Banca de DEFESA: LUCIANA DE SOUSA LIMA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: LUCIANA DE SOUSA LIMA
DATA: 27/09/2024
HORA: 09:00
LOCAL: Sala de reuniões, bloco A, Auroras (acesso online: meet.google.com/cik-uucc-gij)
TÍTULO:

USO DE SENSORIAMENTO REMOTO NA ESTIMATIVA DA CONCENTRAÇÃO DE FÓSFORO TOTAL EM RESERVATÓRIOS DO CEARÁ

PALAVRAS-CHAVES:

Qualidade das águas, Sensoriamento remoto, Reservatórios estratégicos, Aprendizado de máquinas

PÁGINAS: 60
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Civil
RESUMO:

A água armazenada em reservatório favorece a acumulação de poluentes que podem comprometer a qualidade dos recursos hídricos. Neste sentido, o objetivo deste estudo é estimar o estado trófico de reservatórios do Estado do Ceará com base em sensoriamento remoto.  Imagens do satélite Landsat 8 e 9 foram usados para estimar a concentração de fósforo total (P) e do Índice de Estado Trófico (IET) em uma amostra de três reservatórios estratégicos: Acarape do Meio, Aracoiaba e Pentecoste. O programa LAB Fit foi usado para testar diferentes equações que estimam a concentração de fósforo com base em dados da radiação no topo da atmosfera detectados nas bandas 2 e 3 (TOA B2 e TOA B3). Complementarmente, técnicas de aprendizado de máquina (Machine Learning) foram testadas para detectar relações entre a concentração de fósforo total nos reservatórios e os dados TOA B2 e TOA B3 das imagens analisadas. Dados medidos de fósforo total nos três reservatórios foram usados para verificar os melhores ajustes. Os resultados foram utilizados como dados de referência para realização de ajustes da equação que estima o fósforo dentro dos reservatórios. Os resultados indicaram que a equação que estima a concentração de fósforo total como função da razão entre TOA B3 e TOA B2 apresentou o melhor resultado com NSE de 0,26, isso mostra que a razão entre TOA B3 e TOA B2 pode explicar melhor a variabilidade da concentração de fósforo nos reservatórios do que outros arranjos entre essas funções. Ao aplicar técnicas de aprendizado de máquina e constatou-se na simulação 1, que as variáveis TOA B2 e TOA B3, quando tratadas isoladamente, não conseguem explicar bem a variabilidade da concentração de fósforo nos reservatórios. Na simulação 2, por sua vez, pode-se perceber que a inclusão da relação entre TOA B3 e TOA B2 resultou em um ganho aos resultados da análise de regressão, sobretudo ao aplicar o modelo SVM, com um R² de 0,45. Já na simulação 3, com dados de TOA de 7 bandas dos satélites Landsat 8 e 9, o melhor resultado obtido foi com o método Random Forest, com um R² de 0,63. Adicionalmente, aplicou-se o método de Boruta-SHAP para identificar as variáveis mais relevantes estabelecida por equações com dados de TOA de 7 bandas dos satélites Landsat 8 e 9 para estabelecimento de uma equação de regressão que pudesse ser aplicada aos dados de TOA obtidos via sensoriamento remoto, obtendo-se um coeficiente de Spearman de 0.76 e R² de 036. As regressões do fósforo com TOA das bandas B2 e B3 pelo LAB Fit e com todas as bandas foram aplicadas para estimativa do Índice de Estado Trófico dos reservatórios mostrando-se promissora com melhor desempenho para a regressão derivada da análise com todas as bandas.

MEMBROS DA BANCA:
Externo à Instituição - FERNANDO BEZERA LOPES - UFC
Presidente - 1669399 - GEORGE LEITE MAMEDE
Interno - 644.486.223-04 - JOAO PAULO DO VALE MADEIRO - UFC