Estimativa da irradiado direta na incidencia normal usando redes neurais artificiais e comparado com modelos estatísticos

Abstract

A irradiado direta na incidencia normal (Hb) foi estimada utilizando Redes Neurais Artificiáis (ANN2) para urna base de dados medida do período de 1996 a 2008 em Botucatu- Brasil, regiao com influencia de queimadas agrícolas. A rede utilizada foi a Multilayer Perceptron (MLP), com o algoritmo de aprendizado backpropagation e termo momentum. A ANN2 foi comparada com um modelo estatístico de ajuste local (ME4) e dois modelos selecionados na literatura (ME5 e ME6). A variável de entrada foi o kt (transmissividade atmosférica da irradiado global). Os modelos foram avahados por meio dos indicativos estatísticos: Mean Bias Error (MBE,MJm-2), Relative Mean Bias Error (rMBE,%),  Root Mean  Square Error (RMSE,MJm‘2),  Relative Root Mean  Square Error (rRMSE,%) e d de Willmott. O desempenho de ANN2 é melhor que dos modelos estatísticos. A estimativa com ANN2 resultou: rRMSE=16,519% e d=0,980. O ME4 estimou com rRMSE=20,l30% e d=0,971. Os ME5 e ME6 tiveram desempenho inferior ao ME4. O modelo ANN2 é recomendado como a primeira escolha para estimativa de Hb, seguido do modelo ME4.