Previsão de nível e vazão de água de um rio usando rede Perceptron Multi-Camada: um estudo de caso do Rio Itapemirim

Abstract

Este artigo apresenta um estudo sobre o uso de modelos de séries temporais para prever o nível ou a vazão da água do Rio Itapemirim no Brasil. Foram usadas duas bases de dados nos experimentos, uma em que a variável alvo é o nível do rio através de dados de vazão de 3 estações fluviométricas ("Sensores e Nível") e outra em que a variável alvo é a vazão de uma estação próxima da área urbana através dos dados de vazão das mesmas 3 estações da primeira base ("Somente Sensores"). Foram criados modelos do tipo Perceptron Multi-Camadas (MLP) com o uso de algoritmo de Neural Architecture Search (NAS) para encontrar a melhor arquitetura para cada base de dados. Foi realizada a comparação dos resultados, baseados no coeficiente R², dos modelos MLP com o modelo matemático de regressão usado no Sistema de Alerta do Rio Itapemirim (SARI), que é um sistema que monitora e prevê o nível da água do rio. A conclusão é que o resultado com a base de dados "Somente Sensores" obteve R² similar ao modelo matemático, podendo ser usado como um segundo método de acompanhamento do Rio Itapemirim, através de sua vazão.