Aplicação do Algoritmo Random Forest na Avaliação de Corpos Hídricos no Estado de Sergipe

Código

ENREHSE0113

Autores

Igor Santos Silva, Euler Rodrigues de Sousa Faria, José do Patrocínio Hora Alves, Carlos Alexandre Borges Garcia, HELENICE LEITE GARCIA

Tema

Água para Todos: Não Deixar Ninguém para Trás

Resumo

O uso de técnicas estatísticas e de aprendizado de máquina tem se tornado ferramenta fundamental na tomada de decisão para avaliação dos problemas referentes a qualidade da água. Dentre esses problemas, a eutrofização tem sido referenciada como um dos maiores em corpos hídricos lênticos e lóticos. Para auxiliar o entendimento desse problema, prejudicial aos diversos usos da água, as correlações estatísticas e de aprendizagem de máquinas como o Random Forest surgem como facilitadora. Neste trabalho, foi utilizada a técnica de Random Forest com a clorofila-a como variável alvo de predição, já que a mesma é um grande indicador de eutrofização e está associada a custos significativos na análise laboratorial. Para tal, foram usados os dados de qualidade dos corpos hídricos do estado de Sergipe, obtidos entre os anos de 2013 e 2018. Os resultados da aplicação do Random Forest apontam para a contribuição da agricultura, efluentes domésticos e industriais como principais responsáveis para o fenômeno de eutrofização. Neste sentido, o modelo de predição usando o Random Forest apresentou MAE igual a 4,1, o que significa uma boa performance do modelo levando em consideração o uso de poucos dados. Sendo assim, o Random Forest pode ser considerado uma ferramenta de auxílio a tomada de decisão que pode contribuir para mitigação de eutrofização nestes mananciais.