Análise de séries temporais alterações climáticas

Este livro explora a importância de uma previsão exacta da precipitação para a gestão dos recursos hídricos, a agricultura e a preparação para catástrofes. Apresenta uma análise comparativa de dois modelos de previsão - Regressão Vetorial de Apoio (SVR) e Média Móvel Integrada Auto Regressiva Sazonal (SARIMA) - utilizando dados históricos de precipitação de 2008 a 2021 para prever tendências de 2022 a 2026. Através de técnicas estatísticas e de visualização, como a análise de tendências, médias móveis, gráficos de caixa, mapas de calor, pontuações Z e gráficos de densidade, o estudo identifica padrões e anomalias nos dados de precipitação. Embora ambos os modelos apresentem uma boa capacidade de previsão, o SVR demonstra um desempenho superior, especialmente na captação de padrões complexos e não lineares. O livro destaca as vantagens da integração de métodos de aprendizagem automática com ferramentas estatísticas tradicionais para melhorar a previsão da precipitação e apoiar decisões baseadas em dados na agricultura, planeamento ambiental e resiliência climática.