Previsão de Temperatura da Superfície do Mar (TSM) no Atlântico Tropical com uso de Redes Neurais

• Autor(a) principal: Castro,Everton Santos
• Data de Publicação: 2020
• Outros Autores: Alves,José Maria Brabo, Silva,Emerson Mariano da, Campos,José Nilson, Alves,Adriano Oliveira
• 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=S0102-77862020000300505
• topic: previsão de TSM; redes neurais artificiais; Atlântico Tropical

Resumo Estudos comprovam que a temperatura da superfície do mar nos oceanos tropicais Pacífico e Atlântico é a principal variável física influenciadora das condições climáticas em várias áreas do globo. Assim, as observações e previsões de variáveis oceânicas, como a temperatura da superfície do mar, constituem-se uma ferramenta valiosa para o monitoramento do clima e para um melhor aproveitamento dos recursos naturais, principalmente em regiões que são vulneráveis aos impactos causados pelas mudanças climáticas, como é o caso do Nordeste do Brasil. O presente trabalho tem por objetivo aplicar e avaliar um método que visa utilizar as Redes Neurais Artificiais para prever a temperatura da superfície do mar no oceano Atlântico Tropical e o Gradiente meridional de anomalias de temperatura da superfície do mar no Atlântico Tropical. Os resultados mostraram que as correlações, significativas a 95% segundo o teste-t de Student, foram melhores para os trimestres FMA e MAM, onde os coeficientes apresentaram valores superiores a 0,75 para algumas regiões do ATN. Para as estimativas do Gradiente Meridional, a RNA apresentou desempenho similar à persistência. Os melhores resultados ocorrem ao se usar a média da TSM do trimestre DJF. Para essa configuração o coeficiente de correlação foi 0,74.