Use este identificador para citar ou linkar para este item:
https://rigeo.sgb.gov.br/handle/doc/21659
Registro completo
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | MARQUES, Guilherme Fernandes | - |
dc.contributor.author | SILVA, Emanuel Duarte | - |
dc.date.accessioned | 2020-04-28T17:26:10Z | - |
dc.date.available | 2020-04-28T17:26:10Z | - |
dc.date.issued | 2019 | - |
dc.identifier.citation | DUARTE, Emanuel Silva. Previsão hidroeconômica de curto prazo com modelo de redes neurais artificias: aplicação à bacia do rio Caí. 2019. 131 f. Orientador: Guilherme Fernades Marques. Dissertação (Mestrado) – Universidade Federal do Rio Grande do Sul. Instituto de Pesquisas Hidráulicas, Porto Alegre, 2019 | pt_BR |
dc.identifier.uri | https://rigeo.sgb.gov.br/handle/doc/21659 | - |
dc.description | Dissertação Mestrado em Regulação e Gestão de Recursos Hídricos | |
dc.description.abstract | A região hidrográfica do baixo Caí é marcada por cheias recorrentes que impactam diretamente cerca de 100.000 pessoas, diante desse cenário o Serviço Geológico do Brasil – CPRM implantou, em 2010, o Sistema de Alertas Hidrológicos da Bacia do Rio Caí (SAH-Caí), sendo responsável pela emissão de previsões fluviométricas para os municípios de São Sebastião do Caí e Montenegro. A necessidade de aprimoramento do sistema motivou o desenvolvimento de uma ferramenta capaz de gerar e integrar previsões fluviométricas, espacialização de áreas inundáveis e estimativas de prejuízos, entregando ao usuário final um prognóstico dos eventos hidrológicos extremos. O presente estudo foi desenvolvido tendo como base três eixos de pesquisa, desenvolvimento de um modelo de previsão fluviométrica, mapeamento de áreas inundáveis para diferentes níveis fluviométricos e estimativa de prejuízos associados a cada região atingida pela cheia. O modelo de previsão fluviométrica foi construído tendo como base os conceitos de aprendizado de máquina através de redes neurais artificias, que contou com a aplicação de técnica de amostragem sistemática para composição das séries de dados de treinamento, além da aplicação de médias móveis com uso de ponderação temporal exponencial e gama sobre os dados de entrada. Como resultado foram obtidos dois modelos de previsão, com alcances de 20h e 24h, respectivamente, para os municípios de São Sebastião do Caí e de Montenegro, com coeficientes de NashSutcliffe (NS) superiores a 0,9. O mapeamento das áreas inundáveis foi obtido através da compatibilização das referências de nível verticais de um MDT (Modelo Digital de Terreno), de alta resolução, e as seções linimétricas existentes no perímetro urbano desses municípios, resultando na obtenção de manchas de inundação com intervalos de nível de 0,5m, cobrindo uma faixa que vai da cota de início de inundação à cota associada a um TR de 100 anos. A quantificação de danos resultou em estimativas de prejuízos associados a cada nível de inundação e teve como base a adaptação da metodologia utilizada por Fadel (2015). Para a cidade de Montenegro os valores obtidos são da ordem de 12 milhões de reais associados a uma cota de 650 cm chegando a 81 milhões de reais associados a cota de 1000 cm, já para o município de São Sebastião do Caí os prejuízos estimados são da ordem de 7,5 milhões de reais associados a cota de 1100 cm chegando a 64,5 milhões de reais associados a cota 1500 cm. A integração dos dados coletados, nos três eixos de pesquisa, foi realizada no formato de boletim informativo de modo a fornecer um mecanismo de divulgação rápida e de fácil compreensão. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.rights | open | pt_BR |
dc.subject.other | HIDROLOGIA | pt_BR |
dc.subject.other | PREVISÃO HIDROLÓGICA | pt_BR |
dc.subject.other | PREVISÃO HIDROECONÔMICA | pt_BR |
dc.subject.other | MAPA DE INUNDAÇÃO | pt_BR |
dc.subject.other | REDES NEURAIS ARTIFICIAIS | pt_BR |
dc.subject.other | RIO GRANDE DO SUL | pt_BR |
dc.subject.other | BACIA RIO CAÍ | pt_BR |
dc.subject.other | RIO CAÍ | pt_BR |
dc.title | Previsão hidroeconômica de curto prazo com modelo de redes neurais artificias: aplicação à bacia do rio Caí | pt_BR |
dc.type | Dissertation | pt_BR |
dc.local | Porto Alegre | |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Instituto de Pesquisas Hidráulicas | pt_BR |
dc.degree.program | Programa de Pós-Graduação em Regulação e Gestão de Recursos Hídricos | pt_BR |
dc.degree.level | Mestrado Acadêmico | pt_BR |
dc.creator.affilliation | CPRM | pt_BR |
dc.contributor.member | POLETO, Cristiano | - |
dc.contributor.member | SILVA, Régis Leandro Lopes da | - |
dc.contributor.member | MATOS, Artur José Soares | - |
dc.degree.local | Porto Alegre | pt_BR |
dc.subject.en | HYDROLOGY | pt_BR |
dc.subject.en | ARTIFICIAL NEURAL NETWORKS | pt_BR |
dc.subject.en | FLOOD MAP | pt_BR |
dc.subject.es | HIDROLOGÍA | pt_BR |
dc.subject.es | MAPA DE INUNDACIONES | pt_BR |
dc.subject.es | REDES NEURONALES ARTIFICIALES | pt_BR |
dc.subject.fr | HIDROGEOLOGIE | pt_BR |
dc.subject.fr | RÉSEAUX DE NEURONES ARTIFICELS | pt_BR |
dc.degree.date | 2019 | - |
Aparece nas coleções: | Dissertações |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
dissertacao_v06_rev.pdf | Dissertação | 6,43 MB | Adobe PDF | Visualizar/Abrir |
O uso do material disponibilizado neste repositório deve ser feito de acordo e dentro dos limites autorizados pelos Termos de Uso.