Um dos principais insumos na definição da geração das usinas hidrelétricas é a previsão de vazões. Na elaboração dessas previsões, diversos modelos podem ser utilizados. Pode-se citar como exemplo os modelos físicos, estatísticos e os baseados na técnica de redes neurais. O uso da técnica de redes neurais tem se intensificado cada vez mais, uma vez que, modelos baseados nessa técnica são de fácil aplicação e têm proporcionado resultados satisfatórios. A análise prévia das informações que serão usadas na calibração e utilização da rede neural pode trazer ganhos significativos no desempenho da mesma. Assim, esse trabalho apresenta a análise dos dados pluviométricos e fluviométricos da área a montante do reservatório de Três Marias, no rio São Francisco, bem como a calibração de um modelo baseado na técnica de redes neurais para a previsão de vazões naturais afluentes. São apresentados o processo de preenchimento de falhas históricas, análise de consistência e análise geoestatística, como ferramenta para seleção de postos pluviométricos e análise de precipitação média da área. Os resultados obtidos mostraram que o modelo calibrado com a técnica de redes neurais teve um desempenho superior ao modelo estocástico PREVIVAZ e, entre as redes neurais analisadas, a NSRBN teve um desempenho um pouco superior a MLP.
O presente trabalho contempla a dinâmica hidro-salina de área aluvial irrigada sob risco de salinização no Agreste de Pernambuco. Com base em monitoramento quantitativo e qualitativo, em termos de salinidade, das águas subterrâneas, verifica-se que o sistema responde significativamente a eventos de precipitação, com alterações relevantes na quantidade e concentração total de sais. A sazonalidade da salinidade é acentuada, com águas de melhor qualidade durante a estação chuvosa devido à intensa recarga. A condutividade hidráulica do aqüífero é fator determinante na dinâmica salina na área. Os resultados da investigação com medidas de campo confirmam que áreas com menor circulação hídrica são mais susceptíveis à salinização. Os resultados são importantes para o gerenciamento da irrigação visando a preservação do sistema, incluindo a diminuição dos riscos de salinização. O sistema estudado é representativo de vários outros que ocorrem em regiões semi-áridas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.