Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/63569
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorRocha, Maria de Jesus Delmiro-
dc.contributor.authorSouza Filho, Francisco de Assis de-
dc.date.accessioned2022-01-18T18:45:57Z-
dc.date.available2022-01-18T18:45:57Z-
dc.date.issued2021-
dc.identifier.citationROCHA, Maria de Jesus Delmiro; SOUZA FILHO, Francisco de Assis. Aplicação de redes neurais para a classificação e avaliação do grau de degradação da qualidade da água de reservatórios rurais no semiárido brasileiro. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, XXIV., 21 a 26 nov. 2021, Belo Horizonte-MG. Anais[…], Belo Horizonte-MG., 2021.pt_BR
dc.identifier.issn2318-0358-
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/63569-
dc.language.isopt_BRpt_BR
dc.publisherABRHidro - Associação Brasileira de Recursos Hidrícos, http://www.abrhidro.org.br/xxivsbrhpt_BR
dc.subjectRecursos hídricospt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectQualidade da águapt_BR
dc.subjectEutrofizaçãopt_BR
dc.titleAplicação de redes neurais para a classificação e avaliação do grau de degradação da qualidade da água de reservatórios rurais no semiárido brasileiropt_BR
dc.typeArtigo de Eventopt_BR
dc.description.abstract-ptbrFerramentas de avaliação e previsão o comportamento da qualidade da água em reservatórios são potenciais instrumentos de auxílio à tomada de decisão no combate aos processos de eutrofização. Este trabalho objetivou o desenvolvimento de uma rede neural multicamadas para classificação e previsão do grau de degradação da água em reservatórios de abastecimento no semiárido. Utilizou-se dados físicos do reservatório e climáticos como estimadores. As classes foram propostas a partir da relação entre a concentração de fósforo total medida no reservatório e o valor limite da resolução CONAMA 357/2005 para esse parâmetro. A avaliação das concentrações medidas de fósforo total indicou que 86.6% das amostras apresentaram valor superior ao limite estabelecido pela resolução de 0.03 mg/L para corpos hídricos Classe II. A rede neural treinada e testada resultou em acurácia média para as amostras de treinamento de 0.67 e para as amostras de teste de 0.59. Para o cenário de avaliação do impacto do volume percentual do reservatório, obteve-se que para volumes abaixo de 30% prevalece a maior classe de degradação, 5. A partir desse percentual há melhoria na classe, chegando a classe 3 para a faixa de volume percentual em torno de 60%. A partir de então há um aumento na degradação estabilizando na classe 4. A análise do impacto do mês nessa dinâmica resultou que a classe de degradação varia da classe 5 em janeiro à classe 1 em junho.pt_BR
Aparece nas coleções:DEHA - Trabalhos apresentados em eventos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2021_eve_mdejdrocha1.pdf445,54 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.