Navegando por Autor "GOMES, Evanice Pinheiro"

Agora exibindo 1 - 2 de 2

Acesso aberto (Open Access)
Avaliação de modelos de inteligência artificial híbridos na estimativa de precipitações
(Universidade Federal do Pará, 2022-03-18) GOMES, Evanice Pinheiro; BLANCO, Claudio José Cavalcante; http://lattes.cnpq.br/8319326553139808
As análises hidrológicas realizadas a partir das precipitações na Amazônia são essenciais devido a sua importância na regulação do clima, na circulação atmosférica regional e global. No entanto, nesta região, existem limitações relacionadas a séries de dados com períodos curtos e muitas falhas, sobretudo na escala diária. Apesar dos avanços significativos em ciência e tecnologia, previsões práticas e precisas tem sido uma grande preocupação, devido a sua complexidade. Portanto, vários modelos conceituais, empíricos ou híbridos vêm sendo testados para estimativas de chuva com maior precisão. Dentre os modelos empíricos, os que incorporam métodos de inteligência artificial (IA) são abordagens potencialmente úteis para simular o processo de precipitação. As Redes Neurais Artificiais (RNA), como modelos de IA, são capazes de estabelecer uma relação entre entradas históricas (chuva, vazão, etc.) e as saídas desejadas, através de função não linear composta de vários fatores que são ajustados aos dados observados, permitindo sua estimativa. Assim, para melhorar as análises de precipitações, foi desenvolvido modelos híbridos, envolvendo Rede Neural Artificial (RNA) do tipo com Retardo de Tempo (TDNN), rede ELMAN, rede de Base Radial (RBF) e Sistema de Inferência Neuro-Fuzzy Adaptativo (ANFIS), acoplado com Wavelet Discreta de Máxima Sobreposição (MODWT). Adotaram-se 6 estações pluviométricas, que estão localizados em diferentes biomas da região, e dados de satélite (CMORPH). Os dados de chuva foram avaliados por períodos sazonais (chuvoso e menos chuvoso). Os resultados obtidos demostraram que o modelo MODWT-ANFIS teve a melhor capacidade em simular as precipitações diárias das estações pluviométricas avaliadas, mesmo para períodos menos chuvoso, que são sabidamente mais difíceis de serem simulados em relação aos períodos chuvosos. Nesse caso, as entradas de dados defasadas para 4 dias e 5 dias apresentaram melhor desempenho, com valores de Nash próximos a 1,0 e erros médios quadráticos inferiores a 0,001.
Acesso aberto (Open Access)
Regionalização de precipitações via fuzzy C-means
(Universidade Federal do Pará, 2017-04-05) GOMES, Evanice Pinheiro; BLANCO, Claudio José Cavalcante; http://lattes.cnpq.br/8319326553139808
O conhecimento do comportamento da precipitação é indispensável, pois qualquer alteração na sua quantidade e distribuições espaciais e temporais, têm um impacto importante sobre a natureza e consequentemente nas diversas atividades humanas. Contudo em estudos de precipitação, a falta de monitoramento pluviométrico, gerando a ausência de informação ao longo do tempo e espacialmente nas bacias hidrográficas é um problema. Com o intuito de contornar esse problema, no presente trabalho, foi proposto a aplicação do método de regionalização de precipitações. Nesse contexto, a ideia principal foi dividir a região hidrográfica Tocantins Araguaia – RHTA em regiões homogêneas, definidas pelo método Fuzzy C-means, e para cada uma, definir modelos de probabilidades de ocorrência de chuvas e modelos regionais de estimativa de precipitações mensais e anuais. Para o desenvolvimento do método Fuzzy C-means, adotou-se a distância euclidiana, como medida de similaridade e o parâmetro de fuzificação, variando de 1,2 a 2,0, e as variáveis explicativas de precipitação (altitude, latitude e longitude), foram usadas como dados de entrada. Foram obtidas 3 regiões homogêneas por intermédio do método Fuzzy C-means, as quais foram validadas pelo índice PBM e o teste de heterogeneidade. As frequências de ocorrências de chuvas observadas foram geradas para cada uma das 83 estações pluviométricas, distribuídas em suas respectivas regiões, e calibradas pelas funções de probabilidade Normal, LogNormal, Gama, Gumbel, Exponencial, Logarítmica e Weibull. Com a aplicação do teste do qui-quadrado, definiu-se a melhor função de probabilidade na ocorrência de chuvas de cada região homogênea. A validação das funções de probabilidades foi realizada em 9 estações alvo, a partir do teste qui-quadrado. Nesta etapa, foi observado que para precipitação média anual, ocorreu aderência dos dados a todas as estações pluviométricas alvo, pois apresentaram resultados da aplicação do teste qui-quadrado inferior a 5,99 (para funções de distribuição Log-normal). Também se constatou que para precipitação média mensal, houve aderência dos dados a todas as estações pluviométricas alvo, com as funções Gama e Weibull. Para simulação de alturas de precipitação, foram testados na calibração, modelos Linear, Potencial, Exponencial e Logaritmo, através do método devi regressão múltipla, adotando como variáveis independentes, a altitude, latitude e longitude. Como critério de desempenho dos modelos, foi utilizado o R², R²_a, E%, ϵ%, NASH e RMSE. Na simulação de médias anuais o modelo Linear apresentou os melhores índices de desempenho. Na estimativa de precipitações médias mensais, todos os modelos de regressão múltipla não apresentaram bom desempenho, com erros acima de 50%, fato que provocou a estimativa de chuvas médias mensais para períodos chuvosos e secos. Nessa nova abordagem os modelos de regressão apresentaram critérios de desempenho adequados e com erros abaixo de 10%. Os índices de desempenho encontrados permitiram concluir que os modelos regionais desenvolvidos para as regiões homogêneas de precipitações, definidas por meio do método Fuzzy C-Means, apresentam-se como uma opção adequada na estimativa de precipitações anuais e em períodos secos e chuvosos, e são importantes para um melhor entendimento do regime pluviométrico na RHTA, podendo servir como ferramenta para um melhor planejamento dos recursos hídricos na região.