Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia

Abstract

Este é um artigo publicado em acesso aberto (Open Access) sob a licença Creative Commons Attribution, que permite uso, distribuição e reprodução em qualquer meio, sem restrições desde que o trabalho original seja corretamente citado.

Precipitação Em Cenários Climáticos Futuros Para Usos De Recursos Hídricos Em Pequenas Bacias Hidrográficas Da Amazônia

“…: -48.9708). As classes de solos presentes são o Neossolo Quartzarênico Órtico e, predominantemente, o Plintossolo Pétrico Concrecionário (MENDONÇA, 2022). Cordeiro et al (2021) constataram que a capacidade de infiltração de água do Plintossolo Pétrico Concrecionário está na faixa de alta a muito alta, em uma área de pastagem degradada no município de Brejinho de Nazaré, local próximo à bacia do Rio Piranhas.…”

“…: -47.1167). A classe de solo encontrada na bacia é o Latossolo Amarelo Distrófico (Mendonça, 2022). As classes de uso e ocupação do solo são a vegetação natural secundária (34,25 %), a pastagem (30,09 %) e a vegetação natural primária (11,41 %) (INPE, 2021).…”

“…Tradicionalmente, a precipitação é medida utilizando-se pluviômetros, que medem a precipitação caindo diretamente em um determinado ponto e, portanto, para abranger uma grande área, vários pluviômetros precisam ser instalados e monitorados de forma eficaz (CHAUDHARY;DHANYA, 2019). No entanto, a ausência parcial ou total de dados de precipitação com qualidade é recorrente na Amazônia e compromete os estudos na região, que necessitam das séries temporais (MENDONÇA, 2022). Assim, preencher lacunas pluviométricas torna-se necessário para completar os bancos de dados.…”

“…A ausência parcial ou total de séries temporais de dados na Amazônia pode comprometer a gestão e o uso adequados de recursos hídricos na região. A gestão dos recursos hídricos sempre foi um diferencial para o desenvolvimento mundial ao longo da história; afinal quanto maior a capacidade de uma nação gerenciar esse recurso, menor a sua fragilidade aos extremos climáticos (BRITO, 2018;MENDONÇA, 2022).…”

Modelagem de redes neurais artificiais MLP para previsão de vazões na bacia do rio Miranda afluente do Pantanal

“…Santos Neto et al (2020) desenvolveram um modelo de previsão de cotas máximas mensais para uma bacia do rio Amazonas utilizando RNAs de Múltiplas Camadas, e todas suas arquiteturas de redes testada apresentaram coeficiente de determinação (R²) acima de 0.81, com base nos valores observados. Ainda para o bioma da Amazônia,Mendonça et al (2021) testaram diferentes arquiteturas de modelos de RNA de Múltiplas Camadas e RNA Recorrentes do tipo NARX e identificaram que as redes recorrentes apresentaram um coeficiente de determinação superior (99,08% para sua fase de teste) do que as redes de Múltiplas Camadas (28,78%, também para fase de teste) ao prever vazões diárias médias de uma bacia.…”