Uma nova abordagem de modelagem hidrológica para bacias hidrográficas

Resumo: A água é um bem essencial à vida e, devido ao aumento da demanda por este recurso natural, estão sendo desenvolvidas técnicas que contribuam com o gerenciamento dos recursos hídricos. Entre essas técnicas, tem-se a modelagem hidrológica que tem como objetivo simular o comportamento de uma bacia hidrográfica o mais próximo possível da realidade. Entre os tipos de modelos hidrológicos, o modelo chuva-vazão tem sido muito utilizado em vários estudos, mas se sabe que a transformação de chuva em vazão é um dos processos mais complexos para se entender e modelar, devido à grande quantidade de variáveis que são modificadas no espaço e no tempo. Nesse sentido, a utilização de modelos baseados em redes neurais artificiais (RNAs) tem sido uma boa alternativa para esse tipo de modelo, uma vez que são ferramentas eficientes, com potencial para a modelagem de fenômenos complexos, multivariados e não lineares. Nesse sentido, o objetivo deste trabalho é simular a vazão de bacias hidrográficas pertencentes ao estado do Espírito Santo, por meio da utilização de RNAs, visando estimar vazões de referência. Para o desenvolvimento da metodologia proposta serão utilizados dados de precipitação e vazão diária e, com base nas áreas de drenagem das estações fluviométricas, será feita a delimitação das sub-bacias. Para a elaboração do modelo será utilizada a RNA do tipo multiLayer perceptron, contendo três camadas: a primeira para os dados de entrada (precipitação), a segunda sendo a intermediária e a terceira para os dados de saída (vazão específica). Serão realizados testes com combinações de variáveis de entrada de forma a analisar a influência de chuvas ocorridas em dias anteriores na estimativa da vazão diária. Visando estimar um único modelo que satisfaça as condições de todas as sub-bacias da área em estudo, o treinamento dos dados ocorrerá de forma simultânea para toda a base de dados. No processo de escolha do melhor modelo, serão utilizados índices estatísticos e gráficos de dispersão entre os dados observados e estimados. Após a seleção do melhor modelo serão estimadas as vazões de referência. O mesmo procedimento será executado com dados médios de precipitação e de vazão, visando obter melhores estimativas, visto que os valores médios oscilam menos que os dados diários.

Data de início: 01/08/2018
Prazo (meses): 36

Participantes:

Papel	Nome
Pesquisador	ROBERTO AVELINO CECÍLIO
Coordenador	SIDNEY SARA ZANETTI
Aluno Doutorado	LAISI BELLON CESCONETTO