Modelagem de tendência a curto-prazo da linha de costa através de dados geodésicos temporais utilizando regressão linear, estimativa robusta e redes neurais artificiais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorKrueger, Claudia Pereira-
Autor(es): dc.contributorCoelho, Leandro dos Santos-
Autor(es): dc.contributorHeck, Bernard-
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciencias da Terra. Programa de Pós-Graduaçao em Ciencias Geodésicas-
Autor(es): dc.creatorGonçalves, Rodrigo Mikosz-
Data de aceite: dc.date.accessioned2019-08-21T23:40:51Z-
Data de disponibilização: dc.date.available2019-08-21T23:40:51Z-
Data de envio: dc.date.issued2011-03-21-
Data de envio: dc.date.issued2011-03-21-
Data de envio: dc.date.issued2011-03-21-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/1884/25346-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/25346-
Descrição: dc.descriptionResumo: Monitorar e gerenciar a linha de costa é importante em áreas costeiras, mas ainda representa uma tarefa difícil. Conhecer a variabilidade da linha de costa é crucial para operações realizadas por cientistas costeiros, engenheiros e administradores públicos que necessitam de informações sobre a posição da linha da costa, no passado, presente e, possivelmente, onde irá estar no futuro. Primeiro, é ecessário fornecer uma definição funcional de linha de costa e, em seguida, desenvolver uma técnica suficientemente sólida que permita identificar e extrair a posição espacial da linha de costa com base na fonte de dados disponíveis para seu estudo. As informações históricas usadas para uma análise de curto-prazo são dependentes das incertezas associadas com a coleta dos dados antigos. O principal problema que acontece no Brasil está em recuperar dados com informações históricas sobre levantamentos e mapeamentos do passado. Com o propósito de estudar a dinâmica espacial da linha de costa no litoral do Paraná tornou-se necessário reunir dados cartográficos e materiais provenientes da fotogrametria analógica. Estes dados se referem à extração das linhas de costa temporais para anos 1954, 1963, 1980, 1991 e 1997, em 6 km de extensão no litoral do município de Matinhos no estado do Paraná, Brasil. Usando esses dados fotogramétricos, e dados obtidos por receptores GPS (Global Positioning System) para 2001, 2002, 2005 e 2008 (como controle), efetuaram-se comparações e avaliações estatísticas aplicando três diferentes modelos de tendência para linha de costa, incluindo-se: estimativa robusta, redes neurais artificiais e regressão linear. Na parte experimental, alguns testes, mudando a matriz dos pesos, para o caso de regressão linear e estimativa robusta foram efetuados. Diferentes testes com as redes neurais artificiais foram organizados mudando alguns parâmetros como: arquitetura (rede neural parcialmente recorrente de Elman e perceptron multicamadas), número de neurônios nas camadas ocultas e algoritmos de treinamentos. Os melhores resultados estatísticos indicaram que o MAPE (Mean Absolute Percentage Error), quando comparados os resíduos entre a predição e a linha de costa de controle, são respectivamente 0,33% para a regressão linear, 0,14% para estimativa robusta e 0,28% para o caso da rede neural de Elman com o algoritmo de treinamento quase-Newton utilizando 10 neurônios na camada oculta. Em outra comparação simulando 50 anos no futuro verificaram-se diferenças de até 400 metros nas posições das linhas de costa preditas entre os modelos de regressão linear e estimativa robusta. Os resultados indicam a importância da escolha dos modelos de tendência para linha de costa e aplicabilidades neste caso específico de estudo.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectTeses-
Título: dc.titleModelagem de tendência a curto-prazo da linha de costa através de dados geodésicos temporais utilizando regressão linear, estimativa robusta e redes neurais artificiais-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.