Aplicação de redes neurais para a classificação e avaliação do grau de degradação da qualidade da água de reservatórios rurais no semiárido brasileiro

Código

XXIV-SBRH0042

Autores

MARIA DE JESUS DELMIRO ROCHA, Francisco de Assis de Souza Filho

Tema

SE09.B - Aprendizado de Máquina na Área de Recursos Hídricos

Resumo

Ferramentas de avaliação e previsão o comportamento da qualidade da água em reservatórios são potenciais instrumentos de auxílio à tomada de decisão no combate aos processos de eutrofização. Este trabalho objetivou o desenvolvimento de uma rede neural multicamadas para classificação e previsão do grau de degradação da água em reservatórios de abastecimento no semiárido. Utilizou-se dados físicos do reservatório e climáticos como estimadores. As classes foram propostas a partir da relação entre a concentração de fósforo total medida no reservatório e o valor limite da resolução CONAMA 357/2005 para esse parâmetro. A avaliação das concentrações medidas de fósforo total indicou que 86.6% das amostras apresentaram valor superior ao limite estabelecido pela resolução de 0.03 mg/L para corpos hídricos Classe II. A rede neural treinada e testada resultou em acurácia média para as amostras de treinamento de 0.67 e para as amostras de teste de 0.59. Para o cenário de avaliação do impacto do volume percentual do reservatório, obteve-se que para volumes abaixo de 30% prevalece a maior classe de degradação, 5. A partir desse percentual há melhoria na classe, chegando a classe 3 para a faixa de volume percentual em torno de 60%. A partir de então há um aumento na degradação estabilizando na classe 4. A análise do impacto do mês nessa dinâmica resultou que a classe de degradação varia da classe 5 em janeiro à classe 1 em junho.