
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | National Center for Monitoring and Early Warning of Natural Disasters (Cemaden) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | de Lima, Glauston R. T. | - |
| Autor(es): dc.creator | de Oliveira Caran, Rochane | - |
| Autor(es): dc.creator | de Aguiar Filho, Luiz Ferreira | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T16:34:33Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T16:34:33Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2023-11-30 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s12145-023-01159-5 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/301809 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/301809 | - |
| Descrição: dc.description | One of the actions to mitigate the impacts of hydrological extremes is to issue warnings as far in advance as possible. This article reports the application of neural networks for water level forecast to three small watersheds in Brazil that are susceptible to flash floods. First, the physical characteristics and land use and cover maps of the watersheds were surveyed. Next, Multilayer Perceptrons were trained with observed water level and rainfall data covering the period 2014 to 2022 to make water level forecasts 1, 2 and 3 h in advance. To design the neural networks, different combinations of activation functions in the hidden and output layers were tested and also variations in the number of neurons in the hidden layer. The neural networks forecasts for the three watersheds test data were quite good for the three forecast horizons, highlighting the forecasts 3 h in advance that reached a Nash–Sutcliffe index greater than 0.9. In future work, neural networks will be trained with rainfall estimates obtained from numerical weather forecast models data and observed rainfall data, enabling their operational use in the National Center for Monitoring and Early Warning of Natural Disasters situation room. The operational neural models can semi-automate the flash flood warning process for the studied watersheds. As a result, the warnings effectiveness, concerning the advance-assertiveness trade-off, is expected to improve. | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | National Center for Monitoring and Early Warning of Natural Disasters (Cemaden), Estrada Dr. Altino Bondensan, 500 - Eugênio de Melo, SP | - |
| Descrição: dc.description | Science and Technology Institute (ICT) São Paulo State University (UNESP), Estrada Dr. Altino Bondensan, 500 - Eugênio de Melo, SP | - |
| Descrição: dc.description | Science and Technology Institute (ICT) São Paulo State University (UNESP), Estrada Dr. Altino Bondensan, 500 - Eugênio de Melo, SP | - |
| Descrição: dc.description | CNPq: 800108/2022-1 | - |
| Formato: dc.format | 4313-4326 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Earth Science Informatics | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Empirical hydrological modeling | - |
| Palavras-chave: dc.subject | Flash floods early warnings | - |
| Palavras-chave: dc.subject | Neural networks | - |
| Palavras-chave: dc.subject | Water level forecast | - |
| Título: dc.title | Use of neural network as a support tool in water level forecasting and issuing flash floods early warnings to three small Brazilian urban watersheds | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: