Anais do Congresso Pernambucano de Recursos Hídricos

MACHINE LEARNING EM NUVEM PARA ANÁLISE COMPORTAMENTAL E ESTATÍSTICA DE VARIÁVEIS METEOROLÓGICAS NA MICROBACIA DO RIO BITURY EM PERNAMBUCO

Publicado em 05/04/2026 - ISBN: 978-65-272-2310-8

Link Todos os Trabalhos
Trabalho Completo Resumo
Título do Trabalho
MACHINE LEARNING EM NUVEM PARA ANÁLISE COMPORTAMENTAL E ESTATÍSTICA DE VARIÁVEIS METEOROLÓGICAS NA MICROBACIA DO RIO BITURY EM PERNAMBUCO
Autores
  • Fernando Jeferson de Macedo Nascimento
  • Thaise De Souza Santos
  • Elizabeth Amaral Pastich Gonçalves
  • Joel da Silva Almeida
  • Gustavo Arturo Riveros Godoy
Modalidade
Resumo expandido (clique aqui para fazer o download do template)
Área temática
Mudanças climáticas
Data de Publicação
05/04/2026
País da Publicação
Brasil
Idioma da Publicação
pt-BR
Página do Trabalho
https://www.even3.com.br/anais/i-congresso-pernambucano-recursos-hidricos/1444044-machine-learning-em-nuvem-para-analise-comportamental-e-estatistica-de-variaveis-meteorologicas-na-microbacia-do
ISBN
978-65-272-2310-8
Palavras-Chave
Diagnóstico ambiental, Variáveis meteorológicas, Machine Learning; Mudanças climáticas; Microbacia hidrográfica.
Resumo
A crescente ocorrência de eventos climáticos extremos têm impulsionado o uso de técnicas avançadas para análise de dados ambientais. Este estudo avalia o comportamento estatístico e computacional de variáveis meteorológicas na microbacia do rio Bitury, situada em Belo Jardim, Pernambuco, Brasil, integrando análise estatística multiescalar e aprendizado de máquina em nuvem. A abordagem combina séries históricas de 30 anos e dados observacionais recentes para avaliar anomalias e padrões climáticos regionais. A modelagem foi desenvolvida com aprendizado supervisionado no Google Colab, utilizando dados da APAC e estimativas da AccuWeather, consultados inicialmente em 2024. Os resultados indicam alta irregularidade pluviométrica, maior estabilidade da evapotranspiração e predominância de déficit hídrico anual. As correlações evidenciaram forte relação entre precipitação e a evapotranspiração, além de elevada consistência térmica, convergindo com o comportamento das demais variáveis estatisticamente. Conclui-se que a integração entre estatística e Machine Learning fortalece o monitoramento climático e o planejamento hidroambiental em regiões semiáridas.
Título do Evento
I Congresso Pernambucano de Recursos Hídricos
Cidade do Evento
Recife
Título dos Anais do Evento
Anais do Congresso Pernambucano de Recursos Hídricos
Nome da Editora
Even3
Meio de Divulgação
Meio Digital

Como citar

NASCIMENTO, Fernando Jeferson de Macedo et al.. MACHINE LEARNING EM NUVEM PARA ANÁLISE COMPORTAMENTAL E ESTATÍSTICA DE VARIÁVEIS METEOROLÓGICAS NA MICROBACIA DO RIO BITURY EM PERNAMBUCO.. In: Anais do Congresso Pernambucano de Recursos Hídricos. Anais...Recife(PE) Escola Politécnica de Pernambuco, 2026. Disponível em: https//www.even3.com.br/anais/i-congresso-pernambucano-recursos-hidricos/1444044-MACHINE-LEARNING-EM-NUVEM-PARA-ANALISE-COMPORTAMENTAL-E-ESTATISTICA-DE-VARIAVEIS-METEOROLOGICAS-NA-MICROBACIA-DO. Acesso em: 12/07/2026

Trabalho

Even3 Publicacoes