Análise dos parâmetros relevantes à floração de cianobactérias e desenvolvimento de modelo preditivo por redes neurais artificiais: estudo de caso da represa Guarapiranga
Data
2024-07-29
Autores
Silva Junior, Antonio Francisco da 
Orientadores
Moraes, José Ermírio Ferreira de
Tipo
Dissertação de mestrado
Título da Revista
ISSN da Revista
Título de Volume
Resumo
A manutenção da qualidade dos recursos hídricos é primordial para assegurar a disponibilidade de água para as gerações futuras e para a proteção de saúde pública, mitigando o risco de doenças e infecções associadas à exposição a águas contaminadas. As cianobactérias são microrganismos autótrofos que em condições favoráveis, normalmente em ecossistemas eutrofizados (elevadas concentrações de fosfatos e nitrogênio, pH de neutro a alcalino e temperaturas elevadas) se multiplicam em demasia (florações ou blooms), causando desequilíbrio no ambiente aquático. Elas podem produzir metabólitos (cianotoxinas) que contaminam o reservatório e prejudicam a saúde humana (efeitos citotóxicos, hepatóxicos e neurotóxicos), além de produzir outros compostos, como o 2-metil isoborneol (MIB) e geosmina, que trazem sabor e odor a água. O presente trabalho teve por objetivo utilizar os dados disponíveis nos portais das companhias de saneamento e agências ambientais, e construir uma base de dados que pudesse ser analisada estatisticamente, por meio de matrizes de correlação e análise de componentes principais (ACP), com o intuito de desenvolver um modelo preditivo em redes neurais que auxilie na gestão de um reservatório urbano. Esta abordagem é importante, pois o modelo preditivo pode antecipar os blooms de cianobactérias que produzem metabólitos (cianotoxinas e geosminas) de difícil remoção nos tratamentos convencionais observados nas estações de tratamento de água (ETA’s), sendo um importante instrumento de gestão de reservatórios. Assim, no presente trabalho, foram desenvolvidos diferentes modelos, baseados nas redes neurais artificiais, para a predição da floração de cianobactérias em função de diversos parâmetros. No primeiro modelo, denominado como modelo global, os dados foram tratados de forma conjunta, sem considerar a sua localização na represa, resultando em um R2 igual a 0,45. Em seguida, os dados foram segregados em três regiões espaciais distintas da represa (entrada, centro e saída), sendo propostos modelos para cada região, denominados como modelos compartimentalizados, sendo obtidos os seguintes valores de R2 0,55; 0,87 e 0,64.