Detalhes bibliográficos
Ano de defesa: |
2016 |
Autor(a) principal: |
Castro, Everton Santos |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual do Ceará
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=83374
|
Resumo: |
<div style="">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, que é um modelo computacional baseado no sistema nervoso do ser humano, para prever a temperatura da superfície do mar no oceano Atlântico Tropical e o Gradiente Meridional de temperatura, utilizando como preditores, médias mensais de fluxo de calor latente e sensível, pressão do ar ao nível do mar, taxa de evaporação, as componentes zonais e meridionais do vento e a própria TSM 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. O MAE e MSE apresentaram variações de 0,1°C e 0,5°C respectivamente, para praticamente todo o ATN. Porém ressalta-se, como observados em estudos anteriores de previsão de TSM, que a RNA em grande parte da bacia do AT, com essa arquitetura de preditores e tempo de entrada, teve desempenho inferior à persistência. Comparado com as simulações provenientes do IPCC-AR4, a RNA teve um desempenho superior, apresentando melhores resultados para todo o AT. A RNA reproduziu as anomalias observadas de um modo geral, acertando principalmente em relação ao sinal das anomalias de TSM. 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, o MAE e o MSE foram de 0,22°C e 0,15°C respectivamente. Assim, conclui-se que a RNA apresenta uma boa potencialidade para ser usada na previsão de TSM sobre o AT, bem como para estimar o Gradiente Meridional de Temperatura sobre a bacia do AT. Palavras-chave: Previsão de TSM. Redes Neurais Artificiais. Atlântico Tropical. </div> |