Pesquisa da UFLA utiliza Inteligência Artificial para prever séries meteorológicas

12/12/2017
O pesquisador, Eduardo Almeida Soares, e o coordenador, Daniel Furtado Leite, à frente de estudo inovador que alia inteligência artificial à meteorologia

As mudanças climáticas e seus impactos na vida do planeta são objeto dos mais variáveis estudos. A análise das temperaturas ajuda na tomada de decisões e a precisão é um fator fundamental; porém, cheio de desafios. Por isso, um projeto de mestrado desenvolvido no Programa de Pós-Graduação em Engenharia de Sistemas e Automação da Universidade Federal de Lavras (PPGESISA /UFLA) trata dos “Sistemas Evolutivos Baseados em Regras para previsão de séries temporais meteorológicas”.

O estudo inovador resultou em um artigo publicado no Fuzz IEEE, congresso mundial de sistemas fuzzy, que este ano ocorreu em Nápoles, na Itália. O autor, Eduardo Almeida Soares, explica que a ideia do trabalho foi obter um método capaz de criar modelos gerais que sejam apropriados para prever séries meteorológicas, considerando quaisquer bases de dados, independentemente do local ou de qualquer particularidade climática da região.

Para a pesquisa, foram usadas bases de dados fornecidas pelo Instituto Nacional de Meteorologia (INMET) de estações meteorológicas de cidades como: São Paulo, Manaus, Porto Alegre, e Natal, escolhidas por terem características climáticas particulares. Já os métodos evolutivos utilizados foram concedidos pelo professor do Departamento de Engenharia (DEG) Daniel Furtado Leite, orientador do projeto. A abordagem foi feita com base em sua tese intitulada “Evolving Granular Systems”, que recebeu prêmios de tese da North American Fuzzy Information Processing Society, da IEEE Computational Intelligence Society e da Sociedade Brasileira de Computação. O professor, juntamente com outros professores do PPGESISA, coordena o Laboratório de Inteligência Computacional e Aprendizado de Máquina (CIML-UFLA). O CIML é composto por aproximadamente 35 estudantes de graduação e pós-graduação, que trabalham com as mais diversas aplicações de inteligência artificial, inclusive em meteorologia.

O objetivo geral do trabalho foi desenvolver modelos centrados em dados não lineares e variantes no tempo para previsão de temperatura média mensal. Eduardo comenta a forma como as previsões são feitas e de que maneira sua pesquisa se difere de outras já publicadas: “O método que desenvolvemos constrói e atualiza modelos em tempo real. Os modelos são não lineares e não estacionários, o que é diferente de outros modelos baseados em inteligência artificial e métodos tradicionais da estatística. A ideia é que o modelo preditor perceba um novo padrão, à medida que os dados são disponibilizados. Isso ocorre de forma gradual, ou seja, o modelo está sempre em adaptação e é sempre capaz de aprender e de se reestruturar quando necessário”.

Para o professor Daniel, a dissertação trouxe contribuições para duas áreas: a inteligência artificial e a meteorologia “É importante ressaltar que os métodos que foram abordados nesse trabalho são diferentes dos métodos comuns em inteligência artificial, já que eles permitem que o modelo aprenda novos comportamentos em tempo real, ou seja, os modelos preditores evoluem com o tempo e podem acompanhar variações de distribuições de probabilidade e capturar novos padrões espaciais e temporais a partir da observação do fluxo de dados”.

O sistema desenvolvido na UFLA poderá ser utilizado em breve, conforme relata o professor Daniel: “Esperamos que o retorno para a sociedade seja logo, talvez em um ano ou dois, já que estamos desenvolvendo interfaces gráficas e pretendemos disponibilizar um software que será patenteado no Instituto Nacional da Propriedade Industrial (INPI), que dê informações adicionais aos usuários sobre as previsões climáticas em qualquer região do país. ”

O método poderá, inclusive, ser aplicado em hidroelétricas: “Além de prover a previsão de temperatura média mensal, o sistema dá um invólucro dessa estimativa, que é uma informação adicional que, na engenharia elétrica, pode ser usada para tomar decisão com relação a se manter certo volume de água em diferentes barragens hidroelétricas ou auxiliar na estimativa da demanda de energia. ” Outra aplicação, segundo o professor, seria na engenharia agrícola, sendo possível com esses invólucros adicionais prever custos na ambiência animal e determinar em qual região e em que época do ano se deve fazer determinado plantio.

Eduardo continua sua pesquisa no doutorado em computação, que agora é feito na Universidade Federal de São Carlos (UFSCar), em São Paulo. “A próxima etapa da pesquisa é referente à previsão da formação e rota de ciclones tropicais; alguns resultados iniciais já foram coletados satisfatoriamente”.

Novos artigos com base no sistema apresentado estão sendo elaborados, um deles é para previsão de precipitação de chuva no dia seguinte; e outro para   previsão de rotas de ciclones formados no oceano Atlântico em intervalos de seis horas. Outro artigo já foi aceito para a publicação no periódico Applied Soft Computing, em parceria com o pesquisador Bruno Costa, da Ford Research & Innovation Center na Califórnia, e do professor da PUC Minas Pyramo Costas Jr.

Fonte: Ascom/Ufla

Você também pode gostar