Detalhes bibliográficos
| Ano de defesa: |
2024 |
| Autor(a) principal: |
Mendes, Alex Carlos Pellegrinetti |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| 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://www.teses.usp.br/teses/disponiveis/85/85134/tde-01112024-172523/
|
Resumo: |
Este estudo se propõe a avaliar 6 modelos de aprendizagem estatística para a estimativa e predição do topo da camada limite atmosférica em 13 sítios da MPLNET (Micro-Pulse Lidar Network). A camada limite atmosférica, que desempenha um papel crucial na troca de energia, calor e poluição entre a superfície da Terra e a atmosfera, é um fator importante para a compreensão de diversos processos meteorológicos e climáticos. A análise comparativa dos modelos visa identificar quais métodos estatísticos oferecem maior precisão e confiabilidade nas previsões, contribuindo para aprimorar o entendimento das dinâmicas atmosféricas em diferentes regiões cobertas pela rede MPLNET. |
