Aplicação de redes neuronais computacionais à modelação de escoamentos mensais

Abstract

Apresentam-se os resultados da modelação baseada em redes neuronais computacionais, RNCs, dos escoamentos mensais em quatro bacias hidrográficas portuguesas. Incluiu-se a comparação dos escoamentos mensais assim estimados com os fornecidos por um modelo do tipo conceptual, designadamente, pelo modelo de Temez. A identificação das variáveis de entrada a considerar nas RNCs baseou-se na análise da dependência temporal, a nível mensal, entre escoamentos e outras variáveis hidrológicas de que se admitiu poderem depender aqueles escoamentos. Foram, assim, adoptadas como variáveis de entrada a precipitação e a evapotranspiração em cada mês objecto de modelação e em meses antecedentes, bem como o escoamento, neste caso, somente em meses antecedentes O treino das redes neuronais recorreu a uma variante do algoritmo de retro-propagação, conhecida por algoritmo de optimização linear de segunda ordem de Levenberg Marquardt, e que assegura uma rápida convergência para a solução. Para apreciar o ajustamento dos modelos utilizaram-se como medidas de ajustamento ou de erro entre escoamentos observados e escoamentos estimados o coeficiente de correlação, a raiz quadrada do desvio quadrático médio e o erro absoluto médio. Os resultados obtidos tendo por base quatro casos de estudo permitem concluir pela adequação das RNCs à modelação de escoamentos mensais o que deixa antever a possibilidade de aplicação desses modelos à previsão de escoamentos mensais ou de escoamentos em menores intervalos de tempo, para o que fundamentalmente, as variáveis de entrada não poderão incluir valores no intervalo de tempo objecto de previsão de escoamentos.