Uso do processo de descoberta de conhecimento KDD para caracterização do clima e apoio à tomada de decisão na engenharia e construção civil na região metropolitana de Campinas

Abstract

Na engenharia dados climáticos são muito utilizados em projetos e planejamento de obras. Contudo quando o clima da região onde o projeto será implementado não foi devidamente caracterizado, podem ocorrer muitos erros e gerar muitos atrasos. Junta-se a isso o fato do setor de engenharia e construção passar por uma crise nos últimos anos, assim esse tipo de erro deve ser reduzido para que as empresas e profissionais do ramo não sofram prejuízos. A Região Metropolitana de Campinas (RMC) não foge desse cenário, por ser uma região importante para o estado de São Paulo que comporta muitas indústrias e empresas de construção. Sendo assim este trabalho teve como objetivo realizar um processo de descoberta de conhecimento em base de dados (KDD) para caracterização do clima e apoio à tomada de decisão na área da engenharia e construção civil na RMC. Para a aplicação do KDD, as bases de dados climáticos foram pré processadas, realizando a limpeza e normalização dos dados. Após o pré-processamento os dados foram clusterizados utilizando o algoritmo k-means gerando clusters, com os quais foi possível a caracterização do clima da RMC. A análise desses clusters foi possível a partir da utilização do software Microsoft Excel, utilizado para a montagem das tabelas de frequência e dos gráficos para apresentação dos resultados. Os clusters formados apresentaram clara distinção entre as cidades em que as estações meteorológicas estavam localizadas, caracterizando cada uma delas, sendo a localizada a noroeste da RMC com maior temperatura e menos chuvas e a localizada a sudeste com mais chuvas e menor temperatura. As demais regiões caracterizadas apresentaram diferença leve de precipitação e temperatura. Com isso o processo KDD se mostrou eficiente para a caracterização do clima e assim servir de apoio nas decisões da engenharia e construção civil.