Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico

Detalhes bibliográficos
Autor(a) principal: Debastiani,Aline Bernarda
Data de Publicação: 2016
Outros Autores: Silva,Ricardo Dal’Agnol da, Rafaeli Neto,Sílvio Luís
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