Aplicações de redes neurais artificiais e satélite TRMM na modelagem chuva-vazão da bacia hidrográfica do rio Paraguaçu/BA.

• Ano de defesa: 2013
• Autor(a) principal: MACEDO, Maria José Herculano.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Tecnologia e Recursos Naturais - CTRN; PÓS-GRADUAÇÃO EM METEOROLOGIA; UFCG
• Palavras-chave em Português: Sensoriamento Remoto; Modelagem Hidrológica; Inteligência Artificial; Remote Sensing; Hydrologic Modeling; Artificial intelligence; Meteorologia
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5779

O desequilíbrio crescente entre disponibilidade e demanda hídrica constitui objeto de planejamento dos recursos hídricos, políticas de conservação, programas de recursos hídricos e simulações hidrológicas. Nesse contexto, o objetivo deste estudo consiste em avaliar a aplicação das Redes Neurais Artificiais e satélite Tropical Rainfall Measuring Mission (TRMM) na modelagem chuva-vazão da bacia hidrográfica do rio Paraguaçu-BA. Os resultados revelaram que essa bacia hidrográfica não é muito propícia a inundações. O rio principal apresenta baixa declividade, com formas transicionais regulares e irregulares em seu curso. Mais de 50% da área da bacia hidrográfica está entre 200 e 600 metros, as menores altitudes se localizam ao leste e elevações acima de 1000 metros estão na porção oeste. A bacia hidrográfica é relativamente plana com declividade do tipo suave. A vegetação predominante consiste em atividades agrárias e vegetação secundária. As chuvas orográficas e/ou convectivas causam as sub e sobrestimativas pluviométricas do TRMM. A rede neural escolhida para a modelagem chuva-vazão utilizou em sua arquitetura o algoritmo de Retropropagação Levenberg-Marquardt, com 90 neurônios na camada intermediária e função de transferência tangente hiperbólica sigmóide (tansig) nas camadas intermediária e de saída. Na fase de previsão a rede superestimou os picos mais elevados de vazão. Os resultados indicam que as redes neurais artificiais são capazes de realizar a previsão de vazão. As estimativas de chuvas pelo TRMM podem ser utilizadas com cautela nas análises hidrológicas. Porém é uma alternativa interessante em locais onde não há disponibilidade de informações hidrológicas.