MODELAGEM CHUVA-VAZÃO UTILIZANDO REDES NEURAIS ARTIFICIAS EM UMA SUB BACIA DO RIO PARAUAPEBAS - PARÁ

Código

XXV-SBRH0700

Autores

PAULO RÓGENES MONTEIRO PONTES, Caio Castro Rodrigues

Tema

STE14 - Hidrologia no arco do desmatamento da Amazônia

Resumo

Ao longo das últimas quatro décadas, ocorreram mudanças significativas na cobertura do solo da Bacia Hidrográfica do Rio Parauapebas, que desempenharam um papel crucial no aumento das descargas líquidas na região, contribuindo em inundações que já causaram mais de 13 milhões de reais em danos e afetaram mais de 16 mil pessoas. Nesse contexto, a pesquisa aborda a modelagem da transformação chuva-vazão para simulação de vazões em uma sub bacia do rio Parauapebas (SBRP), por meio do uso de Redes Neurais Artificiais do tipo Multilayer Perceptron (RNA MLP). Os dados diários da precipitação média na SBRP foram obtidos a partir do produto de satélite Persiann CDR, enquanto as vazões médias diárias foram obtidas de uma estação fluviométrica da Agência Nacional de Águas. Foram desenvolvidas três RNAs MLP com diferentes arquiteturas e combinações de dados de entrada. A calibração do modelo foi avaliada utilizando critérios de desempenho, como R², índice de Nash Sutcliffe e RMSE. Os resultados mostraram que a utilização da precipitação média diária e da vazão defasada em um dia como vetores de entrada apresentou um desempenho superior em comparação com outras combinações de dados. Os critérios de desempenho obtidos estiveram próximos de seus valores ideais, o que evidencia uma boa calibração do modelo e demonstra a robustez dessa metodologia de modelagem hidrológica em regiões com limitações de dados hidrometeorológicos, como é o caso da maioria das bacias amazônicas.