| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 33.58 MB | Adobe PDF |
Advisor(s)
Abstract(s)
O conhecimento das condições de agitação marítima é essencial para o planeamento e condução das operações navais e anfíbias, bem como para as atividades da Autoridade Marítima Nacional, da Proteção Civil, e de outros serviços públicos. A previsão do estado do mar é atualmente obtida através de modelos computacionais que integram equações matemáticas capazes de descrever os processos de geração, propagação e transformação das ondas de vento. Esses modelos requerem a utilização de meios computacionais poderosos, operados continuamente por equipas especializadas, e a disseminação dos resultados desses modelos pode ser comprometida por ciberataques ou ações de Guerra Eletrónica.
Neste trabalho, é apresentado um método de previsão baseado em modelos de aprendizagem automática (Machine Learning) supervisionada. O treino dos modelos foi efetuado a partir de registos dos modelos matemáticos de previsão e agitação marítima operados no Centro de Excelência Geoespacial, Meteorológico e Oceanográfico (CGEOMETOC) da NATO e dos dados da boia de Sines operada pelo Instituto Hidrográfico (IH). Estes modelos apresentam as vantagens de, uma vez treinados de forma adequada, permitirem obter previsões das condições de agitação marítima com um esforço computacional muito inferior ao dos modelos tradicionais, e de concederem uma maior autonomia às forças e unidades navais nas suas operações.
O presente trabalho apresenta um passo significativo na tentativa de reduzir o esforço computacional despendidos pelo CGEOMETOC na produção de informação disponibilizada ao público sobre as condições de agitação marítima nas costas de Portugal, e de contribuir para uma maior autonomia e resiliência da elaboração das previsões meteo-oceanográficas por parte das forças e unidades navais empenhadas em operações. Representa também um contributo para o problema geral da previsão das condições de agitação marítima através de modelos de aprendizagem automática, que é de momento uma área de investigação ativa.
Description
Keywords
Agitação Marítima Modelos de Previsão Aprendizagem Automática Redes Neuronais