Marilia Mitidieri Fernandes de Oliveira
Título
Redes Neurais Artificiais na Predição da Maré Meteorológica em Paranaguá - PR
Orientador(es)
Nelson Francisco Favilla Ebecken e Cláudio Freitas Neves
Resumo
O presente trabalho apresenta um estudo sobre a variabilidade do nível do mar no período de 1997 a 1999, na baía de Paranaguá, Estado do Paraná. Nesse estudo foram utilizadas séries horárias do nível do mar, pressão atmosférica, velocidade e direção do vento para o período descrito. Esses dados foram obtidos da estação maregráfica do Cais Oeste do Porto de Paranaguá e da estação meteorológica de Pontal do Sul – PR. Foram utilizados, também, dados meteorológicos de reanálise do NCEP/NCAR dos pontos situados na área oceânica nas proximidades da região de estudo, para analisar as influências remotas dessas variáveis. As marés astronômicas são as principais causas da variabilidade do nível do mar, porém os efeitos de variáveis meteorológicas, também, estão presentes nas sobre-elevações e abaixamentos, verificados nos registros do nível do mar observado. As previsões de maré diferem dos dados observados devido, principalmente, a esses efeitos. Os componentes meteorológicos, das séries originais de maré, foram extraídos utilizando-se um filtro passa baixa para remover as oscilações com períodos referentes aos padrões da maré astronômica. A série filtrada é denominada de maré meteorológica “Surge” e as forçantes atmosféricas atuantes na área em questão foram estudadas utilizando-se as análises estatísticas no domínio do tempo e da freqüência. Todas as séries meteorológicas de superfície e de reanálise, também, foram filtradas. Uma Rede Neural Artificial (RNA) foi aplicada para prever as variações da maré meteorológica considerando-se as relações entre as variáveis atmosféricas e o nível do mar costeiro, sendo apresentadas à rede como variáveis de entrada do modelo. Uma arquitetura de rede foi desenvolvida com relação às correlações máximas existentes entre as variáveis de entrada com a variável de saída. Os resultados obtidos com os dados da estação de superfície mostram que a rede desenvolvida para prever a maré meteorológica local teve um bom desempenho. Esse modelo mostrou-se útil no sentido de melhorar os resultados das previsões de maré calculadas com os modelos clássicos das constantes harmônicas. Foram utilizados, nesse modelo de RNA, os dados de reanálise dos pontos próximos à Pontal do Sul para avaliar, também, a sua utilização na falta de dados de estações meteorológicas próximas às estações maregráficas e os resultados foram bastante satisfatórios.
Abstract
This work presents a study about the sea level variation from 1997 to 1999 at the Bay of Paranaguá - PR. This study used a hourly time series of sea level, atmospheric pressure, wind speed and direction recorded to that period, from the West Quay gauge tide and the meteorological station of Pontal do Sul – PR. It was used too, the reanalysis data from NCEP/NCAR about the points over the oceanic area, in order to analyse the remote effects due these variables. Astronomical tides are the main causes of these variability, but the effects of meteorological variables are also present in rising and lowing of the total sea level. The tidal predictions differ from those actually observed data because, mainly, of these effects. The meteorological component of the original time series were extracted using a low-pass filter removing the oscillations with periods relative the patterns of the astronomical tide. This filtered time series is called meteorological tide “Surge” and the effects of the local atmospheric driving forces were studied using statistical analysis on time and frequency domains. An Artificial Neural Network (ANN) model was applied to predict the variations of the meteorological tide where the relationship between the atmospheric variables and the coastal sea level were presented as data set input. An ANN architecture was developed with lag time due to the correlations that variables with the output variable. The results show that ANN used to predict the local meteorological performanced very well. This model was demonstrated the advantages of the use to improve the performance of the tide predictions with the standard constant harmonic model. In this model, the reanalysis data near Pontal do Sul station was used in order to evaluate, also, the utilization of these data when there weren’t meteorological stations data near by gauge tides. The results of the ANN model used reanalise data showed a good performance, too.
