Resumo:
A transformação digital é uma realidade em todas as áreas da atividade humana e tem
sido acelerada pela recente pandemia de Covid-19. O uso de Inteligência Artificial,
Data Analytics, Realidade Aumentada, robôs, entre outras tecnologias, possibilita a
automação de processos em praticamente todos os setores da economia: agricultura,
produção e serviços. Entender as variáveis climáticas e seus impactos no meio
ambiente sempre foi um desafio para a humanidade, que, desde a antiguidade até os
dias atuais, se depara com situações inesperadas que afetam o cotidiano e, muitas
vezes, colocam vidas em risco. Atualmente, além de compreender, busca-se prever o
clima e seus impactos ambientais, de modo a mitigar riscos e garantir o
desenvolvimento sustentável, preservando a natureza (fauna, flora, recursos naturais
etc.). O uso de ferramentas computacionais para modelagem numérica dessas
variáveis é de extrema importância, respondendo à necessidade de variações cada
vez mais rápidas e confiáveis. Este projeto analisa a precisão de uma ferramenta
disponível no mercado, que utiliza o modelo WRF, na simulação de eventos extremos
de oferta em Santa Catarina. Para isso, foram selecionados 26 eventos de
atualizações representativos dos percentuais acima de 99,9% de cada estação do
ano, nas 11 mesorregiões de Santa Catarina, que foram analisados para identificar a
climatologia dos sistemas que mais influenciam o estado e provocam tais ocorrências.
Nesses 26 eventos, foram avaliados ao menos dois eventos dos principais sistemas
meteorológicos atuantes no estado: sistemas de mesoescala (mais comuns na região
oeste), circulação marítima (mais comum na região litorânea) e frentes frias clássicas.
Para esses 26 eventos, o modelo WRF foi executado para avaliar a precisão da
previsibilidade dessas ocorrências com 24, 48 e 72 horas de antecedência, resultando
em taxas de acerto de 100% de acerto quanto a ocorrência de precipitação e de
24,30%, 34,82% e 36,79% na comparação entre os volumes de precipitação
acumulados observados e os resultados simulados pelo WRF. A baixa assertividade
nos volumes de precipitação deve-se principalmente a incertezas quanto às condições
iniciais e às granularidades espaciais e temporais utilizadas.
