APLICAÇÃO DE REDE NEURAL GENÉRICA E ESPECÍFICA PARA PREDIÇÃO DE EVENTOS DE INUNDAÇÃO NA BACIA DO RIO DAS VELHAS, MINAS GERAIS, BRASIL

Código

XVII-SRHNE0220

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

Nos últimos anos, as rápidas mudanças climáticas e no uso da terra têm causado variações severas no regime de precipitação. Ademais, devido ao alto grau de não linearidade entre chuva e escoamento superficial, prever o fluxo dos rios tornou-se mais complexo. Atualmente, novas técnicas de Inteligência Artificial têm sido extensivamente propostas como abordagens alternativas confiáveis para previsão de escoamento. Dentre os diversos tipos de redes neurais existentes, foram exploradas no presente trabalho a rede Random Forest - RF e a Long and Short Term Memory ? LSTM, as quais foram aplicadas em um estudo de caso na bacia do Rio das Velhas, localizada no sudeste brasileiro. Para realizar a predição foram utilizados dados de chuva e cota horária de 6 estações, no período de 2017 a 2022. Os indicadores de desempenho adotados foram: Accuracy, Precision, Recall e F1-Score, que apresentaram os seguintes resultados: LSTM: 0,92; 0,65; 0,53 e 0.57, respectivamente, RF: 0,98; 0,96; 0,85 e 0,90, respectivamente. O estudo aponta um desempenho satisfatório para o modelo RF e insatisfatório para o modelo LSTM. 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.