UM ESTUDO COMPARATIVO DOS MODELOS BOX-JENKINS E REDES NEURAIS ARTIFICIAIS NA PREVISÃO DE VAZÕES E PRECIPITAÇÕES PLUVIOMÉTRICAS DA BACIA ARAGUAIA, TOCANTINS, BRASIL

Abstract

Estudar a variabilidade dos parâmetros hidroclimáticos locais em baciashidrográficas é importante para melhorar o gerenciamento dos recursos hídricos.Para tal, foram utilizados o modelo estatístico baseado na metodologia Box-Jenkins, adotado por muitas empresas na análise de séries temporais, inclusivetodo o setor elétrico brasileiro, e a tecnologia de redes neurais, que se apresentacomo poderosa ferramenta para previsões. Na comparação entre as duas técnicas,foram utilizadas observações de médias mensais de duas estações meteorológicasda Bacia Araguaia-Tocantins, Brasil, uma de vazões mensais (m3/s) e outra deprecipitações pluviométricas mensais (mm), da Agência Nacional de Águas (ANA),com registros contínuos nos períodos de 1969 a 2017 e 1974 a 2017. As previsõesforam testadas para 12 e 24 meses. Uma comparação entre os dois métodos,usando o teste de hipótese a partir de intervalos de confiança de 95%, mostrouque não houve diferenças estatisticamente significativas nas previsões individuaistanto de precipitações pluviométricas como de vazões. Entretanto, o uso do rootmean square error (RMSE) mostrou que o método de Box-Jenkins apresentamelhores resultados. A maior dificuldade nesse método é na construção domodelo, sobretudo em séries com alta variabilidade. O método de redes neurais,em geral, consome mais tempo computacional em relação ao Box-Jenkins.