Treinamento de um modelo de “Deep learning” para previsão de chuvas na cidade de Recife - Pernambuco

Abstract

A precipitação na região costeira de Pernambuco é sensível a variabilidade climática, o que reforça a necessidade de monitoramento e melhoria das previsões, considerando o aumento da incerteza e a intensificação de eventos climáticos extremos. Neste trabalho é realizada uma análise detalhada sobre variabilidade temporal das principais variáveis atmosféricas que influenciam na precipitação em Recife. Foi desenvolvido um modelo de Deep Learning que utiliza 5 variáveis atmosféricas como entrada e realiza uma previsão de precipitação com um horizonte de sete dias à frente. O modelo foi treinado com séries temporais horárias, com um total de 3.681.720 valores, de 1941 até 2009. O período de dados de 2010 até 2023 foi utilizado para validar o modelo. A comparação entre os resultados de precipitação modelada pelo modelo de IA e a precipitação da reanálise mostraram uma correlação de Pearson de 0.6913, MAE de 79,3, MSE de 94,9, RMSE de 281,7 e R² de 0,48.