Simulação dos Níveis Freáticos em Poço Tubular Localizado em Aquífero Livre: uma Comparação de Técnicas Preditivas

Thiago Boeno Patricio Luiz, Thomas Schröder, José Luiz Silvério da Silva

Abstract


A utilização de modelos autorregressivos para a predição e preenchimento de falhas a partir de uma série histórica de dados vem, notadamente, crescendo dentro da ciência hidrológica, especialmente para as atividades que envolvem o estudo de balanço hídrico e o gerenciamento da demanda hídrica em bacias hidrográficas. Este trabalho teve como objetivo examinar e comparar o uso potencial de diferentes técnicas preditivas em modelos autorregressivos para a simulação dos níveis freáticos em um poço tubular localizado em aquífero livre no Estado do Rio Grande do Sul, Brasil. Foram utilizados métodos Autorregressivos e de Médias Móveis (ARMA), Máquinas de Vetores de Suporte (MVS) e Redes Neurais Artificiais (RNA), buscando-se analisar o desempenho dessas metodologias para a simulação de níveis da água subterrânea em escala horária e diária. Para tanto, utilizaram-se séries históricas de nível estático e de precipitação pluviométrica, coletadas a cada hora por meio de uma estação de monitoramento automática com data logger. A metodologia baseada em Redes Neurais Artificiais apresentou a melhor performance, evidenciada pelo Coeficiente de Nash-Sutcliffe (CNS) na ordem de 0,99 na escala horária e, na ordem de 0,84 para a escala diária. A etapa de análise dos resíduos demonstrou a pequena margem de erro alcançada, permitindo validar o modelo para práticas e estudos em séries temporais de água subterrânea.

Keywords


Água subterrânea; Modelagem hidrológica; Autorregressivo de Médias Móveis; Máquinas de Vetores de Suporte; Redes Neurais Artificiais



DOI: https://doi.org/10.11137/2018_3_227_238

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

SCImago Journal & Country Rank
Associado Diadorim Associado Latindex ROAD ISSN REDIB ISSN Google Acadêmico DRJI DOAJ GeoRef Clarivate

ISSN 0101-9759 e-ISSN 1982-3908