UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE NÍVEL EM POSTOS TELEMÉTRICOS

Código

XXVI-SBRH0878

Autores

Helen Graciane Ruela Machado, JosIelton da Silva Santos, Milena Pereira Dantas, Rafael Grinberg Chasles, DIEGO FREITAS DE SOUSA, Diego Monteiro dos Santos, BRISA MARIA FREGONESI, Vitória Amélia Lemes Gonçalves, ANDERSON BARBOZA ESTEVES, ANDRE LUIS NAVARRO

Tema

F - Processos Hidrológicos e Monitoramento Integrado de Recursos Hídricos

Resumo

As inundações no Estado de São Paulo causam grandes impactos para a população e podem ocorrer após eventos extremos de extravasamentos da calha do rio em consequência a grandes chuvas. Muitos rios no Estado de São Paulo possuem postos telemétricos que registram os seus níveis em tempo real, os postos são monitorados pela Agência de Água do Estado de São Paulo (SP-Águas), porém o monitoramento ocorre apenas para o estado atual do nível. Trabalhos envolvendo Artificial Neural Networks (ANN) ou em português Redes Neurais Artificiais (RNA), têm ajudado cada vez mais a prever eventos de inundação com base em dados pluviométricos, fluviométricos e características físicas da bacia hidrográfica, mostrando um grande desempenho do modelo para prever eventos complexos. Nesse sentido, o objetivo deste trabalho foi analisar o desempenho da ANN para prever os níveis nos postos telemétricos monitorados pela SP-Águas com base apenas no comportamento da chuva e os registros fluviométricos. O modelo apresentou um bom desempenho em aprender os padrões de chuva em eventos de extravasamento e a prever valores de nível muito próximos do real para algumas estações, apresentando o MAP de 0.5% e R² de 0,94% indicando que o modelo conseguiu explicar 94% da variabilidade dos dados e 6% ainda precisam ser melhor trabalhados e explicados.