Artificial neural network model for simulation of water distribution in sprinkle irrigation

• Published in: Revista brasileira de engenharia agrícola e ambiental Vol. 19; no. 9; pp. 817 - 822
• Main Authors: Menezes, Paulo L. de, Azevedo, Carlos A. V. de, Eyng, Eduardo, Dantas Neto, José, Lima, Vera L. A. de
• Format: Journal Article
• Language: English
• Published: Departamento de Engenharia Agrícola - UFCG 01.09.2015
• Subjects: AGRICULTURAL ENGINEERING; ENVIRONMENTAL SCIENCES; uniformidade de distribuição de água; modelo computacional; inteligência artificial; computational model; aspersor; sprinkler; artificial intelligence; water distribution uniformity
• ISSN: 1415-4366; 1807-1929; 1415-4366
• DOI: 10.1590/1807-1929/agriambi.v19n9p817-822

ABSTRACTDetermining uniformity coefficients of sprinkle irrigation systems, in general, depends on field trials, which require time and financial resources. One alternative to reduce time and expense is the use of simulations. The objective of this study was to develop an artificial neural network (ANN) to simulate sprinkler precipitation, using the values of operating pressure, wind speed, wind direction and sprinkler nozzle diameter as the input parameters. Field trials were performed with one sprinkler operating in a grid of 16 x 16, collectors with spacing of 1.5 m and different combinations of nozzles, pressures, and wind conditions. The ANN model showed good results in the simulation of precipitation, with Spearman's correlation coefficient (rs) ranging from 0.92 to 0.97 and Willmott agreement index (d) from 0.950 to 0.991, between the observed and simulated values for ten analysed trials. The ANN model shows promise in the simulation of precipitation in sprinkle irrigation systems. RESUMOA determinação dos coeficientes de uniformidade de distribuição da água dos sistemas de irrigação por aspersão depende, em geral, de ensaios em campo que envolvem tempo e recursos financeiros. Uma alternativa para reduzir custo e tempo é a utilização de simulações. Objetivou-se, com este trabalho, o desenvolvimento de um modelo em redes neurais artificiais (RNA) para simular a precipitação de um aspersor cujos parâmetros de entrada são os valores de pressão de operação, velocidade do vento, direção do vento e diâmetro do bocal do aspersor. Ensaios foram feitos em campo com um aspersor operando em uma malha de 16 x 16 coletores com espaçamento de 1,5 m e diferentes combinações de bocais, pressões e condições de vento. O modelo RNA apresentou bons resultados na simulação da precipitação com correlação de Spearman (rs) entre os dados obtidos em ensaio de campo e os dados simulados, apresentando valores entre 0,92 e 0,97 e índice de concordância de Willmott (d) entre 0,950 e 0,991 para dez ensaios analisados. O modelo RNA mostrou-se promissor na simulação da precipitação em sistemas de irrigação por aspersão.