O Desempenho das Redes Neurais Artificiais (RNAs) para Simulação Hidrológica Mensal

Abstract

O objetivo deste estudo foi avaliar o desempenho de modelos hidrológicos baseados em RNAs para a simulação hi- drológica da vazão média mensal, utilizando apenas dados meteorológicos e pluviométricos. Este estudo foi realizado na bacia do rio Ijuí, na área de contribuição ao posto fluviométrico Santo Ângelo (5.414 km²), no Rio Grande do Sul, Brasil, com vazão média de 138 m³/s no período entre 1941 e 2005. Os procedimentos de pesquisa adotados foram: i) organização e análise de consistência dos dados; ii) interpolação espacial dos dados meteorológicos e pluviométricos; iii) estimativa da evapotranspiração de referência; iv) extração dos valores mensais de precipitação, evapotranspiração potencial e de vazão; v) modelagem hidrológica com RNAs. A avaliação dos modelos testados foi efetuada através de análises visuais comparativas dos hidrogramas e das curvas de permanência (observado e simulado), de indicadores quantitativos de desempenho como o coeficiente de Nash-Sutcliffe (NS), e de uma análise de sensibilidade para compreender e interpretar o funcionamento da RNA. Além disto, foi realizada uma comparação com o modelo hidrológico SMAP, modelo conceitual adaptado para simula- ções mensais, proposto por Lopes et al. (1982). O modelo com RNAs mais adequado para a simulação das vazões apresentou apenas três variáveis de entrada, com 16 pesos sinápticos. Neste modelo, foi obtido um NS igual a 0,904, com RMSE de 37,1 m³/s. Através da análise de sensibilidade, foi observado que a RNA escolhida relacionou corretamente as variáveis de entrada com a saída da rede, respeitando os princípios físicos envolvidos no sistema hidrológico. Além disto, verificou-se que o modelo de RNA simplificado apresentou razoável capacidade de extrapolação. Ao comparar o desempenho das simulações realizadas com a RNA e o modelo SMAP, no período entre 2002 e 2009, foi observada uma grande diferença no NS (RNAs: 0,898; SMAP: 0,672)