Banca de DEFESA: LAIRANNE COSTA DE OLIVEIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: LAIRANNE COSTA DE OLIVEIRA
DATA: 25/09/2020
HORA: 14:00
LOCAL: Videoconferência (https://meet.google.com/ijj-vgqk-jmt)
TÍTULO: PREVISÃO DOS NÍVEIS DE ÁGUA SUBTERRÂNEA EM POÇOS DO AQUÍFERO OGALLALA UTILIZANDO REDES NEURAIS ARTIFICIAIS
PALAVRAS-CHAVES: Redes neurais artificiais; Aquífero Ogallala; Águas subterrâneas.
PÁGINAS: 143
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Civil
RESUMO: O Aquífero Ogallala, situado nos Estados Unidos da América, é o maior da América do Norte e serve como principal fonte de abastecimento de água agrícola e pública. Entretanto, devido a décadas de bombeamento para irrigação combinadas com recarga limitada, o Aquífero Ogallala vem enfrentando o declínio contínuo nos níveis de água subterrânea. A previsão dos níveis de água subterrânea surge como uma alternativa capaz de viabilizar um planejamento mais eficaz em relação ao uso dos recursos hídricos. Nesse sentido, as RNAs tem sido utilizadas por diversos autores para modelagem de águas subterrâneas. Diante do exposto, o presente estudo visa prever os níveis de água, em poços localizados na porção do Aquífero Ogallala contida no Texas, através da utilização de redes neurais artificiais. Para isso, foram obtidos dados de águas subterrâneas a partir da plataforma do Texas Water Development Board (TWDB) e, após um processo de seleção, foram escolhidos 403 poços para realizar a previsão dos níveis da água. A análise hierárquica de clusters foi realizada nas séries temporais dos 403 poços estudados, de modo a classificá-los em grupos de acordo com suas semelhanças nas flutuações dos níveis de água. A partir da análise de clusters, foram selecionados trinta grupos. Neste estudo, foram desenvolvidos três diferentes modelos de RNAs para realizar a previsão dos níveis de água subterrânea nos poços. O primeiro modelo consistiu em desenvolver 403 RNAs, uma para cada poço analisado, para realizar a previsão do nível d’água para um ou até dez anos à frente. O segundo modelo definiu uma RNA para cada um dos clusters selecionados, para prever os níveis d’água, nos poços pertencentes a cada cluster, para um ano à frente. O último modelo proposto estabeleceu uma única RNA, para todos os poços estudados no aquífero, para previsão dos níveis d’água para um ano à frente. O desempenho, de todos os modelos de RNA desenvolvidos nesse trabalho, foi avaliado a partir dos seguintes índices estatísticos: coeficiente de correlação linear de Pearson (R), a eficiência de Nash-Sutcliffe (NSE), erro de porcentagem absoluta média (MAPE), raiz do erro quadrático médio (RMSE) e o Bias. Ao analisar os resultados é possível concluir que os resultados das previsões, de todos os modelos propostos, mostram-se, no geral, satisfatórios, obtendo coeficiente de correlação e NSE próximos a 1, e MAPE e RMSE próximos a zero. O primeiro modelo foi o que apresentou, de modo geral, o melhor desempenho. Já o modelo que definiu uma única RNA, para todos os poços estudados, foi o que teve o menor desempenho, na maior parte dos casos, quando comparado aos demais.
MEMBROS DA BANCA:
Externo à Instituição - CAMILO ALLYSON SIMÕES DE FARIAS
Presidente - 1358547 - CELSO AUGUSTO GUIMARAES SANTOS
Interno - 2529303 - RICHARDE MARQUES DA SILVA