@MastersThesis{BomfinJúnior:2003:ImReNe,
author = "Bomfin J{\'u}nior, Asiel",
title = "Implementa{\c{c}}{\~a}o de uma rede neural artificial para
associa{\c{c}}{\~a}o de imagens de radar meteorol{\'o}gico e
dados de descargas el{\'e}tricas",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2003",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2003-09-30",
keywords = "radar, meteorologia, redes neurais, raios, radar
meteorol{\'o}gico, meteorology, neural nets, electric discharges,
meteorological radar.",
abstract = "Esta disserta{\c{c}}{\~a}o trata da associa{\c{c}}{\~a}o entre
dados do radar meteorol{\'o}gico doppler RMT100, fornecidos pela
Universidade do Vale do Para{\'{\i}}ba (UNIVAP), e os dados de
descargas el{\'e}tricas, fornecidos pelo sistema de
localiza{\c{c}}{\~a}o de rel{\^a}mpagos do grupo de
Eletricidade Atmosf{\'e}rica (ELAT) do INPE, utilizando redes
neurais artificiais (RNA). O estudo da correla{\c{c}}{\~a}o
entre as descargas el{\'e}tricas e altos {\'{\i}}ndices de
refletividade do radar, em sua maioria relacionados a tempestades
severas, pode permitir uma melhor compreens{\~a}o do
comportamento dos elementos meteorol{\'o}gicos, trazendo
benef{\'{\i}}cios {\`a} sociedade como um todo, uma vez que os
dados de descargas, atualmente um pouco mais abundante do que
dados meteorol{\'o}gicos, podem introduzir outras
informa{\c{c}}{\~o}es para o enriquecimento das previs{\~o}es
de tempo. Neste contexto as RNA aparecem como uma ferramenta
alternativa promissora de f{\'a}cil implementa{\c{c}}{\~a}o. No
desenvolvimento deste trabalho diversas atividades foram
realizadas desde a aquisi{\c{c}}{\~a}o, sele{\c{c}}{\~a}o e
decodifica{\c{c}}{\~a}o dos dados de radar em formato de imagens
e dos dados de descargas el{\'e}tricas, exigindo o
geo-referenciamento entre os dados de natureza diferentes. Os
dados de radar utilizados limitam-se {\`a}s imagens CAPPI (Z) com
refletividade a 6 Km de altitude, CAPPI (V) com velocidade do
vento a 1 km e ECHOTOP (Z) indicando o topo de nuvens a uma
altitude de at{\'e} 15 km, totalizando de 1288 imagens. Os
resultados obtidos s{\~a}o promissores, observando-se que em
alguns casos se obteve correla{\c{c}}{\~o}es de at{\'e} 80%. Em
outros casos n{\~a}o foi poss{\'{\i}}vel quantificar as
sa{\'{\i}}das das redes neurais mas foi poss{\'{\i}}vel
verificar uma tend{\^e}ncia de similaridade entre a
sa{\'{\i}}da da rede e os dados observados. ABSTRACT: This work
uses radar images together with data of electrical discharges
derived from a lightning localization system taken with a Doppler
Meteorological Radar as the input to a Neural Network (NN), in
order to stablish the non-linear relationship between the
reflectivity in the radar images and the atmospheric discharges.
Associating these atmospheric discharges to specific storms as for
instance the severe thunderstorms where lightning occurrence is
higher, we will better be able to understand the physics that
governs these meteorological elements and bring better benefits to
the society. In this context NNs is a tool that appears as a quite
promising alternative that were used in this work to stablish a
relationship between meteorological data and the atmospheric
discharges. For the development of this work it was necessary a
great number of activities, from the acquisition, selection and
decoding of the radar images, as well as the geographical position
reference of the images with the atmospheric discharges, tests of
cases and analysis of results. Basically were selected images from
products of CAPPI(Z) with reflectivity at 6 km of altitude,
CAPPI(V) with wind speed at an altitude of 1 km and ECHOTOP(Z)
cloud vertical profile up to 15 km of altitude, in a total of 1288
images. The obtained results are promising, because in spite of
still not to be possible to quantify the intensity of the
atmospheric discharges generated by NN is possible to verify an
increase or decrease of its intensity, that it can aid it forecast
and in a specific case the correlation was obout 80%.",
committee = "Rosa, Reinaldo Roberto (presidente) and Silva, Jos{\'e}
Dem{\'{\i}}sio Sim{\~o}es da (orientador) and Pinto
J{\'u}nior, Osmar (orientador) and Rodriguez, Carlos Augusto
Morales",
copyholder = "SID/SCD",
englishtitle = "A combination of weather radar images and electrical discharges
using an artificial neural network",
language = "pt",
pages = "133",
ibi = "6qtX3pFwXQZ3P8SECKy/AkUn4",
url = "http://urlib.net/ibi/6qtX3pFwXQZ3P8SECKy/AkUn4",
targetfile = "publicacao.pdf",
urlaccessdate = "20 maio 2024"
}