APLICAÇÃO DE REDES NEURAIS PARA PREDIÇÃO DE EVENTOS DE INUNDAÇÃO NA BACIA DO RIO MURIAÉ, RIO DE JANEIRO, BRASIL

Código

XVII-SRHNE0091

Autores

GABRIEL DE OLIVEIRA MACHADO, Demetrius David da Silva, MICHEL CASTRO MOREIRA, RICARDO DOS SANTOS FERREIRA, Thales Alves Teodoro, Patrick de Angeli Almeida, Jefte Gomes de Paula

Tema

24. Uso da inteligência artificial em recursos hídricos

Resumo

Os desastres causados por inundações aumentaram em frequência e devastação nos últimos trinta anos, principalmente em países em desenvolvimento, como o Brasil. A previsão precisa do local e do momento em que irá ocorrer uma inundação é uma tarefa desafiadora. Um dos métodos de previsão de inundações que tem recebido amplo destaque nos últimos anos é o que se baseia em inteligência artificial. Dentre os diversos tipos de redes neurais existentes, foram exploradas no presente trabalho a rede Multi Layer Perceptrom - MLP e Long and Short Term Memory ? LSTM, as quais foram aplicadas em um estudo de caso na bacia do Rio Muriaé, localizada no sudeste brasileiro. Para realizar a predição foram utilizados dados de chuva e cota horária de 6 estações, no período de 2016 a 2023. Os indicadores de desempenho adotados foram: Accuracy, Precision, Recall e F1-Score, que apresentaram os seguintes resultados: LSTM: 0,98; 0,91; 0,94 e 0.92, respectivamente, MLP: 0,98; 0,90; 0,92 e 0,91, respectivamente. O estudo aponta um desempenho satisfatório para ambos os modelos. A disponibilidade de dados históricos é um fator preocupante para o emprego dessa técnica. Estudos adicionais precisam ser realizados, objetivando testar outras bacias hidrográficas com diferentes condições edafoclimáticas.