Análise e previsão de curto prazo de wind shear no aeroporto Santos Dumond - Rio de Janeiro

Leão, Victor Veiga Souza

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/19235

Type:	Trabalho de conclusão de graduação
Title:	Análise e previsão de curto prazo de wind shear no aeroporto Santos Dumond - Rio de Janeiro
Author(s)/Inventor(s):	Leão, Victor Veiga Souza
Advisor:	França, Gutemberg Borges
Co-advisor:	Almeida, Vinícius Albuquerque de
Abstract:	A Wind Shear é caracterizada por uma variação na velocidade e/ou direção do vento no espaço. Eventos intensos desse fenômeno podem ser críticos para a atividade aérea, especialmente nas operações de pouso e decolagem, pelo fato de as aeronaves estarem a baixa altura e com baixa velocidade. A Wind Shear pode ser classificada, conforme sua intensidade, em leve (variação de 0 a 4 kt a cada 100 ft), moderada (variação de 5 a 8 kt a cada 100 ft), forte (variação de 9 a 12 kt a cada 100 ft) e severa (variação maior do que 12 kt/100 ft). Tendo em vista a importância para a segurança de voo, este estudo teve como objetivo analisar as características e propor um método para a previsão de curto prazo de Wind Shear, utilizando aprendizado de máquina, no Aeroporto Santos Dumont, Rio de Janeiro/RJ. Foram utilizados dados do período entre 01/10/2016 e 31/12/2020 oriundos do perfilador vertical de vento Sonic Detection And Ranging instalado na área de estudo. Os resultados indicaram que a maioria dos dados foi classificada como leve (99,93%). Ao analisar os eventos de intensidade forte (53 observações), houve maior ocorrência no mês de novembro, em horários noturnos e em alturas abaixo de 100 metros. Além disso, houve associação com ventos de quadrante sul e a passagem de sistemas frontais. Neste estudo, foram desenvolvidos 4 modelos regressivos para realizar previsões de 15, 30, 45 e 60 minutos. Para um mesmo tempo de previsão, os resultados foram semelhantes de forma geral. Entretanto, ao analisar o desempenho nos casos que foram classificados como fortes, houve um aumento nos erros. Por fim, foi possível melhorar o desempenho das previsões ao remover o viés dos modelos.
Keywords:	Wind Shear SODAR Aeroporto Santos Dumont Aprendizado de Máquina
Subject CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA
Production unit:	Instituto de Geociências
Publisher:	Universidade Federal do Rio de Janeiro
Issue Date:	2021
Publisher country:	Brasil
Language:	por
Right access:	Acesso Aberto
Appears in Collections:	Meteorologia

Files in This Item:

File	Description	Size	Format
LEÃO, V.V.S.pdf		3.15 MB	Adobe PDF	View/Open

Show full item record Recommend this item View Statistics

Pantheon Institutional repository