Avaliação do uso de redes neurais e regressão linear múltipla na recomposição de dados atmosféricos de estações costeiras da Marinha do Brasil

Abstract

Os dados observados oriundos de estações meteorológicas costeiras são utilizados em diversas atividades do Serviço Meteorológico Marinho, tais como: previsão do tempo, climatologia e avaliação de desempenho de modelos numéricos. Entretanto, muitas vezes estas séries são repletas de valores faltantes o que dificulta e, em alguns casos, podem até impossibilitar seu uso. O objetivo deste estudo é avaliar qual método, de Regressão Linear Múltipla ou Rede Neural Artificial, apresenta melhor desempenho na reconstrução de séries de pressão, umidade relativa, intensidade do vento e temperatura do ar de duas estações meteorológicas costeiras das regiões Sudeste (Ilha Rasa) e Nordeste (Calcanhar) do Brasil. As análises mostraram melhor desempenho do método das Redes Neurais Artificiais para estação Calcanhar e melhor desempenho do mtodo de Regressão Linear Múltipla para a estação Ilha Rasa. Ademais, o experimento onde se utilizou como variáveis preditoras, além de dados de estações próximas, os dados da própria conseguiu preencher os dados faltosos com maior acurácia. Dentre a variáveis estudadas, as previsões dos dados de pressão e temperatura do ar tiveram melhor desempenho quando comparadas com as variáveis intensidade do vento e umidade relativa.