Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | https://hdl.handle.net/1884/62346 |
Resumo: | Orientadora : Daiane Gracieli Faller |
id |
UFPR_a49ec3bf3f5eef826b7d4f4f60ff4dcd |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/62346 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Borato, Luana, 1996-Faller, Daiane GracieliUniversidade Federal do Paraná. Campus Pontal do Paraná - Centro de Estudos do Mar. Curso de Graduação em OceanografiaMarone, Eduardo2022-01-27T14:18:41Z2022-01-27T14:18:41Z2018https://hdl.handle.net/1884/62346Orientadora : Daiane Gracieli FallerOrientador: Eduardo MaroneMonografia (graduação) - Universidade Federal do Paraná, Setor Reitoria, Curso de Graduação em OceanografiaInclui referênciasResumo: As flutuações do nível relativo do mar representam um dos maiores impactos na dinâmica da zona costeira, em particular, em função das mudanças climáticas. Nesse cenário, previsões robustas da maré meteorológica e ressacas são importantes para a resiliência e adaptação dessas áreas e das pessoas que vivem e dependem desse ambiente. Neste trabalho, foi testado um modelo numérico baseado em redes neurais artificiais (RNA), com o objetivo de avaliar diferentes arquiteturas de rede e métodos de treinamento de uma RNA de múltiplas camadas (multilayer percetron – MLP) através de simulações para prever uma série histórica (hindcast) de maré meteorológica na região de Cananéia (São Paulo). O processamento dos dados envolveu a extração da maré astronômica usando o filtro de Godin (1972), o cálculo das componentes e da tensão de cisalhamento do vento e, a interpolação de dados faltantes na série de dados meteorológicos. A RNA-MLP foi treinada usando uma série temporal de quatro anos (2003-2006), com os dados de maré da região de Cananéia (São Paulo) e os dados meteorológicos de duas fontes distintas: estação meteorológica de Pontal do Sul (Paraná) e de reanálise disponibilizados pelo National Centers for Environmental Prediction (NCEP) Climate Forecast System Reanalysis (CFSR). Para o treinamento das redes, além de diferentes arquiteturas também foram testados três algoritmos de treinamento: gradiente descendente, gradiente descendente com aprendizado adaptativo e Levenberg-Marquardt. A comparação entre as séries previstas e observadas foi feita através do coeficiente de correlação (R), da raiz quadrada do erro quadrático médio (RMSE) e do erro médio absoluto (MAE). Dentre os 23328 testes realizados, a melhor arquitetura de rede obteve R igual à 0,96, RMSE igual à 0,11 cm e MAE igual à 8,32 cm. O método de treinamento que apresentou melhor desempenho foi o de Levenberg-Marquadt seguido do método do gradiente descendente com aprendizado adaptativo. O modelo mais satisfatório desenvolvido nesse trabalho apresentou uma melhora de 9,3% na previsão do nível do mar quanto comparado ao método harmônico.85f. : Il., mapas., tabs.application/pdfUso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALTCC_Luana Borato.pdfapplication/pdf5223831https://acervodigital.ufpr.br/bitstream/1884/62346/1/TCC_Luana%20Borato.pdffd4878e4804b7ea9c3d700811e21f83dMD51open access1884/623462022-01-27 11:18:41.473open accessoai:acervodigital.ufpr.br:1884/62346Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-01-27T14:18:41Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil |
title |
Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil |
spellingShingle |
Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil Borato, Luana, 1996- |
title_short |
Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil |
title_full |
Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil |
title_fullStr |
Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil |
title_full_unstemmed |
Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil |
title_sort |
Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil |
author |
Borato, Luana, 1996- |
author_facet |
Borato, Luana, 1996- |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Faller, Daiane Gracieli Universidade Federal do Paraná. Campus Pontal do Paraná - Centro de Estudos do Mar. Curso de Graduação em Oceanografia |
dc.contributor.author.fl_str_mv |
Borato, Luana, 1996- |
dc.contributor.advisor1.fl_str_mv |
Marone, Eduardo |
contributor_str_mv |
Marone, Eduardo |
description |
Orientadora : Daiane Gracieli Faller |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018 |
dc.date.accessioned.fl_str_mv |
2022-01-27T14:18:41Z |
dc.date.available.fl_str_mv |
2022-01-27T14:18:41Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/1884/62346 |
url |
https://hdl.handle.net/1884/62346 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
85f. : Il., mapas., tabs. application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPR instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Repositório Institucional da UFPR |
collection |
Repositório Institucional da UFPR |
bitstream.url.fl_str_mv |
https://acervodigital.ufpr.br/bitstream/1884/62346/1/TCC_Luana%20Borato.pdf |
bitstream.checksum.fl_str_mv |
fd4878e4804b7ea9c3d700811e21f83d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1801860844905037824 |