Quantificação de incertezas em previsões pluviométricas com Conformal Prediction

Este trabalho investiga a aplicação de métodos de Conformal Prediction (CP) na construção de intervalos preditivos para previsão pluviométrica diária, com foco na quantificação de incerteza em múltiplos horizontes de previsão. O problema é motivado pela natureza altamente irregular e não linear da precipitação, em que a obtenção de estimativas pontuais isoladas é insuficiente para apoiar decisões confiáveis. Quatro modelos preditivos são comparados: Seasonal Autoregressive Integrated Moving Average with Exogenous Variables (SARIMAX), como benchmark estatístico clássico; Random Forest (RF), como método baseado em ensemble de árvores; e duas arquiteturas neurais recorrentes, Long Short-Term Memory (LSTM) e Gated Recurrent Unit (GRU). Cada modelo é combinado a três estratégias conformes: Inductive Conformal Prediction (ICP), Mondrian Conformal Prediction e Conformalized Quantile Regression (CQR). Os experimentos são conduzidos com dados meteorológicos reais da estação de Brasília, disponibilizados pelo Instituto Nacional de Meteorologia (INMET), para os horizontes de um, sete e trinta dias. Uma contribuição metodológica central do trabalho é o tratamento explícito da violação da hipótese de permutabilidade que séries temporais impõem ao CP: na ausência dessa garantia teórica, a validade dos intervalos é verificada empiricamente por meio da cobertura observada no conjunto de teste. Os resultados mostram que LSTM, GRU e SARIMAX superam o Random Forest tanto em acurácia pontual quanto na qualidade dos intervalos conformes. No horizonte de curto prazo, a combinação LSTM com ICP se destaca por reunir cobertura empírica próxima ao nível nominal de noventa por cento e a menor largura média entre as combinações competitivas, constituindo o resultado mais relevante do trabalho. Nos horizontes de médio e longo prazo, o Mondrian se mostra a estratégia conforme mais consistente em termos de equilíbrio entre cobertura e largura dos intervalos, enquanto o CQR apresenta maior sensibilidade a picos e oscilações locais da série. Os achados indicam que a qualidade do preditor base influencia diretamente a utilidade dos intervalos conformes e que diferentes estratégias de CP favorecem dimensões distintas da qualidade intervalar, o que reforça a importância de avaliar métodos de quantificação de incerteza sob critérios complementares em problemas de previsão pluviométrica.

Resumo (inglês)

This work investigates the application of Conformal Prediction (CP) methods for constructing predictive intervals in daily rainfall forecasting, with a focus on uncertainty quantification across multiple prediction horizons. The problem is motivated by the highly irregular and nonlinear nature of precipitation, where point estimates alone are insufficient to support reliable decision-making. Four predictive models are compared: Seasonal Autoregressive Integrated Moving Average with Exogenous Variables (SARIMAX), as a classical statistical benchmark; Random Forest (RF), as an ensemble-based tree method; and two recurrent neural architectures, Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU). Each model is combined with three conformal strategies: Inductive Conformal Prediction (ICP), Mondrian Conformal Prediction, and Conformalized Quantile Regression (CQR). Experiments are conducted using real meteorological data from the Brasília weather station, made available by the Brazilian National Institute of Meteorology (INMET), for prediction horizons of one, seven, and thirty days. A central methodological contribution of this work is the explicit treatment of the exchangeability assumption violation that time series impose on CP: in the absence of this theoretical guarantee, the validity of the intervals is assessed empirically through the coverage observed on the test set. Results show that LSTM, GRU, and SARIMAX outperform Random Forest in both point accuracy and conformal interval quality. At the short-term horizon, the combination of LSTM with ICP stands out by achieving empirical coverage close to the nominal ninety percent level alongside the smallest average interval width among competitive combinations, representing the most relevant finding of this work. At medium and long-term horizons, Mondrian proves to be the most consistent conformal strategy in terms of the balance between coverage and interval width, while CQR shows greater sensitivity to peaks and local oscillations in the series. The findings indicate that the quality of the base predictor directly influences the utility of conformal intervals, and that different CP strategies favor distinct dimensions of interval quality, reinforcing the importance of evaluating uncertainty quantification methods under complementary criteria in rainfall forecasting problems.

Palavras-chave

Análise de regressão , Distribuição (Probabilidades) , Mineração de dados (Computação) , Bioclimatologia , Hidrografia , Regression analysis , Data mining , Bioclimatology , Hydrography

Idioma

Português

Citação

PAULO, Renan de. Quantificação de incertezas em previsões pluviométricas com Conformal Prediction. 2026. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Controle e Automação) - Instituto de Ciência e Tecnologia, Universidade Estadual Paulista, Sorocaba, 2026.