Assessing rainfall erosivity indices through synthetic precipitation series and artificial neural networks
AUTOR(ES)
CECILIO, ROBERTO A., MOREIRA, MICHEL C., PEZZOPANE, JOSE EDUARDO M., PRUSKI, FERNANDO F., FUKUNAGA, DANILO C.
FONTE
An. Acad. Bras. Ciênc.
DATA DE PUBLICAÇÃO
11/10/2013
RESUMO
Dentre as características da precipitação aquela que expressa sua capacidade em promover a erosão do solo é denominada erosividade das chuvas (R), sendo comumente representada pelos índices EI30 e KE>25. A determinação destes indices requer a disponibilidade de series de dados pluviográficos, que são de difícil acesso no Brasil. O presente artigo descreve o uso de séries sintéticas de dados pluviográficos para calcular os índices EI30 e KE>25 no Estado do Espírito Santo (Brasil). Redes neurais artificiais (ANNs) também foram desenvolvidas para promover a interpolação espacial dos valores de R no Espírito Santo. Os valores calculados para os índices EI30 e KE>25 foram próximos àqueles encontrados em áreas pluviométricamente homegêneas próximas, indicando a aplicabilidade do uso de séries sintéticas de dados pluviográficos. As redes neurais artificiais consistiram em interpoladores espacial melhores que os métodos de inverso da potência da distância e krigagem para a espacialização dos índices de erosividade no Espírito Santo.
ASSUNTO(S)
interpolacao gerador climatico conservacao do solo equacao universal de perdas de solo
Documentos Relacionados
- Spatial Interpolation of Rainfall Erosivity Using Artificial Neural Networks for Southern Brazil Conditions
- Multivariate Analysis of Erosivity Indices and Rainfall Physical Characteristics Associated with Rainfall Patterns in Rio de Janeiro
- ARTIFICIAL NEURAL NETWORKS IN TIME SERIES FORECASTING
- Time-series forecasting of pollutant concentration levels using particle swarm optimization and artificial neural networks
- Automation in accession classification of Brazilian Capsicum germplasm through artificial neural networks