Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico

Detalhes bibliográficos
Autor(a) principal: Riediger, Paula Ivana
Data de Publicação: 2015
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/170363
Resumo: Este trabalho teve o objetivo de avaliar a resposta da comunidade fitoplanctônica do Lago Guaíba, expressa por meio da clorofila a, frente à dinâmica de variáveis de qualidade da água, condições meteorológicas e hidrodinâmicas. Para isso, o estudo verificou a capacidade de predição de um modelo de regressão multiplicativa não-paramétrica. Neste estudo foram considerados fatores relacionados à bacia hidrográfica do Lago Guaíba e aos rios formadores, que influenciam fortemente na qualidade da sua água, além de fatores meteorológicos e hidrodinâmicos, que possuem influência na dinâmica da comunidade fitoplanctônica. Foram apresentadas as vantagens da utilização da modelagem por meio de uma regressão multiplicativa não-paramétrica (NPMR), que correlaciona variáveis sem a necessidade do conhecimento da forma como estas são combinadas, além disso, considera a interação entre os fatores. Como resultados, foram gerados modelos avaliando os seis pontos monitorados pelo DMAE, a partir de 25 variáveis, sendo doze de qualidade da agua, sete meteorológicas e seis hidrodinâmicas. Foram utilizados dois tipos de modelos: uniforme e gaussiano. Ambos modelos indicaram maior influência das variáveis hidrodinâmicas, como as vazões do rio Jacuí e Gravataí como principais preditores da dinâmica da clorofila a no Lagoa Guaíba. Nos dois tipos de modelos observou-se uma tendência da clorofila a se relacionar com a variável nitrogênio. Dentre os modelos gerados por ponto de monitoramento, o que obteve melhor xR² de 0.93 foi o ponto 86 A (foz do Rio do Jacuí). Os resultados mostram que a NPMR tende a se ajustar melhor aos dados. A partir deste trabalho novos testes devem ser feitos para compreender melhor como as variáveis se relacionam e qual o tipo de kernel melhor se ajusta às condições do Lago Guaíba. Para validar estes modelos, deverão ser realizados testes de sensibilidade dos parâmetros. Após validados, os modelos poderão consistir em ferramentas de gestão de fácil utilização para predição de eventos de floração de cianobactérias e para a gestão da bacia hidrográfica.
id UFRGS-2_843e381c65350d21b6580d99715ac8b6
oai_identifier_str oai:www.lume.ufrgs.br:10183/170363
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Riediger, Paula IvanaRodrigues, Lúcia Helena RibeiroMarques, David Manuel Lelinho da Motta2017-11-18T02:34:46Z2015http://hdl.handle.net/10183/170363001052419Este trabalho teve o objetivo de avaliar a resposta da comunidade fitoplanctônica do Lago Guaíba, expressa por meio da clorofila a, frente à dinâmica de variáveis de qualidade da água, condições meteorológicas e hidrodinâmicas. Para isso, o estudo verificou a capacidade de predição de um modelo de regressão multiplicativa não-paramétrica. Neste estudo foram considerados fatores relacionados à bacia hidrográfica do Lago Guaíba e aos rios formadores, que influenciam fortemente na qualidade da sua água, além de fatores meteorológicos e hidrodinâmicos, que possuem influência na dinâmica da comunidade fitoplanctônica. Foram apresentadas as vantagens da utilização da modelagem por meio de uma regressão multiplicativa não-paramétrica (NPMR), que correlaciona variáveis sem a necessidade do conhecimento da forma como estas são combinadas, além disso, considera a interação entre os fatores. Como resultados, foram gerados modelos avaliando os seis pontos monitorados pelo DMAE, a partir de 25 variáveis, sendo doze de qualidade da agua, sete meteorológicas e seis hidrodinâmicas. Foram utilizados dois tipos de modelos: uniforme e gaussiano. Ambos modelos indicaram maior influência das variáveis hidrodinâmicas, como as vazões do rio Jacuí e Gravataí como principais preditores da dinâmica da clorofila a no Lagoa Guaíba. Nos dois tipos de modelos observou-se uma tendência da clorofila a se relacionar com a variável nitrogênio. Dentre os modelos gerados por ponto de monitoramento, o que obteve melhor xR² de 0.93 foi o ponto 86 A (foz do Rio do Jacuí). Os resultados mostram que a NPMR tende a se ajustar melhor aos dados. A partir deste trabalho novos testes devem ser feitos para compreender melhor como as variáveis se relacionam e qual o tipo de kernel melhor se ajusta às condições do Lago Guaíba. Para validar estes modelos, deverão ser realizados testes de sensibilidade dos parâmetros. Após validados, os modelos poderão consistir em ferramentas de gestão de fácil utilização para predição de eventos de floração de cianobactérias e para a gestão da bacia hidrográfica.application/pdfporCianobactérias : ToxicidadeQualidade da águaGuaíba, Lago (RS)HidrodinâmicaEcossistemas aquáticosModelos matemáticosFitoplânctonPredição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétricoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Pesquisas HidráulicasPorto Alegre, BR-RS2015Engenharia Ambientalgraduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001052419.pdf001052419.pdfTexto completoapplication/pdf1787473http://www.lume.ufrgs.br/bitstream/10183/170363/1/001052419.pdfe795c028964fafc3887f5ea67f65a43bMD51TEXT001052419.pdf.txt001052419.pdf.txtExtracted Texttext/plain134350http://www.lume.ufrgs.br/bitstream/10183/170363/2/001052419.pdf.txtf563bb59c8f298496da4996f3d8125f0MD5210183/1703632024-02-03 06:06:28.075629oai:www.lume.ufrgs.br:10183/170363Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2024-02-03T08:06:28Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico
title Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico
spellingShingle Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico
Riediger, Paula Ivana
Cianobactérias : Toxicidade
Qualidade da água
Guaíba, Lago (RS)
Hidrodinâmica
Ecossistemas aquáticos
Modelos matemáticos
Fitoplâncton
title_short Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico
title_full Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico
title_fullStr Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico
title_full_unstemmed Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico
title_sort Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico
author Riediger, Paula Ivana
author_facet Riediger, Paula Ivana
author_role author
dc.contributor.author.fl_str_mv Riediger, Paula Ivana
dc.contributor.advisor1.fl_str_mv Rodrigues, Lúcia Helena Ribeiro
dc.contributor.advisor-co1.fl_str_mv Marques, David Manuel Lelinho da Motta
contributor_str_mv Rodrigues, Lúcia Helena Ribeiro
Marques, David Manuel Lelinho da Motta
dc.subject.por.fl_str_mv Cianobactérias : Toxicidade
Qualidade da água
Guaíba, Lago (RS)
Hidrodinâmica
Ecossistemas aquáticos
Modelos matemáticos
Fitoplâncton
topic Cianobactérias : Toxicidade
Qualidade da água
Guaíba, Lago (RS)
Hidrodinâmica
Ecossistemas aquáticos
Modelos matemáticos
Fitoplâncton
description Este trabalho teve o objetivo de avaliar a resposta da comunidade fitoplanctônica do Lago Guaíba, expressa por meio da clorofila a, frente à dinâmica de variáveis de qualidade da água, condições meteorológicas e hidrodinâmicas. Para isso, o estudo verificou a capacidade de predição de um modelo de regressão multiplicativa não-paramétrica. Neste estudo foram considerados fatores relacionados à bacia hidrográfica do Lago Guaíba e aos rios formadores, que influenciam fortemente na qualidade da sua água, além de fatores meteorológicos e hidrodinâmicos, que possuem influência na dinâmica da comunidade fitoplanctônica. Foram apresentadas as vantagens da utilização da modelagem por meio de uma regressão multiplicativa não-paramétrica (NPMR), que correlaciona variáveis sem a necessidade do conhecimento da forma como estas são combinadas, além disso, considera a interação entre os fatores. Como resultados, foram gerados modelos avaliando os seis pontos monitorados pelo DMAE, a partir de 25 variáveis, sendo doze de qualidade da agua, sete meteorológicas e seis hidrodinâmicas. Foram utilizados dois tipos de modelos: uniforme e gaussiano. Ambos modelos indicaram maior influência das variáveis hidrodinâmicas, como as vazões do rio Jacuí e Gravataí como principais preditores da dinâmica da clorofila a no Lagoa Guaíba. Nos dois tipos de modelos observou-se uma tendência da clorofila a se relacionar com a variável nitrogênio. Dentre os modelos gerados por ponto de monitoramento, o que obteve melhor xR² de 0.93 foi o ponto 86 A (foz do Rio do Jacuí). Os resultados mostram que a NPMR tende a se ajustar melhor aos dados. A partir deste trabalho novos testes devem ser feitos para compreender melhor como as variáveis se relacionam e qual o tipo de kernel melhor se ajusta às condições do Lago Guaíba. Para validar estes modelos, deverão ser realizados testes de sensibilidade dos parâmetros. Após validados, os modelos poderão consistir em ferramentas de gestão de fácil utilização para predição de eventos de floração de cianobactérias e para a gestão da bacia hidrográfica.
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2017-11-18T02:34:46Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/170363
dc.identifier.nrb.pt_BR.fl_str_mv 001052419
url http://hdl.handle.net/10183/170363
identifier_str_mv 001052419
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/170363/1/001052419.pdf
http://www.lume.ufrgs.br/bitstream/10183/170363/2/001052419.pdf.txt
bitstream.checksum.fl_str_mv e795c028964fafc3887f5ea67f65a43b
f563bb59c8f298496da4996f3d8125f0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224541029007360