Análise de sensibilidade em uma rede neural para previsão hidrológica de alta resolução temporal
Abstract
Eventos meteorológicos extremos tem ocorrido com uma frequência e severidade cada vez maior. Com isso, ́e cada vez mais importante o estudo e a criação de ferramentas que possam simular com maior precisão os processos ambientais, em especial os que envolvem observáveis meteorológicos, como chuva, e hidrológicos, como nível dos rios. [...]
Downloads
References
de Lima, G. R. T., Santos, L. B. L., de Carvalho, T. J., Carvalho, A. R., Cortivo, F. D.,Scofield, G.B. and Negri, R.G. An operational dynamical neuro-forecasting model for hy-drological disasters,Modeling Earth Systems and Environment, volume 2, 94, 2016. DOI:10.1007/s40808-016-0145-3.
Freitas, C. P., Diniz, M. M., de Lima, G. R. T., Quiles, M. G., Stephany, S. and Santos, L. B.L. Combining Rainfall and Water Level Data for Multistep High Temporal Resolution Em-pirical Hydrological Forecasting,Anais do XXIII ENMC – Encontro Nacional de ModelagemComputacional e XI ECTM – Encontro de Ciˆencias e Tecnologia de Materiais, Palmas-TO,798–807, 2020.
Mosavi, A., Ozturk, P. and Chau, K. W.Flood prediction using machine learning models:literature review, Water, volume 10, 11, 2018. DOI: 10.3390/w10111536
