| 1. Identity statement | ||||
| Reference Type | Report | |||
| Site | mtc-m21d.sid.inpe.br | |||
| Holder Code | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identifier | 8JMKD3MGP3W34T/45TNKKS | |||
| Repository | sid.inpe.br/mtc-m21d/2021/12.06.18.31 | |||
| Last Update | 2021:12.06.18.38.48 (UTC) simone | |||
| Metadata Repository | sid.inpe.br/mtc-m21d/2021/12.06.18.31.50 | |||
| Metadata Last Update | 2022:07.08.19.41.29 (UTC) administrator | |||
| Citation Key | QuintanilhaNetoAnocShim:2021:PrMoEv | |||
| Title | Previsão e monitoramento de eventos externos climáticos sobre o Brasil usando inteligência artificial  | |||
| Project | Previsão e monitoramento de eventos externos climáticos sobre o Brasil usando inteligência artificial | |||
| Year | 2021 | |||
| Access Date | 2024, May 19 | |||
| Type | RPQ | |||
| Number of Pages | 44 | |||
| Number of Files | 1 | |||
| Size | 3299 KiB | |||
| 2. Context | ||||
| Author | 1 Quintanilha Neto, Arthur 2 Anochi, Juliana Aparecida 3 Shimizu, Marilia Harumi | |||
| Group | 1 2 DIPTC-CGCT-INPE-MCTI-GOV-BR 3 DIPTC-CGCT-INPE-MCTI-GOV-BR | |||
| Affiliation | 1 Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Author e-Mail Address | 1 arthur.quintanilha@hotmail.com 2 juliana.anochi@inpe.br 3 marilia.shimizu@inpe.br | |||
| e-Mail Address | arthur.quintanilha@hotmail.com | |||
| Institution | Instituto Nacional de Pesquisas Espaciais | |||
| City | São José dos Campos | |||
| Edition | 1a. | |||
| History (UTC) | 2021-12-06 18:32:59 :: simone :: -> 2021 2021-12-06 18:38:48 :: simone -> administrator :: 2021 2022-01-04 01:42:30 :: administrator -> simone :: 2021 2022-03-04 19:23:40 :: simone -> administrator :: 2021 2022-07-08 19:41:29 :: administrator -> :: 2021 | |||
| 3. Content and structure | ||||
| Is the master or a copy? | is the master | |||
| Content Stage | completed | |||
| Transferable | 1 | |||
| Keywords | climatologia precipitação ciência de dados | |||
| Abstract | Os desastres naturais que ocorrem no Brasil estão quase todos ligados aos fenômenos meteorológicos. Portanto, a previsão e o monitoramento de eventos climáticos extremos são questões fundamentais para a sociedade e vários setores da economia. Iniciado em Setembro de 2020, este trabalho tem como objetivo implantar um sistema de tratamento e análise de grandes volumes de dados meteorológicos, através de técnicas de ciência de dados. Métodos estatísticos aplicados à meteorologia, tais como quantificação de dados inconsistentes/disponíveis, tratamento estatístico para uma série incompleta de dados e cálculo de métricas, foram utilizados, a fim de auxiliar a previsão e o monitoramento de eventos meteorológicos extremos (seca profunda e chuvas intensas). Para isso, inicialmente, foram apresentadas e instaladas as ferramentas que seriam utilizadas para o desenvolvimento do projeto, as quais foram o terminal ubuntu, as bibliotecas netCDF, GrADS e CDO, em conjunto com as fontes de dados climatológicos providas por órgãos nacionais e internacionais (CHIRPS, INMET, GPCC, etc) as quais seriam tratadas. Assim, foram desenvolvidas rotinas computacionais usando a linguagem NCL, que realizam o tratamento estatístico dos dados climatológicos providos. Tais rotinas quantificam as fontes, transformam grandes listas de dados numéricos em gráficos, mapas e painéis por meio de funções que calculam a climatologia, média e anomalia de precipitação para determinada área e tempo. Durante o decorrer das atividades as funções foram aplicadas de maneira mais geral, para macrorregiões, com a finalidade de familiarizar-se com a linguagem obtendo os primeiros resultados. Posteriormente a aplicação das atividades se voltaram cada vez mais para regiões menores (mesorregiões do estado de São Paulo) e mais específicas, necessitando cada vez mais de recursos que tornavam as rotinas computacionais cada vez mais robustas e os resultados mais satisfatórios. A partir dos resultados encontrados até o momento, foram feitos relatórios mostrando e comprovando através da comparação com dados públicos a eficácia das rotinas, que podem ser utilizadas para auxiliar na previsão de eventos climáticos extremos futuros. | |||
| Area | MET | |||
| Arrangement 1 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Previsão e monitoramento... | |||
| Arrangement 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > COEPE > PIBIC/PIBITI 2021 > Previsão e monitoramento... | |||
| Arrangement 3 | urlib.net > BDMCI > Fonds > Acervo PIBIC/PIBITI > PIBIC/PIBITI 2021 > Previsão e monitoramento... | |||
| doc Directory Content | access | |||
| source Directory Content | there are no files | |||
| agreement Directory Content |
| |||
| 4. Conditions of access and use | ||||
| data URL | http://urlib.net/ibi/8JMKD3MGP3W34T/45TNKKS | |||
| zipped data URL | http://urlib.net/zip/8JMKD3MGP3W34T/45TNKKS | |||
| Language | pt | |||
| Target File | Relatorio_Final_PIBIC_2020_2021_Arthur_Quintanilha_Neto.pdf | |||
| User Group | simone | |||
| Visibility | shown | |||
| Read Permission | allow from all | |||
| Update Permission | not transferred | |||
| 5. Allied materials | ||||
| Next Edition | sid.inpe.br/mtc-m21d/2022/03.04.19.17 | |||
| Next Higher Units | 8JMKD3MGPCW/46KUATE 8JMKD3MGPDW34P/478H5L5 | |||
| Citing Item List | sid.inpe.br/mtc-m16c/2022/07.08.19.08 2 | |||
| Host Collection | urlib.net/www/2021/06.04.03.40 | |||
| 6. Notes | ||||
| Notes | Bolsa PIBIC/PIBITI/INPE/CNPq. | |||
| Empty Fields | archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory date descriptionlevel dissemination doi format isbn issn label lineage mark mirrorrepository orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup recipient reportnumber resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype session shorttitle sponsor subject tertiarymark tertiarytype translator url versiontype | |||