Modelagem de curto prazo de séries temporais climáticas utilizando redes neurais artificiais, modelos aditivos generalizados e sazonais autoregressivos integrados de médias móveis em Ariquemes (RO)

Abstract

Rondônia encontra-se numa fase de grande expansão agrícola e nesse cenário Ariquemes contribui com a produção do estado, com seus principais cultivos: milho, café, feijão e soja. As variáveis meteorológicas são extremamente importantes para o entendimento do clima de uma determinada região, pois é possível, por exemplo, mapear os riscos de eventos extremos climáticos ou identificar melhores épocas de plantio, entre outros. Nesse sentido, o objetivo geral é apresentar abordagens computacionais para caracterizar e analisar as séries temporais associadas à temperatura do ar, umidade, precipitação pluviométrica e evapotranspiração de referência (ETo) no município de Ariquemes (RO). Especificamente, trata-se de caracterizar o comportamento dessas séries temporais univariadas e comparar as metodologias de ajuste de séries temporais (SARIMA - Sazonal Autoregressivo Integrado de Médias Móveis com as Redes Neurais Artificiais - RNA do tipo GMDH – Método de Grupo de Manipulação de Dados) e, no contexto multivariado, identificar as relações existentes entre as séries através dos modelos Redes Neurais Artficiais Perceptron Multicamadas (RNA-MLP) e modelos Aditivos Generalizados (MAG). O estudo foi dividido em quatro capítulos, no primeiro foram identificadas as principais características da produção agropecuária do município de Ariquemes (RO) no contexto do desenvolvimento socioeconômico local. Especificamente, buscou-se descrever os principais processos agrícolas e pecuários desenvolvidos na região, no período de 1990 a 2014, e por outro lado, faz-se uma análise dos indicadores do desenvolvimento socioeconômico, dos anos 1991, 2000 e 2010 e, por fim, avalia-se o índice de bem-estar humano, através do barômetro de sustentabilidade, para o ano de 2010. Nesse capítulo permite-se conhecer as particularidades da produção agrícola de Ariquemes, visto que a motivação e o desenvolvimento agrícola foram marcados por fases distintas, que interferiram na procura bem como no método de produção. No segundo capítulo, buscou-se avaliar a climatologia, estimar a evapotranspiração de referência (ETo) do munícipio de Ariquemes (RO) e comparar as estimativas dos métodos Penman-Monteith-FAO e Hargreaves-Samani, para o período de 2011 a 2013. No terceiro, o objetivo foi modelar as séries temporais climáticas univariadas pelas técnicas SARIMA (Sazonal Autoregressivo Integrado de Médias Móveis) e Redes Neurais tipo GMDH (Group Method Data Handling) comparando as previsões em cinco dias a frente com os dados observados no período 2011 a 2013. Dentre os resultados, foi possível identificar que a modelagem por redes neurais tipo GMDH apresentou resultados satisfatórios para as séries de umidade do ar, temperaturas média, mínima e máxima diárias e evapotranspiração de referência constituindo-se assim, numa opção para previsão destas séries temporais climáticas. No quarto capítulo, o objetivo foi modelar por redes neurais artificias RNA-MLP a evapotranspiração de referência 𝐸𝑇0, em função das variáveis climáticas. Especificamente, buscou-se comparar o modelo ajustado com o método de estimação padrão FAO, com os resultados de modelos MAG e de regressão linear múltipla (RLM), com resposta univariada. Dentre os resultados, os modelos, MAG e RNA-MLP, obtiveram melhores ajustes do que o modelo RLM. Por fim, foram descritas as conclusões do estudo abarcando os melhores os resultados, bem como as expectativas para estudos futuros.