Hydrological forecast in Macaé river basin with neural networks
DOI:
https://doi.org/10.5335/rbca.v14i1.12964Palavras-chave:
artificial neural networks, drainage basin of macaé river, hydrological forecastingResumo
Background, A previsão hidrológica é uma ferramenta valiosa no tratamento de problemas socioambientais, podendo ser utilizada em sistemas de alerta de desastres naturais e auxiliar na formulação de políticas públicas.
Este trabalho apresenta a aplicação de um modelo hidrológico baseado em Redes Neurais Artificiais (RNA). A variável modelada foi o estágio de inundação da estação fluviométrica Fazenda Airis, localizada na bacia do rio Macaé.
Para tanto, os conjuntos de dados utilizados são compostos por registros diários de vazões e estações pluviométricas entre 2010 a 2013, disponibilizados pela Agência Nacional de Águas (ANA) e pelo Sistema de Alerta de Inundação do INEA (Instituto Estadual do Meio Ambiente do Rio de Janeiro).
A metodologia adotada investiga a influência das variáveis de entrada e da arquitetura da RNA no desempenho dos modelos.
Resultados, Os resultados obtidos foram considerados muito satisfatórios e suportam a proposição do potencial das Redes Neurais Artificiais para previsões hidrológicas. Constatou-se que dos 189 modelos criados, 42,3\% tinham o coeficiente de determinação R2 acima de 0,80.
Conclusões, A melhor RNA desenvolvida recebeu dados diários de seis estações pluviométricas e uma estação fluviométrica, obtendo para as métricas R2 e MAE os valores de 0,88, 7,03 cm, respectivamente.
Por fim, os resultados foram comparados com trabalhos relacionados e são semelhantes ou superiores mesmo com séries temporais mais curtas.
Downloads
Downloads
Publicado
Edição
Seção
Licença
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
