Banca de DEFESA: ALEXANDRE ESTRELA DE LACERDA NOBREGA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : ALEXANDRE ESTRELA DE LACERDA NOBREGA
DATA : 01/12/2025
HORA: 09:00
LOCAL: Google Meet - meet.google.com/uup-rgmu-emi
TÍTULO:

Proposta de ferramenta baseada em aprendizado de máquina para previsão de séries temporais de precipitação em cenários de mudança climática

 

PALAVRAS-CHAVES:

aprendizado de máquinas, mudanças climáticas, redução de escala.

PÁGINAS: 109
RESUMO:

As mudanças climáticas, impulsionadas em grande parte pela atividade humana, têm gerado impactos globais severos, com destaque para o aumento de eventos extremos. A previsão dessas mudanças é feita por meio de modelos climáticos globais, que simulam o comportamento do clima com base em diferentes cenários de emissões. No entanto, esses modelos possuem baixa resolução espacial, dificultando sua aplicação direta em contextos regionais e locais. Para contornar essa limitação, técnicas de redução de escala estatística têm sido utilizadas, permitindo a geração de séries temporais de variáveis climáticas, como a precipitação, com maior detalhamento regional. Com os avanços tecnológicos, técnicas de Inteligência Artificial e Aprendizado de Máquina têm se destacado na construção desses modelos, apresentando desempenho superior aos métodos tradicionais. Contudo, sua aplicação ainda é limitada, em parte pela falta de padronização do processo e pela complexidade envolvida. Além disso, após a aplicação da redução de escala, os dados gerados ficam restritos aos pontos ajustados, exigindo a utilização de modelos de espacialização para estimar informações em áreas adjacentes. Esse processo completo, que vai da redução de escala à espacialização, costuma ser inacessível para profissionais que necessitam desses dados, mas não possuem domínio técnico sobre os métodos empregados. Diante disso, este trabalho investigou as principais técnicas utilizadas na redução de escala estatística e propôs um fluxo padronizado para sua aplicação. A pesquisa foi aplicada em uma região específica como estudo de caso, integrando dados de modelos climáticos globais e informações locais. A partir disso, foi desenvolvida uma ferramenta computacional escalável, com interface intuitiva, capaz de aplicar os modelos construídos e gerar séries temporais de forma prática e acessível, a partir da localização informada pelo usuário.

 

MEMBROS DA BANCA:
Presidente - 2180207 - ITAMIR DE MORAIS BARROCA FILHO
Interno - 2668551 - ANDRE MORAIS GURGEL
Interno - 1669545 - DANIEL SABINO AMORIM DE ARAUJO
Externo à Instituição - GUTEMBERG GONÇALVES DOS SANTOS JÚNIOR - UFCG
Externa à Instituição - JUSCIMARA GOMES AVELINO