Submitted by Claudia Rocha (claudia.rocha@udesc.br) on 2017-12-07T12:49:04Z
No. of bitstreams: 1
PGEF16MA053.pdf: 1576798 bytes, checksum: 649706432937dc5a8116984a2bb20aa7 (MD5) / Made available in DSpace on 2017-12-07T12:49:04Z (GMT). No. of bitstreams: 1
PGEF16MA053.pdf: 1576798 bytes, checksum: 649706432937dc5a8116984a2bb20aa7 (MD5)
Previous issue date: 2016-02-15 / FAPESC / The future behavior estimate of minimum, medium and maximum
discharges of a watershed is essential to elaborate themanagement plan
of its water resources.There are two modelling approaches to generate
predictions series: models that consider the physical processes occurring
in the basin and data-oriented models.This work aims to evaluate dataoriented
models, among which the most popular are the Artificial Neural
Networks (ANN). The Regression Trees (RT) also have great potential
for this kind of application, but they are not so widespread in
Hydrology, which is why they were included in this work. These models
were evaluated in the Upper Canoas basin, whose outlet coincides with
Rio Bonito Station. In the first chapter, the objective was to evaluate the
performance of an ANN method called Multi Layer Perceptron (MLP)
in closed-loop mode to estimate daily discharge, considering different
input vectors in order to assess the most appropriate combinations. The
input vectors data series were composed of observed precipitation,
evapotranspiration and discharge of the previous day. The training was
held in open-loop mode, where all model input treatments were
constituted of observed flow rate of the previous day (t-1) among other
variables. To simulate the flow in the test period was the MLP used for
open-loop and closed-loop mode, the latter being composed of a
simulated flow of entries in t-1. The combination of input vectors with
the best performance constituted of daily rainfall of the four rainfall
stations, rainfall with t-2 days delay of the same four stations and
discharge with t-1 day delay. The second chapter presents an evaluation
of modeling performance in the monthly scale comparing some RTs
(M5P, REP Tree and Decision Stump) and the MLP ANN. The
experiment was set up with one period for training and two periods for
testing. Among the RTs, the M5P produced the best results. In one of
the test periods, M5P presented similar performance to the MLP, being
considered an interesting alternative to using ANNs / A estimativa do comportamento futuro das vazões mínimas, médias e
máximas de uma bacia hidrográfica é fundamental para a elaboração do
plano de gerenciamento dos seus recursos hídricos. Existem duas
abordagens de modelos que possibilitam gerar séries de previsões: a
abordagem dos modelos baseados nos processos físicos que ocorrem na
bacia e a abordagem dos modelos orientados a dados. Esta dissertação
se propõe a avaliar modelos orientados a dados, dentre os quais, os mais
populares são as Redes Neurais Artificiais (RNAs). As Árvores de
Regressão (RT) também apresentam grande potencial de aplicação,
embora pouco difundidas na Hidrologia, motivo pelo qual estão
incluídas neste trabalho. Estes modelos foram avaliados na bacia
hidrográfica do Alto Canoas, cujo exutório coincide com a Estação Rio
Bonito. No capitulo 1, o objetivo foi avaliar o desempenho de uma RNA
do tipo Multi Layer Perceptron (MLP), em modo closed-loop, tratandose
diferentes combinações de vetores de entrada, visando determinar o
mais adequado para estimar as vazões diárias. Os vetores de entrada
foram constituídos de séries observadas de precipitação,
evapotranspiração e da vazão do dia anterior. O treinamento foi
realizado em modo open-loop, em que todos os tratamentos de entrada
do modelo foram constituídos pela vazão observada do dia anterior (t-1)
entre outras. Para a simulação da vazão no período de teste foi utilizada
a MLP em modo open-loop e closed-loop, sendo a última composta por
uma das entradas a vazão simulada em t-1. A combinação de vetores de
entrada que apresentou melhor desempenho foi constituído pelo registro
da precipitação diária nas quatro estações pluviométricas, precipitação
com atraso de t-2 dias para as mesmas quatro estações e vazão em t-1. O
capitulo 2 apresenta a avaliação do desempenho, na escala mensal, de
algumas RTs (M5P, REP Tree e Decision Stump) frente ao desempenho
de uma RNA do tipo MLP. O experimento foi configurado com um
período para treinamento e dois períodos para teste. Entre as RTs, a
M5P produziu os melhores resultados. Em um dos períodos de teste, a
M5P apresentou desempenho semelhante ao da MLP, sendo considerada
uma alternativa interessante ao uso de RNAs
Identifer | oai:union.ndltd.org:IBICT/oai:tede.udesc.br #179.97.105.11:handle/2318 |
Date | 15 February 2016 |
Creators | Debastiani, Aline Bernarda |
Contributors | Rafaeli Neto, Silvio Luis |
Publisher | Universidade do Estado de Santa Catarina, Mestrado, UDESC, Brasil, UDESC::CAV |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UDESC, instname:Universidade do Estado de Santa Catarina, instacron:UDESC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.1737 seconds