Estudo exploratório da qualidade da água na bacia do Rio Mogi Guaçu (UGRHI-9) por meio de abordagem de aprendizado de máquina

Código

XXVI-SBRH0949

Autores

Gabriella Borges Cristovam, FRANCIANE MENDONCA DOS SANTOS, Natalia de souza Pelinson

Tema

J - Qualidade da Água em Sistemas Ambientais

Resumo

O monitoramento de águas superficiais e subterrâneas é essencial para a preservação da qualidade hídrica em bacias hidrográficas, embora envolva elevados custos e demanda de tempo. Este estudo explorou técnicas de aprendizado de máquina aplicadas à avaliação da qualidade da água na bacia do rio Mogi Guaçu (UGRHI-9), com base em dados históricos da CETESB referentes a 2019 e 2020. Foram utilizados modelos supervisionados para prever o Índice de Qualidade da Água (IQA), com destaque para a regressão linear múltipla (R² = 0,97; RMSE = 2,37) e o algoritmo Random Forest (R² = 0,92; RMSE = 0,06), ambos com bom desempenho preditivo. Métodos não supervisionados também foram aplicados para reconhecimento de padrões e redução de dimensionalidade, incluindo PCA, K-means e DBSCAN. A análise revelou agrupamentos distintos e correlações relevantes entre variáveis, evidenciando tendências espaciais nos dados. Os resultados demonstram que o uso combinado de técnicas supervisionadas e não supervisionadas pode apoiar a gestão e o controle da qualidade da água. A integração dessas abordagens ao monitoramento ambiental mostra-se viável e promissora, embora demande estudos adicionais para seu aprimoramento e aplicação em diferentes contextos.