Bioeconomia: Diversidade e Riqueza para o Desenvolvimento Sustentável
21 a 25 de outubro de 2019
Trabalho 12554
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Engenharia/Tecnologia |
| Setor | Departamento de Engenharia Agrícola |
| Conclusão de bolsa | Não |
| Primeiro autor | Bernardo Lucas Martino |
| Orientador | FERNANDO FALCO PRUSKI |
| Outros membros | Lorena Iria Rodrigues, Luane Ines Brito Monteiro, Rafael Iria Rodrigues, RODOLPHO VILELA ALVES NEVES |
| Título | Métodos Alternativos Para Determinação De Séries Históricas De Precipitação Em Bacias Hidrográficas |
| Resumo | A precipitação é um dos elementos mais importantes na avalição de condições climáticas e no gerenciamento de recursos hídricos no Brasil, sendo assim, o conhecimento do comportamento e da distribuição da precipitação é extremamente relevante para estudos hidrológicos. Atualmente, uma das técnicas mais utilizadas na análise desses aspectos é o método de interpolação da Ponderação do Inverso da Distância (Inverse Distance Weighting – IDW) (GOMIG, 2017), nomeado durante esse trabalho como Método da Interpolação Padrão (MIP). Entretanto, para a atual disponibilidade e condição dos dados de estações pluviométricas brasileiras, o processo de obtenção de uma série histórica representativa à precipitação total anual em uma bacia hidrográfica, por meio do MIP, é operacionalmente trabalhoso e demorado. Para tanto, o presente trabalho propõe dois métodos para a obtenção de uma séria histórica objetivando diminuir a complexidade operacional e a quantidade de dados necessária nesse cálculo, partindo da premissa de que existam estações pluviométricas que não são representativas para descrever o comportamento da vazão em uma região: o Método da Média Ponderada baseada nos coeficientes de Correlação (MMPC) e o Método da Média Ponderada baseada nos coeficientes gerados pela Rede Neural (MMPRN). Para que pudessem ser analisados os métodos propostos alternativos ao MIP, foram ajustados modelos de regressão linear temporal entre dados de precipitação total anual e vazão. Para determinar as estações pluviométricas necessárias à análise, foi estabelecido três diferentes filtros de seleção aos resultados das metodologias propostas (50, 60 e 70% de relevância). Por fim, para comparar os modelos foram calculados o RMSE e o MBE, indicadores de precisão e exatidão dos modelos. Os resultados mostraram que, quando aplicados os filtros de seleção em 50, 60 e 70% de relevância, o MMPC utilizou 25, 22 e 17, do total de 25 estações pluviométricas para a análise, respectivamente, enquanto que, na mesma condição, o MMPRN utilizou somente 17, 12 e 6 das estações. Nessas circunstâncias, os modelos de regressão linear temporal proporcionados pelo MMPC tiveram um RMSE iguais à 3,61, 3,61 e 4,66 e MBE de 0,01, 0,02 e -0,57, em contraste com o MMPRN que ajustou modelos com RMSE iguais à 3,53, 3,53 e 3,58 além de valores de MBE de 0,05 para todos os filtros. O MIP forneceu um modelo com RMSE igual a 3,73 e MBE igual a -0,01 utilizando as 25 estações. Os resultados mostraram que o MMPRN manteve a mesma performance de ajuste de modelos independente do filtro de seleção aplicado, enquanto o MMPC piorou as estimativas quando aplicado o filtro de seleção de 70%. Assim, a estimação de pesos utilizando o MMPRN proporcionou modelos com performance próxima do MIP independente do filtro de seleção aplicado, podendo, assim, confirmar a potencialidade do MMPRN como um método alternativo na análise e geração de séries históricas de precipitação total anual. |
| Palavras-chave | Redes neurais artificiais, correlação, séries históricas |
| Forma de apresentação..... | Oral |