S. E. E GOMES, J. Precipitation anomalies in southern brazil associated with el niño and la niña events. Journal of climate. 1998; 11(11):2863–2880.
HE, H., YAN, Y., CHEN, T., CHENG, P. Tree Height Estimation of Forest Plantation in Mountainous Terrain from Bare-Earth Points Using a DoG-Coupled Radial Basis Function Neural Network. Remote Sensing. 2019; 11(11), 1271.
LEE, J., KIM, C. G., LEE, J., KIM, N., KIM, H. Application of artificial neural networks to rainfall forecasting in the Geum River basin, Korea. Water. 2018; 10(10), 1448.
LIU, Q., ZOU, Y., LIU, X., LINGE, N. A survey on rainfall forecasting using artificial neural network. IJES. 2019; 11(2), 240-249.
MAHESHWARI, V. Dimensionality reduction techniques. 2019 [cited in 2019 jun 11]. Available from: https://medium.com/datadriveninvestor/dimensionality-reduction-techniques-27049b5a4c55.
NEZHAD, E. F., GHALHARI, G. F., & BAYATANI, F. Forecasting Maximum Seasonal Temperature Using Artificial Neural Networks “Tehran Case Study”. Asia-Pacific Journal of Atmospheric Sciences. 2019; 55(2), 145-153.
NIMER, E. Climatologia do brasil. IBGE; 1989.
REBOITA, M. S., DIAS, C. G., DUTRA, L. M. M., & LLOPART, M. Previsão climática sazonal para o Brasil obtida através de modelos climáticos globais e regional. Rev. Bras. Meteorol. 2018; 0102-7786332001.
SILVA, I. D., SPATTI, D. H. E FLAUZINO, R. A. Redes neurais artificiais para engenharia e ciências aplicadas. 2010; 23.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Ciência e Natura
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
