Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | RBRH (Online) |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2318-03312016000400821 |
Resumo: | RESUMO Para a elaboração do plano de bacia se faz necessária a realização de estimativas da resposta hidrológica. Sendo assim, o objetivo desse estudo foi de avaliar a simulação do comportamento hidrológico da bacia hidrográfica do Alto Canoas localizada em Santa Catarina, através de redes neurais artificiais Multi Layer Perceptron (MLP), bem como de analisar a contribuição das variáveis de entrada para a modelagem. Foram testados doze tratamentos com combinações de variáveis de precipitação, evapotranspiração (ET0) e vazão, além de transformações e deslocamentos temporais dessas, a fim de determinar as variáveis que promovessem o melhor desempenho da modelagem da vazão. A MLP foi treinada em modo open-loop utilizando parte das vazões observadas. As vazões foram simuladas em open-loop e closed-loop para o período de teste, sendo em closed-loop utilizado a vazão simulada no passo de tempo anterior como entrada. O algoritmo de aprendizado utilizado foi o de Levenberg-Marquardt. O tratamento que apresentou melhor desempenho (Nash e Sutcliffe (NS) = 0,9119, Raiz do Erro Médio Quadrático (RMS) = 14,29 m3/s) empregou a precipitação diária das quatro estações pluviométricas (Urubici, Vila Canoas, Lomba Alta e Anitápolis), precipitação das quatro estações com tempo de resposta de -2 dias, e vazão simulada do dia anterior. Apesar do baixo RMS, a vazão modelada pela MLP foi, em geral, superestimada. |
id |
ABRH-1_8b4fb4e27b23fca7cb314dd6519bdbea |
---|---|
oai_identifier_str |
oai:scielo:S2318-03312016000400821 |
network_acronym_str |
ABRH-1 |
network_name_str |
RBRH (Online) |
repository_id_str |
|
spelling |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema HidrológicoModelo chuva-vazãoAlgoritmo de GarsonBacia hidrográfica do Rio CanoasRESUMO Para a elaboração do plano de bacia se faz necessária a realização de estimativas da resposta hidrológica. Sendo assim, o objetivo desse estudo foi de avaliar a simulação do comportamento hidrológico da bacia hidrográfica do Alto Canoas localizada em Santa Catarina, através de redes neurais artificiais Multi Layer Perceptron (MLP), bem como de analisar a contribuição das variáveis de entrada para a modelagem. Foram testados doze tratamentos com combinações de variáveis de precipitação, evapotranspiração (ET0) e vazão, além de transformações e deslocamentos temporais dessas, a fim de determinar as variáveis que promovessem o melhor desempenho da modelagem da vazão. A MLP foi treinada em modo open-loop utilizando parte das vazões observadas. As vazões foram simuladas em open-loop e closed-loop para o período de teste, sendo em closed-loop utilizado a vazão simulada no passo de tempo anterior como entrada. O algoritmo de aprendizado utilizado foi o de Levenberg-Marquardt. O tratamento que apresentou melhor desempenho (Nash e Sutcliffe (NS) = 0,9119, Raiz do Erro Médio Quadrático (RMS) = 14,29 m3/s) empregou a precipitação diária das quatro estações pluviométricas (Urubici, Vila Canoas, Lomba Alta e Anitápolis), precipitação das quatro estações com tempo de resposta de -2 dias, e vazão simulada do dia anterior. Apesar do baixo RMS, a vazão modelada pela MLP foi, em geral, superestimada.Associação Brasileira de Recursos Hídricos2016-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S2318-03312016000400821RBRH v.21 n.4 2016reponame:RBRH (Online)instname:Associação Brasileira de Recursos Hídricos (ABRH)instacron:ABRH10.1590/2318-0331.011615124info:eu-repo/semantics/openAccessDebastiani,Aline BernardaSilva,Ricardo Dal’Agnol daRafaeli Neto,Sílvio Luíspor2017-02-15T00:00:00Zoai:scielo:S2318-03312016000400821Revistahttps://www.scielo.br/j/rbrh/https://old.scielo.br/oai/scielo-oai.php||rbrh@abrh.org.br2318-03311414-381Xopendoar:2017-02-15T00:00RBRH (Online) - Associação Brasileira de Recursos Hídricos (ABRH)false |
dc.title.none.fl_str_mv |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico |
title |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico |
spellingShingle |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico Debastiani,Aline Bernarda Modelo chuva-vazão Algoritmo de Garson Bacia hidrográfica do Rio Canoas |
title_short |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico |
title_full |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico |
title_fullStr |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico |
title_full_unstemmed |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico |
title_sort |
Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico |
author |
Debastiani,Aline Bernarda |
author_facet |
Debastiani,Aline Bernarda Silva,Ricardo Dal’Agnol da Rafaeli Neto,Sílvio Luís |
author_role |
author |
author2 |
Silva,Ricardo Dal’Agnol da Rafaeli Neto,Sílvio Luís |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Debastiani,Aline Bernarda Silva,Ricardo Dal’Agnol da Rafaeli Neto,Sílvio Luís |
dc.subject.por.fl_str_mv |
Modelo chuva-vazão Algoritmo de Garson Bacia hidrográfica do Rio Canoas |
topic |
Modelo chuva-vazão Algoritmo de Garson Bacia hidrográfica do Rio Canoas |
description |
RESUMO Para a elaboração do plano de bacia se faz necessária a realização de estimativas da resposta hidrológica. Sendo assim, o objetivo desse estudo foi de avaliar a simulação do comportamento hidrológico da bacia hidrográfica do Alto Canoas localizada em Santa Catarina, através de redes neurais artificiais Multi Layer Perceptron (MLP), bem como de analisar a contribuição das variáveis de entrada para a modelagem. Foram testados doze tratamentos com combinações de variáveis de precipitação, evapotranspiração (ET0) e vazão, além de transformações e deslocamentos temporais dessas, a fim de determinar as variáveis que promovessem o melhor desempenho da modelagem da vazão. A MLP foi treinada em modo open-loop utilizando parte das vazões observadas. As vazões foram simuladas em open-loop e closed-loop para o período de teste, sendo em closed-loop utilizado a vazão simulada no passo de tempo anterior como entrada. O algoritmo de aprendizado utilizado foi o de Levenberg-Marquardt. O tratamento que apresentou melhor desempenho (Nash e Sutcliffe (NS) = 0,9119, Raiz do Erro Médio Quadrático (RMS) = 14,29 m3/s) empregou a precipitação diária das quatro estações pluviométricas (Urubici, Vila Canoas, Lomba Alta e Anitápolis), precipitação das quatro estações com tempo de resposta de -2 dias, e vazão simulada do dia anterior. Apesar do baixo RMS, a vazão modelada pela MLP foi, em geral, superestimada. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-12-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2318-03312016000400821 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2318-03312016000400821 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/2318-0331.011615124 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Associação Brasileira de Recursos Hídricos |
publisher.none.fl_str_mv |
Associação Brasileira de Recursos Hídricos |
dc.source.none.fl_str_mv |
RBRH v.21 n.4 2016 reponame:RBRH (Online) instname:Associação Brasileira de Recursos Hídricos (ABRH) instacron:ABRH |
instname_str |
Associação Brasileira de Recursos Hídricos (ABRH) |
instacron_str |
ABRH |
institution |
ABRH |
reponame_str |
RBRH (Online) |
collection |
RBRH (Online) |
repository.name.fl_str_mv |
RBRH (Online) - Associação Brasileira de Recursos Hídricos (ABRH) |
repository.mail.fl_str_mv |
||rbrh@abrh.org.br |
_version_ |
1754734701116915712 |