CLASSIFICAÇÃO DE REGIME DE VAZÕES USANDO APRENDIZADO DE MÁQUINA: ESTUDO DE CASO NO AÇUDE ORÓS-CE

Código

XXVI-SBRH0807

Autores

TATIANE LIMA BATISTA, Larissa Zaira Rafael Rolim, José Kerlly Soares de Araújo, Jorgiane Pires Bezerra, ALAN MICHELL BARROS ALEXANDRE, Francisco de Assis de Souza Filho

Tema

A - Planejamento e Gestão de Recursos Hídricos e Segurança Hídrica

Resumo

O conhecimento do regime de vazões é importante no contexto da gestão de recursos hídricos em áreas com vulnerabilidades hídricas e climáticas como o semiárido cearense. Este trabalho abordou o uso de métodos de aprendizado de máquina para classificação do regime de vazões afluentes a um reservatório estratégico localizado no estado do Ceará a partir de dois preditores climáticos: Dipolo do Atlântico e Nino3. Foram comparados os desempenhos de quatro métodos: árvore de decisão (DT), máquina de vetores de suporte (SVM), regressão logística multinomial (MLR) e k-vizinhos mais próximos (k-NN) para classificar os anos como Secos, Normais ou Chuvosos. O método k-NN apresentou o melhor desempenho geral na classificação, enquanto o modelo baseado em Árvore de Decisão (DT) obteve os piores resultados. De maneira geral, os modelos apresentaram maior capacidade de acerto na identificação dos anos secos. Por outro lado, a categoria Normal foi a que obteve os menores índices de acerto, indicando maior dificuldade dos modelos em distinguir anos com regime médio de vazões. Alguns modelos classificaram poucos anos como chuvosos, apresentando certo conservadorismo para essa categoria. Sugere-se a investigação de abordagens baseadas em multimodelos ou modelos híbridos, buscando uma representação mais robusta do regime hidrológico na região.