@TechReport{QuintanilhaNetoAnocShim:2022:PrMoEv,
               author = "Quintanilha Neto, Arthur and Anochi, Juliana Aparecida and 
                         Shimizu, Mar{\'{\i}}lia Harumi",
                title = "Previs{\~a}o e monitoramento de eventos externos clim{\'a}ticos 
                         sobre o Brasil usando intelig{\^e}ncia artificial",
          institution = "Instituto Nacional de Pesquisas Espaciais",
                 year = "2022",
                 type = "RPQ",
              address = "S{\~a}o Jos{\'e} dos Campos",
                 note = "{Bolsa PIBIC/PIBITI/INPE/CNPq.}",
             keywords = "climatologia, precipita{\c{c}}{\~a}o, ci{\^e}ncia de dados.",
             abstract = "Os desastres naturais que ocorrem no Brasil est{\~a}o quase todos 
                         ligados aos fen{\^o}menos meteorol{\'o}gicos. Portanto, a 
                         previs{\~a}o e o monitoramento de eventos clim{\'a}ticos 
                         extremos s{\~a}o quest{\~o}es fundamentais para a sociedade e 
                         v{\'a}rios setores da economia. Iniciado em Setembro de 2020, 
                         este trabalho tem como objetivo implantar um sistema de tratamento 
                         e an{\'a}lise de grandes volumes de dados meteorol{\'o}gicos, 
                         atrav{\'e}s de t{\'e}cnicas de ci{\^e}ncia de dados. 
                         M{\'e}todos estat{\'{\i}}sticos aplicados {\`a} meteorologia, 
                         tais como quantifica{\c{c}}{\~a}o de dados 
                         inconsistentes/dispon{\'{\i}}veis, tratamento 
                         estat{\'{\i}}stico para uma s{\'e}rie incompleta de dados e 
                         c{\'a}lculo de m{\'e}tricas, foram utilizados, a fim de auxiliar 
                         a previs{\~a}o e o monitoramento de eventos meteorol{\'o}gicos 
                         extremos (seca profunda e chuvas intensas). Para isso, 
                         inicialmente, foram apresentadas e instaladas as ferramentas que 
                         seriam utilizadas para o desenvolvimento do projeto, as quais 
                         foram o terminal ubuntu, as bibliotecas netCDF, GrADS e CDO, em 
                         conjunto com as fontes de dados climatol{\'o}gicos providas por 
                         {\'o}rg{\~a}os nacionais e internacionais (CHIRPS, INMET, GPCC, 
                         etc) as quais seriam tratadas. Assim, foram desenvolvidas rotinas 
                         computacionais usando a linguagem NCL, que realizam o tratamento 
                         estat{\'{\i}}stico dos dados climatol{\'o}gicos providos. Tais 
                         rotinas quantificam as fontes, transformam grandes listas de dados 
                         num{\'e}ricos em gr{\'a}ficos, mapas e pain{\'e}is por meio de 
                         fun{\c{c}}{\~o}es que calculam a climatologia, m{\'e}dia e 
                         anomalia de precipita{\c{c}}{\~a}o para determinada {\'a}rea e 
                         tempo. Durante o decorrer das atividades as fun{\c{c}}{\~o}es 
                         foram aplicadas de maneira mais geral, para macrorregi{\~o}es, 
                         com a finalidade de familiarizar-se com a linguagem obtendo os 
                         primeiros resultados. Posteriormente a aplica{\c{c}}{\~a}o das 
                         atividades se voltaram cada vez mais para regi{\~o}es menores 
                         (mesorregi{\~o}es do estado de S{\~a}o Paulo) e mais 
                         espec{\'{\i}}ficas, necessitando cada vez mais de recursos que 
                         tornavam as rotinas computacionais cada vez mais robustas e os 
                         resultados mais satisfat{\'o}rios. A partir dos resultados 
                         encontrados at{\'e} o momento, foram feitos relat{\'o}rios 
                         mostrando e comprovando atrav{\'e}s da compara{\c{c}}{\~a}o com 
                         dados p{\'u}blicos a efic{\'a}cia das rotinas, que podem ser 
                         utilizadas para auxiliar na previs{\~a}o de eventos 
                         clim{\'a}ticos extremos futuros.",
          affiliation = "Instituto Federal de Educa{\c{c}}{\~a}o, Ci{\^e}ncia e 
                         Tecnologia de S{\~a}o Paulo (IFSP) and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)}",
             language = "pt",
                pages = "41",
                  ibi = "8JMKD3MGP3W34T/46F4445",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34T/46F4445",
           targetfile = "Relatorio_Final_PIBIC_2021_2022_Arthur_Quintanilha_Neto.pdf",
        urlaccessdate = "25 jun. 2024"
}