Publicado em: 06/11/2023 22:35:43
CONVITE - DEFESA PÚBLICA DE DISSERTAÇÃO DE MESTRADO
A Coordenação do Programa de pós-graduação em geografia da Fundação Univserade Federal de Rondônia convida a toda comunidade acadêmica para assistirem a DEFESA DE DISSERTAÇÃO DE MESTRADO DO PÓS-GRADUANDO LUIZ AUGUSTO FERREIRA MONTEIRO que realizar-se-á no dia 17 de novembro de 2023 às 8h00 (Porto Velho-Rondônia).
TÍTULO DA DISSERTAÇÃO: "INTELIGÊNCIA ARTIFICIAL APLICADA À PREVISÃO DE PRECIPITAÇÃO NA AMAZÔNIA LEGAL"
Data: 17/11/2023
Horário: 8h00 (horário de Rondônia) Remoto
Local: Plataforma Google Meet (LINK DE ACESSO)
O estudo das chuvas na Amazônia é de suma importância para compreender o clima regional e global, bem como fornecer informações cruciais sobre eventos climáticos extremos nessa região e seu impacto na formação de chuva, tanto no Brasil quanto em diversas partes do mundo. A chuva nessa área está intimamente ligada a fenômenos atmosféricos-oceânicos, como o El Niño-Oscilação Sul (ENOS), a Oscilação Multidecadal do Atlântico (OMA) e a Oscilação Decadal do Pacífico (ODP).
O trabalho realizado refere-se ao estudo e análise dos dados observacionais obtidos por meio da plataforma Hidroweb da Agência Nacional de Águas e Saneamento Básico (ANA) de um período de 40 anos (1980-2020) usando Python, e dos resultados que identificaram que chuvas com índices superiores a 200 mm são mais comuns em anos em que esses fenômenos climáticos estão presentes, principalmente durante a estação chuvosa da Amazônia Legal (AL). Adicionalmente, notou-se que estados situados em regiões desflorestadas tendem a apresentar uma maior frequência de dias sem chuva durante a estação seca, especialmente em períodos de El Niño, em comparação com outros estados. Algumas localidades, como no Acre, mostraram uma tendência de diminuição das chuvas após os anos 2000.
Para prever as chuvas na AL, foi desenvolvido um algoritmo de Redes Neurais Recorrentes (RNR) que foi treinado com dados de downscaling, uma vez que não foi possível utilizar a base de dados observacionais devido a uma quantidade significativa de zeros e dados faltantes. Os resultados da RNR foram em grande parte satisfatórios, revelando uma boa correlação entre os dados de downscaling e as previsões, embora algumas previsões não tenham alcançado o mesmo nível de sucesso. Essas análises ressaltam a importância do estudo das chuvas na AL, pois a compreensão dos padrões climáticos e das anomalias pode contribuir para a melhor compreensão dos eventos climáticos extremos. Ademais, a RNR se mostrou uma ferramenta eficaz para a previsão de chuvas, com algumas previsões apresentando uma variabilidade que se aproxima dos dados de downscaling.
Em futuras pesquisas, será possível aprimorar a otimização e os hiperparâmetros do algoritmo, realizar mais testes e buscar soluções para a imputação de dados na base de observações diárias, bem como a análise e tratamento dos valores nulos.
Para maiores informações, entre encontato conosco através do e-mail posgeografia@unir.br
Nos acompanhe também pelas nossas redes sociais: Instagram (@ppggunir) e Facebook (PPGG Unir)
Fonte: PPGG/UNIR