Please use this identifier to cite or link to this item: https://repositorio.ufpb.br/jspui/handle/123456789/10952
metadata.dc.type: TCC
Title: ESTIMATIVA DA EVAPOTRANSPIRAÇÃO DE REFERÊNCIA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS
metadata.dc.creator: Ismael Filho, Antonio
metadata.dc.contributor.advisor1: Borges, Péricles de Farias
metadata.dc.contributor.referee1: Araújo, Lázaro de Souto
metadata.dc.contributor.referee2: Pereira, Alécio Rodrigues
metadata.dc.description.resumo: Este trabalho foi realizado com os dados climáticos diários de temperatura do ar máxima e mínima, radiação solar, velocidade do vento, e umidade relativa do ar máxima e mínima, referente a cidade Areia - Paraíba, coletados junto ao banco de dados do Instituto Nacional de Meteorologia (INMET), após a coleta foi calculado a evapotranspiração de referência pelo método padrão de Penman-Monteith no período entre 2008 e 2012, tendo por objetivo utilizar das redes neurais artificiais para estimar a ET0 bem como avaliar seu desempenho, utilizou-se do MATLAB para criar o modelo de RNA com arquitetura [6-7-1]. A fase de treinamento foi usada as variáveis climáticas de 2008 a 2011 como dados de entrada e a ET0 como dado de saída, e para testar a rede foi usada os dados climáticos de 2012 como entrada para a predição da ET0, todos os dados de entrada da rede foram normalizados no intervalo de [-1, 1]. Foram obtidos excelentes resultados comparando a ET0 obtida na rede em relação a ET0 pelo método padrão, com o erro relativo percentual de 0,5%, o SSE de 0,003, MSE de 0,054, o coeficiente de determinação r² foi de 0,9966, o coeficiente de exatidão d de 0,955 e o coeficiente de desempenho c de 0,953 que é classificado como ótimo por CAMARGO e SENTELHAS (1997), mostrando que é possível obter resultados de boa qualidade utilizando as RNAs para estimativa da evapotranspiração de referência.
Abstract: This work was carried out with the daily weather data of the maximum and minimum air temperature, solar radiation, wind speed, and relative humidity of maximum and minimum air concerning the city Areia - Paraíba, collected from the database of the database Instituto Nacional de Meteorologia (INMET) after collection was estimated reference evapotranspiration by the standard Penman-Monteith in the period between 2008 and 2012, with the objective use of artificial neural networks to estimate ET0 and evaluate their performance, we used the MATLAB to create the RNA template with architecture [6-7-1]. The training phase was used climate variables from 2008 to 2011 as input data and ET0 as output data, and to test the network was used the 2012 climate data as input to the prediction of ET0, all input data network were normalized in the range [-1, 1]. Excellent results were obtained by comparing the obtained ET0 the network from ET0 by the standard method with the relative error rate of 0.5%, 0.003 SSE, MSE 0.054, the coefficient of determination r² was 0.9966, the d accuracy coefficient of 0.955 and performance coefficient c of 0.953 which is classified as excellent by CAMARGO and Sentelhas (1997), showing that it is possible to obtain good quality results using the RNAs to estimate the reference evapotranspiration.
Keywords: Redes Neurais
Evapotranspiração
Variáveis Climáticas
metadata.dc.subject.cnpq: CNPQ::CIENCIAS BIOLOGICAS
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal da Paraíba
metadata.dc.publisher.initials: UFPB
metadata.dc.publisher.department: Ciências Fundametais e Sociais
metadata.dc.rights: Acesso aberto
URI: https://repositorio.ufpb.br/jspui/handle/123456789/10952
Issue Date: 26-Jan-2016
Appears in Collections:TCC - Ciências Biológicas

Files in This Item:
File Description SizeFormat 
AIF24072018.pdf870,65 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.