Avaliação de Modelos de Inteligência Artificial para Previsão de Variações Batimétricas com Base em Dados Meteoceanográficos de Boia

Código

III-FLUHIDROS0066

Autores

Henery Ferreira Garção, THIAGO FREITAS DO NASCIMENTO, AUREO ANTONIO MANENTE FILHO

Tema

13 - Estuários, costas e portos: hidrodinâmica, sedimentos, ondas e qualidade de água

Resumo

Este estudo avalia o desempenho de modelos de aprendizado de máquina na previsão de variações batimétricas em ambientes costeiros a partir de dados meteoceanográficos provenientes exclusivamente de boias. O conjunto de dados foi construído a partir de levantamentos batimétricos sucessivos, utilizados para estimar a evolução do leito, combinados com séries temporais de altura significativa de onda, correntes e nível do mar. As variações batimétricas foram discretizadas em cinco classes representando diferentes intensidades de assoreamento, estabilidade e erosão. Foram avaliados os algoritmos Random Forest e Gradient Boosting, com treinamento baseado em divisão temporal dos dados. Os resultados indicaram desempenho superior ao baseline, com acurácia global em torno de 0,45. No entanto, observou-se forte desbalanceamento na capacidade preditiva, com melhor desempenho na identificação de condições intermediárias e limitações na previsão de valores mais extremos. Os resultados evidenciam que dados de boia são capazes de capturar tendências gerais da dinâmica do leito, mas apresentam limitações na representação de processos mais intensos e espacialmente complexos, indicando a necessidade de integração com outras fontes de dados para aplicações operacionais.