Análise multivariada para classificação de padrões por semelhança

Marco, Luciano Correa

Abstract:

 
Apresenta-se um estudo sobre classificação de padrões por semelhança em campos de pressão na região Sul do Rio Grande do Sul, principalmente na cidade de Rio Grande, utilizando o método de classificação de padrões de mapas de Lund (1963), com dois parâmetros diferentes, o coeficiente Linear de Pearson e Informação Mútua com Entropia de Shannon. O intuito deste estudo é determinar as classes e os dias principais de cada classe para os campos de pressão, assim este estudo permite determinar uma analise geral dentro de cada classe objetivando determinar padrões de pressão associado a eventos de concentrações de poluentes e extremos de precipitação. Os resultados obtidos para concentração de poluentes utilizando o método de Lund com coeficiente linear de Pearson encontrou-se oito classes sendo 28 casos na classe 1 com um centro de pressão a sudeste da cidade de Rio Grande, 17 casos na classe 2 com um centro de pressão a oeste e 16 casos na classe 3 com um centro de pressão ao sobre da cidade de Rio Grande, para o método de Lund com Informação mútua com Entropia de Shannon foram encontrados 7 classes, sendo 38 casos na classe 1 com um centro de pressão a oeste de Rio Grande, 24 casos na classe 2 com um centro de pressão a sudeste e 17 casos na classe 3 com um centro de pressão sobre a cidade de Rio Grande. Já os resultados obtidos para Extremos de Precipitação com o método de Lund utilizando coeficiente linear de Pearson foram encontrados 3 classes sendo 10 casos na classe 1 com uma frente fria, 7 casos na classe 2 com um sistema convectivo e 2 casos na classe 3 com um ciclone extratropical, para o método de Lund com Informação mútua com Entropia de Shannon foram 3 classes com 10 casos na classe 1 com uma frente fria, 5 casos na classe 2 com ciclone extratropical e 1 caso na classe 3 com sistema convectivo. Estes resultados são compatíveis com outros encontrados na literatura, mesmo assim necessita-se de mais estudos com outras variáveis e outros métodos para resultados mais precisos.
 
A study on the classification of patterns by similarity in pressure fields in the southern region of Rio Grande do Sul, mainly in the city of Rio Grande, using the method of classification of map standards of Lund (1963), with two different parameters , Pearson's Linear Coefficient, and Mutual Information with Shannon's Entropy. The purpose of this study is to determine the classes and main days of each class for the pressure fields, so this study allows to determine a general analysis within each class aiming to determine pressure patterns associated with events of concentrations of pollutants and extremes of precipitation. The results obtained for the concentration of pollutants using the Lund method with Pearson's linear coefficient were found in 8 classes, 28 cases in class 1 with a pressure center southeast of the city of Rio Grande, 17 cases in class 2 with a center of pressure to the west and 16 cases in class 3 with a pressure center to the envelope of the city of Rio Grande, to the method of Lund with Mutual Information with Entropy of Shannon were found 7 classes, being 38 cases in class 1 with a center of pressure west of Rio Grande, 24 cases in class 2 with a center of pressure to the southeast and 17 cases in class 3 with a center of pressure on the city of Rio Grande. The results obtained for the Lund method using the Pearson linear coefficient were found in 3 classes, 10 cases in class 1 with a cold front, 7 cases in class 2 with a convective system and 2 cases in class 3 with one cyclone, for the Lund method with Shannon's Entropy mutual information were 3 classes with 10 cases in class 1 with a cold front, 5 cases in class 2 with extratropical cyclone and 1 case in class 3 with convective system. These results are compatible with others found in the literature, although further studies with other variables and other methods are needed for more precise results.
 

Show full item record

 

Files in this item

This item appears in the following Collection(s)

:

  • IMEF – Mestrado em Modelagem Computacional