Comparação de algoritmos de Machine Learning na previsão da temperatura máxima diária em Portugal Continental

Abstract

Esta dissertação avaliou o desempenho de diferentes algoritmos de machine learning na previsão da temperatura máxima diária em Portugal Continental, com a utilização de dados de reanálise de 5ª geração do Centro Europeu de Previsões Meteorológicas de Médio Prazo. Foram considerados horizontes de 1 a 15 dias, com aplicação de técnicas de pré-processamento, engenharia de atributos e modelagem. O objectivo foi comparar a eficácia dos algoritmos diante de diferentes desafios temporais e variáveis ambientais. Os resultados mostraram que Random Forest, XGBoost e LightGBM obtiveram os menores valores de raiz do erro quadrático médio, erro absoluto médio e erro médio, mantendo estabilidade entre o 5º e o 15º dia. Já as Redes Neuronais Multi-Layer Perceptron e Long Short-Term Memory, embora capazes de capturar padrões complexos, apresentaram degradação do desempenho em horizontes mais longos, além de vieses sistemáticos. O algoritmo K-Nearest Neighbors teve desempenho inferior em todos os cenários. O estudo destaca as forças e limitações de cada abordagem e sugere, para pesquisas futuras, a ampliação dos horizontes de previsão e ajustes de arquitetura nas redes neuronais a visar maior precisão e robustez; Comparison of Machine Learning Algorithms for Daily Maximum Temperature Forecasting in Mainland Portugal - Abstract: This dissertation evaluated the performance of different machine learning algorithms in forecasting daily maximum temperature in Mainland Portugal, using 5th-generation reanalysis data from the European Centre for Medium-Range Weather Forecasts. Forecast horizons from 1 to 15 days were considered, incorporating preprocessing, feature engineering, and modeling techniques. The objective was to compare the effectiveness of the algorithms when faced with different temporal challenges and environmental variables. The results showed that Random Forest, XGBoost, and LightGBM achieved the lowest Root Mean Squared Error and Mean Absolute Error values, maintaining stability between the 5th and 15th days. In contrast, the Multi-Layer Perceptron and Long Short-Term Memory neural networks, although capable of capturing complex patterns, exhibited performance degradation at longer horizons as well as systematic biases. The K-Nearest Neighbors algorithm had inferior performance in all scenarios. This study highlights the strengths and limitations of each approach and suggests, for future research, extending the forecast horizons and adjusting neural network architectures to achieve greater accuracy and robustness.