ESTIMATIVA DA TEMPERATURA DO AR MICROCLIMÁTICA EM CUIABÁ/MT UTILIZANDO REDES NEURAIS
Abstract
Frente ao rigor climático característico de Cuiabá/MT, é importante acompanhar a evolução da intensidade das ilhas de calor noturnas encontradas no município, principalmente devido aos efeitos sentidos pela população. O objetivo deste artigo foi de estimar a temperatura do ar e posteriormente a ilha de calor urbana para 2021, utilizando Rede Neural Artificial. Os resultados evidenciam que o melhor modelo de outono apresentou R² 0,88 e o de inverno obteve R² 0,97, primavera obteve R² 0,94 e o verão alcançou R² 0,99. As diferenças entre os dados de Temperatura do ar medidos e estimados nas estações variaram entre 0,01°C a 0,20°C, indicando que em todos os modelos há alta relação entre os dados medidos e previstos. Os resultados observados apontam tendência de elevação da intensidade das ilhas de calor noturnas em todas as estações do ano na cidade, o que pode influenciar no aumento de casos de enfermidades pelo aumento da temperatura do ar, além da demanda de energia nas edificações.Downloads
References
AFZALI, M.; AFSANEH, A.; ZAHEDI, G. Ambienta ir temperature forescasting using artificial neural network approach. International Conference on Environmental and Computer Science. p.176-180, 2011.
BASU, R. Relation beteen Elevated Ambient Temperature and Mortality: A Review of the Epidemiologic Evidence. Epidemiologic Review 24, 190-202 (2002).
BASU, R. High ambient temperature and mortality of epidemiollogic studies from 2001 to 2008. Environmental Healht, 8 (2009).
BROWNLEE, J. Long Short-Term Memory Networks with Python: Develop Sequence Prediction Models with Deep Learning.2018.
CALLEJAS, I. A. Avaliação temporal do balanço de energia em ambientes urbanos na cidade de Cuiabá-MT. Tese (Doutorado) - Programa de Pós-Graduação em Física Ambiental - Universidade de Mato Grosso, 242f. 2012.
CAMPOS, B. P. F.; SILVA, G. F. da; BINOTI, D. H. B.; MENDONÇA, A. R. de; LEITE, H. G. Descrição do perfil do tronco de árvores em plantios de diferentes espécies por meio de redes neurais artificiais. Pesquisa Florestal Brasileira, v. 37, n. 90, p. 99-107, 2017.
Data Science Academy. Deep Learning Book, 2019. Disponível em: <http://www.deeplearningbook.com.br/>. Acesso em: 10 Abril. 2020.
DEBIAZI, P. R.; SOUZA, L. C. L. Contribuição de parâmetros do entorno urbano sobre o ambiente térmico de um campus universitário. Ambiente Construído, Porto Alegre, V. 17, n. 4, 2017. p.215-232.
DOYON, B.; BELANGER, D.; GLOSSELIN, P. The potentiall impacto f Climate change on anual and seasonal mortality for three cities in Quebec, Canada. International Journal of Health Geographics 7, 23 (2008).
DUARTE, D. H. S. O impacto da vegetação no microclima em cidades adensadas e seu papel na adaptação aos fenômenos de aquecimento urbano. Tese (Livre Docência) – Departamento de Tecnologia da Arquitetura – Universidade de São Paulo. São Paulo, 167f. 2015.
IBGE – Instituto Brasileiro de Geogradia e Estatistica. Disponivel: https://www.ibge.gov.br/cidades-e-estados/mt/cuiaba.html. Acesso em: abr.2020.
IPCC – INTERGOVENMENTAL PANEL ON CLIMATE CHANGE (IPCC). Climate Change 2014: Mitigation of Climate Change. IPCC Working Group III Contribution to AR5. 2014b.
GUARIENTI, C. E. Modelagem da temperatura do ar em transecto urbano utilizando LSTM. Tese (Doutorado) – Programa de Pós-Graduação em Física Ambiental - Universidade de Mato Grosso, 88f. 2020.
LEE, Y. Y.; KIM, J. T.; YUN, G. Y. The neural network predictive model for heat island. Intensity in Seoul. Energy and Buildings. p. 353-361, 2015.
LOPES, A. T.; AGUIAR, E. de; SOUZA, A. F. D.; OLIVEIRA-SANTOS, T. Facial expression recognition with convolutional neural networks: coping with few data and the training sample order. Pattern Recognition, Elsevier, v. 61, p. 610-628, 2017
MIHALAKAKOU, G.; SANTAMOURIS, M.; PAPANIKOLAOU, N.; CARTALIS, C.; TSANGRASSOULIS, A. Simulation of the urban heat island phenomenon in mediterranean climates. Pure and Applied Geophysics. p.429-451, 2004.
SANTAMOURIS, M.; MIHALAKAKOU. G.; PAPANIKOLAOU, N.; ASIMAKOPOULOS, D. N. A neural network approach for modeling the heat island phenomenon in urban áreas during the summer period. Geophysical research letters. v. 26, n. 3, p.337-349, 1999.
SANTOS, F. M. M.; NOGUEIRA, M. C. J. A. Análise da influência da ocupação do solo na variação termo-higrométrica por meio de transectos noturnos em Cuiabá-MT. Caminhos de Geografia. v.13, n. 41, p.187-194, 2012.
OH, J.; NGARAMBE, J.; DUHIRWE, P. N. Z.; GEUN, Y. Y.; SANTAMOURIS, M. Usin deep-learning to forecast the magnitude and charcateistics of urban heat island. In Seoul, Korea. Scientific Reports, feb.2020.
ONU – Organização das Nações Unidas. Disponível em: https://news.un.org/pt/story/2019/02/166070. Acesso em: abr.2020.
OKE, T. R. City Size and the Urban Heat Island. Atmospheric Environment, v. 7, n. 8, p. 769-779, ago. 1973
OKE, T. R. Initial guidance to obtain representative meteorological observation at urban sites. Geneva: WMO. 2004.
PARAVANTIS, J.; SANTAMOURIS, M.; CARTALIS, C.; EFTHMIOU, C.; KONTOULIS, N. Mortality associated with high ambiente temperatures, heatwaves, and the Urban Heat Island in Athens, Greece. Sustainabillity, 9, 606 (20170).
PAULA, D. C. J. Análise termohigrométrica pós intervenções urbanas em Cuiabá-MT. Cuiabá, 2017. 106f. Dissertação (Mestrado em Física Ambiental) – Instituto de Física, Programa de Pós-Graduação em Física Ambiental, Universidade Federal de Mato Grosso. Cuiabá, 2017.
PAULA, D. C. J.; SOUZA, N. S.; MIRANDA, S. A.; NOGUEIRA, M. C. J. A.; SANTOS, F. M. M. Evolução do fenômeno de ilha de calor em cidade de médio porte na região centro-oeste do Brasil. Brazilian Journal of Development. V.5, n. 8, aug. 2019. p. 11835-11845. ISSN 2525-8761.
ROCHA, L. M. V.; SOUZA, L. C. L. Contribuição da Vegetação e Permeabilidade do Solo Para o Ambiente Térmico em Avenidas de Fundo de Vale. In: ENCONTRO NACIONAL SOBRE CONFORTO NO AMBIENTE CONSTRUÍDO, Búzios, 2011. Anais... Búzios, 2011
Downloads
Published
How to Cite
Issue
Section
License
A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.
Os autores mantém seus direitos de publicação sem restrições
A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.
A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença
