Show simple item record

dc.contributor.authorBonato, Jorge Vinicius Ruviaropt_BR
dc.contributor.otherSiqueira, Paulo Henriquept_BR
dc.contributor.otherBeneti, Cesar Augustus Assispt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenhariapt_BR
dc.date.accessioned2014-11-10T11:00:44Z
dc.date.available2014-11-10T11:00:44Z
dc.date.issued2014pt_BR
dc.identifier.urihttp://hdl.handle.net/1884/36598
dc.descriptionOrientador : Prof. Dr. Paulo Henrique Siqueirapt_BR
dc.descriptionCo-orientador : Prof. Dr. Cesar Augustus Assis Benetipt_BR
dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 09/04/2014pt_BR
dc.descriptionInclui referênciaspt_BR
dc.descriptionÁrea de concentração: Programação Matematicapt_BR
dc.description.abstractResumo: O interesse de empresas e sociedade em geral em saber, em tempo quase real e de maneira precisa, sobre a ocorrência de eventos severos tem gerado grande demanda por técnicas de previsão que sejam rápidas e confiáveis. Nessa busca, há criação de novas técnicas e/ou adaptação de outras já desenvolvidas e bem conhecidas. Neste trabalho foi feita uma adaptação da técnica ForTraCC para uso com dados de refletividade máxima de radar, provenientes de um radar meteorológico Banda-S Doppler operado pelo SIMEPAR no município de Teixeira Soares-PR, através de definição de novos limiares, além do desenvolvimento de uma técnica baseada em correlação espacial, denominada técnica XCorr, utilizando também o método K-Means++ para classificação de células convectivas e estratiformes. As duas técnicas foram então comparadas, através de gráficos de correlação entre dados observados e previsões geradas, com melhor desempenho para a técnica ForTraCC frente à baseada em técnicas de correlação espacial, que apesar de suas limitações apresentou bons resultados. Palavras-chave: Nowcasting, Eventos Severos, K-Means++, Classificaçãopt_BR
dc.description.abstractAbstract: The interest of companies and society in general to know, in almost real time and accurately, the occurrence of severe weather events has generated great demand for predictive techniques that are fast and reliable. In this quest, there are the development of new techniques and / or adaptation of others already developed and well known. In this work it was made an adaptation of the ForTraCC technique using radar maximum reflectivity, from a Doppler S-Band weather radar operated by SIMEPAR installed in Teixeira Soares-PR, setting new thresholds, and the development of a technique based on spatial correlation, called XCorr technique, using K-Means++ method for classifying convective and stratiform cells. The two techniques were then compared using correlation graphs between observed and forecasted data, with better performance with ForTraCC instead of spatial correlation technique which, despite its limitations, also presented good results. Key-words: Nowcasting, Severe Weather, K-Means++, Classificationpt_BR
dc.format.extent94f. : il. algumas color., grafs., tabs.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.relationDisponível em formato digitalpt_BR
dc.subjectDissertaçõespt_BR
dc.subjectAnálise numéricapt_BR
dc.titleClusterização de dados meteorológicos para comparação de técnicas de nowcastingpt_BR
dc.typeDissertaçãopt_BR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record