Neuro estimador para o fluxo de gases entre a superfície terrestre e a atmosfera

• Autor(a) principal: Fabiana Ferreira Paes
• Data de Publicação: 2011
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
• Texto Completo: http://urlib.net/sid.inpe.br/mtc-m19/2011/10.24.11.20

Estudos apontam que o aquecimento global do planeta pode ser irreversível a médio ou longo prazo, sendo que uma das principais causas é a poluição atmosférica. Contudo, este quadro pode ser revertido ou atenuado com a estimação da quantidade de emissão de poluentes, uma vez que, o mapeamento das fontes poluidoras poderá facilitar o trabalho das autoridades públicas em relação à fiscalização ambiental e à elaboração de políticas públicas relacionadas ao meio ambiente. Assim, este trabalho desenvolve um modelo, baseado na metodologia de problemas inversos, cujo primeiro modelo direto é a técnica fonte-receptor Lagrangiano (código LAMBDA) e o segundo é o código SCIATRAN, que simula as radiâncias medidas do sensor SCIAMACHY, a bordo do satélite ENVISAT. Em seguida, utiliza-se o acoplamento de redes neurais para estimar a concentração do gás carbônico entre o solo e a atmosfera em diversos cenários. Encontrar uma rede adequada para este tipo de problema, os melhores parâmetros e a melhor função de ativação, é essencial para se confirmar a eficácia da técnica utilizada neste trabalho, a fim de obter a estimação de fontes e sumidouros. A rede neural Perceptron de Múltiplas Camadas, com o algoritmo de Retropropagação do Erro, foi utilizada para resolver o problema relativo à estimação da taxa de fontes de poluição. Assim, este trabalho apresenta diversos experimentos construídos com dados meteorológicos obtidos do Experimento de Copenhagen e do modelo BRAMS. Os dados meteorológicos como: temperatura, velocidade e direção do vento, são utilizados nas simulações do código LAMBDA para dispersão de poluentes na região de interesse e data escolhida. Os dados meteorológicos do Experimento de Copenhagen foram utilizados nos experimentos que simulam as fontes (ou sumidouros) de CO$_{2}$, com dados de concentrações ``in situ'' e de sensoriamento remoto. Para os experimentos com dados de sensoriamento remoto, que tratam as regiões de pastagem e floresta em Rondônia, os parâmetros de entrada requeridos pelo código LAMBDA foram obtidos a partir do modelo BRAMS. A metodologia desenvolvida nesta tese, para estimação de fontes e/ou sumidouros de poluentes, realiza o acoplamento de duas redes neurais artificiais, em que, a primeira tem como entrada, radiâncias geradas com o modelo SCIATRAN e gera como saída, os perfis de concentração do gás, que são utilizados pela segunda rede neural para estimar as fontes (ou sumidouros) do gás carbônico na superfície. Os experimentos apresentaram resultados satisfatórios, evidenciando que a rede neural artificial pode ser considerada uma técnica adequada na estimação de poluentes.