Abstract
The techniques of artificial neural networks (ANNs) have been used in the prediction of hydrological variables due to the ability to generalize information, which makes the implementation of models less costly and more agile. In this study, the phenomenon of converting rainfall into streamflows of a Guama River Hydrographic Sub-basin (GRHS) in the State of Para, Amazon, was simulated. The models are based on MLP (Multilayer Perceptron) and NARX (Nonlinear Autoregressive with Exogenous Inputs) ANNs, with Hyperbolic Tangent activation function in hidden layer neurons, being trained by the supervised training algorithm Levenberg-Marquardt. Comparing the proposed ANNs, the NARX-ANN models presented better performances compared to the MLP-ANN model. The best of the NARX-ANN models presented, on average, for the training, validation and test phases, R² equal to 0.9901, RMSE equal to 11.73 m3s-1 and MAPE equal to 5.94%. These results show the possibility of simulating the streamflow of small and medium hydrographic basins in the Amazon through the combination of NARX-ANNs, mainly those basins with no or limited rainfall-flow data.
Highlights
Este é um artigo publicado em acesso aberto (Open Access) sob a licença Creative Commons Attribution, que permite uso, distribuição e reprodução em qualquer meio, sem restrições desde que o trabalho original seja corretamente citado
Os resultados demostraram a superioridade do modelo NARX em todos os critérios de desempenho abordados
Foi constatado que em todos os modelos autorregressivos, os resultados dos processos de treinamento, validação e teste foram próximos, mostrando que as Redes Neurais Artificiais (RNAs) reconheceram os padrões identificados no treinamento e que ainda estavam presentes nos conjuntos de validação e teste
Summary
A sub-bacia hidrográfica do rio Guamá (SBRG) correspondente à secção transversal da estação fluviométrica Bom Jardim (Figura 1), que possui 5.001,29 km de área de drenagem (Figura 1). Trata-se de uma bacia com características que favorecem a infiltração de águas pluviais através dos solos profundos e da baixa declividade (Alvarenga et al, 2012b), e com intensa alteração nas características naturais do ecossistema. Isto ressalta um clima tropical, com temperaturas sempre acima dos 18°C, altos índices de precipitação anual, e a presença de uma estação seca de pequena duração (Alvares et al, 2013), como pode ser observado nas normais climatológicas da Figura 3. Figura 1 - Localização da sub-bacia hidrográfica do rio Guamá e das estações fluviométricas pluviométricas com dados utilizados no estudo. Tabela 1 – Identificação, coordenadas geográficas e tipo das estações hidrológicas com dados usadas no estudo
Sign-in/Register to view highlights & summary 
Published Version (
Free)
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call