Купить СНПЧ А7 Архангельск, оперативня доставка

crosscheckdeposited

Programa Computacional para Estimativa da Erosividade da Chuva no Espírito Santo

DOI: http://dx.doi.org/10.13083/1414-3984.v20n04a07

http://www.seer.ufv.br/seer/index.php/reveng/index 

downloadpdf

Michel C. Moreira1, Roberto A. Cecílio2, José E. M. Pezzopane3, Fernando F. Pruski4 & Danilo C. Fukunaga5

 

Resumo: O presente trabalho teve por objetivo implementar computacionalmente redes neurais artificiais (RNAs) para estimativa dos valores médios mensais e anuais da erosividade da chuva (R) no Estado do Espírito Santo. Considerando que o valor mensal de R é obtido pelo somatório dos valores mensais dos índices de erosividade EI30 ou KE > 25, e que para cálculo destes existem duas metodologias de obtenção da energia cinética de precipitação, foram utilizadas quatro RNAs para cada mês, totalizando 48 redes. De posse das RNAs foi necessário conhecer as respectivas arquiteturas, funções de ativação dos neurônios e os parâmetros livres w’s e b’s para então serem geradas as funções matemáticas que as representassem. As RNAs foram implementadas utilizando-se o ambiente de programação Borland Delphi 7.0. O programa computacional desenvolvido (netErosividade ES) permite, de forma fácil e rápida, a obtenção dos valores mensais e anuais de R para qualquer localidade do Espírito Santo.

Palavras-chave: equação universal de perda de solo, interpolação espacial, manejo de bacias hidrográficas, redes neurais artificiais

 

Abstract: This study reports development of a software capable of applying Artificial Neural Networks (ANNs) to estimate mean monthly and annual rain erosivity (R) in Espírito Santo State. Considering that the monthly value of the R is obtained by summing the monthly erosivity indexes EI30 or KE > 25, and that there are two methods to obtain the rain kinetic energy, 4 ANNs were used for each month totaling 48 ANNs. It was necessary to know the respective architectures, neuron activation functions and the free parameters w’s and b’s to generate the mathematical functions representing ANNs. ANNs were implemented using the software Borland Delphi 7.0. This software (netErosividade ES) permits fast and easy prediction of monthly and annual R factor for any locality of Espírito Santo state.

Key words: artificial neural networks, spatial interpolation, universal soil loss equation, watershed management

 

1 Bacharel em Informática, Professor da UFBA, michelcm@gmail.com
2 Engenheiro Agrícola, Professor da UFES, Bolsista de Produtividade em Pesquisa do CNPq, roberto.cecilio@ufes.br
3 Engenheiro Florestal, Professor da UFES, Bolsista de Produtividade em Pesquisa do CNPq, jose.pezzopane@ufes.br
4 Engenheiro Agrícola, Professor da UFV/Viçosa-MG, Bolsista de Produtividade em Pesquisa do CNPq, ffpruski@ufv.br
5 Engenheiro Agrícola e Ambiental, Mestrando em Ciências Florestais da UFES, danilofukunaga@hotmail.com

 

Literatura Citada

ANGULO-MARTÍNEZ, M.; LÓPEZ-VICENTE, M.; VICENTE-SERRANO, S.M.; BEGUERÍA, S. Mapping rainfall erosivity at a regional scale: a comparison of interpolation methods in the Ebro Basin (NE Spain). Hydrology and Earth Systems Sciences, Göttingen, v.13, p.1907-1920, 2009. doi

BASKAN, O.; CEBEL, H.; AKGUL, S.; ERPUL, G. Conditional simulation of USLE/RUSLE soil erodibility factor by geostatistics in a Mediterranean Catchment, Turkey. Environmental Earth Sciences, Brandenburg, v.60, n.6, p.1179-1187, 2010.

BIAŁOBRZEWSKI, I. Neural modeling of relative air humidity. Computers and Electronics in Agriculture, Amsterdam, v.60, n., p. 1-7, 2008.

FOSTER, G.R. et al. Conversion of the universal soil loss equation to SI units. Journal of Soil and Water Conservation, Baltimore, v.36, p.355-359, 1981.

HERNANI, L.C. et al. ; FREITAS, P.L.; PRUSKI, F.F.; DE MARIA, I.C.; CASTRO FILHO, C.; LANDERS, J.C. A erosão e seu impacto. In: MANZATTO, C.V.; FREITAS JÚNIOR, E.; PERES, J.R.R. Uso agrícola dos solos brasileiros. Rio de Janeiro, EMBRAPA, 2002, p.47-60.

HUDSON, N.W. Soil conservation. Ithaca: Cornell University Press, 1973. 320p.

MATLAB software. Version 6.0, The MathWorks, Inc., Natick, MA. 2000.

MEN, M.; YU, Z.; XU, H. Study on the spatial pattern of rainfall erosivity based on geostatistics in Hebei Province, China. Frontiers of Agriculture in China, Beijing, v.2, p.281-289, 2008. doi

MOREIRA, M.C.; CECÍLIO, R.A.; PINTO, F.A.C.; LOMBARDI NETO, F.; PRUSKI, F.F. Programa computacional para estimativa da erosividade da chuva no Estado de São Paulo utilizando redes neurais artificiais. Revista Engenharia na Agricultura, Viçosa, v.14, p.88-92, 2006a.

MOREIRA, M.C.; CECÍLIO, R.A.; PINTO, F.A.C.; PRUSKI, F.F. Desenvolvimento e análise de uma rede neural artificial para estimativa da erosividade da chuva para o Estado de São Paulo. Revista Brasileira de Ciência do Solo, Viçosa, v.30, p.1069-1074. 2006b.

PEZZOPANE, J.E.M.; CECILIO, R.A.; MOREIRA, M.C. Erosividade das chuvas no estado do Espírito Santo. Relatório técnico de pesquisa, 2008. 56p.

PIMENTEL, D.; HARVEY, C.; RESOSUDARMO, P.; SINCLAIR, K.; KURZ, D.; MCNAIR, M.; CRIST, S.; SHPRITZ, L.; FITTON, L.; SAFFOURI, R.; BLAIR, R. Environmental and economic costs of soil erosion and conservation benefits. Science, Washington, v. 267, p.1117-1123, 1995. doi

SHAMSAD, A.; AZHARI, M.N.; ISA, M.H.; WAN HUSSIN, W.M.A.; PARIDA, B.P. Development of an appropriate procedure for estimation of RUSLE EI30 index and preparation of erosivity maps for Pulau Penang in Peninsular Malaysia. Catena, Amsterdam, v. 72, p.423-432, 2008.

SILVA, M.A.; SILVA, M.L.N.; CURI, N.; SANTOS, G.R.; MARQUES, J.J.G.S.M.; MENEZES, M.D.; LEITE, F.P. Avaliação e espacialização da erosividade da chuva no vale do rio Doce, região Centro-Leste do estado de Minas Gerais. Revista Brasileira de Ciência do Solo, Viçosa, v.34, p.1029-1039, 2010a.

SILVA, R.B.; IORI, P.; ARMESTO, C.; BENDINI, H.N. Assessing Rainfall Erosivity with Artificial Neural Networks for the Ribeira Valley, Brazil. International Journal of Agronomy, New York, v.2010, p. 1-7, 2010b. doi

SIVAPRAGASAM, C.; ARUN, V.M.; GIRIDHAR, D. A simple approach for improving spatial interpolation of rainfall using ANN. Meteorology and Atmospheric Physics, Heidelberg, v.109, n1-2, p.1-7, 2010. doi

TELLES, T.S.; GUIMARÃES, M.F.; DECHEN, S.C.F. The costs of soil erosion. Revista Brasileira de Ciência do Solo, Viçosa, v.35, n.2, p.287-298, 2011.

WAGNER, C.S.; MASSAMBINI, O. Análise da relação intensidade de chuva: energia de Wischmeier & Smith e sua aplicabilidade à região de São Paulo. Revista Brasileira de Ciência do Solo, Viçosa, v.12, p.197-203. 1988.

WISCHMEIER, W.H.; SMITH, D. D. Rainfall energy and its relationship to soil loss. Transactions of the American Geophysical Union, New Haven, v.39, p.285-291, 1958. doi

YIN, S.; XIE, Y.; NEARING., M. A.; WANG, C. Estimation of rainfall erosivity using 5-to 60-minute fixed-interval rainfall data from China. Catena, Amsterdam, v.70, p.306-312, 2007.