| 1. Identificação | ||||
| Tipo de Referência | Artigo em Revista Científica (Journal Article) | |||
| Site | mtc-m21d.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34T/4ARCCFE | |||
| Repositório | sid.inpe.br/mtc-m21d/2024/03.01.12.11 (acesso restrito) | |||
| Última Atualização | 2024:03.01.12.11.33 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21d/2024/03.01.12.11.33 | |||
| Última Atualização dos Metadados | 2024:03.24.08.21.39 (UTC) administrator | |||
| DOI | 10.1007/s40808-023-01837-9 | |||
| ISSN | 2363-6211 | |||
| Chave de Citação | SousaJúniorUARSMLR:2024:StPrBa | |||
| Título | Streamflow prediction based on machine learning models and rainfall estimated by remote sensing in the Brazilian Savanna and Amazon biomes transition  | |||
| Ano | 2024 | |||
| Mês | Feb. | |||
| Data de Acesso | 09 maio 2025 | |||
| Tipo de Trabalho | journal article | |||
| Tipo Secundário | PRE PI | |||
| Número de Arquivos | 1 | |||
| Tamanho | 2215 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Sousa Júnior, Marionei Fomaca de 2 Uliana, Eduardo Morgan 3 Aires, Ricardo Venâncio Uilson 4 Rápalo, Luis Miguel Castillo 5 Silva, Demetrius David da 6 Moreira, Michel Castro 7 Lisboa, Luana 8 Rondon, Danielle da Silva | |||
| ORCID | 1 0000-0003-2048-6506 2 0000-0003-2107-4634 3 0000-0002-6745-2787 4 0000-0002-6241-7069 5 0000-0001-9666-7421 6 0000-0001-8024-7705 7 0000-0002-7902-6072 8 0000-0003-1954-2259 | |||
| Grupo | 1 SER-SRE-DIPGR-INPE-MCTI-GOV-BR | |||
| Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Universidade Federal de Mato Grosso (UFMT) 3 Mississippi State University 4 Universidade de São Paulo (USP) 5 Universidade Federal de Viçosa (UFV) 6 Universidade Federal de Viçosa (UFV) 7 Companhia de Pesquisa de Recursos Minerais (CPRM) 8 Universidade Federal de Mato Grosso (UFMT) | |||
| Endereço de e-Mail do Autor | 1 mariofomacajr@gmail.com 2 morganuliana@gmail.com 3 uilson.aires@msstate.edu 4 luis.castillo@unah.hn 5 demetrius@ufv.br 6 michelcm@ufv.br 7 luana.lisboa@cprm.gov.br 8 danielle.rondon05@gmail.com | |||
| Revista | Modeling Earth Systems and Environment | |||
| Volume | 10 | |||
| Número | 1 | |||
| Páginas | 1191-1202 | |||
| Histórico (UTC) | 2024-03-01 12:13:17 :: simone -> administrator :: 2024 2024-03-24 08:21:39 :: administrator -> simone :: 2024 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Palavras-Chave | Data-driven model Flood mitigation Neural network Rainfall-runoff Remote sensing | |||
| Resumo | The prediction of streamflow is essential for reservoir operations, especially flood mitigation and hydroelectricity production, as it can have direct impacts on society. In this work, we aimed to apply machine learning models (MLM) to predict streamflow on a daily scale in a Brazilian transitional region of the Savanna and Amazon biomes. This region has significant exploitation of water resources, mainly for electricity production from hydroelectric plants, and lo coverage of hydrological data monitoring networks. To predict streamflow, we performed the K-nearest neighbor (kNN), support vector machine (SVM), random forest (RF), and artificial neural network (ANN). The explanatory variables used were the time-lagged streamflow, and average rainfall obtained from rain gauge stations and remote sensing products (PDIR-Now, PERSIANN, and PERSIANN-CCS). The SVM, kNN, RF, and ANN models were effective in predicting streamflow in the study area, and the RF presented fewer prediction errors. Streamflow predictions were accurate when rainfall estimated by remote sensing products was used as input, and MLM presented good predictions of streamflow for a horizon of up to three days, even in basins with limited hydrological data. This study points out the feasibility of employing MLM for streamflow predictions to aid in the planning and management of water resources in the basin, primarily in the reservoir operation of hydroelectric plants and flood mitigation. | |||
| Área | SRE | |||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Streamflow prediction based... | |||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Streamflow prediction based... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| Idioma | en | |||
| Arquivo Alvo | s40808-023-01837-9.pdf | |||
| Grupo de Usuários | simone | |||
| Grupo de Leitores | administrator simone | |||
| Visibilidade | shown | |||
| Permissão de Leitura | deny from all and allow from 150.163 | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Repositório Espelho | urlib.net/www/2021/06.04.03.40.25 | |||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S 8JMKD3MGPCW/46KUATE | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2022/04.03.22.23 7 sid.inpe.br/bibdigital/2013/10.18.22.34 7 | |||
| Divulgação | WEBSCI; PORTALCAPES; SCOPUS. | |||
| Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 | |||
| 6. Notas | ||||
| Campos Vazios | alternatejournal archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||