Portal de Periódicos da CAPES

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

2021; Volume: 18; Issue: 1 Linguagem: Português

10.21168/rega.v18e2

2359-1919

Leonardo Melo de Mendonça, Igor de Souza Gomide, Jaime Sousa, Cláudio José Cavalcante Blanco,

Hydrology and Watershed Management Studies

RESUMO:As técnicas de redes neurais artificiais (RNAs) têm sido utilizadas na previsão de variáveis hidrológicas pela capacidade de generalizar informações, o que torna a implementação de modelos menos onerosa e mais ágil.Neste estudo, foi simulado o fenômeno de conversão de chuvas em vazões de uma Sub-bacia Hidrográfica do Rio Guamá (SHRG) no Estado do Pará, Amazônia.Os modelos são baseados em RNAs de arquiteturas MLP (Multilayer Perceptron) e NARX (Nonlinear Autoregressive with Exogenous Inputs), com função de ativação Tangente Hiperbólica nos neurônios de camada oculta, sendo treinadas pelo algoritmo de treinamento supervisionado Levenberg-Marquardt. Comparando as RNAs propostas, os modelos RNA-NARX apresentaram melhores desempenhos comparados ao modelo RNA-MLP.O melhor dos modelos RNA-NARX apresentou para a fase de teste, R 2 igual a 99,08%, RMSE igual a 13,21 m 3 s -1 e MAPE igual a 4,45%.Esses resultados mostram a possibilidade da simulação de vazões de pequenas e médias bacias hidrográficas da Amazônia através da combinação de RNAs NARXs, principalmente de bacias com ausência ou limitação de dados.