Estimativa da concentração atmosférica de co2 (xco2) no estado do amazonas, brasil: uma abordagem de séries temporais.

• Ano de defesa: 2025
• Autor(a) principal: Silva, Felipe Facco [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Agricultura; Gases de efeito estufa; Sensoriamento remoto
• Link de acesso: https://hdl.handle.net/11449/295914

As mudanças climáticas, intensificadas pelo aumento das concentrações de CO2 atmosférico nas últimas décadas, são um desafio global. Sensores remotos em satélites coletam dados sobre a dinâmica desse gás, e, por meio da modelagem, permitem inferências precisas sobre suas fontes e sumidouros. Este estudo teve como objetivo avaliar o desempenho de modelos estatísticos para identificar e caracterizar a concentração de gases de efeito estufa (GEE) no estado do Amazonas, Brasil, utilizando os modelos autorregressivos de médias móveis (ARIMA) e de suavização exponencial (ETS). Os dados da concentração média de CO2 na coluna de ar atmosférico (XCO2) foram coletados na plataforma OCO-2, da Nasa. Para avaliar o efeito local do XCO2, foi aplicada a remoção da tendência por meio de regressão linear sobre os dados brutos. A área foi agrupada por métodos não supervisionados, tanto para dados com e sem tendência. Foram analisadas as médias mensais do XCO2 para o período de 2015 a 2022, com aplicação de estatística descritiva e dos modelos estatísticos citados. A média do XCO2 com tendência foi de 407,55 ± 0,01 ppm, enquanto a série sem tendência apresentou 390,20 ± 0,00 ppm. Para avaliar o desempenho dos modelos utilizamos os indicadores MAPE, RMSE, AIC e BIC. A remoção da tendência aumentou o poder preditivo dos modelos, com o MAPE médio mostrando uma redução de 0,2743 (com tendência) para 0,1985 (sem tendência) nos modelos de teste. Na fase de treino, não foram observadas diferenças significativas entre os métodos ARIMA e ETS. No entanto, na fase de teste, o modelo ARIMA apresentou melhor desempenho, especialmente nos dados com tendência, com MAPE médio de 0,2533 para ARIMA e 0,2953 para ETS. Os resultados mostraram que ambos os modelos são eficazes na previsão e modelagem das concentrações de XCO2 no estado do Amazonas, Brasil.