Abstract:
A crescente instabilidade dos padrões climáticos põe em causa a disponibilidade de água potável,
tornando-se cada vez mais importante a realização de uma gestão mais eficiente dos recursos hídricos
actuais e futuros. Descrevemos e comparamos vários modelos para prever a procura
de água, nomeadamente, consideramos os modelos auto-regressivos integrados de médias móveis
sazonais (SARIMA), os modelos aditivos generalizados e redes neurais artificiais (RNA). Os modelos
são avaliados com base no Erro Absoluto Médio (EAM) e no Erro Percentual Absoluto Médio (EPAM).
Os resultados mostram que as RNA conseguem superar os outros métodos considerados. Demonstramos
que ao lidar com dados de caudal, as RNA são capazes de ajustar bem os dados e fornecer
boas previsões sem dependerem da inclusão de variáveis climatéricas no modelo.
Adicionalmente, é feita uma análise exploratória de dados de facturação de água provenientes de uma
região do Sul de Portugal. Esta análise tem como objectivo o melhoramento da gestão de recursos assim
como o estudo do impacto do envelhecimento do parque de contadores na qualidade das leituras.