Previsão do Nível do Lago Guaíba a partir de Dados Meteorológicos utilizando modelo computacional de Regressão Ridge

Abstract

Este trabalho descreve o desenvolvimento de um modelo de previsão do nível do Lago Guaíba, no Rio Grande do Sul, utilizando dados meteorológicos integrados a técnicas de aprendizado de máquina, especificamente a Regressão Ridge. O estudo envolveu a coleta e preparação de dados meteorológicos do INMET e níveis hidrométricos dos rios da bacia do Guaíba, abrangendo etapas de limpeza, normalização, redução de dimensionalidade e sincronização temporal das bases. O modelo foi implementado utilizando diferentes valores do parâmetro de regularização alpha e múltiplas proporções de divisão dos dados em conjuntos de treinamento e teste (80:20, 70:30, 60:40). As métricas MSE, apropriadas indicam bom desempenho, com o coeficiente de deteminação entre 87% e 89% e erro absoluto médio de 15 a 16,81 centímetros do nível do rio, demonstrando robustez e baixo risco de sobreajuste. Os resultados confirmam que variáveis meteorológicas têm forte influência no comportamento hidrológico do rio.

This study aimed to develop a forecasting model for the Guaíba River level in Rio Grande do Sul, using meteorological data integrated with machine learning techniques, specifically Ridge Regression. The study involved the collection and preparation of meteorological data from INMET and water level data from the Guaíba basin rivers, encompassing steps such as data cleaning, normalization, dimensionality reduction, and temporal synchronization of the datasets. The model was implemented using different values of the regularization parameter alpha and multiple train-test split ratios (80:20, 70:30, 60:40). The MSE, RMSE, MAE, and R2 metrics indicated good performance, with a coefficient of determination between 87% and 89% and a mean absolute error of 15 to 16.81 centimeters in river level, demonstrating robustness and low risk of overfitting. The results confirm that meteorological variables have a strong influence on the river’s hydrological behavior.