Comparação de Métodos de Estimativa da Radiação Solar Ultravioleta Horária: Modelos Empíricos, Redes Neurais Artificiais e Máquina de Vetores de Suporte

• Autor(a) principal: Teramoto,Érico Tadao
• Data de Publicação: 2020
• Outros Autores: Santos,Cícero Manoel dos, Escobedo,João Francisco, Pai,Alexandre Dal, Silva,Silvia Helena Modenese Gorla da
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Brasileira de Meteorologia (Online)
• Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862020000100035
• topic: radiação solar; aprendizado de máquinas; seleção de variáveis de entrada

Resumo No presente trabalho, a comparação de três dos principais métodos de estimativa da radiação solar foi realizada: modelos empíricos, Redes Neurais Artificiais (RNA) e Máquina de Vetores de Suporte (SVM). Quatro modelos empíricos considerados clássicos foram calibrados e validados para a estimativa da radiação solar UV horária em Botucatu, Estado de São Paulo, Brasil. Mantendo os modelos empíricos como referências em relação a precisão e variáveis de entrada utilizadas, os desempenhos da RNA e da SVM foram avaliados. Por meio dos parâmetros estatísticos Erro Médio Padrão (MBE) e Erro Médio Absoluto (MAE) foi confirmada a superioridade da SVM em relação à RNA e aos modelos empíricos. Comparada à RNA, a SVM foi capaz de gerar melhores resultados utilizando um número menor de variáveis de entrada. Dentre todos os métodos de estimativa testados, a SVM utilizando o conjunto de variáveis de entrada {UV0, KT} é considerada a melhor alternativa devido ao pequeno número de variáveis de entrada utilizadas e pela relativa acurácia.