Prédiction de l'indice fluviométrique à l'aide d'une approche neuro-floue

Ce travail présente une proposition de surveillance et de prévision du niveau du fleuve Amazone dans la ville de Santarém, en utilisant une approche ANFIS et des données historiques sur le cycle fluviométrique annuel. Les données ont été collectées dans les villes de Santarém, Manaus et Itaituba, et ont été filtrées pour la période allant du 01/03/03 au 28/02/17. Les données ont été analysées afin d'établir des valeurs seuils pour les alertes de situations émergentes pour la surveillance du niveau de la rivière, comprenant les périodes des volumes d'eau : sécheresse, sécheresse-normale, normale, normale-pleine et inondation. Les séries historiques peuvent être considérées comme fiables, car il est possible d'identifier clairement les cycles hydrologiques annuels des rivières. Des solutions prédictives utilisant des techniques statistiques et informatiques sont capables d'automatiser de telles prévisions avec des taux d'erreur relativement faibles sur le niveau des rivières. Dans cette optique, on considère que la solution proposée peut être utilisée pour guider les actions qui minimisent les perturbations causées à la ville de Santarém dans des situations extrêmes de volumes d'eau du fleuve Amazone. L'approche proposée s'est également avérée applicable à d'autres environnements avec des cycles hydrologiques et, par conséquent, une applicabilité mondiale possible.

Autorentext

Daniel Hannemann est titulaire d'une maîtrise en informatique de l'Université fédérale du Pará (UFPA). Licence en informatique (UNAMA). Spécialisation en bases de données (UNAMA). Assistant technique en informatique entre 2010 et 2012 (CIOP). Analyste de systèmes entre 2012 et 2017 (SEMAS). Technicien en gestion informatique depuis 2018 (SEMAS).