Search

Frente a importância de acompanhar a evolução da intensidade das ilhas de calor noturnas encontradas em Cuiabá/MT. O objetivo desta pesquisa é a partir de dados microclimáticos obtidos através do método de transecto moveis nos anos de 2011-2012 e 2016 estimar a temperatura do ar para 2021 utilizando Rede Neural do tipo LSTM. Os modelos obtiveram coeficiente de determinação muito próximos a 1, indicando elevada concordância entre os modelos medidos e os previstos. Observa-se que em 2021, que a estação do outono terá a maior amplitude térmica em torno de 10°C, com elevação da temperatura do ar máxima em até 2,0°C, seguido do Inverno com amplitude atingindo 5,5°C e aumento de 1,3°C no valor máximo da temperatura do ar. Já na primavera e o verão as amplitudes serão de 3,4°C e 3,1°C, respectivamente, com menor impacto nos valores da temperatura do ar, variando aproximadamente em 0,4°C e 0,5°C. Os resultados observados apontam tendência de elevação da intensidade das ilhas de calor noturnas existentes, em todas as estações do ano na cidade de Cuiabá/MT.

Las variables micrometeorológicas medidas en ecosistemas poseen comportamiento no lineal y representan la dinámica de los procesos físicos y biológicos que ocurren entre la superficie vegetal y la atmósfera. Por lo tanto, el objetivo de este trabajo fue entender el comportamiento micrometeorológico de un bosque estacionalmente inundado en el Pantanal Matogrossense, a partir del análisis de las series temporales de saldo de radiación, temperatura y humedad del aire (con datos de 15 en 15 minutos), medido sobre el pabellón, y hacer predicciones utilizando la teoría de los sistemas dinámicos. Fue aplicado el método de predicción no lineal simple que utiliza una serie medida para estimar una serie prevista, que se comprueba en términos de correlación, exactitud y errores dentro del tiempo establecido por el parámetro de predicción de confianza. Los resultados evidencian la existencia de atractores extraños de baja dimensión fractal y sensibles a la estacionalidad, y que el método de predicción no lineal simple captura la dinámica general de las series temporales micrometeorológicas medidas.

Os sensores instalados em estações meteorológicas podem gerar uma grande quantidade de dados todos os dias. Esses dados, eventualmente, precisam ser processados antes de serem analisados. Nesse processo, a quantidade de dados pode dificultar a sua manipulação, controle e interpretação. Inclusive para técnicas computacionais, a quantidade de dados são consequências de um maior tempo de processamento. Dessa forma, espera-se que reduzir a quantidade de dados possa facilitar, do ponto de vista computacional, a manipulação desse tipo de dado. Entretanto, a redução pode gerar perda de informação importante na série. Este trabalho avaliou a utilização de técnicas de representação de dados, com o intuito de reduzir a série de dados ao mesmo tempo que as características da série sejam conservadas. Testes foram realizados para avaliar a conservação das características da série de dados após a redução. Mesmo com a série reduzida em 80%, operações de tratamento de dados microclimáticos puderam ser realizadas com a mesma eficácia do que se fossem realizadas com a série original, indicando que as características originais da série foram mantidas. As técnicas de representação de dados com melhor desempenho foram Amostragem e Perceptually Important Points.