Navegando por Autor "LOPES, Gisele de Freitas"
Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
Item Aplicação do modelo Autoregressivo não linear com entradas exógenas para previsão do nível do rio no Amazonas(Instituto de Tecnologia e Educação Galileo da Amazônia, 2022-07-05) LOPES, Gisele de Freitas; NASCIMENTO, Manoel Henrique Reis; http://lattes.cnpq.br/0850846128967798A variação do nível dos rios é um problema constante, a previsão da variação do nível dos rios, trazem uma possibilidade de planejamento em todas as áreas de atuação, que proporciona para uma redução no impacto causado pelas enchentes e vazantes. O presente trabalho se justifica por três linhas básicas que envolvem a problemática do tema, que são o uso da Inteligência Artificial, o problema das enchentes na Amazônia e a questão da tecnologia a favor da tomada de decisão. Os impactos ambientais causados por fatores econômicos e sociais são problemas retratados em cenários como enchentes e vazantes de rios, trazendo à tona situações como aumento de doenças, redução da produção agrícola em locais que dependem de controle geológico preciso, além do aumento em processos erosivos. em locais de risco. Assim, a utilização da IA para prever o nível do rio, que consequentemente pode minimizar os problemas decorrentes de enchentes que causam impacto ambiental, é altamente possível, pois quando se sabe antecipadamente que um evento está próximo de acontecer, as decisões podem ser tomadas que os impactos sejam menores. Este trabalho modela e aplica o NARX para prever o nível do rio na Amazônia com variáveis de fácil acesso e implementação através do software MATLAB, a fim de contribuir com um modelo de previsão capaz de prever uma possível enchente a partir do nível do rio. Para aplicação da metodologia utilizou-se a base de dados as variáveis de entrada do Instituto Nacional de Meteorologia, e variável de saída do site do Porto de Manaus, estação do Rio Negro do porto de Manaus, 31/01/2020 a 30/06/2021. O desempenho dos modelos foi comparado com 5, 10, 15, 20 e 25 passos para frente, considerando meses como horizonte de previsão. O modelo NARX obteve melhor resposta nas previsões dentre as quais destacou-se o horizonte de 15 passos.