Uso de redes neurais artificiais para previsão das flutuações do nível do mar em Cananéia, São Paulo, Brasil

Detalhes bibliográficos
Autor(a) principal: Borato, Luana, 1996-
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

Registros relacionados