| |
|
|
| Registros recuperados : 7 | |
| 5. |  | GIANNOTTI, J. D. G.; PACKER, I. U.; MERCADANTE, M. R. Z.; LEANDRO, R. A. Metanálise bayesiana de parâmetros genéticos para características de crescimento em bovinos de corte. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 41, n. 1, p. 15-22, jan. 2006 Título em inglês: Bayesian meta-analysis of genetic parameters for growth traits in beef cattle.| Biblioteca(s): Embrapa Unidades Centrais. |
|    |
| 7. | | GONÇALVES, R. M. G.; GIANNOTTI, E.; GIANNOTTI, J. DI G.; SILVA, A. A. Aplicação de modelo de revegetação em áreas degradadas, visando à restauração ecológica da microbacia do córrego da Fazenda Itaqui, no município de Santa Gertrudes, SP. Revista do Instituto Florestal, São Paulo, v. 17, n. 1, p. 73-95, jun. 2005.| Biblioteca(s): Embrapa Florestas. |
| |
| Registros recuperados : 7 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Pantanal. |
|
Data corrente: |
28/11/2018 |
|
Data da última atualização: |
03/12/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
CRISTALDO, M. F.; SOUZA, C. C. de; JESUS, L de; OLIVEIRA, P. T. S. de; PADOVANI, C. R.; VIGANÓ, H. H. DA G. |
|
Afiliação: |
MARCIA FERREIRA CRISTALDO, Instituto Federal de Mato Grosso do Sul - IFMS; CELSO CORREIA DE SOUZA, Universidade Anhanguera - UNIDERP; LEANDRO DE JESUS, Instituto Federal de Mato Grosso do Sul - IFMS; PAULO TARSO SANCHES DE OLIVEIRA; CARLOS ROBERTO PADOVANI, CPAP; HEVELYNE HENN DA GAMA VIGANÓ, Instituto Federal de Mato Grosso do Sul - IFMS. |
|
Título: |
Previsão probabilística de enchentes para uma pequena bacia hidrográfica do Pantanal. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
Revista Ambiente & Água, v.13, n. 4, e1988, ago. 2018. |
|
DOI: |
doi:10.4136/1980-993X |
|
Idioma: |
Português |
|
Conteúdo: |
O monitoramento para a previsão de cheias de pequenas bacias hidrográficas é de grande importância tendo em vista a relação dos recursos hídricos com a sociedade, pois pode garantir o uso sustentável às comunidades urbanas de cidades lindeiras à bacia. O rio Aquidauana está inserido na planície Pantaneira sendo considerado vulnerável à inundações, no entanto, falta de um sistema eficiente para previsões de cheias e inundações. Assim, este estudo propõe um sistema de previsão probalística de enchentes para a bacia do Rio Aquidauana. Para tanto foram utilizadas as redes neurais artificiais (RNAs) do tipo MultiLayer Perceptron (treinamento backpropagation) com parâmetros otimizados pelos Algoritmos Genéticos. A RNA foi treinada e avaliada com base em dados de chuva acumulada (mm) e nível de rio (cm) à montante entre os anos de 1995 a 2014. A previsão realizada foi de 1 a 5 dias, tendo como melhor desempenho o modelo para 1 dia de previsão, com resultado de coeficiente de determinação e erro quadrático médio de 0,93 e 30 (cm), respectivamente. |
|
Palavras-Chave: |
Cheias. |
|
Thesagro: |
Chuva; Enchente; Hidrologia. |
|
Thesaurus NAL: |
Hydrology; Rainfall simulators; Water flow. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/187412/1/Cristaldo-2018.pdf
|
|
Marc: |
LEADER 01876naa a2200277 a 4500
001 2100303
005 2018-12-03
008 2018 bl uuuu u00u1 u #d
024 7 $adoi:10.4136/1980-993X$2DOI
100 1 $aCRISTALDO, M. F.
245 $aPrevisão probabilística de enchentes para uma pequena bacia hidrográfica do Pantanal.$h[electronic resource]
260 $c2018
520 $aO monitoramento para a previsão de cheias de pequenas bacias hidrográficas é de grande importância tendo em vista a relação dos recursos hídricos com a sociedade, pois pode garantir o uso sustentável às comunidades urbanas de cidades lindeiras à bacia. O rio Aquidauana está inserido na planície Pantaneira sendo considerado vulnerável à inundações, no entanto, falta de um sistema eficiente para previsões de cheias e inundações. Assim, este estudo propõe um sistema de previsão probalística de enchentes para a bacia do Rio Aquidauana. Para tanto foram utilizadas as redes neurais artificiais (RNAs) do tipo MultiLayer Perceptron (treinamento backpropagation) com parâmetros otimizados pelos Algoritmos Genéticos. A RNA foi treinada e avaliada com base em dados de chuva acumulada (mm) e nível de rio (cm) à montante entre os anos de 1995 a 2014. A previsão realizada foi de 1 a 5 dias, tendo como melhor desempenho o modelo para 1 dia de previsão, com resultado de coeficiente de determinação e erro quadrático médio de 0,93 e 30 (cm), respectivamente.
650 $aHydrology
650 $aRainfall simulators
650 $aWater flow
650 $aChuva
650 $aEnchente
650 $aHidrologia
653 $aCheias
700 1 $aSOUZA, C. C. de
700 1 $aJESUS, L de
700 1 $aOLIVEIRA, P. T. S. de
700 1 $aPADOVANI, C. R.
700 1 $aVIGANÓ, H. H. DA G.
773 $tRevista Ambiente & Água$gv.13, n. 4, e1988, ago. 2018.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pantanal (CPAP) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
