Previsão de descargas utilizando aprendizado de máquina com variáveis polarimétricas agrupadas por temperatura

- 318660
Oral
Favorite this paper
How to cite this paper?
Abstract

Este estudo apresenta os resultados da aplicação de técnicas
de aprendizado de máquina para a previsão de descargas
atmosféricas em áreas de mineração. Foram utilizados dados
de radar meteorológico combinados com dados históricos de
ocorrência de descargas. As variáveis de radar meteorológico
analisadas foram agrupadas por altitude, de acordo com as
camadas de temperatura: quente, mista 1, mista 2 e fria.
Os resultados mostraram-se promissores. O melhor modelo
alcançou uma taxa de acerto de 89% em relação a todas
as ocorrências de descargas e 68% nas descargas previstas,
indicando que essas variáveis podem ser incorporadas de
forma eficiente em sistemas de detecção de raios. Além
disso, a utilização dessas variáveis agrupadas por camadas
de temperatura pode contribuir significativamente para a
redução de falhas na detecção de descargas e diminuir os
falsos alertas, melhorando a precisão e a confiabilidade dos
sistemas de previsão de descargas atmosféricas.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 FITec - Fundação para Inovações Tecnológicas
  • 2 Fundação Para Inovações Tecnologicas
  • 3 ITV - Instituto tecnológico Vale
  • 4 CENSIPAM - Centro Gestor e Operacional do Sistema de Proteção da Amazônia
Track
  • 12. Geoprocessing and applications
Keywords
Aprendizado de Maquinas
Descargas atmosféricas
Radar Meteorológico
Previsão