文章基本信息

标题：Previsão de Convecção Profunda Usando Árvore de Decisão na Região Metropolitana do Rio de Janeiro
其他标题：Deep Convection Forecasting Using Decision Tree in Rio de Janeiro Metropolitan Area
本地全文：下载
作者：Juliana Hermsdorff Vellozo de Freitas ; Gutemberg Borges França ; Wallace Figueiredo Menezes 等
期刊名称：Anuario de Instituto de Geociencias
印刷版ISSN：0101-9759
电子版ISSN：1982-3908
出版年度：2019
卷号：42
期号：1
页码：127-134
DOI：10.11137/2019_1_127_134
出版社：Universidade Federal de Rio de Janeiro
摘要：Neste trabalho são estudadas e analisadas descargas atmosféricas, e árvore de decisão é usada como ferrramentade nowcasting de eventos convectivos intensos, baseando-se no comportamento do conjuntos dos índices deinstabilidade atmosférica, na área entre as latitudes 22,7ºS e 23,1ºS e longitudes 43ºW e 44ºW, da Região Metropolitanado Rio de Janeiro (RMRJ). Para seleção de eventos convectivos, foi usado dados de descargas atmosféricas e posteriormentehouve a seleção de seus respectivos índices termodinâmicos. Os eventos foram classificados como A, B, C e Dde acordo com a taxa de descargas por tempestade observada na área de estudo. Os índices de instabilidade atmosféricaforam calculados através do perfil atmosférico da radiossondagens diariamente lançados às 09h e 21h na Estação de arsuperior Galeão, no aeroporto internacional do Galeão (SBGL) na cidade do Rio de Janeiro - RJ, no período entre Abrilde 2000 a Dezembro de 2016. O total de descargas ocorrido soma 81.317 e estes filtrado dos possíveis ruídos resultaramem 60.145. Resultados da série de treinamentos executados até a obtenção da árvore são apresentados e analisados. Odesempenho da árvore foi testada através dos indicadores: taxa de verdadeiro positivo, alarme falso, precisão e taxaverdadeiro negativo por classes, e seus valores são (classe): 0,995 (A), 0,015 (A), 0,888 (A), 0,981 (A); 1,000 (B), 0,042(B), 0,828 (B) 0,949 (B); 0,824 (C), 0,135 (C), 0,632 (C), 0,858 (C), e 0,717(D), 0,056 (D), 0,928 (D), 0,942(D), respectivamente.Um estudo de caso é apresentado e sua análise mostra que a delimitação da área de estudo influenciou noresultado das estatísticas e, principalmentamente, daqueles relacionados com as classes D, caracterizando uma árvorede decisão robusta.
其他摘要：This work studies lightning and uses decision trees as a tool to nowcasting intense convective events, based uponthe behavior and data from sets atmospherical of instability indexes in the area between 22,7°S and 23,1°S and 43°Wand 44°W of Rio de Janeiro metropolitan area. For the selection of convective events, data were used for lightning andsubsequent selection of their respective thermodynamic indexes. The events were classified as A, B, C and D accordingto the storm lightning rate observed in the study area.The termodinamic indexes was calculated from daily launched radiosondingballoons launched at 09:00h and 21:00h from Galeão upper-air station of Rio de Janeiro International Airportin the period between April 2000 thru December 2016. The total of lightning ammounts 81.317 and the total ammountreduced to 60.145 due to data inaccuracy. Results from the series of tests executed until obtaining the optimal decisiontree are preented and analysed. The decision tree performance was tested through the indicators: true positive rate,false alarm, precision and true negative rate per class, the values are as folow: 0,995(A), 0,015(A), 0,888(A), 0,980(A);1,000(B), 0,042(B), 0,828(B), 0,949(B); 0,824(C), 0,135(C), 0,632(C), 0,858(C) e 0,717(D), 0,056(D), 0,928(D), 0,942(D).A case study is presented and it’s analysis shows that the delimitation of the study area influenced the statiscis resultsand, mainly, those related to the D class, caracterizing a robust decision tree.
关键词：Descargas atmosféricas; Tempestades; Nowcasting; Árvore de decisão; Inteligência artificial
其他关键词：Lightinig; Thunderstorms; Nowcasting; Thermodynamic indices; Decision tree; Artificial intelligence