Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais

Detalhes bibliográficos
Autor(a) principal: Rocha, Marcelo Henrique Pelegrini
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/36870
Resumo: Orientadora: Profª. Drª. Miriam Rita Moro Mine
id UFPR_62f67043d6ed6cdb86c4464f8e6d701b
oai_identifier_str oai:acervodigital.ufpr.br:1884/36870
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Kaviski, Eloy, 1952-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Recursos Hídricos e AmbientalMine, Miriam Rita Moro, 1952-Rocha, Marcelo Henrique Pelegrini2024-07-18T14:41:53Z2024-07-18T14:41:53Z2014https://hdl.handle.net/1884/36870Orientadora: Profª. Drª. Miriam Rita Moro MineCoorientador: Prof. Dr. Eloy KaviskiDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental. Defesa: Curitiba, 09/05/2014Inclui referênciasÁrea de concentração: Engenharia de Recursos HídricosResumo: A etapa do projeto CLARIS LPB desenvolvida no Departamento de Hidráulica e Saneamento da Universidade Federal do Paraná, teve como objetivo avaliar os impactos das mudanças climáticas na hidroeletricidade na Bacia do Rio da Prata. Para isso utilizaram-se de dois Modelos Climáticos Regionais (RCM), PROMES e RCA, para se fazer previsões de temperatura e chuva em longo prazo, e do modelo chuva-vazão Variable Infiltration Capacity (VIC) para simular o comportamento das vazões. Com o objetivo de confrontar os resultados obtidos pelo modelo VIC, esta pesquisa modelou o processo chuva-vazão através do uso de Redes Neurais Artificiais (RNA) para nove bacias hidrográficas também estudadas no projeto CLARIS LPB. Este trabalho pode ser dividido em quatro etapas: calibração e validação dos modelos chuva-vazão a partir de dados observados; análise e correção das séries simuladas pelos RCM’s; uso dos modelos validados com as séries corrigidas; e verificação do potencial das RNA’s em descrever o processo chuva-vazão mensal com uso das séries corrigidas. Durante a etapa de calibração e validação dos modelos, pode-se concluir que as RNA’s foram capazes de descrever os processos chuva-vazão. Para a etapa seguinte, pode-se concluir que as séries simuladas pelos RCM’s apresentavam bias (tendências) e para sua correção foram propostos três métodos. Os resultados obtidos da correção, de modo geral, apresentaram melhoras nos coeficientes de Nash-Sutcliffe, porém estas melhoras não foram consideradas satisfatórias. Quando comparadas as simulações da RNA com as do VIC para um período com dados observados pode-se concluir que, as RNA’s apresentaram resultados melhores em oito das nove bacias hidrográficas quando usadas as séries simuladas pelo RCM PROMES e sete das nove bacias quando usadas as séries do modelo RCA. A não capacidade das RNA em apresentar boas séries de simulações pode ser atribuída principalmente á baixa qualidade das precipitações e temperatura simuladas pelos RCM’s.Abstract: The CLARIS LPB Project portion developed by Hydraulics and Sanitation Department of Universidade Federal do Parana aimed of assessing the impacts of climate changes on hydropower in Rio da Prata basin.Two Regional Climate Models (PROMES and RCA) were applied in order to make temperature and rainfall predictions (forecast) in long term. In addition, Variable Infiltration Capacity (VIC) rainfall-runoff model was applied to simulate flow's behaviour. With the purpose of comparing the results obtained by VIC model, this research modeled the rainfall-runoff process by using Artificial Neural Networks (ANN) for nine watersheds that were also studied in Claris LPB project. This work can be split into four steps: calibration and validation of rainfall-runoff models based on observed data; analysis and correction of series simulated by the RCM's; use of validated models with adjusted series; and verification of ANN's potential for describing the monthly rainfall-runoff process with the use of corrected series. During the step of calibration and validation of models, it could be concluded that ANN's were able to describe the rain-runoff processes. For the next step, the conclusion is that the series simulated by RCM's presented bias (trends) and three methods for its correction have been proposed. The results obtained after the corrections showed improvement in the Nash-Sutcliffe coefficients, but these improvements were not considered satisfactory. When comparing ANN's and VIC simulations for a given observed data period it can be concluded that the ANN's outperformed in eight out of nine basins studied when used series simulated by RCM PROMES and seven out of nine basins when used the RCA series model. The inability of ANN in presenting good series of simulations can be assigned mainly to the low quality of precipitation and temperature data simulated by the RCM's.207f. : il. algumas color., grafs., tabs., maps.application/pdfDisponível em formato digitalRecursos hídricosRedes neurais (Computação)Modelos matemáticosVazanteVerificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessTHUMBNAILR - D - MARCELO HENRIQUE PELEGRINI ROCHA.pdf.jpgGenerated Thumbnailimage/jpeg1249https://acervodigital.ufpr.br/bitstream/1884/36870/1/R%20-%20D%20-%20MARCELO%20HENRIQUE%20PELEGRINI%20ROCHA.pdf.jpge5d867c8dd1a7c7e05a7226ac94e322aMD51open accessTEXTR - D - MARCELO HENRIQUE PELEGRINI ROCHA.pdf.txtExtracted Texttext/plain296572https://acervodigital.ufpr.br/bitstream/1884/36870/2/R%20-%20D%20-%20MARCELO%20HENRIQUE%20PELEGRINI%20ROCHA.pdf.txt6633df778fbdce9d0cf76b389001791bMD52open accessORIGINALR - D - MARCELO HENRIQUE PELEGRINI ROCHA.pdfapplication/pdf4335421https://acervodigital.ufpr.br/bitstream/1884/36870/3/R%20-%20D%20-%20MARCELO%20HENRIQUE%20PELEGRINI%20ROCHA.pdf8f408505a36f49bf82acebd0a5a1fdacMD53open access1884/368702024-07-18 11:41:53.577open accessoai:acervodigital.ufpr.br:1884/36870Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-07-18T14:41:53Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais
title Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais
spellingShingle Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais
Rocha, Marcelo Henrique Pelegrini
Recursos hídricos
Redes neurais (Computação)
Modelos matemáticos
Vazante
title_short Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais
title_full Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais
title_fullStr Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais
title_full_unstemmed Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais
title_sort Verificação do pontencial das redes neurais artificiais em reproduzir o processo chuva-vazão mensal com cenários de modelos climáticos regionais
author Rocha, Marcelo Henrique Pelegrini
author_facet Rocha, Marcelo Henrique Pelegrini
author_role author
dc.contributor.other.pt_BR.fl_str_mv Kaviski, Eloy, 1952-
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental
dc.contributor.advisor1.fl_str_mv Mine, Miriam Rita Moro, 1952-
dc.contributor.author.fl_str_mv Rocha, Marcelo Henrique Pelegrini
contributor_str_mv Mine, Miriam Rita Moro, 1952-
dc.subject.por.fl_str_mv Recursos hídricos
Redes neurais (Computação)
Modelos matemáticos
Vazante
topic Recursos hídricos
Redes neurais (Computação)
Modelos matemáticos
Vazante
description Orientadora: Profª. Drª. Miriam Rita Moro Mine
publishDate 2014
dc.date.issued.fl_str_mv 2014
dc.date.accessioned.fl_str_mv 2024-07-18T14:41:53Z
dc.date.available.fl_str_mv 2024-07-18T14:41:53Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/36870
url https://hdl.handle.net/1884/36870
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 207f. : il. algumas color., grafs., tabs., maps.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/36870/1/R%20-%20D%20-%20MARCELO%20HENRIQUE%20PELEGRINI%20ROCHA.pdf.jpg
https://acervodigital.ufpr.br/bitstream/1884/36870/2/R%20-%20D%20-%20MARCELO%20HENRIQUE%20PELEGRINI%20ROCHA.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/36870/3/R%20-%20D%20-%20MARCELO%20HENRIQUE%20PELEGRINI%20ROCHA.pdf
bitstream.checksum.fl_str_mv e5d867c8dd1a7c7e05a7226ac94e322a
6633df778fbdce9d0cf76b389001791b
8f408505a36f49bf82acebd0a5a1fdac
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898793709469696

Registros relacionados