Banca de QUALIFICAÇÃO: JASMINE LARA CASTANHEIRA BERGAMO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: JASMINE LARA CASTANHEIRA BERGAMO
DATA: 15/05/2026
HORA: 14:00
LOCAL: videoconferência: meet.google.com/mdb-swur-gnh
TÍTULO:

BASES DE DADOS HIDROMETEOROLÓGICOS PARA PREVISÃO DE VAZÃO DIÁRIA NA BACIA DO RIO GRANDE POR MODELOS DE APRENDIZADO DE MÁQUINA

PALAVRAS-CHAVES:

modelagem hidrológica; seleção de variáveis; previsão de vazão

PÁGINAS: 60
GRANDE ÁREA: Ciências Agrárias
ÁREA: Engenharia Agrícola
SUBÁREA: Engenharia de Água e Solo
ESPECIALIDADE: Conservação de Solo e Água
RESUMO:

O trabalho busca prever a vazão da bacia do Rio do Cervo para até dez dias à frente. Para isso, foram realizados testes com seleção de variáveis, utilizando os métodos PCA (Analise de componentes principais), Score de Fisher e Random Forest, visando reduzir a dimensionalidade dos dados e identificar os preditores de maior relevância física e estatística. As abordagens usadas incluíram: vazão isolada; vazão e dia juliano; dados observacionais sem vazão; dados observacionais com vazão; e seleção de variáveis com e sem a inclusão da vazão defasada. A ideia no uso de diferentes abordagens foi explorar múltiplas possibilidades de previsão para identificar a configuração mais precisa e robusta.

As previsões foram executadas por meio de Redes Neurais Artificiais (RNA) do tipo Multilayer Perceptron (MLP), com variações de arquitetura nas camadas ocultas e parâmetros de regularização. Para avaliação dos resultados, utilizou-se o coeficiente de Nash-Sutcliffe (NSE), a Eficiência de Kling-Gupta (KGE) e o Viés Percentual (PBIAS).

Os resultados indicaram que a inclusão da vazão defasada como variável de entrada foi o fator determinante para o desempenho do modelo. A seleção de variáveis via Random Forest demonstrou superioridade na manutenção da estabilidade do modelo em horizontes mais longos, mitigando o ruído de dados meteorológicos. Verificou-se que modelos baseados apenas em precipitação (sem vazão prévia) apresentaram eficiência moderada, evidenciando a importância da memória hidrológica da bacia. O estudo conclui que a integração de RNAs com técnicas de seleção de variáveis é uma ferramenta eficaz para a previsão de vazão, fornecendo subsídios valiosos para a gestão de recursos hídricos e sistemas de alerta na bacia do Rio do Cervo.

MEMBROS DA BANCA:
Externo à Instituição - RAFAEL ALVARENGA ALMEIDA - UFVJM (Suplente)
Presidente - MARCELO RIBEIRO VIOLA (Membro)
Interno - LUIZ FERNANDO COUTINHO DE OLIVEIRA (Suplente)
Interno - GILBERTO COELHO (Membro)
Externo à Instituição - EVERTON ALVES RODRIGUES PINHEIRO - UFT (Membro)
Externo à Instituição - EDUARDO MORGAN ULIANA - UFMT (Membro)