Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1100303
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorCRISTALDO, M. F.
dc.contributor.authorSOUZA, C. C. de
dc.contributor.authorJESUS, L de
dc.contributor.authorOLIVEIRA, P. T. S. de
dc.contributor.authorPADOVANI, C. R.
dc.contributor.authorVIGANÓ, H. H. DA G.
dc.date.accessioned2018-11-30T23:32:22Z-
dc.date.available2018-11-30T23:32:22Z-
dc.date.created2018-11-28
dc.date.issued2018
dc.identifier.citationRevista Ambiente & Água, v.13, n. 4, e1988, ago. 2018.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1100303-
dc.descriptionO monitoramento para a previsão de cheias de pequenas bacias hidrográficas é de grande importância tendo em vista a relação dos recursos hídricos com a sociedade, pois pode garantir o uso sustentável às comunidades urbanas de cidades lindeiras à bacia. O rio Aquidauana está inserido na planície Pantaneira sendo considerado vulnerável à inundações, no entanto, falta de um sistema eficiente para previsões de cheias e inundações. Assim, este estudo propõe um sistema de previsão probalística de enchentes para a bacia do Rio Aquidauana. Para tanto foram utilizadas as redes neurais artificiais (RNAs) do tipo MultiLayer Perceptron (treinamento backpropagation) com parâmetros otimizados pelos Algoritmos Genéticos. A RNA foi treinada e avaliada com base em dados de chuva acumulada (mm) e nível de rio (cm) à montante entre os anos de 1995 a 2014. A previsão realizada foi de 1 a 5 dias, tendo como melhor desempenho o modelo para 1 dia de previsão, com resultado de coeficiente de determinação e erro quadrático médio de 0,93 e 30 (cm), respectivamente.
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectCheias
dc.titlePrevisão probabilística de enchentes para uma pequena bacia hidrográfica do Pantanal.
dc.typeArtigo de periódico
dc.date.updated2018-12-03T11:11:11Zpt_BR
dc.subject.thesagroEnchente
dc.subject.thesagroHidrologia
dc.subject.thesagroChuva
dc.subject.nalthesaurusHydrology
dc.subject.nalthesaurusWater flow
dc.subject.nalthesaurusRainfall simulators
riaa.ainfo.id1100303
riaa.ainfo.lastupdate2018-12-03 -02:00:00
dc.identifier.doidoi:10.4136/1980-993X
dc.contributor.institutionMARCIA FERREIRA CRISTALDO, Instituto Federal de Mato Grosso do Sul - IFMS; CELSO CORREIA DE SOUZA, Universidade Anhanguera - UNIDERP; LEANDRO DE JESUS, Instituto Federal de Mato Grosso do Sul - IFMS; PAULO TARSO SANCHES DE OLIVEIRA; CARLOS ROBERTO PADOVANI, CPAP; HEVELYNE HENN DA GAMA VIGANÓ, Instituto Federal de Mato Grosso do Sul - IFMS.
Aparece en las colecciones:Artigo em periódico indexado (CPAP)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
Cristaldo2018.pdf678.69 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace