Coeficiente De Manning

Para atender às necessidades crescentes de uso da água, torna-se necessária a caracterização hidrológica dos cursos d'água, estudo este importante para a estimativa de sua disponibilidade hídrica, do seu potencial energético, do controle de inundações e do dimensionamento de obras hidráulicas (Tucci, 2001),

Pela teoria do escoamento em canais abertos, o coeficiente de rugosidade de Manning é um dos principais parâmetros para descrição da vazão sobre uma superfície. Uma das dificuldades da aplicação da equação de Manning é a definição do seu coeficiente de rugosidade em rios e canais, razão pela qual o presente estudo tem como objetivo, estimar o coeficiente de rugosidade de Manning para os períodos de vazão mínima e máxima média mensal, e propor um modelo baseado em redes neurais artificiais para estimar o coeficiente de rugosidade de Manning (área molhada, raio hidráulico e declividade do canal) . As características da margem e do leito do rio influenciam diretamente nos valores de coeficiente de rugosidade. O modelo baseado em rede neural apresenta desempenho satisfatório, o que possibilita estimar o coeficiente de rugosidade em função da cota, vazão, declividade e do raio hidráulico do rio.

Para atender às necessidades crescentes de uso da água, torna-se necessária a caracterização hidrológica dos cursos d'água, estudo este importante para a estimativa de sua disponibilidade hídrica, do seu potencial energético, do controle de inundações e do dimensionamento de obras hidráulicas (Tucci, 2001),

Pela teoria do escoamento em canais abertos, o coeficiente de rugosidade de Manning é um dos principais parâmetros para descrição da vazão sobre uma superfície. Uma das dificuldades da aplicação da equação de Manning é a definição do seu coeficiente de rugosidade em rios e canais, razão pela qual o presente estudo tem como objetivo, estimar o coeficiente de rugosidade de Manning para os períodos de vazão mínima e máxima média mensal, e propor um modelo baseado em redes neurais artificiais para estimar o coeficiente de rugosidade de Manning (área molhada, raio hidráulico e declividade do canal) . As características da margem e do leito do rio influenciam diretamente nos valores de coeficiente de rugosidade. O modelo baseado em rede neural apresenta desempenho satisfatório, o que possibilita estimar o coeficiente de rugosidade em função da cota, vazão, declividade e do raio hidráulico do rio.