Dados do Trabalho

Título

MODELAGEM VIA REDES NEURAIS ARTIFICIAIS PARA PREVISAO DA TAXA DE INFILTRAÇAO EM UM NITOSSOLO OBTIDOS VIA SIMULADOR DE CHUVA

Resumo

A infiltração de água no solo deve ser determinada por métodos simples e capazes de representar, adequadamente, as condições em que se encontra o solo. Para tanto, torna-se necessário métodos cuja determinação se baseia em condições semelhantes às observadas durante o processo ao qual o solo é submetido. Uma vez que as condições de superfície e conteúdo de umidade do solo têm uma grande influência na taxa de infiltração e é de fundamental importância conhecer essas condições. Neste contexto, este trabalho apresenta uma modelagem via Rede Neural Artificial (RNA) para prever dados de taxa de infiltração de um Nitossolo obtidos via simulador de chuvas. A RNA utilizada foi a Multicamadas Perceptron com algoritmo de treinamento retropropagação. Os dados utilizados pela RNA foram o tempo bem como sua variação, a altura da lâmina, o volume e a taxa de escoamento superficial e como dados de saída da rede, a taxa de infiltração de água no solo. A parcela sobre a qual foi aplicada a chuva simulada foi de aproximadamente 0,8 m2, com leituras a cada 5 minutos da altura de água e chuva simulada de precipitação 67,5 mm h-1 por 80 minutos. Foi possível constatar, que a RNA pôde atuar como um modelo de previsão da taxa de infiltração de água no solo, pois obteve um treinamento com erro quadrado médio em torno de 0,0001 quando comparado a saída obtida via RNA aos valores obtidos do experimento nas condições do solo específico (Nitossolo). Outro fator importante, para amostras que não passaram pelo treinamento, a rede conseguiu prever a taxa de infiltração com erro em média 0,002. Portanto, conclui-se que a aplicação da RNA na previsão da taxa de infiltração em um Nitossolo mostrou-se promissora, oferecendo uma ferramenta valiosa para compreender e modelar o processo de infiltração. A capacidade de previsão da RNA pode contribuir significativamente para a avaliação e o gerenciamento da infiltração de água no solo, fornecendo insights importantes para os estudos de solos e hidrologia.

Palavras-chave

Aprendizado de máquina, água no solo, hidrologia

Instituição financiadora

UNESP

Agradecimentos

UNESP