Aplicação de redes neurais artificiais no preenchimento de falhas de precipitação mensal na região Serrana do Espírito Santo

• Tamíres Partélli Correia ^[1] ; Rafael Esteves Dohler ^[2] ; Carlos Silva Dambroz ^[3] ; Daniel Henrique Breda Binoti ^[2]
  1. [1] Universidade Federal Rural do Rio de Janeiro

     Universidade Federal Rural do Rio de Janeiro

     Brasil

     
  2. [2] Universidade Federal do Espírito Santo

     Universidade Federal do Espírito Santo

     Brasil

     
  3. [3] Instituto Federal Fluminense. Brasil

  Mostrar afiliaciones +
• Localización: Geociencias, ISSN-e 1980-900X, ISSN 0101-9082, Vol. 35, Nº 4, 2016, págs. 560-567
• Idioma: portugués
• Títulos paralelos:
  • Application of artificial neural networks to fill monthly precipitation gaps in the mountain region of Espírito Santo
• Enlaces
  • Texto Completo Ejemplar
• Resumen
  • English

    The quality of meteorological data directly influences the planning and management of management in river basins, hydrological modeling, air quality, monitoring of forest fires. Thus, the flaws in precipitation series make it impossible to achievement many studies in agriculture. The objective of this research is to test the methodology of artificial neural networks (ANN) to fill flaws in monthly series of rainfall data. Was used a series of monthly rainfall data from four stations in the basin of Rio Doce, located in the mountainous region of the state of Espirito Santo. Were admitted the existence of three different types of failures Itarana station, around 7, 15 and 30%, performing seven filling simulations for each type of failure. The use of RNAs for fill flaws in calculation in monthly rainfall data was effective with 7% of the flawed data, presenting NSE and R² values greater than 0.8. The implementation of these networks in database failed 15 to 30%, is not recommended. The result of applying RNAs for fills flaws in data precipitation was satisfactory, contributing to studies that require reliable climatic series

  • português

    A qualidade dos dados meteorológicos influencia diretamente o planejamento e a gestão do manejo nas bacias hidrográficas, modelagem hidrológica, qualidade do ar, monitoramento de incêndios florestais. Assim, séries com falhas de precipitação pluvial inviabilizam a execução de muitos estudos na área agrícola. O objetivo desta pesquisa é testar a metodologia de Redes Neurais Artificiais (RNAs) para o preenchimento de falhas em séries mensais de dados de precipitação pluvial. Utilizou-se uma série de dados pluviométricos mensais de quatro estações na bacia do rio Doce, localizada na região serrana do estado do Espírito Santo. Foram admitidas a existência de três diferentes porcentagens de falhas na estação de Itarana, sendo 7, 15 e 30%, realizando sete simulações de preenchimento para cada tipo de falha. A utilização de RNAs no cálculo de preenchimento de falhas em dados mensais de pluviosidade foi eficaz com 7% de falha nos dados, apresentando valores de NSE e R² superiores a 0,8. A aplicação das mesmas redes em banco de dados com falhas de 15 e 30%, não foi satisfatório. O resultado da aplicação de RNAs em preenchimentos de falhas em dados de precipitação foi eficiente, o que contribui para estudos que necessitam de séries climáticas confiáveis.