Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS (2024)
- Authors:
- Autor USP: MIERES, LUCIANA DA SILVA - ICMC
- Unidade: ICMC
- Subjects: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; REDES NEURAIS; DESASTRES NATURAIS
- Keywords: RNN; LSTM; Predição de nível; Precipitação; Inundação
- Language: Português
- Abstract: A ocorrência de eventos naturais extremos vem ao longo dos anos resultando em desastres que geram danos socioeconômicos de grande relevância. O Rio Grande do Sul, que já têm sofrido com a ocorrência de desastres, vivenciou neste ano o mais expressivo de sua história tendo, nesse contexto, os maiores danos humanos ocasionados pelas inundações. Diante desse cenário e acreditando que o fortalecimento da fase de prevenção dentro do ciclo dos desastres, como aquela que tem maior potencial para impactar na redução dos danos socioeconômicos, vislumbra-se a adoção de Inteligência Artificial como ferramenta para a previsão de níveis de inundação de forma a possibilitar a emissão de alertas com antecipação capaz de salvar muitas vidas. Com esse propósito o presente estudo avaliou o uso da rede neural recorrente Long Short-Term Memory (LSTM) para a predição de nível do rio Caí especificamente no trecho localizado no município de São Sebastião do Caí/RS. Para seu treinamento e predição, utilizou-se uma série temporal composta por dados de 32 anos de precipitação e nível provenientes, das estações pluviométricas e fluviométrica da Agência Nacional de Águas (ANA), ambas localizadas na bacia hidrográfica do referido rio. Visando o refinamento do conjunto de dados, realizou-se uma análise exploratória identificando outliers e ausências de valores. Realizou-se também o pré-processamento do conjunto de dados que contemplou a sua divisão em conjunto de treinamento e de teste a normalização desses dois conjuntos e a transformação para o padrão exigido pela rede neural. A etapa seguinte consistiu no treinamento do modelo LSTM utilizando o conjunto de treino, dessa maneira, identificando os melhores hiperparâmetros a serem utilizados na predição, sendo esta a etapa final aplicada tanto ao conjunto de treino, quanto ao de teste. Os resultados encontradosforam avaliados com base nas medida Erro Médio Quadrático (MSE), no Raiz do Erro Médio Quadrático (RMSE) e Coeficiente de Nash-Sutcliffe (NSE), cujos valores encontrados apresentaram-se bastantes satisfatórios, sendo MSE (0,0035), RMSE (0,059) e NSE (0,87). A rede neural LSTM gerou resultados muito bons para valores recorrentes de nível, contudo valores extemos máximos ficaram um pouco subestimados, sendo esse o ponto a ser melhor desenvolvido. Como sugestão de trabalhos futuros está a adoção de uma série temporal mais volumosa e que seja composta por dados oriundos de fontes indiretas como sensoriamento remoto, como forma de contornar a restrição de amostras de dados de valores extremos, consequentemente ampliando a série temporal.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
MIERES, Luciana da Silva. Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/42b3a78c-a7f0-487f-a6f2-dc3b1f979170/Luciana_da_Silva_Mieres.pdf. Acesso em: 25 abr. 2025. -
APA
Mieres, L. da S. (2024). Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/42b3a78c-a7f0-487f-a6f2-dc3b1f979170/Luciana_da_Silva_Mieres.pdf -
NLM
Mieres L da S. Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS [Internet]. 2024 ;[citado 2025 abr. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/42b3a78c-a7f0-487f-a6f2-dc3b1f979170/Luciana_da_Silva_Mieres.pdf -
Vancouver
Mieres L da S. Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS [Internet]. 2024 ;[citado 2025 abr. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/42b3a78c-a7f0-487f-a6f2-dc3b1f979170/Luciana_da_Silva_Mieres.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Luciana_da_Silva_Mieres.p... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
