| dc.description.abstract | Análises e estudos meteorológicos permitem prever o clima e eventos severos, como fortes chuvas, tempestades elétricas e tornados.Este artigo apresenta uma aplicação da técnica Suppost Vector Machine (SVM) para a previsão de Eventos de Tempo Severo (SWE - Severe Weather Event).Os dados utilizados como entrada do modelo, consistem em dados coletados de um radar de polarização dupla no sul do Brasil, em Cascavel, Paraná.Estes dados são inseridos de forma volumétrica (3D) ou atravéz do produto de radar CAPPI (2D). Após o treinamento, obteve-se um modelo que pode servir de suporte à decisão sobre alertas do SWE no estado do Paraná, o modelo obtido pelo treinamento como dado volumétrico. Os resultados indicam uma detecção de 93,02\% para os SWEs estudados e um acordo de 67,84\% para casos identificados por uma rede de detecção de raios até 240 km de distância do radar.O modelo obtido a partir do treinamento do produto CAPPI, apresentou acurácia muito inferior ao modelo com entrada da dados na forma volumétrica.Este estudo preliminar mostrou que, com a utilização da SVM o produto CAPPI não é suficiente para identificação de SWE, sendo sugerido o treino do modelo com mais elevações. | |
