Pesquisador Responsável: Sylvio Luiz Mantelli Neto
Última atualização: 15/set/2011
 |
| A interação da luz do sol com os componentes atmosféricos resultam na formação de padrões distintos de cores no céu. |
As nuvens possuem um papel principal na dinâmica atmosférica. Elas se apresentam em uma grande variedade de formas distribuição vertical, densidade etc., de acordo com sua composição e condições atmosféricas vigentes. A sua variabilidade modula a quantidade de energia que chega à superfície através de absorção e espalhamento principalmente da luz solar. O balanço de energia envolvendo as nuvens considera efeitos de resfriamento ou aquecimento com um grande impacto nas atividades diárias presentes na superfície.
As nuvens também são o fator de maior incerteza nos modelos físicos quando estão presentes e a sua avaliação qualitativa e quantitativa ainda é um desafio. Quando avaliadas a partir de satélites estão sujeitas a várias fontes de incertezas tais como distorção geométrica, bloqueio por sobreposição de múltiplas camadas, variabilidade da composição atmosférica e mudança sazonal da superfície do planeta. A monitoração das nuvens a partir da superfície é padronizada pela Organização Mundial de Meteorologia e adotada pelos observadores sinópticos. Entretanto este método de observação visual possui um forte viés subjetivo em sua análise apresentando uma grande incerteza na sua avaliação. A substituição dos observadores por sistemas automáticos tem como objetivo reduzir as incertezas e os aspectos subjetivos de observação. Em geral são utilizadas câmeras e algoritmos de processamento de imagens nesta avaliação. Mas os métodos e as tecnologias existentes para a substituição dos seres humanos nesta tarefa ainda são triviais. Substituir a análise subjetiva dos observadores sinópticos envolvem aspectos relacionados à área de inteligência artificial para encontrar novas técnicas de identificação e classificação dos padrões atmosféricos existentes nas imagens. A presente pesquisa tem como objetivo analisar as imagens de superfície para modelar e classificar os padrões atmosféricos automaticamente para a avaliação das nuvens. Os métodos utilizados nesta pesquisa são a Bayesiana( aprendizado supervisionado e análise), estatística multivariada e teoria de agentes inteligentes.
As imagens a seguir apresentam uma ilustração acerca das pesquisas em andamento. à esquerda um exemplo da estimativa de nuvens ao longo de um dia. Ao lado duas imagens originais e a análise em dois horários diferentes.
Pesquisadores envolvidos
- Sylvio Luiz Mantelli Neto : Principal
- Eros Comunello : Pesquisador colaborador.
- Aldo von Wangenheim: coordenador do grupo.
- Dr. Enio Bueno Pereira: Pesquisador colaborador.
Publicações
- Mantelli Neto, Sylvio Luiz, Aldo von Wangenheim, Enio Bueno Pereira, Eros Comunello, 2010: The Use of Euclidean Geometric Distance on RGB Color Space for the Classification of Sky and Cloud Patterns. J. Atmos. Oceanic Technol., 27, 1504–1517. doi: 10.1175/2010JTECHA1353.1
- MANTELLI NETO, S. L. ; WANGENHEIN, A. V. ; PEREIRA, Enio Bueno ; E. Comunello . (accepted) Methodology for Automatic Observation of Sky Patterns. In: XXIX Congresso da Sociedade Brasileira de Computação- Colóquio em Informática: Brasil / INRIA Cooperações Avanços e Desafioos, 2009, Bento Gonçalves RS. Proccedings do XXIX Congresso da Sociedade Brasileira de Computação- Colóquio em Informática: Brasil / INRIA Cooperações Avanços e Desafioos, 2009.
- MANTELLI NETO, S. L. ; WANGENHEIN, Aldo Von ; PEREIRA, Enio Bueno . Modelo preliminar de estimativa de cobertura de nuvens, no espaço de cores RGB obtidas a partir de imageador automático.. In: XII Simpósio Brasileiro de Sensoriamento Remoto, 2005, Goiânia. Anais XII Simpósio Brasileiro de Sensoriamento Remoto, 2005. p. 4123-4131.
- MANTELLI NETO, S. L. ; WANGENHEIN, Aldo Von ; PEREIRA, Ê. B. . Nova Metodologia para a Estimativa da Cobertura de Nuvens. . Revista Pesquisa Naval, v. 15.
- MANTELLI NETO, S. L. ; WANGENHEIN, A. V. ; PEREIRA, Enio Bueno . Desenvolvimento de uma Nova Metodologia para a Estimativa da Cobertura de Nuvens. In: XII Congresso Brasileiro de Meteorologia, 2002, Foz do Iguaçu, 2002.
Referencias
Russel S., Norvig P. Artificial Intelligence 2nd ed. 2003 book Elsevier .
Johnson R. A. and Wichern D. W. Applied Multivariate Statistical Analysis. 6th. ed. 2007 book Pearson Int. Ed.
Duda R. O., Hart P. E., Stork D. G. Pattern Classification 2nd ed. 2000 Wiley-Interscience.
Gonzales R. C., Woods R. E. Digital Image Processing, 2nd ed. 2002 Prentice-Hall
