MODELAGEM COMPUTACIONAL:

UTILIZANDO CADEIAS DE MARKOV PARA PREDIZER DADOS CLIMÁTICOS

Palavras-chave: Palavras-chave: Cadeias de Markov, Dados climáticos, Modelagem, Python.

Resumo

Na região Tropical, a precipitação pluvial desempenha um papel de extrema importância como fenômeno meteorológico, pois exerce influência sobre diversos processos em áreas variadas, como agricultura e floresta. O objetivo deste trabalho está em estimar a variabilidade da temperatura e umidade em Salvador (Ba), identificando os dias que que for outliers. Considerou-se, para esta classificação, de alcance descritivo com abordagem quantitativa. Um estudo de clima utilizando Cadeias de Markov, cujo proposito é analisar a umidade e temperatura em uma pequena área de 20m². Criando assim, um conjunto de dados com um total de 606 dados de umidade e temperatura entre os dias 19 a 24 de junho de 2023 na cidade de Salvador-Ba. A pesquisa evidenciou que a matriz de transição da Temperatura tende a aumentar as probabilidades para que ocorram entra (28 a 30+) e que na umidade terá uma maior probabilidade de estar abaixo de 70% de umidade.

 

Palavras-chave: Cadeias de Markov, Dados climáticos, Modelagem, Python.

Referências

Abdul-Niby, M., Farhat, M., Abdullah, M., & Nazzal, A. (2017). A low cost automated weather station for real time local measurements. Engineering, Technology & Applied Science Research, 7 (3), 1615–1618.
AZEVEDO, P. D. (1990). LEITÃO, MMVBR Aplicação de processos em cadeia de Markov às precipitações diárias no Estado da Paraíba. Revista Brasileira de Meteorologia, 5(1), 389-402.
Bolson, M., Borella, L., Tomé, F., Orlandin, B., & Corso, L. (2019, 01). Aplicação de cadeias de markov para análise de variação do dólar americano.
Breinl, K., Turkington, T., & Stowasser, M. (2013). Stochastic generation of multi-site daily precipitation for applications in risk management. Journal of Hydrology, 498, 23-35.
da Silva Jale, J., Júnior, S. F. A. X., Xavier, É. F. M., Stošić, T., Stošić, B., & Ferreira, T. A. E. (2019). Application of Markov chain on daily rainfall data in Paraíba-Brazil from 1995-2015. Acta Scientiarum. Technology, 41, e37186.
de Amorim, J. F., da Silva, A. S. A., Ximenes, P. D. S. M. P., & Menezes, R. S. C. (2019). Avaliação do inverse distance weighting para estimar a precipitação na Mesorregião Agreste do Estado de Pernambuco, Brasil. Sigmae, 8(2), 340-347.
dos Santos Marcelino, A., de Araújo, L. E., Andrade, E. C. D. A., & Alves, A. S. (2012). Avaliação Temporal da Climatologia do Litoral Norte da Paraíba (Temporal Evaluation of Climatology Northern Coast of Paraíba). Revista Brasileira de Geografia Física, 5(3), 467-472.
dos Santos, F. S., do Nascimento, K. K. F., da Silva Jale, J., & Ferreira, T. A. E. (2019). Análise de Velocidade do Vento em Petrolina-PE Usando Cadeias de Markov de Ordem Superior. Sigmae, 8(2), 385-392.
Ferreira, C. D. C. M. (2012). ESTUDO DO COMPORTAMENTO DO PERÍODO CHUVOSO EM JUIZ DE FORAMG. Revista Geonorte, 3(8), 953-963.
Hussein, Z. K., Hadi, H. J., Abdul-Mutaleb, M. R., & Mezaal, Y. S. (2020). Low cost smart weather station using Arduino and ZigBee. Telkomnika (Telecommunication Computing Electronics and Control), 18(1), 282-288.
Keller Filho, T., Zullo Junior, J., & Lima, P. R. S. D. R. (2006). Análise da transição entre dias secos e chuvosos por meio da cadeia de Markov de terceira ordem. Pesquisa Agropecuária Brasileira, 41, 1341-1349.
Kodali, R. K., & Mandal, S. (2016, December). IoT based weather station. In 2016 international conference on control, instrumentation, communication and computational technologies (ICCICCT) (pp. 680-683). IEEE.
Lennartsson, J., Baxevani, A., & Chen, D. (2008). Modelling precipitation in Sweden using multiple step Markov chains and a composite model. Journal of hydrology, 363(1-4), 42-59.
Mousinho, F. E. P., de Andrade Júnior, A. S., Gonçalves, A. C. A., & Frizzone, J. A. (2006). Variabilidade espacial dos percentis 75 da precipitação pluvial anual para o Estado do Piauí. Irriga, 11(2), 178-187.
Piñeres-Espitia, G., Cama-Pinto, A., DE LA ROSA, D., Estevez, F., & Cama-Pinto, D. (2017). Design of a low cost weather station for detecting environmental changes.
Sousa, R. R., Antunes, J. P., & Cabral, I. (2015). Estação meteorológica experimental de baixo custo. Geo UERJ, (27), 80-97.
Stern, R. D., Dennett, M. D., & Dale, I. C. (1982). Analysing daily rainfall measurements to give agronomically useful results. I. Direct methods. Experimental Agriculture, 18(3), 223-236.
Publicado
2023-12-19
Seção
Artigos