Estimação da evapotranspiração de referência no estado do Rio de Janeiro usando redes neurais artificiais

• Autor(a) principal: Zanetti,Sidney S.
• Data de Publicação: 2008
• Outros Autores: Sousa,Elias F., Carvalho,Daniel F. de, Bernardo,Salassier
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
• Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662008000200010
• topic: elementos climáticos; inteligência artificial; modelos empíricos

Propor uma rede neural artificial (RNA) para estimar a evapotranspiração de referência (ETo) em função das coordenadas de posição geográfica e da temperatura do ar no Estado do Rio de Janeiro, motivou a realização do presente estudo. Os dados utilizados no treinamento da rede foram obtidos de 17 séries históricas de elementos climáticos localizadas nesse Estado. A ETo diária calculada pelo método de Penman-Monteith (FAO-56) foi utilizada como referência para treinar as redes. As RNAs, do tipo perceptron de múltiplas camadas, foram treinadas para estimar a ETo em função da latitude, longitude, altitude, temperatura média do ar, amplitude térmica diária e dia do ano. Após o treinamento com várias configurações de rede, selecionou-se a que apresentou o melhor desempenho, a qual é composta de apenas uma camada intermediária (com vinte neurônios e função de ativação do tipo sigmóide logística) e uma camada de saída (com um neurônio e função de ativação linear). Pelos resultados obtidos conclui-se que, levando-se em consideração apenas as coordenadas de posição geográfica e a temperatura do ar, pode-se estimar a ETo (valores diários) em 17 localidades do Estado do Rio de Janeiro usando uma RNA.