PPGG PROGRAMA DE PÓS-GRADUAÇÃO EM GEOGRAFIA INSTITUTO DE GEOGRAFIA, DESENVOLVIMENTO E MEIO AMBIENTE Telefone/Ramal: 99992-2210/1441

Banca de QUALIFICAÇÃO: ALAN VICTOR DOS SANTOS SILVA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ALAN VICTOR DOS SANTOS SILVA
DATA : 30/08/2022
HORA: 09:00
LOCAL: WEB CONFERÊNCIA
TÍTULO:

ANÁLISE DE ÁREAS SUSCETPIVEIS À ENCHENTES NA BACIA HIDROGRÁFICA DO RIO SÃO MIGUEL ATRAVÉS DE MODELOS PREDITIVOS E LINGUAGEM COMPUTACIONAL R


PALAVRAS-CHAVES:

Modelos preditivos; Enchentes; Aprendizado de Máquina.


PÁGINAS: 40
RESUMO:

Os estudos voltados para bacias hidrográficas são importantes pois estas representam sistemas abertos com uma rápida resposta as mudanças na dinâmica dos elementos, sejam internamente ou nos sistemas circundantes, e dada a sua relevância socioeconômica para a população são excelentes unidades de gestão territorial. Portanto, a necessidade de políticas e projetos para o uso e ocupação da bacia devem ser adequados a sua dinâmica. Os modelos preditivos são amplamente utilizados em várias áreas das ciências, também dada a dificuldade em se obter e processar grandes volumes de dados ter sido superada recentemente com os avanços na capacidade de geração, armazenamento e processamento, é também nesse cenário que ocorre seu contato mais próximo com as ciências naturais, que precisam lidar com dados de natureza distinta e grandes volumes. Dito isto, já existem modelos preditivos com objetivo de analisar os sistemas naturais e, com os padrões de comportamento deste, gerar probabilidades para cenários futuros, o que nos permite antever estes cenários e fornecer subsídio para evitar ou mitigar os danos que possam advir. Neste trabalho serão utilizados dois modelos em conjunto, o modelo de escoamento, que a partir das características físicas da Bacia Hidrográfica do Rio São Miguel (BHSM) e dados de precipitação gera prováveis níveis de vazão, e o modelo de dados para prever as possibilidades de enchentes que será calculada por RNA (Redes Neurais Artificiais) treinadas com dados de eventos de enchentes anteriores dos últimos 30 anos. Por fim, a RNA treinada terá como entrada de dados de vazão os dados gerados pelo modelo de escoamento permitindo assim prever e quantificar o potencial hidrológico, bem como a probabilidade de eventos de enchentes na bacia hidrográfica


MEMBROS DA BANCA:
Externa à Instituição - DANIELE TORRES RODRIGUES - UFPI
Presidente - 1119902 - JOSE VICENTE FERREIRA NETO
Interno - 2501620 - MELCHIOR CARLOS DO NASCIMENTO
Notícia cadastrada em: 11/07/2022 11:58
SIGAA | NTI - Núcleo de Tecnologia da Informação - (82) 3214-1015 | Copyright © 2006-2024 - UFAL - sig-app-4.srv4inst1 24/04/2024 04:57