Aplicação do modelo Autoregressivo não linear com entradas exógenas para previsão do nível do rio no Amazonas

Página do item simplificado
dc.contributor.advisorNASCIMENTO, Manoel Henrique Reis
dc.contributor.advisorLatteshttp://lattes.cnpq.br/0850846128967798
dc.creatorLOPES, Gisele de Freitas
dc.creator.Latteshttp://lattes.cnpq.br/4954378245782334
dc.date.accessioned2024-08-13T22:13:32Z
dc.date.available2024-08-13T22:13:32Z
dc.date.issued2022-07-05
dc.description.abstractRiver level variation is a constant problem, the prediction of river level variation brings a possibility of planning in all areas of action, which provides for a reduction in the impact caused by floods and ebbs. The present work is justified by three basic lines that involve the problem of the theme, which are the use of Artificial Intelligence, the problem of floods in the Amazon and the issue of technology in favor of decision making. The environmental impacts caused by economic and social factors are problems portrayed in scenarios such as floods and ebbs of rivers, bringing up situations such as an increase in diseases, reduction of agricultural production in places that depend on precise geological control, in addition to the increase in erosive processes in risky locations. Thus, the use of AI to predict the river level, which consequently can minimize the problems arising from floods that cause environmental impact, is highly possible, because when it is known in advance that an event is about to happen, decisions can be made that impacts are smaller. This work models and applies NARX to predict the river level in the Amazon with variables that are easy to access and implement through the MATLAB software, in order to contribute with a forecast model capable of predicting a possible flood from the river level. For the application of the methodology, the input variables of the National Institute of Meteorology were used, and the output variable of the Port of Manaus website, Rio Negro station of the port of Manaus, 01/31/2020 to 06/30 /2021. The performance of the models was compared with 5, 10, 15, 20 and 25 steps forward, considering months as the forecast horizon. The NARX model obtained a better response in the predictions, among which the 15-step horizon stood out.
dc.description.resumoA 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.
dc.description.sponsorshipNão se aplica
dc.formatpdf.
dc.identifier.citationLOPES, Gisele de Freitas. Aplicação do modelo Autoregressivo não linear com entradas exógenas para previsão do nível do rio no Amazonas. 2022. 69 Folhas. Dissertação do programa de pós-graduação em Engenharia, Gestão de Processos, Sistemas e Ambiental (EGPSA), Instituto de Tecnologia e Educação Galileo da Amazônia (ITEGAM), Manaus, 2022.
dc.identifier.urihttps://rigalileo.itegam.org.br/handle/123456789/55
dc.languagept
dc.publisherInstituto de Tecnologia e Educação Galileo da Amazônia
dc.publisher.countryBrasil
dc.publisher.departmentPro-Reitoria de Pesquisa, Pós-graduação e Extensão
dc.publisher.initialsITEGAM
dc.publisher.programPrograma de Pós-Graduação em Engenharia, Gestão de Processos, Sistemas e Ambiental
dc.subjectPrevisão hidrológica
dc.subjectEnchentes na Amazônia
dc.subjectModelo NARX
dc.subjectMATLAB para Modelagem
dc.subject.cnpq3.01.04.02-5 Hidrologia
dc.titleAplicação do modelo Autoregressivo não linear com entradas exógenas para previsão do nível do rio no Amazonas
dc.typeDissertação
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
12.Dissertacao Gisele Final Corrigida-Diagramada.pdf
Tamanho:
2.14 MB
Formato:
Adobe Portable Document Format
Baixar
Coleções
Dissertação PPG.EGPSA