DESENVOLVIMENTO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMATIVA DAS VAZÕES DIÁRIAS NA BACIA DO RIO PIRACICABA5

Resumo

DESENVOLVIMENTO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMATIVA DAS VAZÕES DIÁRIAS NA BACIA DO RIO PIRACICABA⁵

EDUARDO MORGAN ULIANA¹; DEMETRIUS DAVID DA SILVA²; MICHEL CASTRO MOREIRA³; DONIZETE DOS REIS PEREIRA⁴; SILVIO BUENO PEREIRA² E FREDERICO TERRA DE ALMEIDA¹

¹Universidade Federal de Mato Grosso (UFMT), Instituto de Ciências Agrárias e Ambientais (ICAA), Avenida Alexandre Ferronato, CEP.: 78557-267, Sinop – MT, Brasil, e-mail: morganuliana@ufmt.br, fredterr@gmail.com.

²Universidade Federal de Viçosa (UFV), Departamento de Engenharia Agrícola, Avenida Peter Henry Rolfs, CEP.: 36570-900, Viçosa – MG, Brasil, e-mail: demetrius.ufv@gmail.com.

³Universidade Federal do Oeste da Bahia, Centro das Ciências Exatas e das Tecnologias, Rua Professor José Seabra de Lemos, CEP.: 47808-021, Barreiras – BA, Brasil, e-mail: michelcm@gmail.com.

⁴Universidade Federal de Viçosa (UFV), Instituto de Ciências Agrárias, Rodovia LMG 818, km 06, Florestal – MG, Brasil, e-mail: donizete.pereira@ufv.br.

5O artigo é referente ao capítulo 3 da tese de doutorado do primeiro autor.

1 RESUMO

As Redes Neurais Artificiais (RNAs) são uma alternativa na modelagem hidrológica para a estimativa das vazões dos cursos de água a partir de dados hidrometeorológicos. O objetivo do trabalho foi desenvolver Redes Neurais Artificiais para estimar as vazões diárias na bacia hidrográfica do rio Piracicaba, Minas Gerais. O estudo foi realizado em três seções de monitoramento de vazão da bacia do rio Piracicaba, localizada no Estado de Minas Gerais - Brasil. No desenvolvimento das RNAs foram realizados a coleta e seleção dos dados; a definição da arquitetura da rede; e o treinamento e validação das redes desenvolvidas. A maior parte das RNAs desenvolvidas apresentou coeficiente de Nash-Sutcliffe maior que 0,80 o que permitiu classificar os modelos como bons para a estimativa das vazões. Com base nos resultados, pode-se concluir que as RNAs são adequadas para a estimativa das vazões diárias na bacia do rio Piracicaba e podem ser empregadas na estimativa de eventos extremos e no gerenciamento dos recursos hídricos.

Palavras-Chave: modelo empírico inteligência artificial, modelagem hidrológica.

ULIANA, E. M.; SILVA, D. D.; MOREIRA, M. C.; PEREIRA, D. R.; PEREIRA, S. B.; ALMEIDA, F. T.

ARTIFICIAL NEURAL NETWORKS FOR DAILY FLOW ESTIMATES IN THE PIRACICABA RIVER BASIN

2 ABSTRACT

Artificial neural networks (ANNs) have been used alternatively in hydrologic modeling to estimate accurately watercourse flows based on hydrometeorological data. This study developed artificial neural networks to estimate daily flows in Piracicaba river basin, in Minas Gerais state (Brazil). For this, we used three runoff-monitoring sections of the Piracicaba river basin, with an area of 5,304.0 km², and located in the State of Minas Gerais – Brazil. For designing the ANNs to estimate daily flows, we adopted the following steps: data collection and selection, network architecture definition, training and validation of results. The results showed that ANNs are adequate to estimate daily flows in Piracicaba river basin.

Keywords: empirical model, artificial intelligence, hydrologic modeling.