Sensoriamento remoto e redes neurais artificiais para estimativa da concentração de sedimentos em suspensão

Código

XXIV-SBRH0867

Autores

RENATA BARAO ROSSONI, Olavo Correa Pedrollo, Juliana Andrade Campos, LEONARDO LAIPELT DOS SANTOS, Fernando Mainardi Fan

Tema

SE03.C - Modelagem hidrossedimentológica

Resumo

A concentração de sedimentos em suspensão (CSS) é uma importante componente da qualidade da água que influencia diretamente os processos biológicos, físicos e químicos nos corpos d?água. Contudo, nem sempre é de fácil obtenção dados observados de CSS. Por isso, técnicas como modelagem e uso de sensoriamento remoto vêm sendo utilizadas para estimativa da CSS. Neste trabalho, utilizamos dados de fácil obtenção (níveis de água e reflectância da banda vermelha e infravermelha) em conjunto com redes neurais artificiais (RNA) para estimar as CSS da bacia do Rio Santo Antônio, localizada na bacia do Rio Doce, em Minas Gerais. Essa bacia possui uma escala pequena (6500 km²) e características mais homogêneas, permitindo a aplicação de poucos dados para obtenção das estimativas. Foram encontrados resultados satisfatórios (NSE > 0,85 para período de treinamento e NSE > 0,6 para período de verificação) para as estimativas de CSS. Assim, devido devido à boa capacidade de ajuste de relações não-lineares das RNA, foi possível encontrar boas estimativas, ainda que o modelo tenha utilizado dados simples para variáveis de entrada.