Intelligent Modeling for Streamflow Forecasting

Brito, Bethania Oliveira; Salgado, Ricardo Menezes; Beijo, Luiz Alberto

doi:10.1109/tla.2016.7786349

Cited by 4 publications

(4 citation statements)

References 18 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Os percentuais de erros médios de previsão, em torno de 20%, encontrados nesse trabalho são semelhantes aos encontrados por Brito et al (2016) e Lima et al (2011), que fizeram estimativas de vazões com auxílio de redes neurais e Pinto et al (2015), que utilizaram séries temporais na análise de vazões. Todas as distribuições cometeram maiores erros no mês de novembro (Figura 2, a), isso pode ser explicado pelo fato de que é o primeiro mês do período chuvoso, apresentando menor média de vazão máxima do período de acordo com os dados da Tabela 1, o que dificulta a previsão de vazão máxima.…”

Section: Resultados E Discussõesunclassified

“…Optou-se por separar os meses em dois períodos: período úmido, de novembro a abril, período seco, de maio a outubro. De acordo com Brito et al (2016), esse procedimento pode ser realizado a fim de minimizar os erros médios de previsão devido a diferença de variabilidade nos períodos de chuva e estiagem.…”

Section: Methodsunclassified

“…As séries de vazões registradas normalmente apresentam grande aleatoriedade, isso gera incerteza quanto a valores futuros (BRITO et al, 2016). Para minimizar essa incerteza, pode-se utilizar funções densidade de probabilidade.…”

Section: Introductionunclassified

See 2 more Smart Citations

Comparação De Distribuições De Probabilidades Na Previsão De Vazões Máximas Do Reservatório De Furnas

Costa¹,

Beijo²,

Avelar³

2019

RBAI

View full text Add to dashboard Cite

Devido à importância do conhecimento da previsão de vazões máximas, o presente trabalho teve por objetivo comparar a qualidade do ajuste das distribuições Log-Normal, Gumbel e Generalizada de valores extremos às séries de vazões máximas mensais do reservatório de Furnas. Foram utilizados os dados de vazões médias diárias do período de 1931 a 2015, obtidos junto ao Operador Nacional do Sistema Elétrico. Para verificar a adequabilidade do ajuste das distribuições foi utilizado o teste de Kolmogorov-Smirnov. O erro médio de previsão e a acurácia foram considerados na avaliação de desempenho das distribuições. Verificou-se que as distribuições Gumbel, Log-normal e Generalizada de valores extremos ajustaram-se aos dados de vazão máxima em todos os meses. O erro médio de previsão das três distribuições foi semelhante (em torno de 20%), nos meses do período úmido, sendo que a distribuição Log-normal apresentou maior acurácia. Nos meses do período seco, a distribuição Generalizada de valores extremos apresentou maior acurácia, porém, apresentou um erro médio de previsão maior que as outras distribuições. As distribuições Log-normal e Generalizada de valores extremos mostraram-se mais adequadas para realizar previsões de vazões máximas do reservatório de Furnas. Palavras-chave: distribuição Gumbel, distribuição Log-normal, distribuição Generalizada de valores extremos, erro de previsão, tempo de retorno.

show abstract

Section: Resultados E Discussõesunclassified

Section: Methodsunclassified

See 1 more Smart Citation

Comparação De Distribuições De Probabilidades Na Previsão De Vazões Máximas Do Reservatório De Furnas

Costa¹,

Beijo²,

Avelar³

2019

RBAI

View full text Add to dashboard Cite

show abstract

“…Em que: utilizados do R são: coda (PLUMMER et al, 2006), evd (STEPHENSON, 2002 e R2OpenBUGS (STURTZ et al, 2010). A predição de vazões, médias e máximas, com diferentes metodologias de análise e estimação, tais como método da máxima verossimilhança, redes neurais e séries temporais, tem sido realizada com erros de predição em torno de 20% (GOMES et al, 2010;LIMA et al, 2011;PINTO et al, 2015;BRITO et al, 2016;COSTA et al, 2019). Esses resultados mostram que os erros de predição deste trabalho (todos abaixo de 18%) são consideravelmente menores que os encontrados na literatura.…”

Section: Avaliação Dos Modelosunclassified

Bayesian modeling of the maximum streamflows from the Furnas reservoir

Costa

Beijo

Avelar

2022

Eng. Sanit. Ambient.

View full text Add to dashboard Cite

O objetivo deste trabalho foi predizer a vazão máxima do reservatório Furnas nos períodos seco e úmido. Utilizou-se a distribuição generalizada de valores extremos (GVE) com estimação de parâmetros via inferência bayesiana. Dados de vazões médias diárias correspondentes aos anos de 1965 a 2017 foram obtidos da Hidroweb, da Agência Nacional de Águas e Saneamento Básico (ANA), dos quais se extraíram valores máximos, por período e em cada ano. Analisaram-se a acurácia e o erro médio de predição das vazões máximas, comparando-se as estimativas fornecidas pela inferência bayesiana com distribuições a priori informativas e não informativas. Foram usadas informações de uma série de máximos de vazões do reservatório de Camargos para elicitação da distribuição a priori informativa. A utilização das informações a priori proporcionou aumento na precisão e acurácia das estimativas de vazão máxima. Assim, o modelo GVE, com distribuição a priori informativa, foi utilizado para predizer níveis de retorno da vazão máxima de Furnas com seus respectivos intervalos de alta densidade a posteriori, considerando diversos tempos de retorno.Palavras-chave: acurácia; distribuição generalizada de valores extremos; priori informativa; níveis de retorno.

show abstract

Method of Spatial Prediction the Dates of Starting and Passing the Maximum Water Discharge of Spring Floods

Dokus

Shakirzanova

Shvets

2019

Hydrology, Hydrochemistry and Hydroecology

View full text Add to dashboard Cite

Introduction. The problem of long-term and prognostic assessment of the terms of spring floods on rivers is relevant in hydrological investigations. Due to climate warming, the flood tides shifted to early dates or the beginning of the calendar year. The purpose is to analyze the long-term passage of spring floods and to carry out their spatial mapping forecasting on the Dnieper (within Ukraine). Methods. Investigation of the dynamics of long-term changes in the timing of spring floods and the use of the forecast method based on the meteorological forecast of ten-day air temperature in the winter-spring season in the Dnieper basin. Results. The method of forecasting the dates of starting and passing the maximum water discharge (levels) is based on the regional equations of the forecast scheme and allows to make a preliminary estimation of flood terms each year, regardless of the availability of meteorological observations. Assessment of the forecasting methodology allows to recommend it as a consultation, and the earliness of forecast varies depending on the geographical location of the catchments and the current weather conditions of a particular spring. Conclusion. The methodology was implemented on the example of spring floods 2017-2018. The overall forecasts were satisfactory, but the quality of the forecasts was affected by the non-simultaneous terms of the spring flood formation in the Dnieper basin. The prognostic probabilities of the dates of spring flood allow characterizing the frequency of their occurrence over many years. On the example of the 2017-2018 spring flood, the rivers of the Dnieper basin found that, in a changing climate, floods can be shifted to earlier and later ones.

show abstract

Intelligent Modeling for Streamflow Forecasting

Cited by 4 publications

References 18 publications

Comparação De Distribuições De Probabilidades Na Previsão De Vazões Máximas Do Reservatório De Furnas

Comparação De Distribuições De Probabilidades Na Previsão De Vazões Máximas Do Reservatório De Furnas

Bayesian modeling of the maximum streamflows from the Furnas reservoir

Method of Spatial Prediction the Dates of Starting and Passing the Maximum Water Discharge of Spring Floods

Contact Info

Product

Resources

About