Modelagem Hidroclimatologica Utilizando Redes Neurais Multi Layer Perceptron Em Bacia Hidrográfica No Sudoeste Da Amazônia

Abstract

O rio Acre apresentou, nos últimos anos, uma grande frequência de cheias nas cidades à sua margem, principalmente em Rio Branco, capital do estado do Acre. Na década atual ocorreram 2 das 3 maiores enchentes já observadas na capital acreana desde que se tem registro, que fizeram a cidade entrar em situação de emergência e provocou danos e prejuízos a toda população. O objetivo deste trabalho foi apresentar uma proposta de criação de um modelo hidroclimatológico com aplicação da técnica das Redes Neurais Artificiais (RNA) do tipo Multi Layer Perceptron. Dados mensais de Temperatura da Superfície do Mar (TSM) dos Oceanos Pacífico e Atlântico tropicais, além do Atlântico Sudoeste e de pressão média mensal em Darwin e Tahiti do período de 1971 até 2016 foram utilizados como dados de entrada da RNA. As previsões da cota máxima mensal com antecedência de 1 a até 4 meses foram feitas com simulações de 1 até 30 neurônios na camada escondida para cada horizonte de previsão e usado métricas de desempenho para avaliar sua eficiência do modelo. As simulações obtiveram índices satisfatórios e, dado sua eficiência, sugere-se sua aplicação nos órgãos gestores da Bacia Hidrográfica do rio Acre para conseguir se antecipar com meses de antecedência aos eventos de cheia e facilitar na mitigação de tomadas de decisão antes do acontecimento deste extremo hidrológico.

Comparison of coastal wind speed in Southeast Asian Countries using ANN backpropagation algorithm

“…Especially after the successful discovery of various applications (pattern recognition, signal processing, and forecasting) that can be solved with backpropagation which makes ANN more attractive to people [16], [8]. Forecasting and simulation of hydro-climatology data, including rainfall, humidity, temperature, solar irradiation, and wind speed have been carried out using ANN backpropagation in various regions [17], [18], [19].…”