Uma forma de se prever o conteúdo total de elétrons na direção vertical (VTEC - Vertical Total Electron Content) usando a arquitetura de redes neurais artificiais (RNA) denominada de perceptrons de múltiplas camadas (MLP - MultipLayer Percetrons) é apresentada e avaliada nesta pesquisa. As entradas do modelo foram definidas como sendo a posição dos pontos ionosféricos (IPP - Ionospheric Pierce Point) e o tempo universal (TU), enquanto que a saída é o VTEC. As variações sazonais e de períodos mais longos são levadas em conta através da atualização do treinamento diariamente. Testes foram conduzidos sobre uma área que abrange o Brasil e sua vizinhança considerando períodos de alta e baixa atividade solar. As RNA foram treinadas utilizando informações dos mapas globais da ionosfera (GIM - Global Ionospheric Maps) produzidos pelo serviço internacional do GNSS (IGS - International GNSS Service) das 72 horas anteriores à época de início da previsão. As RNA treinadas foram utilizadas para prever o VTEC por 72 horas (VTEC RNA). Os VTEC RNA foram comparados com os VTEC contidos nos GIM (VTEC GIM). A raiz do erro médio quadrático (RMS) da diferença entre o VTEC GIM e o VTEC RNA variou de 1,4 a 10,7 unidades de TEC (TECU). O erro relativo mostra que a RNA proposta foi capaz de prever o VTEC com 70 a 85% de acerto.
Redes Neurais Artificiais; Atraso Ionosférico; Previsão do VTEC
