Avaliação de redes neurais artificiais para a previsão da temperatura superficial da água em um reservatório urbano

Código

III-FLUHIDROS0123

Autores

Mariana Salgueiro dos Reis, Bruno Melo Brentan, Nilo de Oliveira Nascimento, Talita Fernanda das Graças Silva

Tema

12 - Limnologia e modelagem da qualidade da água

Resumo

A previsão da temperatura superficial da água de lagos é fundamental para o planejamento e a gestão de sistemas aquáticos. Embora modelos tradicionais sejam utilizados para esse fim, eles podem apresentar limitações na representação de relações não lineares complexas. Neste contexto, o objetivo deste trabalho foi avaliar o desempenho de redes neurais artificiais do tipo MLP na previsão da temperatura superficial da água em um reservatório urbano, considerando diferentes horizontes. A pesquisa foi realizada na Lagoa da Pampulha, em Belo Horizonte (MG), um ambiente urbanizado. Foram utilizados dados de temperatura superficial da água e variáveis meteorológicas em frequência horária. A metodologia incluiu pré-processamento dos dados (limpeza, integração e imputação), construção de variáveis auxiliares e treinamento de modelos MLP com diferentes configurações e horizontes de previsão (0 a 24 h), com validação cruzada. Os resultados indicaram bom desempenho geral, com NSE > 0,9, MAE e RMSE < 0,7 °C na validação. Modelos com maior número de variáveis meteorológicas (Grupo B) apresentaram desempenho ligeiramente superior, mas modelos mais simples (Grupo A) mostraram melhor relação custo benefício. O desempenho foi melhor em previsões de curto prazo (até 3 h) e pior em horizontes intermediários (12 h). Na aplicação em um conjunto de dados distinto, o desempenho reduziu (NSE entre 0,7 e 0,8; RMSE ~1,7 °C), mas manteve consistência. O modelo MLP foi eficaz para previsão da temperatura da água, especialmente no curto prazo, embora apresente limitações na representação de extremos térmicos.