Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/230117 |
Resumo: | Este trabalho tem como hipótese que é possível identificar um padrão de aumento no desempenho esperado das simulações de vazão diária com redes neurais artificiais (RNAs) à medida que aumenta a proporção de área controlada, isto é, a área da bacia até o ponto de monitoramento à montante dividida pela área total da bacia simulada. O objetivo deste estudo é avaliar o desempenho de simulações hidrológicas com RNAs, do tipo vazão-vazão, em bacias hidrográficas com diferentes proporções de área controlada. Oitenta e três simulações foram realizadas em 15 bacias embutidas (967 km² - 71.401 km²) na Região Hidrográfica do Guaíba, RS, Brasil. O desempenho das RNAs foi bastante satisfatório, com coeficiente de Nash-Sutcliffe (NS) médio de 0,75 para 35,5% de área controlada média, e apresentou um crescimento que segue uma equação potencial à medida que aumenta a proporção de área controlada. Adotando-se um limiar razoável (NS > 0,8), pode-se afirmar que o modelo do tipo vazão-vazão com RNAs é recomendado quando atendida a condição de pelo menos 50% de área controlada. Ainda que os resultados obtidos se refiram a bacias com características semelhantes às simuladas neste estudo, este limiar pode ser adotado como referência em estudos de dimensionamento de redes hidrométricas, considerando as necessidades de extrapolação em locais sem postos fluviométricos e de preenchimento de falhas nas séries temporais dos postos existentes. |
id |
UFRGS-2_7e3e5f124caaf77edcbd05baac28f75c |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/230117 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Oliveira, Guilherme Garcia dePedrollo, Olavo CorreaCastro, Nilza Maria dos ReisBravo, Juan Martín2021-09-23T04:21:35Z20131414-381Xhttp://hdl.handle.net/10183/230117000904007Este trabalho tem como hipótese que é possível identificar um padrão de aumento no desempenho esperado das simulações de vazão diária com redes neurais artificiais (RNAs) à medida que aumenta a proporção de área controlada, isto é, a área da bacia até o ponto de monitoramento à montante dividida pela área total da bacia simulada. O objetivo deste estudo é avaliar o desempenho de simulações hidrológicas com RNAs, do tipo vazão-vazão, em bacias hidrográficas com diferentes proporções de área controlada. Oitenta e três simulações foram realizadas em 15 bacias embutidas (967 km² - 71.401 km²) na Região Hidrográfica do Guaíba, RS, Brasil. O desempenho das RNAs foi bastante satisfatório, com coeficiente de Nash-Sutcliffe (NS) médio de 0,75 para 35,5% de área controlada média, e apresentou um crescimento que segue uma equação potencial à medida que aumenta a proporção de área controlada. Adotando-se um limiar razoável (NS > 0,8), pode-se afirmar que o modelo do tipo vazão-vazão com RNAs é recomendado quando atendida a condição de pelo menos 50% de área controlada. Ainda que os resultados obtidos se refiram a bacias com características semelhantes às simuladas neste estudo, este limiar pode ser adotado como referência em estudos de dimensionamento de redes hidrométricas, considerando as necessidades de extrapolação em locais sem postos fluviométricos e de preenchimento de falhas nas séries temporais dos postos existentes.This research presents as fundamental hypothesis the existence of a pattern of increase in the performance of daily streamflow simulations based on artificial neural network (ANN) models when it uses input information related to upstream gauging stations with a higher proportion of controlled area (dividing the area of the drainage watershed at the upstream gauging station by the total area of the simulated watershed). We performed 83 simulations based on 15 nested watersheds aiming to assess the performance of ANNs in hydrologic simulations of watersheds with several proportions of controlled area. Watersheds with areas from 967 km² to 71401 km² located in the Guaíba Region, Brazil, were analyzed. The performance of ANNs models was satisfactory showing a mean Nash-Sutcliffe Coefficient (NS) equal to 0.75 when upstream streamflow input information is related to a controlled area of 35.5%. The relationship between ANN model performance and controlled area of the upstream gauging station showed a growth behavior that was approximated by a potential equation. Based on our results and adopting a reasonable threshold (NS>0.8), the development of an ANN model is recommended when it has upstream streamflow information available for at least 50% controlled area. Although the results refer to watersheds with similar characteristics to those simulated in this study, this threshold can be adopted as a reference for defining streamflow gauging station networks, considering the needs of extrapolation in places without gauging stations and completing time series recorded at existing gauging stations.application/pdfporRbrh : revista brasileira de recursos hídricos. Porto Alegre, RS. Vol. 18, n. 3 (jul./set. 2013), p. 193-204Bacias hidrográficasRedes neurais artificiaisModelos hidrológicosVazãoNested drainage basinsArtificial neural networksHydrological modellingDaily streamflowSimulações hidrológicas com diferentes proporções de área controlada na bacia hidrográficaHydrological simulations with different proportions of controlled area in the watershed info:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000904007.pdf.txt000904007.pdf.txtExtracted Texttext/plain36673http://www.lume.ufrgs.br/bitstream/10183/230117/2/000904007.pdf.txtcc8993389f5be333f17a8f8347e5a431MD52ORIGINAL000904007.pdfTexto completoapplication/pdf1124312http://www.lume.ufrgs.br/bitstream/10183/230117/1/000904007.pdf50a977f892bfc3e7485d2cd5967773c5MD5110183/2301172021-10-04 04:25:39.183103oai:www.lume.ufrgs.br:10183/230117Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2021-10-04T07:25:39Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica |
dc.title.alternative.en.fl_str_mv |
Hydrological simulations with different proportions of controlled area in the watershed |
title |
Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica |
spellingShingle |
Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica Oliveira, Guilherme Garcia de Bacias hidrográficas Redes neurais artificiais Modelos hidrológicos Vazão Nested drainage basins Artificial neural networks Hydrological modelling Daily streamflow |
title_short |
Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica |
title_full |
Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica |
title_fullStr |
Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica |
title_full_unstemmed |
Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica |
title_sort |
Simulações hidrológicas com diferentes proporções de área controlada na bacia hidrográfica |
author |
Oliveira, Guilherme Garcia de |
author_facet |
Oliveira, Guilherme Garcia de Pedrollo, Olavo Correa Castro, Nilza Maria dos Reis Bravo, Juan Martín |
author_role |
author |
author2 |
Pedrollo, Olavo Correa Castro, Nilza Maria dos Reis Bravo, Juan Martín |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Oliveira, Guilherme Garcia de Pedrollo, Olavo Correa Castro, Nilza Maria dos Reis Bravo, Juan Martín |
dc.subject.por.fl_str_mv |
Bacias hidrográficas Redes neurais artificiais Modelos hidrológicos Vazão |
topic |
Bacias hidrográficas Redes neurais artificiais Modelos hidrológicos Vazão Nested drainage basins Artificial neural networks Hydrological modelling Daily streamflow |
dc.subject.eng.fl_str_mv |
Nested drainage basins Artificial neural networks Hydrological modelling Daily streamflow |
description |
Este trabalho tem como hipótese que é possível identificar um padrão de aumento no desempenho esperado das simulações de vazão diária com redes neurais artificiais (RNAs) à medida que aumenta a proporção de área controlada, isto é, a área da bacia até o ponto de monitoramento à montante dividida pela área total da bacia simulada. O objetivo deste estudo é avaliar o desempenho de simulações hidrológicas com RNAs, do tipo vazão-vazão, em bacias hidrográficas com diferentes proporções de área controlada. Oitenta e três simulações foram realizadas em 15 bacias embutidas (967 km² - 71.401 km²) na Região Hidrográfica do Guaíba, RS, Brasil. O desempenho das RNAs foi bastante satisfatório, com coeficiente de Nash-Sutcliffe (NS) médio de 0,75 para 35,5% de área controlada média, e apresentou um crescimento que segue uma equação potencial à medida que aumenta a proporção de área controlada. Adotando-se um limiar razoável (NS > 0,8), pode-se afirmar que o modelo do tipo vazão-vazão com RNAs é recomendado quando atendida a condição de pelo menos 50% de área controlada. Ainda que os resultados obtidos se refiram a bacias com características semelhantes às simuladas neste estudo, este limiar pode ser adotado como referência em estudos de dimensionamento de redes hidrométricas, considerando as necessidades de extrapolação em locais sem postos fluviométricos e de preenchimento de falhas nas séries temporais dos postos existentes. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013 |
dc.date.accessioned.fl_str_mv |
2021-09-23T04:21:35Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/other |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/230117 |
dc.identifier.issn.pt_BR.fl_str_mv |
1414-381X |
dc.identifier.nrb.pt_BR.fl_str_mv |
000904007 |
identifier_str_mv |
1414-381X 000904007 |
url |
http://hdl.handle.net/10183/230117 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.ispartof.pt_BR.fl_str_mv |
Rbrh : revista brasileira de recursos hídricos. Porto Alegre, RS. Vol. 18, n. 3 (jul./set. 2013), p. 193-204 |
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.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/230117/2/000904007.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/230117/1/000904007.pdf |
bitstream.checksum.fl_str_mv |
cc8993389f5be333f17a8f8347e5a431 50a977f892bfc3e7485d2cd5967773c5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1815447767934304256 |