Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Almeida, Ricardo Carvalho de | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Ambiental | - |
Autor(es): dc.creator | Cabral, Isabela Godoy | - |
Data de aceite: dc.date.accessioned | 2019-08-21T23:53:18Z | - |
Data de disponibilização: dc.date.available | 2019-08-21T23:53:18Z | - |
Data de envio: dc.date.issued | 2017-03-27 | - |
Data de envio: dc.date.issued | 2017-03-27 | - |
Data de envio: dc.date.issued | 2015 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/1884/42085 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/42085 | - |
Descrição: dc.description | Orientador : Prof. Dr. Ricardo Carvalho de Almeida | - |
Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Ambiental. Defesa: Curitiba, 25/11/2015 | - |
Descrição: dc.description | Inclui referências : f. 70-72 | - |
Descrição: dc.description | Resumo: A altura da camada limite atmosférica (h) é um parâmetro fundamental em modelagem atmosférica, sendo a dimensão vertical do domínio em modelos de dispersão de poluentes na atmosfera. As relações entre parâmetros meteorológicos e características da superfície é apenas parcialmente conhecida, implicando em dificuldades na obtenção dessa variável. Nesse trabalho empregamos uma rede neural artificial do tipo multilayer perceptron, com algoritmo de treinamento backpropagation, para a estimativa de h a partir de dados de superfície, obtidos em estações meteorológicas. A base de dados para treinamento foi desenvolvida para esse trabalho, a partir de perfis de propriedades obtidos por radiossondagens e disponibilzados pelo Stratosphere-troposphere Processes and their Role in Climate (SPARC). Foram testadas diversas combinações de dados de entrada, incluindo também parâmetros meteorológicos de altitude. A melhor configuração empregando apenas dados de superfície obteve bons resultados, com IOA = 0:9432 e r = 0:9017, sendo indicada sua aplicação para estimativa de h em localidades onde não estejam disponíveis informações de perfis de propriedades atmosféricas. Palavras-chave: Camada Limite Atmosférica, Redes Neurais Artificiais, radiossondagem. | - |
Descrição: dc.description | Abstract: The Boundary layer height (h) is considered a fundamental parameter for atmospheric modeling and it is the vertical extension of models domain for pollutants dispersion. Despite its importance, the relations for obtaining h are still only partially understood, limiting the quality of models results. In this work we present the use of a multilayer perceptron artificial neural network for estimating h, applying surface parameters obtained in ground based meteorological stations. The network was trained using a backpropagation algorithm, and it was tested for many different combinations of input data. For that, we needed to develop a hole data base from radiosounding profiles, which were available in the SPARC's (Stratosphere-troposphere Processes and their Role in Climate) website. The best combination showed IOA = 0:9432 and r = 0:9017. Therefore, operation of an artificial neural network is recommended for estimating h when meteorological parameters profiles are not available. Keywords: Atmospheric boundary layer, Artificial neural networks, radiosounding. | - |
Formato: dc.format | 72 f. : il. algumas color. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Relação: dc.relation | Disponível em formato digital | - |
Palavras-chave: dc.subject | Troposfera | - |
Palavras-chave: dc.subject | Atmosfera | - |
Palavras-chave: dc.subject | Camada limite (Meteorologia) | - |
Palavras-chave: dc.subject | Teses | - |
Título: dc.title | Estimativa da altura da camada limite atmosférica com uso de redes neurais artificiais | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: