Modelagem da cobertura de gelo marinho nos mares Antárticos de Weddell, Bellingshausen e Amundsen com uso de redes neurais artificiais
dc.contributor.advisor | Fernandez, José Henrique | |
dc.contributor.advisor-co1 | Mendes, David | |
dc.contributor.advisor-co1ID | 43298990272 | pt_BR |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/4411895644401494 | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/4207470264780724 | pt_BR |
dc.contributor.author | Tenório, Ricardo Bruno de Araújo | |
dc.contributor.authorLattes | http://lattes.cnpq.br/8047544090659412 | pt_BR |
dc.contributor.referees1 | Lentini, Carlos Alessandre Domingos | |
dc.contributor.referees1Lattes | http://lattes.cnpq.br/5969005066506687 | pt_BR |
dc.contributor.referees2 | Villavicencio, Lourdes Milagros Mendoza | |
dc.contributor.referees2Lattes | http://lattes.cnpq.br/5830476484733013 | pt_BR |
dc.contributor.referees3 | Cintra, Marcio Machado | |
dc.contributor.referees3Lattes | http://lattes.cnpq.br/9348402509955995 | pt_BR |
dc.date.accessioned | 2022-01-20T19:32:58Z | |
dc.date.available | 2022-01-20T19:32:58Z | |
dc.date.issued | 2021-08-26 | |
dc.description.abstract | Sea ice, covering approximately 7% of the surface of the Earth’s oceans, is a fundamental climatic component for studying climate in the polar regions, mainly because it acts as a natural barrier at the ocean-atmosphere interface that restricts the exchange of heat, mass, and momentum between the sea and the air, and reflects much of the incident solar radiation. Satellite observations since the 1970s indicate an Arctic with increasingly thinner and younger sea ice, accompanied by a decline in its extent. While some areas of Antarctica (e.g. Ross Sea and Weddell Sea) have shown a slight increase in the extent of this climate component for the same period. In this context, this study had as main objective to evaluate the potential predictability of sea ice cover with the application of ANNs techniques (MLP, LSTM and CNN-LSTM) in 3 Antarctic seas, they are Weddell, Bellingshausen and Amundsen. The data used were the monthly reanalyses from Era-5, for the period 1979 to 2019. SARIMAX models served as reference values for gauging the accuracy of the predictions with ANNs. Analyzing the errors (RMSE and MAE) of Sea Ice Concentration (SIC) for all the studied seas it was observed that the CNN-LSTM was exceeded only in the months with values lower than ±25%, and the maximum differences between the errors in these events did not reach values above 5% ,as what occurred in the months of July, September and October in the Weddell Sea. With these results it was possible to infer that the CNN-LSTM model was the one that most accurately predicted the periods with the greatest differences (> 0.15) of SIC. With the analyses of the spatial distributions of the SIC differences it can be affirmed that the delimitations of the fields with differences greater than 0.15 were also better predicted with the coupling of the CNN and LSTM architectures, as occurred with the negative anomaly of June in the Weddell Sea (MAE < 0.15) and the positive one, in September, in the Amundsen Sea (MAE < 0.10). | pt_BR |
dc.description.resumo | O gelo marinho, cobrindo aproximadamente 7% da superfície dos oceanos da Terra, é um componente climático fundamental para se estudar o clima nas regiões polares, principalmente, por funcionar como uma barreira natural na interface oceano-atmosfera que restringe as trocas de calor, massa e momentum entre o mar e o ar, além de refletir grande parte da radiação solar incidente. Observações por satélites, desde os anos 1970, indicam um Ártico com gelo marinho cada vez mais fino e mais jovem, acompanhado por um declínio em sua extensão. Enquanto que algumas áreas da Antártica (e.g Mar de Ross e Mar de Weddell) têm apresentado um ligeiro aumento na extensão desta componente climática para o mesmo período. Nesse contexto, este estudo teve como principal objetivo avaliar o potencial de previsibilidade de cobertura de gelo marinho com a aplicação de técnicas de Redes Neurais Artificiais (RNAs), a saber, MLP (Multi-Layer Perceptron), LSTM (Long-Short Term Memory) e CNN-LSTM (Convolutional Neural Network - LSTM ), em 3 mares Antárticos: Weddell, Bellingshausen e Amundsen. Os dados utilizados foram as reanálises mensais do Era-5, para o período de 1979 a 2019. Modelos SARIMAX serviram como valores de referência para aferição da precisão das previsões com as RNAs. Analisando os erros (RMSE e MAE) de Concentração de Gelo Marinho (CGM), para todos os mares estudados, observou-se que a CNN-LSTM foi superada somente nos meses com valores inferiores a ±25%, sendo que as diferenças máximas entre os erros nestes eventos não atingiram valores acima de 5%, como o que ocorreu nos meses de julho, setembro e outubro no mar de Weddell. Com estes resultados foi possível inferir que o modelo CNN-LSTM foi o que previu com maior precisão os períodos com as maiores diferenças (> 0.15) de CGM. Com as análises das distribuições espaciais das diferenças de CGM pode-se afirmar que as delimitações dos campos com diferenças superiores a 0.15 também foram melhor estimadas com o acoplamento das arquiteturas CNN e LSTM, como ocorreu com a anomalia negativa de junho no mar de Weddell (MAE < 0,15) e a positiva, em setembro, no mar de Amundsen (MAE < 0,10). | pt_BR |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | pt_BR |
dc.identifier.citation | TENÓRIO, Ricardo Bruno de Araújo. Modelagem da cobertura de gelo marinho nos mares Antárticos de Weddell, Bellingshausen e Amundsen com uso de redes neurais artificiais. 2021. 73f. Tese (Doutorado em Ciências Climáticas) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2021. | pt_BR |
dc.identifier.uri | https://repositorio.ufrn.br/handle/123456789/45702 | |
dc.language | pt_BR | pt_BR |
dc.publisher | Universidade Federal do Rio Grande do Norte | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.initials | UFRN | pt_BR |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS CLIMÁTICAS | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Climatologia | pt_BR |
dc.subject | Aprendizado de máquina | pt_BR |
dc.subject | Memória de longo e curto prazo | pt_BR |
dc.subject | Concentração de gelo marinho | pt_BR |
dc.subject | Oceano Austral | pt_BR |
dc.title | Modelagem da cobertura de gelo marinho nos mares Antárticos de Weddell, Bellingshausen e Amundsen com uso de redes neurais artificiais | pt_BR |
dc.type | doctoralThesis | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- Modelagemcoberturagelo_Tenorio_2021.pdf
- Tamanho:
- 6.23 MB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível