Análise de sensibilidade em uma rede neural para previsão hidrológica de alta resolução temporal

Autores

  • Cintia Pereira de Freitas Instituto Nacional de Pesquisas Espaciais
  • Emerson Jean da Silva Instituto Nacional de Pesquisas Espaciais
  • Leonardo Bacelar Lima Santos Centro Nacional de Monitoramento e Alertas de Desastres Naturais

Resumo

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

Não há dados estatísticos.

Referências

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

Downloads

Publicado

2021-12-20

Edição

Seção

Resumos