Modelo de PrevisÃo Sazonal de Chuva Para o Estado do Cearà Baseado em Redes Neurais Artificiais

• Autor(a) principal: Thiago Nogueira de Castro
• Data de Publicação: 2011
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
• Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=9060
• topic: Redes neurais; Climatologia - Modelos matemÃticos; Engenharia elÃtrica; rainfall forecast; semi-arid; meteorological models; ANN; NFN; MODELOS ANALITICOS E DE SIMULACAO

Sistemas climatolÃgicos sÃo caracterizados por apresentarem modelagem complexa e de baixa previsibilidade. Em regiÃes de clima semiÃrido, como o Nordeste Brasileiro, informaÃÃes de previsÃo climatolÃgicas sÃo de interesse para um melhor aproveitamento dos recursos hÃdricos. O Estado do CearÃ, localizado no norte do Nordeste Brasileiro, sofre periodicamente com os problemas de estiagem. Atualmente a FundaÃÃo Cearense de Meteorologia e Recursos HÃdricos (FUNCEME), ÃrgÃo pertencente ao governo do Estado do CearÃ, à responsÃvel por gerar pesquisas voltadas a trazer um melhor entendimento fenomenolÃgico do clima do Estado e com isso efetuar uma melhor previsÃo de como serà o perÃodo de chuvas. Hoje a FundaÃÃo utiliza-se de modelagem numÃrica composta por dois modelos regionais, Modelo Regional Espectral 97 (MRE) e o Regional Modeling Atmospheric System (RAMS), aninhados por uma tÃcnica de downscaling ao modelo dinÃmico de grande escala ECHAM4.5, para efetuar suas previsÃes. Os modelos dinÃmicos sÃo caracterizados por apresentarem elevado custo computacional, grande quantidade de dados para sua entrada e alta complexidade na utilizaÃÃo. O desenvolvimento de modelos de previsÃo baseados em Redes Neurais Artificias (RNA) abrange diversas Ãreas do conhecimento e tem apresentado resultados promissores. Modelos baseados em redes neurais sÃo capazes de reproduzir deferentes tipos de sistemas atravÃs da sua capacidade de aprendizado. Nesta dissertaÃÃo foi desenvolvido um modelo de previsÃo de chuvas para as oito regiÃes homogÃneas do Estado do CearÃ, que apresenta um baixo custo computacional e de fÃcil utilizaÃÃo. Para atingir este desenvolvimento foi utilizada uma RNA baseada na tÃcnica Neo-Fuzzy Neuron (NFN). Apesar de ser proposto um novo modelo de previsÃo, nÃo se deseja a substituiÃÃo dos atuais modelos, o novo modelo proposto nesta dissertaÃÃo tem por finalidade enriquecer as informaÃÃes geradas atravÃs de modelos de previsÃo para que assim possa ser gerada uma melhor prediÃÃo de como serà o perÃodo de chuvas no Estado do CearÃ. O modelo proposto foi comparado ao modelo MRE que à atualmente utilizado pela FUNCEME para suas previsÃes. Nesta comparaÃÃo utilizou-se como indicadores de desempenho: tempo de execuÃÃo, valor da raiz quadrada do erro mÃdio quadrÃtico (REMQ) e a correlaÃÃo com os valores observados. Ao final pode-se concluir que o modelo desenvolvido apresentou um melhor desempenho com menor tempo de processamento em relaÃÃo ao modelo dinÃmico MRE para efetuar a previsÃo de chuvas.