Comparação da modelagem chuva-vazão mensal e diária na bacia do Rio Jangada
| dc.contributor.advisor | Konzen, Pedro Henrique de Almeida | |
| dc.contributor.author | Félix, Emerson Felipe | |
| dc.contributor.author | Roloff, Glaucio | |
| dc.date.accessioned | 2017-02-10T13:40:00Z | |
| dc.date.available | 2017-02-10T13:40:00Z | |
| dc.date.issued | 2012-06-05 | |
| dc.description | Anais do I Encontro de Iniciação Científica e de Extensão da Unila - Sessão de Ciência da Computação e Matemática - 05/06/12 - 08h00 às 12h00 - Unila-Centro - Sala 15 - 3o Piso | pt_BR |
| dc.description.abstract | A demanda por um melhor controle e gerenciamento de recursos hídricos é crescente. No caso de rios, o principal componente a ser estimado é a vazão em um determinado local do curso de água. Uma boa esti - mativa da vazão pode ser obtida através de um modelo chuva-vazão que correlaciona parâmetros climáti - cos locais, principalmente precipitação, com a vazão observada no local de interesse. A obtenção de tal modelo depende de registros históricos destes parâmetros que, em muitos rios da América Latina, são es - cassos. Uma alternativa para lidar com esta problemática é o emprego de Redes Neurais Artificiais (RNAs) para a construção de modelos empíricos de chuva-vazão. A principal vantagem no emprego de RNAs frente técnicas de modelagem conceituais é seu baixo custo de implementação, pois elas necessi - tam de pouca informação dos processos físicos envolvidos e, assim, demandam baixos cursos de análise. Neste trabalho, apresentam-se dois estudos de caso de modelagem chuva-vazão empregando RNAs. Mais especificamente, emprega-se RNAs para a obtenção de modelos empíricos que estimem a vazão média mensal e diária no Rio Jangada, afluente às margens esquerdas do Rio Iguaçu, localizado entre as cidades de Porto União (SC) e União da Vitória (PR). Para o desenvolvimento, utilizou-se o Yapy, pacote compu - tacional para a modelagem de problemas utilizando RNAs. O Yapy é desenvolvido na UNILA (Universi - dade Federal da Integração Latino-Americana) e implementado em linguagem orientada a objetos C++. Atualmente, o pacote possui as as redes Hebb, Perceptron e Perceptron Multicamadas e estão disponíveis os algorítimos de treinamento Backpropagation Clássico, Backpropagation Momentum, Backpropagation Delta-bar-Delta e Levenberg-Maquardt. É importante ressaltar que as implementações dos algoritmos Momentum e Delta-bar-Delta foram realizadas, validadas e utilizadas neste trabalho. Para os modelos construídos utilizou-se 7 postos pluviométricos e 1 posto fluviométrico. Obtivemos bons resultados na modelagem chuva-vazão mensal, o erro de norma máxima no treinamento foi 26,2m3/s e na validação de 17,6m3/s, conseguindo então uma correlação de 89,69 e 90,13 respectivamente. Na modelagem chuva- vazão diária alcançamos um erro de norma máxima de 24,4m3/s e no treinamento e de 22,1m3/s na valida - ção, conseguindo assim uma correlação de 96,0 e 95,0 respectivamente. Comparando os resultados e ana- lisando conjuntamente todo o processo, chegou-se a conclusão que a modelagem diária é mais eficiente e fácil de ser realizada, fato que se deve ao menor período de tempo entre dados consecutivos. Devido a isso, podemos afirmar que a vazão em uma bacia é melhor explicada pelos processos ocorridos em uma escala diária do que por processos ocorridos em uma escala mensal. | pt_BR |
| dc.description.sponsorship | Universidade Federal da Integração Latino-Americana (UNILA) | pt_BR |
| dc.identifier.uri | https://dspace.unila.edu.br/handle/123456789/760 | |
| dc.language.iso | por | pt_BR |
| dc.rights | openAccess | |
| dc.subject | Redes neurais artificiais | pt_BR |
| dc.subject | Pacote computacional Yapy | pt_BR |
| dc.subject | Modelo empírico | pt_BR |
| dc.subject | Matemática | |
| dc.title | Comparação da modelagem chuva-vazão mensal e diária na bacia do Rio Jangada | pt_BR |
| dc.title.alternative | Implementação Computacional de uma Rede Neural Artificial para Modelagem Chuva-Vazão | |
| dc.type | conferenceObject | pt_BR |
Arquivos
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 1019 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: