Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/28731
Title: Árvore de decisão e simulação estocástica para análise de riscos em sistemas de reservatórios superficiais.
Other Titles: Decision tree and stochastic simulation for risk analysis in surface reservoir systems.
???metadata.dc.creator???: SANTANA, Cícero Fellipe Diniz de.
???metadata.dc.contributor.advisor1???: CURI, Wilson Fadlo.
???metadata.dc.contributor.advisor-co1???: SANTOS, Valterlin da Silva.
???metadata.dc.contributor.referee1???: RODRIGUES, Andréa Carla Lima.
???metadata.dc.contributor.referee2???: FARIAS, Camilo Allyson Simões de.
???metadata.dc.contributor.referee3???: BARBOSA, Dayse Luna.
???metadata.dc.contributor.referee4???: CELESTE, Alcigeimes Batista.
Keywords: Árvores de decisão;Simulação estocástica - reservatórios superficiais;Reservatórios superficiais - simulação estocástica;Análise de riscos - reservatórios superficiais;Tomada de decisão;Confiabilidade;Bacias hidrográficas;Aprendizado de máquina;Planejamento de recursos hídricos;Recursos hídricos - planejamento;Decision trees;Stochastic simulation - surface reservoirs;Surface reservoirs - stochastic simulation;Risk analysis - surface reservoirs;Decision making;Reliability;Watersheds;Machine learning;Water resources planning;Water resources - planning
Issue Date: 8-Aug-2022
Publisher: Universidade Federal de Campina Grande
Citation: SANTANA, Cícero Fellipe Diniz de. Árvore de decisão e simulação estocástica para análise de riscos em sistemas de reservatórios superficiais. 2022. 166f. (Tese de Doutorado), Programa de Pós-graduação em Engenharia Civil e Ambiental , Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2022. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/28731
???metadata.dc.description.resumo???: Um dos principais desafios enfrentados na gestão dos recursos hídricos tem sido a dificuldade na mensuração dos riscos que os sistemas de reservatórios estão sujeitos, diante das várias possibilidades de cenários hidrológicos. A análise dos riscos como ferramenta de apoio às tomadas de decisão tem feito uso de metodologias que contribuem para a melhor alocação da água para múltiplos usos e objetivos, com destaque para a modelagem matemáticocomputacional, incluindo aspectos técnicos-operacionais e legais, importantes na definição de estratégias eficientes para o adequado uso da água, minimizando as falhas do sistema. Este trabalho teve como objetivo aplicar o modelo de árvore de decisão e simulação estocástica para a análise de risco de um sistema de reservatórios superficiais. A metodologia baseou-se na geração de dados sintéticos de precipitação e vazão, que, posteriormente, foram utilizados em simulações de balanço hídrico, sendo então calculados os indicadores de risco e aplicado o modelo de árvore de decisão, utilizando a confiabilidade do sistema como variável dependente. A pesquisa foi aplicada à região do alto curso do Rio Piranhas-PB, com destaque para o sistema de reservatórios Engenheiro Ávidos – São Gonçalo. Os resultados obtidos possibilitaram efetuar um diagnóstico da operação e identificação dos pontos críticos para o não atendimento às vazões requeridas pelas demandas do sistema. Foi possível estabelecer uma relação entre as confiabilidades e a alocação das vazões, bem como a precipitação e o volume dos reservatórios, indicando padrões nas condições hidrológicas que levaram aos piores e melhores percentuais de confiabilidade. As árvores de decisão obtiveram desempenho e robustez satisfatórios na previsão do risco para as demandas e cenários de operação, importante para identificação das melhores tomadas de decisões no planejamento dos recursos hídricos.
Abstract: Some of the main challenges faced in the water resources management have been the difficulty in measuring the risks that reservoir systems are subject, given the various possibilities of hydrological scenarios. Risk analysis as a tool to support decision-making has used methodologies that contribute to a better allocation of water for multiple uses and objectives, with emphasis on mathematical-computational modeling, including technical-operational and legal aspects, which are important in defining efficient strategies for the proper use of water while minimizing system failures. This work aimed to apply the decision tree model and stochastic simulation for the risk analysis of a surface reservoir system. The methodology was based on the use of synthetic precipitation and flow data generation, which were later used in water balance simulations, where the risk indicators were calculated and the decision tree model was applied, using the reliability of the system as a dependent variable. The research was applied to the region of the upper course of the Piranhas-PB River, with emphasis on the Engenheiro Ávidos – São Gonçalo reservoir system. The obtained results made it possible to make a diagnosis of the operation and the identification of critical points for not meeting the required flows by the demands of the system. It was possible to establish a relationship between the reliability and the allocation of flows, as well as the precipitation and the volume of the reservoirs, indicating patterns in the hydrological conditions that led to the worst and best percentages of reliability. The decision trees achieved satisfactory performance and robustness in predicting the risk for the demands and operating scenarios, which is important for identifying the best decision-making in the planning of water resources.
Keywords: Árvores de decisão
Simulação estocástica - reservatórios superficiais
Reservatórios superficiais - simulação estocástica
Análise de riscos - reservatórios superficiais
Tomada de decisão
Confiabilidade
Bacias hidrográficas
Aprendizado de máquina
Planejamento de recursos hídricos
Recursos hídricos - planejamento
Decision trees
Stochastic simulation - surface reservoirs
Surface reservoirs - stochastic simulation
Risk analysis - surface reservoirs
Decision making
Reliability
Watersheds
Machine learning
Water resources planning
Water resources - planning
???metadata.dc.subject.cnpq???: Engenharia Civil
URI: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/28731
Appears in Collections:Mestrado em Engenharia Civil e Ambiental.

Files in This Item:
File Description SizeFormat 
CÍCERO FELLIPE DINIZ DE SANTANA - TESE PPGECA CTRN 2022.pdfCícero Fellipe Diniz de Santana - Tese PPGECA CTRN 2022.4.72 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.