Análise de Algoritmos de Aprendizagem de Máquina para Previsão de Precipitações para Utilização na Agricultura Familiar

  • Iago Magalhães de Mesquita IFCE
  • Francislane Teles Carneiro IFCE
  • Sarah Frota Alves IFCE
  • Leonardo Tabosa Albuquerque IFCE
  • Francisco Aldinei Pereira Aragão IFCE

Resumo


Este trabalho tem como proposta uma análise de dados de elementos meteorológicos como: precipitação total (mm), pressão atmosférica ao nível da estação (mb), temperatura do ar - bulbo seco (°c), umidade relativa do ar (%), direção do vento (°gr), velocidade do vento (m/s), buscando prever a precipitação e testar modelos de Aprendizado de Máquina que melhor se adaptem ao conjunto de dados utilizados, sendo estes: K-Nearest Neighbor (KNN), Árvore de decisão e a rede neural Multilayer Perceptron (MLP), com o objetivo de identificar o melhor modelo aplicado a previsão de chuvas aplicados na região de Sobral-CE. A proposta tem como objetivo ajudar os pequenos e médios produtores agrícolas, que estão relacionados intrinsecamente aos aspectos econômicos da região, que sofre com estiagens e precisam gerir seus recursos hídricos. Diante dos modelos utilizados, a árvore de decisão obteve melhor resultado com uma taxa de acerto de 99.995%, e a MLP de 99.693%, já o KNN obteve apenas 76.726%.

Referências

Qual a participação do agronegócio no PIB brasileiro?. [S. l.], Apr 06 2021. Disponível em: [link].

PIB do agronegócio brasileiro. [S. l.] Março de 2022. Disponível em: [link].

Ramalho, Maria. A fragilidade ambiental do Nordeste brasileiro: o climasemiárido e as imprevisões das grandes estiagens. Sociedade e Território, Natal-RN, v. 25, n. 2, p. 104-115, 1 dez. 2013.

Rafaela dos Santos Sousa, Elloá B. Guedes, Maria Betânia Leal de Oliveira . Comparação de Técnicas de Aprendizagem de Máquinas para Previsão de Precipitações em Manaus . Em ENCOSIS 2018 , 2018.

Pengcheng Zhang, Yangyang Jia, Jerry Gao, Wei Song, Hareton Leung, "Short-term Rainfall Forecasting Using Multi-layer Perceptron", IEEE Transactions on Big Data, v. 6, p. 93 - 106, 19 Sep. 2018 .

Zhang, Xiaobo et al. Annual and Non-Monsoon Rainfall Prediction Modelling Using SVR-MLP: An Empirical Study From Odisha. IEEE Acess, [S. l.], v. 8, p. 30223-30233, 10 fev. 2020.

Géron, Aurélien. Mãos à obra: aprendizado de máquina com Scikit-Learn, Keras & TensorFlow: Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. [S. l.: s. n.], 2021.

Grus, Joel. Data Science do zero - Primeiras regras com o Python. [S. l.: s. n.], 2016.
Publicado
28/09/2022
MESQUITA, Iago Magalhães de; CARNEIRO, Francislane Teles; ALVES, Sarah Frota; ALBUQUERQUE, Leonardo Tabosa; ARAGÃO, Francisco Aldinei Pereira. Análise de Algoritmos de Aprendizagem de Máquina para Previsão de Precipitações para Utilização na Agricultura Familiar. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 10. , 2022, São Luís/MA. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2022 . p. 179-187. DOI: https://doi.org/10.5753/ercemapi.2022.226472.