APLICAÇÃO DE MODELOS DE INTELIGÊNCIA ARTIFICIAL PARA PREVISÃO DE PERÍODOS DE ESTIAGEM NO SERIDÓ PARAIBANO

Código

XVII-SRHNE0235

Autores

ÉMERSON DA SILVA FREITAS, Wamberto Raimundo da Silva Júnior, Júlia Souto Lima, Júlio César Costa Silva, Cristiano das Neves Almeida, VICTOR HUGO RABELO COELHO, Filipe Carvalho Lemos, Jack Wilamy Sousa Santos, Ana Bárbara Dantas da Silva

Tema

24. Uso da inteligência artificial em recursos hídricos

Resumo

A escassez de água é um desafio complexo que afeta diversas regiões do mundo, sendo assim a previsão de secas é imensamente útil no alerta precoce e na preparação das comunidades mais vulneráveis para os seus impactos adversos. Diante disso, o objetivo é desenvolver modelos de previsão de estiagem, robustos e eficazes para auxiliar a tomada de decisão e a gestão adaptativa dos recursos hídricos na região. Esse estudo utilizou 2 estações com dados diários de 1952 a 2017 da microrregião do Seridó Leste e Seridó Oeste do estado da Paraíba. Foram utilizados 3 modelos de machine learning baseado em árvores: árvores de decisão, florestas aleatórias e gradiente boosting. Foram utilizadas dez variáveis de entrada e uma variável de saída que são a quantidade de dias de estiagem (QDE) para treinamento e teste com 70 e 30% dos dados respectivamente. Os resultados desse estudo mostram que os modelos conseguem prever de forma eficaz os dias de estiagem com KGE que varia de 0.92 a 0.99 e erros médios absolutos que variam de 1.66 a 4.66 dias. A principal conclusão desse estudo é que os modelos de machine learning são eficazes na previsão de dias de estiagem.