Aplicação de redes neurais MLP na estimativa de evapotranspiração de referência nos municípios de Mendes e Teresópolis

Abstract

A Evapotranspiração (ET) é um dos principais componentes do ciclo hidrológico e sua estimativa precisa é de suma importância no gerenciamento e planejamento de recursos hídricos. Este estudo objetivou avaliar a aplicação de modelo de redes neurais artificiais de Perceptrons de Múltiplas Camadas (RN-MLP), para estimar os valores diários da evapotranspiração de referência (ETo) e comparar com os valores estimados pelo método de Penman-Monteith FAO 56 (ETo-PM), para os municípios de Mendes e Teresópolis/RJ. Para tal utilizou-se dados meteorológicos coletados da estação meteorológica do CPETC/INPE entre 2010 e 2015. O desempenho do modelo foi avaliado através do erro médio absoluto (MAE), erro médio quadrático (MSE), erro médio percentual absoluto (MAPE), raiz do erro médio quadrático (RMSE) e do coeficiente de determinação R2. Os resultados mostraram que o modelo RN-MLP proposto apresentou uma boa capacidade preditiva, visto que, o coeficiente de determinação R2 para a melhor arquitetura no conjunto de 30 simulações variou de 0,9878 a 0,9925 e 0,9928 a 0,9961 para as estações meteorológicas de Mendes e Teresópolis, respectivamente. Pela análise dos gráficos, percebeu-se um bom ajuste entre os valores observados e preditos, mostrando dessa forma que a regressão linear se ajustou bem para os resultados de ETo diários