MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Brasileira de Climatologia (Online) |
DOI: | 10.5380/abclima.v26i0.73007 |
Texto Completo: | https://revistas.ufpr.br/revistaabclima/article/view/73007 |
Resumo: | O rio Acre apresentou, nos últimos anos, uma grande frequência de cheias nas cidades à sua margem, principalmente em Rio Branco, capital do estado do Acre. Na década atual ocorreram 2 das 3 maiores enchentes já observadas na capital acreana desde que se tem registro, que fizeram a cidade entrar em situação de emergência e provocou danos e prejuízos a toda população. O objetivo deste trabalho foi apresentar uma proposta de criação de um modelo hidroclimatológico com aplicação da técnica das Redes Neurais Artificiais (RNA) do tipo Multi Layer Perceptron. Dados mensais de Temperatura da Superfície do Mar (TSM) dos Oceanos Pacífico e Atlântico tropicais, além do Atlântico Sudoeste e de pressão média mensal em Darwin e Tahiti do período de 1971 até 2016 foram utilizados como dados de entrada da RNA. As previsões da cota máxima mensal com antecedência de 1 a até 4 meses foram feitas com simulações de 1 até 30 neurônios na camada escondida para cada horizonte de previsão e usado métricas de desempenho para avaliar sua eficiência do modelo. As simulações obtiveram índices satisfatórios e, dado sua eficiência, sugere-se sua aplicação nos órgãos gestores da Bacia Hidrográfica do rio Acre para conseguir se antecipar com meses de antecedência aos eventos de cheia e facilitar na mitigação de tomadas de decisão antes do acontecimento deste extremo hidrológico. |
id |
ABCLIMA-1_a4e3c9e39ccfc7930f31eb956e1e66fc |
---|---|
oai_identifier_str |
oai:revistas.ufpr.br:article/73007 |
network_acronym_str |
ABCLIMA-1 |
network_name_str |
Revista Brasileira de Climatologia (Online) |
spelling |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIAAmazônia, Simulação, Rio Acre, ClimatologiaO rio Acre apresentou, nos últimos anos, uma grande frequência de cheias nas cidades à sua margem, principalmente em Rio Branco, capital do estado do Acre. Na década atual ocorreram 2 das 3 maiores enchentes já observadas na capital acreana desde que se tem registro, que fizeram a cidade entrar em situação de emergência e provocou danos e prejuízos a toda população. O objetivo deste trabalho foi apresentar uma proposta de criação de um modelo hidroclimatológico com aplicação da técnica das Redes Neurais Artificiais (RNA) do tipo Multi Layer Perceptron. Dados mensais de Temperatura da Superfície do Mar (TSM) dos Oceanos Pacífico e Atlântico tropicais, além do Atlântico Sudoeste e de pressão média mensal em Darwin e Tahiti do período de 1971 até 2016 foram utilizados como dados de entrada da RNA. As previsões da cota máxima mensal com antecedência de 1 a até 4 meses foram feitas com simulações de 1 até 30 neurônios na camada escondida para cada horizonte de previsão e usado métricas de desempenho para avaliar sua eficiência do modelo. As simulações obtiveram índices satisfatórios e, dado sua eficiência, sugere-se sua aplicação nos órgãos gestores da Bacia Hidrográfica do rio Acre para conseguir se antecipar com meses de antecedência aos eventos de cheia e facilitar na mitigação de tomadas de decisão antes do acontecimento deste extremo hidrológico.Universidade Federal do ParanáCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), Universidade Federal de Rondônia (UNIR), Centro Gestor e Operacional do Sistema de Proteção da Amazônia (CENSIPAM)Santos Neto, Luiz Alves dosManiesi, VanderleiQuerino, Carlos Alexandre SantosSilva, Marcelo José Gama daBrown, Vera Reis2020-06-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufpr.br/revistaabclima/article/view/7300710.5380/abclima.v26i0.73007Revista Brasileira de Climatologia; v. 26 (2020)2237-86421980-055X10.5380/abclima.v26i0reponame:Revista Brasileira de Climatologia (Online)instname:ABClimainstacron:ABCLIMAporhttps://revistas.ufpr.br/revistaabclima/article/view/73007/40793Amazônia; Acre; BrasilDireitos autorais 2020 Luiz Alves dos Santos Neto, Vanderlei Maniesi, Carlos Alexandre Santos Querino, Marcelo José Gama da Silva, Vera Reis Browninfo:eu-repo/semantics/openAccess2020-06-01T12:15:42Zoai:revistas.ufpr.br:article/73007Revistahttps://revistas.ufpr.br/revistaabclima/indexPUBhttps://revistas.ufpr.br/revistaabclima/oaiegalvani@usp.br || rbclima2014@gmail.com2237-86421980-055Xopendoar:2020-06-01T12:15:42Revista Brasileira de Climatologia (Online) - ABClimafalse |
dc.title.none.fl_str_mv |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA |
title |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA |
spellingShingle |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA Santos Neto, Luiz Alves dos Amazônia, Simulação, Rio Acre, Climatologia Santos Neto, Luiz Alves dos Amazônia, Simulação, Rio Acre, Climatologia |
title_short |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA |
title_full |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA |
title_fullStr |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA |
title_full_unstemmed |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA |
title_sort |
MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA |
author |
Santos Neto, Luiz Alves dos |
author_facet |
Santos Neto, Luiz Alves dos Santos Neto, Luiz Alves dos Maniesi, Vanderlei Querino, Carlos Alexandre Santos Silva, Marcelo José Gama da Brown, Vera Reis Maniesi, Vanderlei Querino, Carlos Alexandre Santos Silva, Marcelo José Gama da Brown, Vera Reis |
author_role |
author |
author2 |
Maniesi, Vanderlei Querino, Carlos Alexandre Santos Silva, Marcelo José Gama da Brown, Vera Reis |
author2_role |
author author author author |
dc.contributor.none.fl_str_mv |
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), Universidade Federal de Rondônia (UNIR), Centro Gestor e Operacional do Sistema de Proteção da Amazônia (CENSIPAM) |
dc.contributor.author.fl_str_mv |
Santos Neto, Luiz Alves dos Maniesi, Vanderlei Querino, Carlos Alexandre Santos Silva, Marcelo José Gama da Brown, Vera Reis |
dc.subject.por.fl_str_mv |
Amazônia, Simulação, Rio Acre, Climatologia |
topic |
Amazônia, Simulação, Rio Acre, Climatologia |
description |
O rio Acre apresentou, nos últimos anos, uma grande frequência de cheias nas cidades à sua margem, principalmente em Rio Branco, capital do estado do Acre. Na década atual ocorreram 2 das 3 maiores enchentes já observadas na capital acreana desde que se tem registro, que fizeram a cidade entrar em situação de emergência e provocou danos e prejuízos a toda população. O objetivo deste trabalho foi apresentar uma proposta de criação de um modelo hidroclimatológico com aplicação da técnica das Redes Neurais Artificiais (RNA) do tipo Multi Layer Perceptron. Dados mensais de Temperatura da Superfície do Mar (TSM) dos Oceanos Pacífico e Atlântico tropicais, além do Atlântico Sudoeste e de pressão média mensal em Darwin e Tahiti do período de 1971 até 2016 foram utilizados como dados de entrada da RNA. As previsões da cota máxima mensal com antecedência de 1 a até 4 meses foram feitas com simulações de 1 até 30 neurônios na camada escondida para cada horizonte de previsão e usado métricas de desempenho para avaliar sua eficiência do modelo. As simulações obtiveram índices satisfatórios e, dado sua eficiência, sugere-se sua aplicação nos órgãos gestores da Bacia Hidrográfica do rio Acre para conseguir se antecipar com meses de antecedência aos eventos de cheia e facilitar na mitigação de tomadas de decisão antes do acontecimento deste extremo hidrológico. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-06-01 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufpr.br/revistaabclima/article/view/73007 10.5380/abclima.v26i0.73007 |
url |
https://revistas.ufpr.br/revistaabclima/article/view/73007 |
identifier_str_mv |
10.5380/abclima.v26i0.73007 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufpr.br/revistaabclima/article/view/73007/40793 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
Amazônia; Acre; Brasil |
dc.publisher.none.fl_str_mv |
Universidade Federal do Paraná |
publisher.none.fl_str_mv |
Universidade Federal do Paraná |
dc.source.none.fl_str_mv |
Revista Brasileira de Climatologia; v. 26 (2020) 2237-8642 1980-055X 10.5380/abclima.v26i0 reponame:Revista Brasileira de Climatologia (Online) instname:ABClima instacron:ABCLIMA |
instname_str |
ABClima |
instacron_str |
ABCLIMA |
institution |
ABCLIMA |
reponame_str |
Revista Brasileira de Climatologia (Online) |
collection |
Revista Brasileira de Climatologia (Online) |
repository.name.fl_str_mv |
Revista Brasileira de Climatologia (Online) - ABClima |
repository.mail.fl_str_mv |
egalvani@usp.br || rbclima2014@gmail.com |
_version_ |
1822176235844796416 |
dc.identifier.doi.none.fl_str_mv |
10.5380/abclima.v26i0.73007 |