Dinâmica espaço-temporal de sedimentos em suspensão na Região Hidrográfica do Paraguai/Pantanal : abordagens envolvendo aprendizado de máquinas e sensoriamento remoto

• Autor(a) principal: Campos, Juliana Andrade
• Data de Publicação: 2023
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/273872
• topic: Hidrossedimentologia; Sensoriamento remoto; Redes neurais artificiais; Suspensão de sedimentos; Paraguai, Rio, Bacia; Data scarcity; Artificial neural networks; Remote sensing; Fuzzy inference systems; Hydropower plants; Artificial intelligence; Hydrosedimentology

A bacia do Alto Paraguai (BAP) possui a maior área úmida tropical do mundo: o Pantanal, marcado por um regime hidrológico de inundação sazonal e uma grande biodiversidade de fauna e flora. A BAP é considerada uma região bastante heterogênea, em termos de relevo, tipos de solo, cobertura vegetal e usos da terra. Essa heterogeneidade física, bem como o regime hidrológico sazonal resultam em rios com águas que vão desde transparentes a turvas, em diferentes regiões, caracterizando uma dinâmica hidrossedimentológica bastante complexa e ainda pouco compreendida. Pouco se sabe sobre os fatores causadores da variabilidade espaçotemporal que ocorre na BAP. Apesar da grande importância ambiental dessa região, a caracterização de impactos, assim como o desenvolvimento de estudos relacionados ao transporte de sedimentos são prejudicados pela escassez de dados de sedimentos in situ. Outra questão de interesse ambiental que vem ganhando atenção nessa região é o aumento de pequenos empreendimentos hidrelétricos nos rios tributários do Pantanal. Os impactos dessas estruturas menores no transporte de sedimentos foram pouco investigados. O uso de aprendizado de máquinas e de técnicas de sensoriamento remoto vem ganhando cada vez mais espaço nos estudos de fenômenos não lineares e de grande complexidade, como os fenômenos relacionados aos sedimentos. Neste sentido, o objetivo desta pesquisa foi desenvolver técnicas originais baseadas em máquinas de aprendizado e sensoriamento remoto para avaliar, compreender e caracterizar a dinâmica espaço-temporal de sedimentos suspensos na BAP. Um modelo regional baseado em redes neurais artificiais (RNAs) foi desenvolvido para estimar a concentração de sedimentos suspensos (CSS) em rios sem monitoramento desta variável, a partir de outras variáveis obtidas via sensoriamento remoto e via estações fluviométricas de domínio público. Também foram avaliados os efeitos de hidrelétricas no transporte de CSS, identificando relações entre diferentes características da bacia hidrográfica, características da barragem e variações hidrológicas que podem influenciar os efeitos causados pelas instalações hidrelétricas. Os efeitos foram avaliados por meio de uma metodologia original desenvolvida para interpretação de bancos de regras de sistemas de inferência fuzzy. Por fim, foi elaborado um mapeamento abrangente da dinâmica de CSS nos rios e lagoas do Pantanal, utilizando a plataforma Google Earth Engine, juntamente com imagens do Sentinel-2 e do Landsat-8/9, e modelos de RNAs. As abordagens desenvolvidas proporcionaram uma caracterização abrangente do comportamento dos sedimentos suspensos ao longo do Pantanal, da influência da sazonalidade hidrológica nesse comportamento, bem como da influência dos empreendimentos hidrelétricos na dinâmica de sedimentos da BAP.