Uma abordagem computacional para preenchimento de falhas em dados micro meteorológicos

Main Article Content

Andreia Gentil Bonfante
Thiago Meirelles Ventura
Allan Gonçalves de Oliveira
Henrique Oliveira Marques
Roberto Silva Oliveira
Claudia Aparecida Martins
Josiel Maimone de Figueiredo

Abstract

Estações micro meteorológicas utilizam equipamentos para captar dados sobre fenômenos climatológicos. Essa captação está sujeita a falhas e influências externas que ocasiona ausência de dados no conjunto de dados gerados. Técnicas matemáticas e computacionais são comumente usadas com o objetivo de preencher essas falhas nos dados. Este trabalho apresenta uma abordagem computacional que utiliza técnica de redes neurais, combinada com algoritmos genéticos, aplicada a dados reais com o objetivo de preencher falhas em séries de temperatura em uma região de cerrado no estado de Mato Grosso. Nos testes realizados, os coeficientes de correlação variaram entre 0,79 e 0,96 e o erro médio absoluto entre de 0,62 e 1,22, mostrando um bom desempenho da rede neural para uma série de dados com valores ausentes.

Article Details

How to Cite
Bonfante, A., Ventura, T., Oliveira, A., Marques, H., Oliveira, R., Martins, C., & Figueiredo, J. (2013). Uma abordagem computacional para preenchimento de falhas em dados micro meteorológicos. Brazilian Journal of Environmental Sciences (Online), (27), 61-70. Retrieved from http://rbciamb.com.br/index.php/Publicacoes_RBCIAMB/article/view/299
Section
Articles