O objetivo principal do trabalho desenvolvido pelo egresso da Ciência da Computação, Maurício Helfer Kretzmann (foto), sob orientação do professor Márcio Pacheco, foi desenvolver um software de previsão dos parâmetros meteorológicos através da técnica de redes neurais artificiais e do algoritmo KNN. As técnicas foram aplicadas utilizando uma base de dados de medições de estações meteorológicas automáticas do Instituto Nacional de Meteorologia (Inmet) e uma base de dados da estação meteorológica da Unisc, localizada em Santa Cruz do Sul.
Através dos resultados obtidos, foi possível observar certos comportamentos em relação às previsões e constatar alguns fatores que afetam os seus resultados. A utilização de tamanhos de janelas de tempo pequenas, menores que 24 leituras da estação, não conseguem abranger e dar a visão necessária da variação de valores no decorrer do tempo, prejudicando a predição, assim como previsões muito à frente, que tendem a gerar maiores taxas de erros em função das características de alimentação das entradas das redes neurais. Segundo o acadêmico, foi constatado que a previsão meteorológica gerada a partir dos parâmetros obtidos das estações, como temperatura, pressão e umidade, que seguem uma tendência ao passar do tempo e não sofrem alterações significativas em um curto período de tempo, tendem a apresentar melhores resultados de predição do que quando gerados a partir da coleta de parâmetros, como a direção do vento, a velocidade do vento e a radiação solar e precipitação (chuva), pois estes se mantêm, na maior parte do tempo, em um mesmo valor e em certos momentos sofrem alterações significativas em suas escalas. “Quanto à previsão da precipitação, foi constatado que a utilização em conjunto dos parâmetros precipitação, umidade e pressão apresentaram taxas de acertos consideradas satisfatórias", salientou.
