Water security monitoring and forecasting using artificial intelligence: application of artificial neural networks in hydrological ecosystem services modeling (2024)
- Authors:
- Autor USP: SARMIENTO, JORGE EDUARDO LEON - Interunidades em Ecologia Aplicada
- Unidade: Interunidades em Ecologia Aplicada
- Sigla do Departamento: LEB
- DOI: 10.11606/T.91.2024.tde-10102024-105155
- Subjects: HIDROLOGIA; INTELIGÊNCIA ARTIFICIAL; REDES NEURAIS; SENSORIAMENTO REMOTO; SERVIÇOS AMBIENTAIS
- Agências de fomento:
- Language: Inglês
- Abstract: Este trabalho de pesquisa explora o uso de redes neurais artificiais (RNAs) em modelagem hidrológica. O estudo baseia-se em quatro experimentos distintos para testar a capacidade das RNAs de resolver tarefas comuns de modelagem hidrológica, normalmente abordadas pelo uso de modelagem racional ou empírica. Esses quatro experimentos começam em situações de controle, onde dados hidrológicos gerados por modelos hidrológicos e de balanço hídrico-energético são usados para testar a capacidade das RNAs de inferir ou aprender os conceitos por trás de nosso próprio entendimento e capacidade de modelagem desses processos, e aumentam em complexidade substituindo dados de controle por dados do mundo real onde dados inexatos, incompletos e multimodais (medições de instrumentação de campo, captura de imagens de satélite) são encontrados. Neste estudo, as RNAs também foram avaliadas em termos de sua própria arquitetura usando três dos tipos mais comuns de redes neurais (RNs) normalmente associados à análise de dados tabulares e de séries temporais: MLP-Feedforward RN, LSTM-RN recorrente e Transformers baseadas em RN. Embora a tendência no momento da escrita deste documento em relação à modelagem de sistemas terrestres, que certamente inclui o tópico de hidrologia desta pesquisa, seja favorecer abordagens de alto desempenho e computação em nuvem, todos os experimentos neste trabalho foram projetados e executados usando equipamentos de consumo e recursos de computação de acesso gratuito. Osresultados desses experimentos demonstraram que as tarefas comuns de modelagem hidrológica, incluindo modelagem e previsão de balanço hídrico, normalmente abordadas pelo uso de modelos dinâmicos semi ou distribuídos, podem ser realizadas pelo uso de RNAs superando as métricas de desempenho do modelo (índice NSE) em resultados publicados de dissertações anteriores da USP e reduzindo consideravelmente o tempo necessário para produzir resultados. No entanto, o aspecto mais interessante da utilização de RNAs em modelagem hidrológica é a capacidade de modelar processos ou intervalos de tempo para os quais poucos ou nenhum modelo hidrológico está disponível, ou utilizando dados biofísicos disponíveis do sensoriamento remoto que são incompatíveis com modelos racionais comumente utilizados. Finalmente, embora esta pesquisa explore o potencial de usar essas tecnologias para abordar tarefas comuns de modelagem hidrológica e, em alguns casos, demonstra uma vantagem significativa em usar essas ferramentas em vez de modelos hidrológicos tradicionais, a questão fundamental de como isso pode melhorar a segurança hídrica é apenas parcialmente abordada porque a melhoria do gerenciamento dos recursos hídricos não é apenas um desafio técnico. Embora seja verdade que ter previsões mais rápidas e/ou mais precisas de processos hidrológicos como picos de vazão, inundações ou secas usando RNAs possa supor uma melhoria no acesso à informação, qualquer melhoria da segurança hídrica como um tododepende no final da capacidade das instituições de governança de usar este e outra evidência baseada em ciência nos processos de tomada de decisão sobre a gestão dos nossos recursos hídricos
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2024
- Data da defesa: 31.07.2024
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
LEON SARMIENTO, Jorge Eduardo. Water security monitoring and forecasting using artificial intelligence: application of artificial neural networks in hydrological ecosystem services modeling. 2024. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/91/91131/tde-10102024-105155/. Acesso em: 24 jan. 2026. -
APA
Leon Sarmiento, J. E. (2024). Water security monitoring and forecasting using artificial intelligence: application of artificial neural networks in hydrological ecosystem services modeling (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/91/91131/tde-10102024-105155/ -
NLM
Leon Sarmiento JE. Water security monitoring and forecasting using artificial intelligence: application of artificial neural networks in hydrological ecosystem services modeling [Internet]. 2024 ;[citado 2026 jan. 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/91/91131/tde-10102024-105155/ -
Vancouver
Leon Sarmiento JE. Water security monitoring and forecasting using artificial intelligence: application of artificial neural networks in hydrological ecosystem services modeling [Internet]. 2024 ;[citado 2026 jan. 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/91/91131/tde-10102024-105155/
Informações sobre o DOI: 10.11606/T.91.2024.tde-10102024-105155 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
