USO DE SUPPORT VECTOR MACHINE EM AMBIENTE SUBTERRÂNEO: APLICAÇÃO EM POÇO DE MONITORAMENTO PARA REGRESSÃO DE DADOS DE NÍVEL DE ÁGUA
Nas últimas décadas, o significativo
desenvolvimento da técnica de Support
Vector Machine (SVM) vem ganhando espaço
em aplicações de problemas práticos de
regressão e classificação de dados. No campo
da hidrologia, essa técnica apresenta boas
performances para algumas tarefas e seu
desempenho tem sido satisfatório em diversos
estudos científicos. Usando dados coletados em
um poço de monitoramento, uma metodologia
para previsão do nível de água subterrânea
foi desenvolvida usando um algoritmo de
regressão baseado em SVM. A partir da
estruturação de um modelo empírico guiado por
dados climatológicos, aplicou-se o método para
simular o comportamento dos níveis freáticos
a fim de projetá-los alguns passos à frente. O
uso da metodologia mostrou grande precisão
para estimar os níveis de água subterrânea
utilizando as variáveis de nível e de precipitação
pluviométrica. Os resultados da pesquisa
apontam que técnicas computacionais para
análise, desenvolvimento e implementação de
modelos em sistemas subterrâneos dinâmicos
complexos, são abordagens que apresentam
ótimo desempenho para a finalidade de predição
das oscilações dos níveis de água subterrânea
em aquíferos livres.
USO DE SUPPORT VECTOR MACHINE EM AMBIENTE SUBTERRÂNEO: APLICAÇÃO EM POÇO DE MONITORAMENTO PARA REGRESSÃO DE DADOS DE NÍVEL DE ÁGUA
-
DOI: 10.22533/at.ed.75719110720
-
Palavras-chave: Água subterrânea. Lençol freático. Recursos hídricos
-
Keywords: Groundwater. Water-table. Water resources
-
Abstract:
Over the last decades, significant
development on Support Vector Machine (SVM)
has been made. The technique has been
applied to solve many practical problems on
data regression and classification. In hydrology
field, this technique presents good performance
for some tasks and has proven satisfactory in
several scientific studies. Using data collected on
a monitoring well, a methodology for groundwater
level prediction has been developed using a
SVM based regression algorithm. From the structuring of an empirical model guided
by climatological data, the method was applied to simulate the behavior of the water
table in order to forecast them some steps ahead. The results show great precision
to estimate the levels of groundwater using previous levels and rainfall variables.
The results of the research indicate that computational techniques for the analysis,
development and implementation of models in complex dynamic underground systems
are approaches that present optimum performance for the purpose of predicting the
oscillations of groundwater levels in unconfined aquifers.
-
Número de páginas: 15
- Guilherme de Freitas Gaiardo
- José Luiz Silvério da Silva
- Thiago Boeno Patricio Luiz
