Application of the Nonlinear Autoregressive Model with Exogenous Inputs for River Level Forecast in the Amazon

dc.contributor.advisorLEITE, Jandecy Cabral
dc.creatorLOPES, Gisele de Freitas NASCIMENTO, Manoel Henrique Reis LIMA, Alexandra Amaro de MORAES, Nadime Mustafa PINTO JÚNIOR, José Roberto Lira ALENCAR, Ana Priscila Barbosa de ALENCAR, David Barbosa de
dc.date.accessioned2025-02-03T15:26:05Z
dc.date.issued2022
dc.description.abstractThis work is justified by three key aspects: the use of Artificial Intelligence, the problem of floods in the Amazon, and the application of technology in decision-making. Environmental impacts caused by economic and social factors, such as floods and river ebbs, affect public health and agricultural production, as well as increase erosion in risk areas. Thus, the use of AI to predict river levels can minimize these impacts by enabling effective preventive actions. The study applies the Nonlinear Autoregressive Model with Exogenous Inputs (NARX) to forecast river levels in the Amazon, using easily accessible variables implemented in MATLAB. The results indicate that the NARX model can accurately predict river level fluctuations, contributing to environmental impact mitigation strategies.
dc.description.resumoEste trabalho justifica-se por três principais aspectos: o uso da Inteligência Artificial, o problema das enchentes na Amazônia e a aplicação da tecnologia na tomada de decisões. Impactos ambientais decorrentes de fatores econômicos e sociais, como inundações e vazantes dos rios, afetam a saúde pública e a produção agrícola, além de aumentar a erosão em áreas de risco. Assim, o uso da IA na previsão dos níveis dos rios pode minimizar esses impactos, possibilitando ações preventivas eficazes. O estudo aplica o modelo autorregressivo não linear com entradas exógenas (NARX) para previsão do nível do rio na Amazônia, utilizando variáveis de fácil acesso implementadas no MATLAB. Os resultados indicam que o modelo NARX pode prever com precisão as oscilações dos níveis dos rios, contribuindo para estratégias de mitigação de impactos ambientais.
dc.description.sponsorshipNão se Aplica
dc.formatPDF.
dc.identifier.citationLOPES, G. F.; NASCIMENTO, M. H. R.; LIMA, A. A.; MORAES, N. M.; PINTO JÚNIOR, J. R. L.; ALENCAR, A. P. B.; ALENCAR, D. B. Application of the Nonlinear Autoregressive Model with Exogenous Inputs for River Level Forecast in the Amazon. International Journal for Innovation Education and Research, v. 10, n. 3, p. 304-323, mar. 2022. DOI: 10.31686/ijier.vol10.iss3.2022.
dc.identifier.urihttps://rigalileo.itegam.org.br/handle/123456789/328
dc.languageen
dc.publisherInstituto de Tecnologia e Educação Galileo da Amazônia
dc.publisher.countryBrasil
dc.publisher.departmentPró-Reitoria de Pesquisa e Pós-graduação
dc.publisher.initialsITEGAM/PPGEGPSA
dc.publisher.programPrograma de Pós-graduação em Engenharia, Gestão de Processos, Sistema e Ambiental
dc.subjectPrevisão
dc.subjectNível do rio
dc.subjectNARX
dc.subjectInteligência Artificial
dc.subjectModelagem hidrológica
dc.subject.cnpqEngenharia Ambiental / Modelagem Hidrológica
dc.titleApplication of the Nonlinear Autoregressive Model with Exogenous Inputs for River Level Forecast in the Amazon
dc.typeArtigo

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
47.ARTIGO-GISELE DE FREITAS.pdf
Tamanho:
594.95 KB
Formato:
Adobe Portable Document Format

Coleções