Universidade Estadual de Londrina

Curso: Ciência de Dados e Inteligência Artificial

Disciplina: 2COP020 - Aprendizado de Máquina Não Supervisionado

Docente: Gustavo Taiji Naozuka

Alunos: Adriano Lucio Uchoa Brandao
              Herik Daurizio Ricardo
              Julia Yokoyama Massaki
              Sofia Gutschow Casal

Clusterização de Trajetórias de Ciclones Tropicais com TRACLUS

Aplicação do algoritmo TRACLUS (Trajectory Clustering: A Partition-and-Group Framework) a trajetórias de tempestades e furacões do Oceano Atlântico, utilizando dados do HURDAT2 (2004–2025).

---

Introdução

Este projeto implementa o TRACLUS, um algoritmo de clusterização de trajetórias baseado no framework de partição e agrupamento. Em vez de comparar trajetórias inteiras, o TRACLUS decompõe cada trajetória em segmentos de reta por meio do princípio MDL (Minimum Description Length) e agrupa segmentos similares entre trajetórias distintas. O resultado são sub-trajetórias comuns padrões de deslocamento que passariam despercebidos ao se comparar trajetórias na íntegra.

O algoritmo é aplicado a 215 trajetórias de tempestades tropicais e furacões do Atlântico entre 2004 e 2025, extraídas da base HURDAT2 (NOAA/NHC). O objetivo é identificar regimes de deslocamento recorrentes a partir exclusivamente da geometria das trajetórias, sem utilizar nenhuma variável meteorológica como entrada, e depois cruzar os clusters obtidos com intensidade, duração e sazonalidade para interpretá-los fisicamente.

O pipeline completo é dividido em duas fases principais:

• Fase 1 - Partição (MDL): cada trajetória é aproximada por um conjunto mínimo de segmentos de reta, equilibrando conciseness (poucos segmentos) e preciseness (boa aproximação).
• Fase 2 - Agrupamento (DBSCAN adaptado): os segmentos de todas as trajetórias são agrupados por densidade usando uma distância composta pelas componentes perpendicular ($d_\perp$), paralela ($d_\parallel$) e angular ($d_\theta$). Cada cluster com cardinalidade mínima recebe uma trajetória representativa gerada por varredura (sweep line).

A avaliação dos clusters combina métricas adaptadas: coeficiente Silhouette e índice Davies-Bouldin.

---

Estrutura do Notebook

Bloco	Conteúdo
1. Introdução	Contexto do problema, visão geral do TRACLUS e suas duas fases
2. Dados e pré-processamento	Carregamento do HURDAT2, critérios de filtragem, EDA e conversão de coordenadas geográficas para cartesianas
3. Fase 1 - Partição (MDL)	Distâncias entre segmentos, custo MDL, algoritmo de partição e validação visual
4. Fase 2 - Agrupamento	Matriz de distâncias, heurística de $\varepsilon$ por entropia, busca em grade e clusterização final com trajetória representativa
5. Avaliação dos clusters	Silhouette adaptado, coesão intra-cluster, separação inter-cluster e Davies-Bouldin
6. Interpretação	Cruzamento dos clusters com intensidade, duração, velocidade translacional e sazonalidade

---

Tutorial de Execução

Pré-requisitos

• Python 3.10+
• Git

1. Clone o repositório

git clone https://github.com/HerikDR/Algoritmo-TRACLUS
cd Algoritmo-TRACLUS

2. Crie e ative o ambiente virtual

# Criação
python -m venv .venv

# Ativação — Linux/macOS
source .venv/bin/activate

# Ativação — Windows (PowerShell)
.venv\Scripts\Activate.ps1

3. Instale as dependências

pip install -r requirements.txt

4. Inicie o Jupyter

jupyter notebook traclus_hurdat.ipynb

O notebook espera encontrar os arquivos de dados no caminho dataset/. Certifique-se de que a estrutura de pastas está correta antes de executar (veja a seção abaixo).

Estrutura de Pastas Esperada

ALGORITMO-TRACLUS/
├── .venv/
├── dataset/
│   ├── hurdat2_trajectories.csv
│   └── mapa_base_atlantico.geojson
├── .gitignore
├── README.md
├── requirements.txt
├── traclus_core.py
└── traclus_hurdat.ipynb

Atenção: o arquivo mapa_base_atlantico.geojson é necessário para renderizar o mapa de fundo nos gráficos. Ele deve estar dentro da pasta dataset/, no mesmo nível do CSV.

---

Fonte dos Dados

O dataset utilizado é derivado da base HURDAT2 (Hurricane Database 2), mantida pelo National Hurricane Center (NOAA). Ela registra a posição e a intensidade de todos os sistemas tropicais do Atlântico a cada 6 horas, desde 1851.

• Acesse o dataset original em: Clique aqui

Características do Dataset Pré-processado (hurdat2_trajectories.csv)

Característica	Valor
Período coberto	2004–2025
Total de registros (observações de 6h)	11.885
Sistemas (storm_id) únicos	388
Tipos de status disponíveis	TD, TS, HU, EX, LO, SS, SD, DB, WV
Vento máximo registrado	165 kt
Pressão mínima registrada	882 hPa
Após filtragem (TS/HU, ≥ 12 obs.)
Trajetórias válidas	215
Registros filtrados	5.882

Colunas do Dataset

Coluna	Descrição
storm_id	Identificador único do sistema (ex.: AL012004)
storm_name	Nome do sistema
datetime, year, month, day, hour, minute	Data e hora da observação
record_id	Marcador de eventos especiais (landfall etc.)
status	Classificação do sistema na observação
latitude, longitude	Posição do centro do sistema (graus)
wind_kt	Vento máximo sustentado (nós)
pressure_mb	Pressão central mínima (hPa)

---

Referências

AGGARWAL, Charu C.; REDDY, Chandan K. (ed.). Data clustering: algorithms and applications. Boca Raton: CRC Press, 2014. ISBN 978-1-4665-5821-2.

DAVIES, David L.; BOULDIN, Donald W. A cluster separation measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, [S. l.], v. PAMI-1, n. 2, p. 224-227, 1979. DOI: 10.1109/TPAMI.1979.4766909.

ESTER, Martin; KRIEGEL, Hans-Peter; SANDER, Jörg; XU, Xiaowei. A density-based algorithm for discovering clusters in large spatial databases with noise. In: INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, 2., 1996, Portland. Proceedings [...]. Menlo Park: AAAI Press, 1996. p. 226-231.

LANDSEA, Christopher W.; FRANKLIN, James L. Atlantic hurricane database uncertainty and presentation of a new database format. Monthly Weather Review, Boston, v. 141, n. 10, p. 3576-3592, 2013. DOI: 10.1175/MWR-D-12-00254.1.

LEE, Jae-Gil; HAN, Jiawei; WHANG, Kyu-Young. Trajectory clustering: a partition-and-group framework. In: ACM SIGMOD INTERNATIONAL CONFERENCE ON MANAGEMENT OF DATA, 2007, Beijing. Proceedings of the 2007 ACM SIGMOD International Conference on Management of Data (SIGMOD '07). New York: ACM, 2007. p. 593-604. DOI: 10.1145/1247480.1247546.

NATIONAL HURRICANE CENTER. NHC data archive: HURDAT2 - Atlantic hurricane database. Miami: NOAA, c2026. Disponível em: https://www.nhc.noaa.gov/data/. Acesso em: 21 jun. 2026.

ROUSSEEUW, Peter J. Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, Amsterdam, v. 20, n. 1, p. 53-65, 1987. DOI: 10.1016/0377-0427(87)90125-7.