Banca de DEFESA: ADAUTO ANTONIO DE ARAÚJO NETO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : ADAUTO ANTONIO DE ARAÚJO NETO
DATA : 29/07/2026
HORA: 09:00
LOCAL: Híbrido (Sala de aula do PPGRHS + videoconferência)
TÍTULO:

Avaliação da aplicabilidade de métodos de preenchimento de falhas em uma série contínua de precipitação diária e sub-diária

PALAVRAS-CHAVES:

Interpolação espacial, Redes neurais, Precipitação sub-diária, LSTM, IDW, Poligonais de Thiessen

PÁGINAS: 57
RESUMO:

A precipitação é um dado essencial para estudos hidrológicos, e sua caracterização precisa é necessária para construção de modelos confiáveis. Quando se pensa nesses modelos para o estudo de alagamentos urbanos, a necessidade desses dados em resoluções sub-diárias se torna evidente, haja vista que os eventos que geram essas respostas no escoamento superficial de forma repentina ocorrem em um espaço de tempo muito curto. No entanto, séries com essas resoluções são difíceis de obter ou apresentam falhas em seus registros. Por isso, este estudo buscou realizar uma análise comparativa da eficácia de diversos métodos de preenchimento de falhas temporais em uma série contínua de precipitação diária e sub-diária, utilizando como base os dados de seis eventos de chuva registrados por um pluviômetro automático localizado em Maceió – AL e pela rede de monitoramento do CEMADEN. Foram avaliados quatro métodos de preenchimento, sendo estes três métodos de interpolação espacial (IDW, poligonais de Thiessen e média simples) e um método de aprendizado de máquina (LSTM). Os resultados mostraram que o LSTM gerou resultados superiores para todos os eventos analisados, com séries alcançado coeficientes de determinação de até 0,90 e erros menores que 0,26 mm. Enquanto os métodos espaciais geraram séries com coeficientes de determinação inferiores a 0,45 (IDW), 0,39 (média simples) e 0,42 (poligonais de Thiessen) com erros superiores a 0,32mm, 0,41mm e 0,32 mm, respectivamente. No mais, as predições do modelo LSTM subestimaram os totais precipitados do evento e isso pode ser atribuído a limitação de tamanho das séries de treinamento ou a ausência de variáveis externas à série de dados de chuva para calibração do modelo.

MEMBROS DA BANCA:
Presidente - 1640249 - MARLLUS GUSTAVO FERREIRA PASSOS DAS NEVES
Interno(a) - 3520834 - FERNANDA SANTANA PEITER
Interno(a) - 1357436 - VLADIMIR CARAMORI BORGES DE SOUZA
Externo(a) à Instituição - Gustavo Barbosa Lima da Silva - UFPB