Uso de algoritmos de inteligência artificial para a previsão da evapotranspiração de referência na região do planalto serrano catarinense

Abstract

Os dados meteorológicos possuem grande importância no que tange a sociedade e sua constante busca por previsões meteorológicas. Assim como o balanço hídrico climatológico, acompanhamento da pluviosidade, as quais têm seu valor ligado ao planejamento e execução de projetos urbanos e rurais. Entretanto, os dados meteorológicos nem sempre são coletados pelas estações meteorológicas automáticas, resultados disso são as falhas em sensores na hora de coletar os dados e enviá-los para o banco de dados. A ausência desses dados inviabiliza a tomada de decisão dos órgãos competentes e profissionais da área que utilizam esses valores. O presente trabalho tem o objetivo de estimar os valores da evapotranspiração de referência para a região do planalto serrano catarinense por meio de algoritmos de inteligência artificial. Foi utilizado os métodos da Ponderação Regional e Random Forest. Os dados da estação meteorológica base localizada no municipal de Curitibanos, bem como as demais estações vizinhas utilizadas, foram obtidas por meio do Instituto Nacional de Meteorologia (INMET). Conclui-se que, ambos os métodos estudados apresentaram desempenho satisfatório para a realização da estimativa da evapotranspiração de referência.

Meteorological data are very important in terms of society and its constant search for weather forecasts as well as the climatological water balance, monitoring of the rainfall unit, which have their value linked to the planning and execution of urban and rural projects. However, meteorological data are not always collected by automatic weather stations, resulting in sensor failures when collecting data and sending them to the database.The absence of these data makes decision-making impossible by the competent bodies and professionals in the area that use these values.The present work has the objective of estimating the values for the reference evapotranspiration for the region of the highlands of Santa Catarina through artificial intelligence algorithms, using Regional Weighting and the Random Forest method.The data from the base meteorological station located next to the municipal airport of Curitibanos, as well as the other neighboring stations used, were obtained through the National Institute of Meteorology (INMET).It is concluded that both methods studied showed satisfactory performance for the estimation of reference evapotranspiration.