APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DO NÍVEL DE ÁGUA SUBTERRÂNEA EM POÇO DE MONITORAMENTO NA BACIA SEDIMENTAR DO ARARIPE, CEARÁ

Application of artificial neural networks for groundwater level forcasting on monitoring well in Araripe Sedimentary Basin, Ceara

Resumen

A previsão dos níveis de água subterrânea é fundamental para a avaliação da disponibilidade hídrica. Formalismos como Redes Neurais Artificiais (RNA) são amplamente utilizados na modelagem e previsão de séries temporais. O objetivo do presente trabalho foi avaliar a aplicação de modelos RNAs para previsão dos níveis de água em um poço instalado no Sistema Aquífero Médio, na bacia sedimentar do Araripe, Ceará. Foram utilizadas RNA feedforward com uma camada oculta. Utilizando os valores passados da série como entradas nos modelos, investigou-se a melhor arquitetura das redes quanto ao número de nós nas camadas de entrada e oculta. Os modelos foram aplicados segundo abordagens de modelagem individual e combinadas, através da combinação linear de preditores, como a Média Simples e a Mediana Simples. Seus desempenhos foram avaliados segundo métricas estatísticas conhecidas, como o RMSE e o R². Os resultados obtidos evidenciam o bom desempenho das RNAs, com RMSE = 0,032 m e R² = 0,99. Os modelos individuais superaram as combinações. O presente trabalho mostrou como RNAs são modelos eficientes para a previsão do nível da água subterrânea, mesmo em sistemas complexos e com poucas variáveis de entrada, constituindo uma ferramenta com grande aplicabilidade para gestão dos recursos hídricos subterrâneos.