APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NO PREENCHIMENTO DE FALHAS DE PRECIPITAÇÃO MENSAL NA REGIÃO SERRANA DO ESPÍRITO SANTO

A qualidade dos dados meteorologicos influencia diretamente o planejamento e a gestao do manejo nas bacias hidrograficas, modelagem hidrologica, qualidade do ar, monitoramento de incendios florestais. Assim, series com falhas de precipitacao pluvial inviabilizam a execucao de muitos estudos na area agricola. O objetivo desta pesquisa e testar a metodologia de Redes Neurais Artificiais (RNAs) para o preenchimento de falhas em series mensais de dados de precipitacao pluvial. Utilizou-se uma serie de dados pluviometricos mensais de quatro estacoes na bacia do rio Doce, localizada na regiao serrana do estado do Espirito Santo. Foram admitidas a existencia de tres diferentes porcentagens de falhas na estacao de Itarana, sendo 7, 15 e 30%, realizando sete simulacoes de preenchimento para cada tipo de falha. A utilizacao de RNAs no calculo de preenchimento de falhas em dados mensais de pluviosidade foi eficaz com 7% de falha nos dados, apresentando valores de NSE e R² superiores a 0,8. A aplicacao das mesmas redes em banco de dados com falhas de 15 e 30%, nao foi satisfatorio. O resultado da aplicacao de RNAs em preenchimentos de falhas em dados de precipitacao foi eficiente, o que contribui para estudos que necessitam de series climaticas confiaveis.