Interpolação espacial de dados médios mensais pluviométricos com redes neurais artificiais
AUTOR(ES)
Wanderley, Henderson Silva, Amorim, Ricardo Ferreira Carlos de, Carvalho, Frede Oliveira de
FONTE
Rev. bras. meteorol.
DATA DE PUBLICAÇÃO
2014-09
RESUMO
A falta de informação quanto à distribuição da precipitação é um sério obstáculo para se compreender e modelar sua variabilidade, surgindo assim a necessidade de se obter informações para regiões que não apresentam estações de medição ou que apresentem falhas em seu banco de dados por meio da interpolação. Desta forma, o objetivo deste estudo consiste em utilizar Redes Neurais Artificiais (RNA's), propondo diferentes procedimentos para sua utilização, na interpolação espacial de dados pluviométricos no Estado de Alagoas. Para o estudo foram utilizadas 245 estações pluviométricas localizadas nos Estados de Alagoas e Pernambuco, das quais se usou as informações de latitude, longitude, altitude e precipitação das estações próxima à estação base que se desejou estimar a precipitação, como parâmetros de entrada das redes. A utilização de RNA´s, no preenchimento de falhas de dados pluviométricos, mostrou diferença estatística em apenas um procedimento adotado pelas redes. As estimativas realizadas para o mês de novembro apresentou resultados mais coerentes com os observados nas estações bases, devido a menor variabilidade espacial da precipitação neste mês.
ASSUNTO(S)
preenchimento de falhas geoestatística variograma variabilidade espacial
Documentos Relacionados
- Redes neurais com topologias otimizadas aplicadas na modelagem de dados geotécnicos e pluviométricos para predição de deslizamentos de solo
- Classificação de estratos florestais utilizando redes neurais artificiais e dados de sensoriamento remoto
- Estimativa da produtividade de soja com redes neurais artificiais
- Previsão de vazões médias mensais usando redes neurais nebulosas
- Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélite