首页    期刊浏览 2025年07月16日 星期三
登录注册

文章基本信息

  • 标题:Estimativa da erosividade em local das chuvas, utilizando redes neurais artificiais
  • 本地全文:下载
  • 作者:Teodorico Alves Sobrinho ; Caroline Alvarenga Pertussatti ; Lais Cristina Soares Rebucci
  • 期刊名称:Revista Ambiente & Água
  • 印刷版ISSN:1980-993X
  • 出版年度:2011
  • 卷号:6
  • 期号:2
  • 页码:246-254
  • DOI:10.4136/ambi-agua.197
  • 出版社:Instituto de Pesquisas Ambientais em Bacias Hidrográficas
  • 摘要:A obtenção de valores locais de erosividade da chuva é fundamental para a estimativa da perda de solo a partir do modelo Universal Soil Loss Equation (USLE), sendo assim, útil no planejamento conservacionista do solo e da água.Desse modo, objetivou-se no presente estudo, desenvolver uma Rede Neural Artificial (RNA) capaz de estimar, com precisão satisfatória, a erosividade da chuva em qualquer localidade do Estado de Mato Grosso do Sul.Para tanto, foram utilizados dados de erosividade da chuva, latitude, longitude e altitude de estações pluviométricas e pluviográficas localizadas no Estado para o treinamento e teste de uma RNA.Após o treinamento com várias configurações de rede, selecionou-se a que apresentou melhor desempenho, ou seja, maior coeficiente de determinação, calculado com base nos dados de erosividade da amostra teste e dos respectivos valores estimados pela RNA.Na avaliação dos resultados obtidos, foram utilizados, além do coeficiente de determinação, o índice de confiança e o índice de concordância.Verificou-se que é possível estimar a erosividade da chuva para qualquer localidade do Estado de Mato Grosso do Sul, de forma confiável, utilizando-se apenas dados de coordenadas geográficas e altitude.
  • 关键词:inteligência artificial; conservação do solo; erosão hídrica.
国家哲学社会科学文献中心版权所有