PREENCHIMENTO DE FALHAS DE DADOS DIÁRIOS DE PRECIPITAÇÃO UTILIZANDO REDES NEURAIS ARTIFICIAIS E MÉTODO DAS CORRELAÇÕES

Código

PAP022030

Autores

Lais Ledra, VIRGÍNIA GRACE BARROS, ELISA HENNING

Tema

13 - Manejo de águas urbanas

Resumo

No desenvolvimento de estudos hidrológicos que trabalham em conjunto com estatística e probabilidade é fundamental dispor de séries históricas. Entretanto, as maiores dificuldades encontradas muitas vezes são a indisponibilidade dos dados e o número de falhas encontrado nessas séries disponibilizadas pela rede de estações pluviométricas. Em função dessas lacunas, é necessário realizar o preenchimento de falhas, através de métodos aplicáveis, e verificar a consistência dos dados após o preenchimento. Neste trabalho o objetivo é realizar o preenchimento de falhas de dados diários de precipitação da rede de monitoramento da Defesa Civil do Município de Joinville (DCMJ), SC, aplicando o método da Rede Neural Artificial (RNA) e o método contido no pacote Hyfo, ambos utilizando o software RStudio. As falhas da rede de monitoramento da DCMJ, que possui dez estações pluviométricas, foram preenchidas e analisadas através das seguintes medidas de erro: Raiz do erro quadrático médio (RMSE), Erro relativo médio (MRE), e Erro médio absoluto (MAE), além da estatística Coeficiente de determinação (R²). Apesar do método RNA ser mais complexo, o método do pacote hyfo obteve os melhores resultados, alcançando valores médios de 6,558 (RMSE), 0,440 (MRE), 2,161 (MAE) e 0,457 (R²), ainda que o método RNA tenha obtido valores próximos.