AVALIAÇÃO DE MODELOS HIDROLÓGICOS DE REDES NEURAIS LSTM EM BACIAS DO SUDESTE BRASILEIRO

Código

XXV-SBRH0616

Autores

Gustavo de Oliveira Corrêa, Francisco Eustáquio Oliveira e Silva

Tema

STE04 - Cheias no Brasil: geração, previsão e impactos

Resumo

Modelos hidrológicos baseados em processos físicos têm sido analisados na literatura hidrológica há diversas décadas, sob diferentes perspectivas: adequabilidade da estrutura conceitual, calibração de parâmetros e predição em bacias não monitoradas, por exemplo. O interesse por modelos baseados em dados tem crescido nos últimos anos em consonância com o desenvolvimento de técnicas de aprendizado de máquina. Redes neurais recorrentes do tipo LSTM têm sido empregadas na predição de processos hidrológicos, sobretudo de vazões. Estudos que se propuseram a comparar ambas as abordagens revelam que essas técnicas podem ser utilizadas com êxito. Nesse contexto, o objetivo primordial do estudo é comparar os resultados obtidos por modelos orientado a dados (LSTM) àqueles de base física (GR4J). Uma extensa série de bacias foram analisadas (CAMELS-BR) a fim de se construir uma amostra representativa dos regimes hidrológicos observados na região sudeste do país. As redes neurais apresentaram desempenho semelhante ou superior ao modelo GR4J e a transferência da arquitetura dessas redes foi validada.