A machine learning and statistical learning-based pipeline to perform multipoint rainfall forecasting
Open Access
- 25 September 2023
- conference paper
- Published by Sociedade Brasileira de Computação
- p. 726-740
Abstract
Analisar e prever a precipitação é crucial para a sociedade, principalmente quando ocorrem chuvas extremas e inundações. Tais eventos impactam as estruturas socioeconômicas e podem levar a fatalidades. O entendimento da formação das chuvas e das variáveis associadas auxilia no desenvolvimento de modelos preditivos dos níveis de precipitação, auxiliando na tomada de decisões nas cadeias produtivas e na mobilidade urbana. Avanços recentes neste campo resultam do aumento do poder de processamento do computador e da disponibilidade de dados meteorológicos em todo o mundo. Este estudo se concentra na avaliação dos modelos SARIMA, RNN e XGBoost para prever a precipitação mensal ao longo de uma ferrovia no norte do Brasil. Usando valores de precipitação defasados, SARIMA teve melhor desempenho em 11 dos 13 pontos (com R² variando de 0,704 a 0,817), enquanto RNN superou nos pontos restantes (15,39% dos pontos avaliados).Keywords
This publication has 9 references indexed in Scilit:
- How does artificial intelligence development affect green technology innovation in China? Evidence from dynamic panel data analysisEnvironmental Science and Pollution Research, 2022
- The case for global regulation of carbon capture and storage and artificial intelligence for climate changeInternational Journal of Greenhouse Gas Control, 2022
- Trends of Rainfall Variability and Drought Monitoring Using Standardized Precipitation Index in a Scarcely Gauged Basin of Northern PakistanWater, 2022
- Estimated changes in different forms of precipitation (snow, sleet, and rain) across China: 1961–2016Atmospheric Research, 2022
- South America Seasonal Precipitation Prediction by Gradient-Boosting Machine-Learning ApproachAtmosphere, 2022
- A comparative study of extensive machine learning models for predicting long‐term monthly rainfall with an ensemble of climatic and meteorological predictorsHydrological Processes, 2021
- Systematic mapping of global research on climate and health: a machine learning reviewThe Lancet Planetary Health, 2021
- Deep BLSTM-GRU Model for Monthly Rainfall Prediction: A Case Study of Simtokha, BhutanRemote Sensing, 2020
- Risk Capital and Emerging Technologies: Innovation and Investment Patterns Based on Artificial Intelligence Patent Data AnalysisJournal of Risk and Financial Management, 2019