@InProceedings{FeitosaSaMeReFrCa:2022:MoNePr,
author = "Feitosa, Ot{\'a}vio Medeiros and Santos, Vinicio Lima and Mello,
Laiz Cristina Rodrigues and Reis, Bruna Larissa Rabelo dos and
Freitas, Saulo Ribeiro de and Campos Velho, Haroldo Fraga de",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Universidade de
S{\~a}o Paulo (USP)} and {Instituto Nacional de Pesquisas
Espaciais (INPE)} and {Instituto Nacional de Pesquisas Espaciais
(INPE)} and {Instituto Nacional de Pesquisas Espaciais (INPE)}",
title = "Modelo neural para previs{\~a}o probabil{\'{\i}}stica da
precipita{\c{c}}{\~a}o",
booktitle = "Anais...",
year = "2022",
organization = "Encontro dos Alunos de P{\'o}s Gradua{\c{c}}{\~a}o em
Meteorologia (EPGMET), 21.",
note = "{Resumo expandido}",
keywords = "Modelos probabil{\'{\i}}sticos, Chuva, conv-transpostas,
3D-DenseUNet, redes, convolucionais.",
abstract = "Prever a precipita{\c{c}}{\~a}o {\'e} de suma import{\^a}ncia
para diversas {\'a}reas da sociedade, a chuva, ou a falta dela,
definem tomadas de decis{\~o}es em setores econ{\^o}micos,
pol{\'{\i}}ticos e relacionados a recursos humanos. A
previs{\~a}o se torna ainda mais complicada quando elevamos para
um dom{\'{\i}}nio global, isso ocorre pois, nessa escala temos
diferentes fatores f{\'{\i}}sicos e din{\^a}micos que impactam
na atmosfera for{\c{c}}ados por diferentes regi{\~o}es.
Atualmente, existem diversos tipos modelos num{\'e}ricos para a
previs{\~a}o, por{\'e}m, devido {\`a}s limita{\c{c}}{\~o}es
computacionais e sobre os conhecimentos f{\'{\i}}sicos em
rela{\c{c}}{\~a}o a natureza ca{\'o}tica da atmosfera, temos
uma imprecis{\~a}o agregada nos resultados obtidos. Visando
melhorar a precis{\~a}o de modelos de precipita{\c{c}}{\~a}o
global, foi elaborado um modelo de previs{\~a}o
probabil{\'{\i}}stica utilizando redes neurais. Foram
implementadas redes convolucionais, conv-transpostas e
3D-DenseUNet sobre os dados de precipita{\c{c}}{\~a}o coletados
por esta{\c{c}}{\~o}es do INMET para elabora{\c{c}}{\~a}o do
modelo. Os resultados mostram um bom desempenho do modelo
probabil{\'{\i}}stico, visto que o mesmo conseguiu manter
tend{\^e}ncia de aumento do erro com o tempo e obteve um melhor
desempenho posicional de regi{\~o}es de precipita{\c{c}}{\~a}o
quando comparado a dados do ERA 5. Conclui-se que, mesmo em fase
inicial de desenvolvimento, o modelo proposto foi capaz de
reproduzir resultados semelhantes a modelos num{\'e}ricos, com um
baixo custo computacional e com significado para uso
sin{\'o}tico.",
conference-location = "Cachoeira Paulista",
conference-year = "24-27 out. 2022",
targetfile = "EPGMET_Expandido_Otavio_Medeiros_Feitosa - Otavio Medeiros.pdf",
urlaccessdate = "03 maio 2024"
}