580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR
  • Avisos
  • Destaques
    • Notícias e Eventos
    • Premiações
    • Calendário de Defesas
  • Ensino
    • Normas e Regulamentos
    • Formulários
    • Disciplinas
      • Catálogo
      • Oferta por Período
      • Instruções para Inscrição em Disciplinas
    • Áreas de Concentração
      • Estruturas e Materiais
      • Geotecnia
      • Mecânica Computacional
      • Petróleo, Gás e Energias Renováveis
      • Recursos Hídricos e Meio Ambiente
      • Sistemas Computacionais
    • Laboratórios
    • Calendário Acadêmico
  • Editais
    • Bolsas PEC
    • PDSE
    • PIPD
    • Capes-PrInt
    • Oportunidades de Bolsas
  • Links Úteis
  • Quem Somos
    • Equipe
    • Docentes
    • Ex-Docentes
    • Biblioteca
  • Acadêmicos
  • Publicações
    • Dissertações de Mestrado
    • Teses de Doutorado
  • Admissões
    • Mestrado
    • Doutorado
    • Pós-Doutorado
    • Docente
    • Sistema Selection
  • Contato
✕

ANÁLISE ESTATÍSTICA DE DADOS AMBIENTAIS COM APLICAÇÃO DA TEORIA DE VALORES EXTREMOS E PREDIÇÃO DO NÍVEL DO MAR UTILIZANDO REDES NEURAIS ARTIFICIAIS

Documento

  • Marilia Mitidieri Fernandes de Oliveira_D
    Baixar

Informações da Tese

Título

ANÁLISE ESTATÍSTICA DE DADOS AMBIENTAIS COM APLICAÇÃO DA TEORIA DE VALORES EXTREMOS E PREDIÇÃO DO NÍVEL DO MAR UTILIZANDO REDES NEURAIS ARTIFICIAIS

Autor

Marilia Mitidieri Fernandes de Oliveira

Resumo

Nesta pesquisa desenvolve-se um modelo de Redes Neurais Artificiais (RNA) para prever o levantamento extremo do nível do mar (storm surge), na região sudeste do Brasil, segundo as características meteorológicas, entre 25 a 41°S de latitude e entre 42 a 53°W de longitude. Utilizam-se as séries maregráficas de Cananéia - SP (1954 - 2004) e Ponta da Armação - RJ (1996 - 2004), bem como os dados meteorológicos de reanálises do NCEP/NCAR (1975 - 2006), em pontos de grade, ao longo da área oceânica. Analisam-se as relações entre a resposta do nível do mar costeiro devido à passagem de frentes frias associadas a intensos ciclones, a partir das correlações cruzadas e densidades espectrais entre as variáveis ambientais. Escolheram-se três eventos para estudo de caso de alturas extremas do nível do mar em 1999, 2001 e 2003 com ocorrência de ressacas no litoral sudeste. Além disso, realizam-se análises estatísticas e cálculos do número de ocorrência de extremos com aplicação da Teoria de Valores Extremos (TVE) para ajuste das distribuições relacionadas às caudas das séries ambientais, com estimativas do período de retorno em cada ponto de grade e na estação maregráfica de Cananéia. Os resultados sugerem tendências positivas para extremos de velocidade do vento e nível do mar. As predições do nível do mar extremo com RNA alcançaram um desempenho bastante satisfatório para as duas estações.

Abstract

Artificial Neural Networks (ANN) model is developed to predict extreme sea level (storm surges) in the southeastern coastal of Brazil, according to the meteorological features from 25°S to 41°S and 42°W to 53°W. The tide gauge time series of Cananéia - SP (1954 - 2004) and Ponta da Armação - RJ (1996 - 2004), as well as NCEP/NCAR reanalysis data set (1975 - 2006), at the grid points along ocean region were used. The relationships between the responses of extreme coastal sea level rise due to the passage of cold fronts associated with intense cyclones are verified from crosscorrelations and spectral densities analysis between the environment variables. Three case studies of extreme sea level rise, occurred in 1999, 2001 and 2003, are analyzed. In addition, statistical analysis and frequency of extremes are verified with application of the Extreme Value Theory (EVT) to adjust the tail of environmental time series. The return level is estimated for each grid point and at Cananéia station. The results suggest positive trends to extremes of wind velocity and sea level. The ANN model provided a good fit in forecasting the storm surges at Cananéia and Ponta da Armação stations.

Ano

2009

Orientadores

Nelson Francisco Favilla Ebecken

Anexos

Logo-Simplificada-da-Coppe-Negativa-1-scaled

PEC

  • Quem Somos
    • Equipe
    • Docentes
    • Ex-Docentes
    • Biblioteca
  • Acadêmicos
  • Publicações
    • Dissertações de Mestrado
    • Teses de Doutorado
  • Admissões
    • Mestrado
    • Doutorado
    • Pós-Doutorado
    • Docente
    • Sistema Selection
  • Contato

Acadêmicos

  • Avisos
  • Destaques
    • Notícias e Eventos
    • Premiações
    • Calendário de Defesas
  • Ensino
    • Normas e Regulamentos
    • Formulários
    • Disciplinas
      • Catálogo
      • Oferta por Período
      • Instruções para Inscrição em Disciplinas
    • Áreas de Concentração
      • Estruturas e Materiais
      • Geotecnia
      • Mecânica Computacional
      • Petróleo, Gás e Energias Renováveis
      • Recursos Hídricos e Meio Ambiente
      • Sistemas Computacionais
    • Laboratórios
    • Calendário Acadêmico
  • Editais
    • Bolsas PEC
    • PDSE
    • PIPD
    • Capes-PrInt
    • Oportunidades de Bolsas
  • Links Úteis

Contato

Av. Athos da Silveira Ramos, 149 – Bloco B, Sala B-101 Cidade Universitária, Rio de Janeiro – RJ, 21941-909
(21) 3938-7390
academica@coc.ufrj.br

Todos os direitos reservados PROGRAMA DE ENGENHARIA CIVIL - COPPE/UFRJ © 2026

Desenvolvido por Digimaster Informática

  • Não há traduções disponíveis para esta página.