Meteorologia Na IA

Radares são dispositivos que permitem detectar objetos a longas distâncias. Seu funcionamento é baseado na emissão de ondas eletromagnéticas que são refletidas (ecos) ao interceptar algum objeto permitindo determinar a sua localização (efeito Doppler). Radares meteorológicos podem detectar com precisão os movimentos das massas de ar, dando subsídios aos meteorologistas para detectar desde geadas, vendavais e chuvas de granizo, até tempestades. O efeito Doppler pode ser usado para determinar a velocidade do vento numa tempestade e pode detectar se a tempestade é acompanhada de poeira ou de chuva. Outra importante aplicação dos radares meteorológicos é relativa ao monitoramento, estimativa e previsão de precipitação (Rinehart, 2004). No entanto, as medições do radar podem sofrer interferências causadas pela presença de insetos, partículas suspensas no ar, características topográficas ou por propagações anômalas das ondas eletromagnéticas emitidas resultando em “falsos sinais” de chuva.

Nesses casos, as medições possuem imperfeições chamadas aqui de “ruídos” (ecos que não correspondem a precipitação) e, dessa maneira, a qualidade dos dados de precipitação pode ser degradada. Um especialista treinado é capaz de distinguir com considerável precisão entre chuva e não-chuva, no entanto, o procedimento manual de remoção desses ruídos é potencialmente tedioso e demanda excessivo tempo. Portanto, um processo automatizado é de grande valia. Algoritmos que fazem uso de técnicas da área de Inteligência Artificial têm sido propostos para filtrar dados de radares meteorológicos e fazer distinção entre dados que representam chuva e que não representam. Pesquisadores têm buscado sem grande êxito desenvolver algoritmos gerais que possam ser utilizados em qualquer radar meteorológico e que identifiquem a presença de “dados ruins” de qualquer natureza, o que ainda representa um desafio nessa área. Alguns algoritmos desenvolvidos com esta finalidade são apresentados nos trabalhos de Cornelius et al. (1995), Grecu e Krajewski (2000), Steiner e Smith (2002), Kessinger et al. (2003) e Lakshmanan et al. (2007).

O Instituto Tecnológico SIMEPAR opera um Radar Meteorológico do tipo Doppler instalado no município de Teixeira Soares, PR, cobrindo a área do estado do Paraná, Santa Catarina, parte do centro-sul de São Paulo e norte do Rio Grande do Sul. O radar atua coletando informações de grande valor na previsão meteorológica e monitoramento de eventos severos. No entanto, a qualidade dos produtos gerados é freqüentemente afetada por ruídos originados principalmente por ecos devido às características topográficas, e pela interferência entre as próprias ondas emitidas pelo radar. Neste trabalho, o objetivo foi desenvolver um filtro baseado em Redes Neurais Artificiais (RNAs) para esse radar em específico, o que oferece algumas vantagens, uma vez que, alguns padrões nos dados são bem definidos para esse radar e podem ser utilizados como parâmetros de entrada no algoritmo.

As imagens na Figura 1 ilustram a presença de ruídos nos dados do radar. Os dados mostrados são valores de refletividade (medida em dBZ) indicando precipitação. Valores numéricos foram mapeados para uma escala de cores em que cores mais frias (azul) representam chuva com baixa intensidade e cores quentes (vermelho) chuva mais forte. Já a cor cinza indica