Estimativa da radiação solar ultravioleta em Botucatu/SP/Brasil utilizando máquina de vetores de suporte (SVM)
Carregando...
Data
2013
Autores
Almeida, Thiago do Nascimento Santana de [UNESP]
Teramoto, Érico Tadao [UNESP]
Pai, Alexandre Dal
Rodrigues, Douglas [UNESP]
Escobedo, João Francisco [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
In this papper is evaluated the estimation of daily solar ultraviolet radiation (UV) using Support Vector Machine (SVM) in Botucatu/SP/Brazil. We tested five groups of input data containing different weather variables. A more precise estimation of UV was obtained using insolation data, relative humidity, air temperature, precipitation, photoperiod, solar radiation at the top of the atmosphere, ultraviolet radiation at the top of the atmosphere, solar radiation global, clearness index kt and relative optical mass as input variables. This model had MBE = -0,99%; RMSE = 6,58%, d = 0,989 and R² = 0.960, equivalent performance those found in the literature.
Neste trabalho é avaliada a estimação da radiação solar ultravioleta diária (UV) utilizando a Máquina de Vetores de Suporte (SVM) em Botucatu/SP/Brasil. Foram testados cinco grupos de dados de entrada, contendo diferentes variáveis meteorológicas. A maior precisão na estimação da UV foi obtida utilizando como variáveis de entrada dados de insolação, umidade relativa, temperatura do ar, precipitação, fotoperíodo, radiação solar no topo da atmosfera, radiação ultravioleta no topo da atmosfera, radiação solar global, índice de claridade Kt e massa ótica relativa. Este modelo apresentou MBE = 0.002; RMSE = 0.041, d = 0.991 e R² 0.969, desempenho equivalente aos encontrados na literatura.
Neste trabalho é avaliada a estimação da radiação solar ultravioleta diária (UV) utilizando a Máquina de Vetores de Suporte (SVM) em Botucatu/SP/Brasil. Foram testados cinco grupos de dados de entrada, contendo diferentes variáveis meteorológicas. A maior precisão na estimação da UV foi obtida utilizando como variáveis de entrada dados de insolação, umidade relativa, temperatura do ar, precipitação, fotoperíodo, radiação solar no topo da atmosfera, radiação ultravioleta no topo da atmosfera, radiação solar global, índice de claridade Kt e massa ótica relativa. Este modelo apresentou MBE = 0.002; RMSE = 0.041, d = 0.991 e R² 0.969, desempenho equivalente aos encontrados na literatura.
Descrição
Palavras-chave
Machine learning, Estimative models, Support vector machine, Aprendizado de máquina, Modelos de estimativa, Support vector machin
Como citar
Tekhne e Logos, v. 4, n. 1, p. 182-196, 2013.