Redes neurais convolucionais recorrentes aplicadas a previsão meteorológica de curto prazo através de imagens de radar

• Autor(a) principal: Rossatto, Felipe Copceski
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPel - Guaiaca
• Texto Completo: http://guaiaca.ufpel.edu.br/xmlui/handle/prefix/14182
• topic: CIENCIAS EXATAS E DA TERRA; Redes neurais; Meteorologia; Nowcasting; Radar; Neural networks; Meteorology; MATEMATICA; METEOROLOGIA

Neste trabalho, propõe-se um modelo baseado em Redes Neurais Convolucionais Recorrentes (RNCR), para previsão meteorológica de curto prazo nowcasting. Esta abordagem é uma alternativa a técnicas tradicionais de extrapolação estatística. Para isso, foi utilizada uma RNCR supervisionada de aprendizagem preditiva conhecida como PredRNN++. Foram utilizados dados (imagens) de quatro radares localizados no sul do Brasil, disponíveis para acesso gratuito no site do INPE (Instituto Nacional de Pesquisas Espaciais), como entrada e saída da rede. Na saída, o alvo ou professor, são imagens de 6 a 120 minutos à frente no tempo, em relação a entrada, ou seja, o que se deseja prever. Para se verificar a qualidade da previsão gerada pela PredRNN++, além de uma análise empírica das imagens previstas, utilizam-se as métricas estatísticas RMSE, SSIM e MAE explorando um evento extremo, ocorrido no sul do Brasil, em 12 de junho de 2018. A rede mostrou-se uma alternativa viável para previsão de nowcasting, uma vez que reproduz a intensidade e a localização dos sistemas emulados.