Avaliação estatística dos fatores cruciais nos parâmetros de qualidade da água no reservatório João Leite, Goiás
Resumo
Este estudo identificou fatores determinantes na qualidade da água do reservatório João Leite em Goiás para auxiliar na tomada de decisões sobre o uso de recursos. Foram aplicadas técnicas estatísticas e métodos computacionais para avaliar multicolinearidade, coocorrência e explicabilidade dos parâmetros de qualidade da água. Inicialmente, a seleção de parâmetros reduziu de 19 para 7 por meio de Análise Fatorial e Análise de Componentes Principais, condensando-os em dois componentes principais que explicam 86,67% da variação total dos dados. Além disso, a análise resultou na criação de um modelo de regressão não-linear com XGBoost para prever o parâmetro turbidez, obtendo como resultado um erro quadrático médio de 4,93.
Referências
Andrade, E. M. d., Araújo, L. d. F. P., Rosa, M. d. F., Gomes, R. B., and Lobato, F. A. d. O. (2007a). Fatores determinantes da qualidade das águas superficiais na bacia do alto acaraú, ceará, brasil. Ciência Rural, 37(6):1791–1797.
Andrade, E. M. D., De, L., Araújo, F. P., Rosa, M. F., Disney, W., and Alves, A. B. (2007b). Seleção dos indicadores da qualidade das águas superficiais pelo emprego da análise multivariada. Aprovado pelo Conselho Editorial em, 27:683–690.
Autin, M. A. and Edwards, D. (2010). Nonparametric harmonic regression for estuarine water quality data. Environmetrics, 21:588–605.
Bernardi, J. V. E., Lacerda, L. D., Dórea, J. G., Landim, P. M. B., Gomes, J. P. O., Almeida, R., Manzatto, A. G., and Bastos, W. R. (2012). Aplicação da análise das componentes principais na ordenação dos parâmetros físico-químicos no alto rio madeira e afluentes, amazônia ocidental. Geochimica Brasiliensis, 23(1).
Chen, C., Twycross, J., and Garibaldi, J. M. (2017). A new accuracy measure based on bounded relative error for time series forecasting. PLoS ONE, 12.
Guedes, H. A. S., Silva, D. D. d., Elesbon, A. A. A., Ribeiro, C. B. M., Matos, A. T. d., and Soares, J. H. P. (2012). Aplicação da análise estatística multivariada no estudo da qualidade da água do rio pomba, mg. Revista Brasileira de Engenharia Agrícola e Ambiental, 16(5):558–563.
Leite, B. J., Zimmermann, N. E. K., Lúcia, V., Ferreira, D., and Dias, F. L. (2022). Modelagem da dependência do consumo de coagulante dos parâmetros brutos da água: ajuste de um modelo de regressão linear.
Rabelo, C. G. (2009). Mapeamento de áreas vulneráveis para a qualidade das águas superficiais na bacia hidrográfica do ribeirão joão leite, goiás, utilizando técnicas de geoprocessamento goiania-go.
Rocha, C. H. B. and Pereira, A. M. (2016). Análise multivariada para seleção de parâmetros de monitoramento em manancial de juiz de fora, minas gerais. Revista Ambiente Água, 11(1):176–187.
Rodrigues, K. C., Rios, C., Duane, ., Barbosa, I., Oliveira, W. N. D., Nilson, ., Ferreira, C., and Kopp, K. (2013). Catracterização exploratória-espacial da bacia hidrográfica do ribeirão joão leite, goiás, brasil. 2:1519–8634.
Somvanshi, M. and Chavan, P. (2016). A review of machine learning techniques using decision tree and support vector machine.
Toledo, L. G. d. and Nicolella, G. (2002). Índice de qualidade de água em microbacia sob uso agrícola e urbano. Scientia Agricola, 59(1):181–186.
Andrade, E. M. D., De, L., Araújo, F. P., Rosa, M. F., Disney, W., and Alves, A. B. (2007b). Seleção dos indicadores da qualidade das águas superficiais pelo emprego da análise multivariada. Aprovado pelo Conselho Editorial em, 27:683–690.
Autin, M. A. and Edwards, D. (2010). Nonparametric harmonic regression for estuarine water quality data. Environmetrics, 21:588–605.
Bernardi, J. V. E., Lacerda, L. D., Dórea, J. G., Landim, P. M. B., Gomes, J. P. O., Almeida, R., Manzatto, A. G., and Bastos, W. R. (2012). Aplicação da análise das componentes principais na ordenação dos parâmetros físico-químicos no alto rio madeira e afluentes, amazônia ocidental. Geochimica Brasiliensis, 23(1).
Chen, C., Twycross, J., and Garibaldi, J. M. (2017). A new accuracy measure based on bounded relative error for time series forecasting. PLoS ONE, 12.
Guedes, H. A. S., Silva, D. D. d., Elesbon, A. A. A., Ribeiro, C. B. M., Matos, A. T. d., and Soares, J. H. P. (2012). Aplicação da análise estatística multivariada no estudo da qualidade da água do rio pomba, mg. Revista Brasileira de Engenharia Agrícola e Ambiental, 16(5):558–563.
Leite, B. J., Zimmermann, N. E. K., Lúcia, V., Ferreira, D., and Dias, F. L. (2022). Modelagem da dependência do consumo de coagulante dos parâmetros brutos da água: ajuste de um modelo de regressão linear.
Rabelo, C. G. (2009). Mapeamento de áreas vulneráveis para a qualidade das águas superficiais na bacia hidrográfica do ribeirão joão leite, goiás, utilizando técnicas de geoprocessamento goiania-go.
Rocha, C. H. B. and Pereira, A. M. (2016). Análise multivariada para seleção de parâmetros de monitoramento em manancial de juiz de fora, minas gerais. Revista Ambiente Água, 11(1):176–187.
Rodrigues, K. C., Rios, C., Duane, ., Barbosa, I., Oliveira, W. N. D., Nilson, ., Ferreira, C., and Kopp, K. (2013). Catracterização exploratória-espacial da bacia hidrográfica do ribeirão joão leite, goiás, brasil. 2:1519–8634.
Somvanshi, M. and Chavan, P. (2016). A review of machine learning techniques using decision tree and support vector machine.
Toledo, L. G. d. and Nicolella, G. (2002). Índice de qualidade de água em microbacia sob uso agrícola e urbano. Scientia Agricola, 59(1):181–186.
Publicado
07/12/2023
Como Citar
DE SOUSA, Thiago Monteles; DE MORAES, Amanda Bueno; ZANG, Warde Antonieta da Fonseca; DA FONSECA, Regina Célia Bueno.
Avaliação estatística dos fatores cruciais nos parâmetros de qualidade da água no reservatório João Leite, Goiás. In: ESCOLA REGIONAL DE INFORMÁTICA DE GOIÁS (ERI-GO), 11. , 2023, Goiânia/GO.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
DOI: https://doi.org/10.5753/erigo.2023.237318.
