O Desempenho das Redes Neurais Artificiais (RNAs) para Simulação Hidrológica Mensal

O objetivo deste estudo foi avaliar o desempenho de modelos hidrológicos baseados em RNAs para a simulação hidrológica da vazão média mensal, utilizando apenas dados meteorológicos e pluviométricos. Este estudo foi realizado na bacia do rio Ijuí, na área de contribuição ao posto fluviométrico Santo Ângelo (5.414 km?), no Rio Grande do Sul, Brasil, com vazão média de 138 m?/s no período entre 1941 e 2005. Os procedimentos de pesquisa adotados oram: i) organização e análise de consistência dos dados; ii) interpolação espacial dos dados meteorológicos e pluviométricos; iii) estimativa da evapotranspiração de referência; iv) extração dos valores mensais de precipitação, evapotranspiração potencial e de vazão; v) modelagem hidrológica com RNAs. A avaliação dos modelos testados foi efetuada através de análises visuais comparativas dos hidrogramas e das curvas de permanência (observado e simulado), de indicadores quantitativos de desempenho como o coeficiente de Nash-Sutcliffe (NS), e de uma análise de sensibilidade para compreender e interpretar o funcionamento da RNA. Além disto, foi realizada uma comparação com o modelo hidrológico SMAP, modelo conceitual adaptado para simulações mensais, proposto por Lopes et al. (1982). O modelo com RNAs mais adequado para a simulação das vazões apresentou apenas três variáveis de entrada, com 16 pesos sinápticos. Neste modelo, foi obtido um NS igual a 0,904, com RMSE de 37,1 m?/s. Através da análise de sensibilidade, foi observado que a RNA escolhida relacionou corretamente as variáveis de entrada com a saída da rede, respeitando os princípios físicos envolvidos no sistema hidrológico. Além disto, verificou-se que o modelo de RNA simplificado apresentou razoável capacidade de extrapolação. Ao comparar o desempenho das simulações realizadas com a RNA e o modelo SMAP, no período entre 2002 e 2009, foi observada uma grande diferença no NS (RNAs: 0,898; SMAP: 0,672).