Resumo

ZANETTI, Sidney S.; SOUSA, Elias F.; CARVALHO, Daniel F. de  e  BERNARDO, Salassier. Estimação da evapotranspiração de referência no estado do Rio de Janeiro usando redes neurais artificiais. Rev. bras. eng. agríc. ambient. [online]. 2008, vol.12, n.2, pp. 174-180. ISSN 1807-1929.  http://dx.doi.org/10.1590/S1415-43662008000200010.

Propor uma rede neural artificial (RNA) para estimar a evapotranspiração de referência (ETo) em função das coordenadas de posição geográfica e da temperatura do ar no Estado do Rio de Janeiro, motivou a realização do presente estudo. Os dados utilizados no treinamento da rede foram obtidos de 17 séries históricas de elementos climáticos localizadas nesse Estado. A ETo diária calculada pelo método de Penman-Monteith (FAO-56) foi utilizada como referência para treinar as redes. As RNAs, do tipo perceptron de múltiplas camadas, foram treinadas para estimar a ETo em função da latitude, longitude, altitude, temperatura média do ar, amplitude térmica diária e dia do ano. Após o treinamento com várias configurações de rede, selecionou-se a que apresentou o melhor desempenho, a qual é composta de apenas uma camada intermediária (com vinte neurônios e função de ativação do tipo sigmóide logística) e uma camada de saída (com um neurônio e função de ativação linear). Pelos resultados obtidos conclui-se que, levando-se em consideração apenas as coordenadas de posição geográfica e a temperatura do ar, pode-se estimar a ETo (valores diários) em 17 localidades do Estado do Rio de Janeiro usando uma RNA.

Palavras-chave : elementos climáticos; inteligência artificial; modelos empíricos.