Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia
As técnicas de redes neurais artificiais (RNAs) têm sido utilizadas na previsão de variáveis hidrológicas pela capacidade de generalizar informações, o que torna a implementação de modelos menos onerosa e mais ágil. Neste estudo, foi simulado o fenômeno de conversão de chuvas em vazões de uma Sub-ba...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Associação Brasileira de Recursos Hídricos – ABRHidro
2021-05-01
|
| Series: | Revista de Gestão de Água da América Latina |
| Online Access: | https://www.abrh.org.br/OJS/index.php/REGA/article/view/502 |
| _version_ | 1831651438814560256 |
|---|---|
| author | Leonardo Melo de Mendonça Igor de Souza Gomide Jaime Viana de Sousa Claudio José Cavalcante Blanco |
| author_facet | Leonardo Melo de Mendonça Igor de Souza Gomide Jaime Viana de Sousa Claudio José Cavalcante Blanco |
| author_sort | Leonardo Melo de Mendonça |
| collection | DOAJ |
| description | As técnicas de redes neurais artificiais (RNAs) têm sido utilizadas na previsão de variáveis hidrológicas pela capacidade de generalizar informações, o que torna a implementação de modelos menos onerosa e mais ágil. Neste estudo, foi simulado o fenômeno de conversão de chuvas em vazões de uma Sub-bacia Hidrográfica do Rio Guamá (SHRG) no Estado do Pará, Amazônia. Os modelos são baseados em RNAs de arquiteturas MLP (Multilayer Perceptron) e NARX (Nonlinear Autoregressive with Exogenous Inputs), com função de ativação Tangente Hiperbólica nos neurônios de camada oculta, sendo treinadas pelo algoritmo de treinamento supervisionado Levenberg-Marquardt. Comparando as RNAs propostas, os modelos RNA-NARX apresentaram melhores desempenhos comparados ao modelo RNA-MLP. O melhor dos modelos RNA-NARX apresentou, em média, para as fases de treinamento, validação e teste, R² igual a 0,9901, RMSE igual a 11,73 m3s-1 e MAPE igual a 5,94%. Esses resultados mostram a possibilidade da simulação de vazões de pequenas e médias bacias hidrográficas da Amazônia através da combinação de RNAs NARXs, principalmente bacias com ausência ou limitação de dados chuva-vazão. |
| first_indexed | 2024-12-19T15:27:34Z |
| format | Article |
| id | doaj.art-b3426df256c14f6fbe1759e40c6df4d5 |
| institution | Directory Open Access Journal |
| issn | 2359-1919 |
| language | English |
| last_indexed | 2024-12-19T15:27:34Z |
| publishDate | 2021-05-01 |
| publisher | Associação Brasileira de Recursos Hídricos – ABRHidro |
| record_format | Article |
| series | Revista de Gestão de Água da América Latina |
| spelling | doaj.art-b3426df256c14f6fbe1759e40c6df4d52022-12-21T20:15:50ZengAssociação Brasileira de Recursos Hídricos – ABRHidroRevista de Gestão de Água da América Latina2359-19192021-05-01182021Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da AmazôniaLeonardo Melo de Mendonça0Igor de Souza Gomide1Jaime Viana de Sousa2Claudio José Cavalcante Blanco3Faculdade de Engenharia Ambiental e Energias Renováveis, Universidade Federal Rural da Amazônia, Capanema, Pará, BrasilFaculdade de Engenharia Ambiental e Energias Renováveis, Universidade Federal Rural da Amazônia, Capanema, Pará, BrasilFaculdade de Engenharia Ambiental e Energias Renováveis, Universidade Federal Rural da Amazônia, Capanema, Pará, BrasilUFPAAs técnicas de redes neurais artificiais (RNAs) têm sido utilizadas na previsão de variáveis hidrológicas pela capacidade de generalizar informações, o que torna a implementação de modelos menos onerosa e mais ágil. Neste estudo, foi simulado o fenômeno de conversão de chuvas em vazões de uma Sub-bacia Hidrográfica do Rio Guamá (SHRG) no Estado do Pará, Amazônia. Os modelos são baseados em RNAs de arquiteturas MLP (Multilayer Perceptron) e NARX (Nonlinear Autoregressive with Exogenous Inputs), com função de ativação Tangente Hiperbólica nos neurônios de camada oculta, sendo treinadas pelo algoritmo de treinamento supervisionado Levenberg-Marquardt. Comparando as RNAs propostas, os modelos RNA-NARX apresentaram melhores desempenhos comparados ao modelo RNA-MLP. O melhor dos modelos RNA-NARX apresentou, em média, para as fases de treinamento, validação e teste, R² igual a 0,9901, RMSE igual a 11,73 m3s-1 e MAPE igual a 5,94%. Esses resultados mostram a possibilidade da simulação de vazões de pequenas e médias bacias hidrográficas da Amazônia através da combinação de RNAs NARXs, principalmente bacias com ausência ou limitação de dados chuva-vazão.https://www.abrh.org.br/OJS/index.php/REGA/article/view/502 |
| spellingShingle | Leonardo Melo de Mendonça Igor de Souza Gomide Jaime Viana de Sousa Claudio José Cavalcante Blanco Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia Revista de Gestão de Água da América Latina |
| title | Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia |
| title_full | Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia |
| title_fullStr | Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia |
| title_full_unstemmed | Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia |
| title_short | Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia |
| title_sort | modelagem chuva vazao via redes neurais artificiais para simulacao de vazoes de uma bacia hidrografica da amazonia |
| url | https://www.abrh.org.br/OJS/index.php/REGA/article/view/502 |
| work_keys_str_mv | AT leonardomelodemendonca modelagemchuvavazaoviaredesneuraisartificiaisparasimulacaodevazoesdeumabaciahidrograficadaamazonia AT igordesouzagomide modelagemchuvavazaoviaredesneuraisartificiaisparasimulacaodevazoesdeumabaciahidrograficadaamazonia AT jaimevianadesousa modelagemchuvavazaoviaredesneuraisartificiaisparasimulacaodevazoesdeumabaciahidrograficadaamazonia AT claudiojosecavalcanteblanco modelagemchuvavazaoviaredesneuraisartificiaisparasimulacaodevazoesdeumabaciahidrograficadaamazonia |