Portal Domínio Público - Biblioteca digital desenvolvida em software livre  
Missão
Política do Acervo
Estatísticas
Fale Conosco
Quero Colaborar
Ajuda
 
 
Tipo de Mídia: Texto
Formato:  .pdf
Tamanho:  7,13 MB
     
  Detalhe da ibra
Pesquisa Básica
Pesquisa por Conteúdo
Pesquisa por Nome do Autor
Pesquisa por Periodicos CAPES
 
     
 
Título:  
  Aplicação de redes neuronais para a interpolação da precipitação no estado de Alagoas
Autor:  
  Henderson Silva Wanderley   Listar as obras deste autor
Categoria:  
  Teses e Dissertações
Idioma:  
  Português
Instituição:/Parceiro  
  [cp] Programas de Pós-graduação da CAPES   Ir para a página desta Instituição
Instituição:/Programa  
  UFAL/METEOROLOGIA
Área Conhecimento  
  METEOROLOGIA
Nível  
  Mestrado
Ano da Tese  
  2010
Acessos:  
  182
Resumo  
  As regiões tropicais são marcadas por apresentarem uma grande variabilidade quanto à distribuição dos seus regimes pluviométricos, entretanto falta de informação quanto à distribuição espacial e temporal da precipitação é um sério obstáculo para se compreender e modelar sua variabilidade. Deste modo, o objetivo desta pesquisa foi utilizar Redes Neurais Artificiais para o estudo da variabilidade da precipitação, visando o preenchimento de falhas, utilizando-se de interpolação espacial e temporal da precipitação para o estado de Alagoas. Para a interpolação espacial foram utilizadas as médias mensais de 63 estações localizadas no estado de Alagoas e 182 estações localizadas no estado de Pernambuco entre os anos de 1965 a 1980, para os meses de maio e novembro. Para a interpolação temporal foram utilizados dados diários de 5 estações pluviométricas e 1 fluviométrica entre os anos de 1993 a 2002. Todas as estações utilizadas são provenientes do banco de dados da Agência Nacional de Águas (ANA). Para a interpolação foram adotados alguns cenários de entrada com diferentes configurações para o processo de treinamento das redes neurais, levando em consideração latitude, longitude, altitude, precipitações das estações dentro da região de dependência espacial e dados de precipitação de dias anteriores. A região de dependência espacial, bem como a distribuição espacial da precipi tação para os meses em estudo foram obtidas através da utilização de técnicas geoestatísticas. As redes neurais mostraram ser uma ferramenta promissora para a simulação de dados de precipitação, demonstrando resultados satisfatórios para a interpolação espacial com Erro Absoluto Médio entre 0,04 a 51,40mm e Erro Percentual Médio Absoluto entre 0,03 a 30,48% para o mês de maio, e Erro Absoluto Médio entre 0,00 a 5,79mm e Erro Percentual Médio Absoluto entre 0,00 a 30,65% para o mês de novembro. A interpolação temporal obteve o melhor resultado para o cenários-1 com a utilização de cinco dados passados, com Erro Absoluto Médio de 0,067mm e Erro Percentual Médi o Absoluto de 5,176%.
     
    Baixar arquivo