Programa computacional para estimativa da erosividade da chuva no espírito santo: nota técnica

Abstract

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.

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.