Banca de QUALIFICAÇÃO: FILIPE CARVALHO LEMOS

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: FILIPE CARVALHO LEMOS
DATA: 22/09/2023
HORA: 09:00
LOCAL: Sala de reuniões do LARHENA
TÍTULO: MÉTODO AUTOMÁTICO DE CONTROLE DE QUALIDADE E CORREÇÃO DE DADOS PLUVIOMÉTRICOS PARA O BRASIL COM O USO DE INTELIGÊNCIA ARTIFICIAL
PALAVRAS-CHAVES:
PÁGINAS: 55
RESUMO: A água da chuva é fonte primária de água doce na Terra. Sua distribuição espaço-temporal exerce profunda influência sobre a economia, meio ambiente e consequentemente a vida humana. Com isso, o monitoramento da precipitação torna-se indispensável. O Brasil hoje conta com duas fontes principais de dados em escala nacional. O Centro de Monitoramento e Alerta de Desastres Naturais (CEMADEN), que monitora a precipitação a cada 10 minutos e possui mais de 3.500 medidores; e a Rede Hidrometeorológica Nacional (RHN), que é administrada pela Agência Nacional de Águas e tem a missão de agrupar e disponibilizar os dados pluviométricos diários de agências Estaduais e Federais, por exemplo. A rede atual chega a mais de 10 mil postos de monitoramento. Embora a precisão seja uma característica relevante dos pluviógrafos, é importante ressaltar que esses equipamentos também estão sujeitos a ocorrência de falhas. Em longas séries temporais é possível que parte desses dados inconsistentes não sejam, a princípio, percebidos no conjunto de dados brutos. Assim torna-se necessário a realização de uma análise qualitativa. Em grandes bancos de dados esse tipo de análise muitas vezes se torna inviável frente à capacidade humana. Entretanto, o avanço tecnológico atual permite a implementação de novas metodologias capazes de solucionar não apenas essa problemática, mas também amenizar a reduzida cobertura espacial do Brasil após a exclusão das estações com falhas, mediante a correção dos dados. Logo, essa pesquisa propôs uma metodologia automática de controle de qualidade sub-horária e diária, com posterior correção automática e criação de dados em grade. A metodologia baseia-se na aplicação do Autoencoder, tipo de rede neural. Os resultados parciais evidenciam a alta eficiência do método na detecção de falhas nos medidores, com eficiência média variando entre 84 e 93% para o ano de 2022 em cada região de características homogêneas. Os melhores resultados são observados nas áreas onde há média e alta densidade de estações, sendo o litoral do nordeste a região com o melhor resultado.
MEMBROS DA BANCA:
Presidente - 1550262 - CRISTIANO DAS NEVES ALMEIDA
Interno - 3057892 - DAVI DE CARVALHO DINIZ MELO
Interno - 1067435 - VICTOR HUGO RABELO COELHO
Externo à Instituição - JAVIER TOMASELLA