Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Santos, Daiana da Silva
 |
| Orientador(a): |
Silva, Robson Mariano da
|
| Banca de defesa: |
Silva, Robson Mariano da
,
Delgado, Angel Ramon Sanchez
,
Coutinho, Eluã Ramos
|
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal Rural do Rio de Janeiro
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Modelagem Matemática e Computacional
|
| Departamento: |
Instituto de Ciências Exatas
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://rima.ufrrj.br/jspui/handle/20.500.14407/14346
|
Resumo: |
A Evapotranspiração (ET) é um dos principais componentes do ciclo hidrológico e sua estimativa precisa é de suma importância no gerenciamento e planejamento de recursos hídricos. Este estudo objetivou avaliar a aplicação de modelo de redes neurais artificiais de Perceptrons de Múltiplas Camadas (RN-MLP), para estimar os valores diários da evapotranspiração de referência (ETo) e comparar com os valores estimados pelo método de Penman-Monteith FAO 56 (ETo-PM), para os municípios de Mendes e Teresópolis/RJ. Para tal utilizou-se dados meteorológicos coletados da estação meteorológica do CPETC/INPE entre 2010 e 2015. O desempenho do modelo foi avaliado através do erro médio absoluto (MAE), erro médio quadrático (MSE), erro médio percentual absoluto (MAPE), raiz do erro médio quadrático (RMSE) e do coeficiente de determinação R2. Os resultados mostraram que o modelo RN-MLP proposto apresentou uma boa capacidade preditiva, visto que, o coeficiente de determinação R2 para a melhor arquitetura no conjunto de 30 simulações variou de 0,9878 a 0,9925 e 0,9928 a 0,9961 para as estações meteorológicas de Mendes e Teresópolis, respectivamente. Pela análise dos gráficos, percebeu-se um bom ajuste entre os valores observados e preditos, mostrando dessa forma que a regressão linear se ajustou bem para os resultados de ETo diários |
