Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/3939
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorMENESES, Klara Cunha de-
dc.date.accessioned2019-10-14T14:40:37Z-
dc.date.available2019-10-14T14:40:37Z-
dc.date.issued2019-07-08-
dc.identifier.urihttp://hdl.handle.net/123456789/3939-
dc.descriptionWater scarcity and increasing demand for food supplies increase the importance of developing improved methods for estimating potential evapotranspiration. In view of this context, the objective was to estimate potential evapotranspiration in the Baixo Parnaíba of Maranhão using artificial neural networks. The collected agrometeorological data were 33 years, from 1984 to 2017 on daily basis, taken from NASA/ POWER site. Subsequently, net radiation and potential evapotranspiration were calculated using the standard Penman-Moteith method. In order to predict potential daily evapotranspiration, the Perceptron Multi-Layer (MLP) was chosen, which is a traditional artificial neural network. The period that presented a higher rate of evapotranspiration was the same that indicated precipitations with a lower volume and higher temperatures. The artificial neural network model chosen for estimating potential evapotranspiration was MLP 2-5-1. With this, it is concluded that artificial neural networks can be used to estimative potential daily evapotranspiration.pt_BR
dc.description.abstractA escassez de água e a crescente demanda por fornecimento de alimentos aumenta a importância de desenvolvimento de métodos melhorados para a estimativa da evapotranspiração potencial. Diante desse contexto, objetivou-se fazer uma estimativa de evapotranspiração potencial no Baixo Parnaíba maranhense utilizando redes neurais artificiais. Os dados agrometeorológicos coletados foram de 33 anos, a partir do ano de 1984 até o ano de 2017 em escala diária, retirados do site NASA/POWER. Posteriormente, foram calculadas a radiação liquida e a evapotranspiração potencial pelo método padrão Penman-Moteith. Para prever a evapotranspiração potencial diária foi escolhida a Perceptron Multi-Layer (MLP), que é uma Rede Neural Artificial tradicional. O período que apresentou um maior índice de evapotranspiração foi o mesmo que apontou precipitações com um menor volume e temperaturas elevadas. O modelo de rede neural artificial escolhido para estimativa da evapotranspiração potencial foi a MLP 2-5-1. Com isto, conclui-se que as redes neurais artificiais podem ser utilizadas para a estimativa da evapotranspiração potencial diária.pt_BR
dc.publisherUFMApt_BR
dc.subjectelementos climáticos; inteligência artificial; modelagempt_BR
dc.subjectartificial intelligence; climatic elements; modelingpt_BR
dc.titleESTIMATIVA DA EVAPOTRANSPIRAÇÃO POTENCIAL DIÁRIA DO BAIXO PARNAÍBA UTILIZANDO REDES NEURAIS ARTIFICIAIS.pt_BR
dc.title.alternativeESTIMATED DAILY POTENTIAL EVAPOTRANSPIRATION OF BAIXO PARNAIBA USING ARTIFICIAL NEURAL NETWORKS.pt_BR
dc.typeOtherpt_BR
Aparece nas coleções:TCC de Graduação em Engenharia Agrícola do Campus de Chapadinha

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Klara C. de Meneses.pdf458,25 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.