Título:
Regionalização de parâmetros de modelo Chuva-Vazão usando redes neurais
Resumo:
O presente estudo focaliza a regionalização dos parâmetros de um modelo chuva-vazão com base nas características físicas e climáticas mais relevantes das bacias hidrográficas. Os parâmetros do modelo SMAP versão mensal são calibrados por processo automático para 14 bacias hidrográficas localizadas na região Semi-Árida do Nordeste brasileiro com o uso do algoritmo SCE-UA (Shuffled Complex Evolution) desenvolvido por Duan et al. (1992). O conjunto de parâmetros obtidos na calibração é associado às características das bacias através do uso de uma rede neural artificial do tipo perceptron de múltiplas camadas, treinadas com algoritmo de retropropagação. Cada bacia por sua vez foi omitida do processo de calibração e a rede neural foi usada para estimar os parâmetros do modelo para a bacia omitida. Comparações entre os parâmetros estimados para cada bacia omitida e os parâmetros obtidos calibrando o modelo aos dados daquela bacia, apresentaram resultados bons para algumas bacias e piores para outras, provavelmente porque as bacias estão em regiões com diferenças hidrológicas.
Autores:
Laudízio da Silva Diniz, Robin Thomas Clarke