Publicação: Avaliação da sustentabilidade hídrica em bacias hidrográficas por método de aprendizado profundo
Carregando...
Data
2024-12-16
Autores
Orientador
Lourenço, Roberto Wagner 
Coorientador
Pós-graduação
Ciências Ambientais - ICTS
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Tese de doutorado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
Diante do aumento das demandas hídricas e dos eventos climáticos extremos, a gestão eficiente da água é crucial para garantir sua sustentabilidade, destacando a importância do desenvolvimento de métodos para aprimorar o gerenciamento hídrico. A partir disto, o presente estudo objetivou desenvolver uma metodologia para avaliação espacial da sustentabilidade hídrica de bacias hidrográficas de Mata Atlântica, contando com a Bacia Hidrográfica do Rio Sorocabuçu como referência por métodos de geoprocessamento e deep learning. Para isto, foi elaborada uma base cartográfica em escala 1: 10.000 com informações planialtimétricas obtidas da vetorização de dados de referência de São Paulo e do Brasil. Foram elaborados o Modelo Digital de Terreno por Rede Irregular Triangular e a declividade percentual da área de estudo, classificada de acordo com o relevo, além da compartimentação da área de estudo conforme suas sub-bacias hidrográficas (SBH). O Uso e Cobertura da Terra de 2000, 2010 e 2020 foram mapeados por interpretação visual de imagens de Sensoriamento Remoto e classes adaptadas do Instituto Brasileiro de Geografia e Estatística. Foi avaliada a Sustentabilidade Hídrica da combinação dos dados de cinco componentes (Índices de Sustentabilidade): Física (ISF), Precipitação (ISP), Infiltração (ISI), Demandas (ISD) e Florestal (ISFlo), pelo uso de autoencoders. Foram mapeadas nove sub-bacias hidrográficas na área de estudo e as Matas foram a classe de Uso e Cobertura da Terra em maior quantidade nos três períodos analisados no estudo. As SBH 1 e SBH 6 tiveram os piores resultados de sustentabilidade quanto aos aspectos físicos. O ISP referente ao ano de 2010 teve baixos valores, por provável influência do fenômeno La Niña e o ISI evidenciou que as áreas agrícolas possuem bastante influência na infiltração da área de estudo. Com relação às demandas por retirada de água, a análise das vazões outorgadas permitiu aferir que as mais expressivas captações foram do tipo superficial. Ainda, destaca-se que a demanda por água para irrigação de cultivos agrícolas no município de Ibiúna, que aumentou entre 2000 e 2010, teve uma diminuição entre os anos de 2010 e 2020. A SBH 1 e 7 tiveram os pior resultados quanto a este parâmetro. Com relação ao ISFlo, a SBH 4, que contém a nascente do Rio Sorocabuçu, recebeu classificação boa apenas em 2020. Quanto à Sustentabilidade Hídrica, os resultados indicam que as regiões do baixo curso possuem as melhores perspectivas, o que é bastante interessante do ponto de vista da conservação dos corpos d’água a jusante. O uso de redes neurais de aprendizado profundo (autoencoders) para análise dos dados de sustentabilidade forneceu um padrão espacial na BHRS. Estudos desta natureza são muito importantes, principalmente diante da escassez de dados de livre acesso e georreferenciados que são escassos no Brasil.
Resumo (inglês)
Given the increasing water demands and the intensification of extreme climatic events, efficient water management is crucial to ensure its sustainability, emphasizing the importance of developing methods to enhance water resource management. Based on this, the present study aimed to develop a methodology for spatial assessment of water sustainability in Atlantic Forest river basins, using the Sorocabuçu River River Basin as a reference using geoprocessing and deep learning methods. For this, a cartographic base was created on a scale of 1: 10,000 with planialtimemetric information obtained from the vectorization of reference data from São Paulo and Brazil. The Digital Terrain Model was created using an Irregular Triangular Network and the percentage slope of the study area, classified according to the relief, in addition to the compartmentalization of the study area according to its sub-watersheds (SBH). Land Use and Cover in 2000, 2010 and 2020 were mapped by visual interpretation of Remote Sensing images and classes adapted from the Brazilian Institute of Geography and Statistics. Water Sustainability was assessed by combining data from five components (Sustainability Indexes): Physical (ISF), Precipitation (ISP), Infiltration (ISI), Demands (ISD) and Forestry (ISFlo), using autoencoders. Nine sub-watersheds were mapped in the study area and Forests were the Land Use and Coverage class in greatest quantity in the three periods analyzed in the study. SBH 1 and SBH 6 had the worst sustainability results in terms of physical aspects. The ISP for the year 2010 had low values, probably due to the influence of the La Niña phenomenon and the ISI showed that agricultural areas have a considerable influence on infiltration in the study area. Regarding the demands for water withdrawal, the analysis of the granted flows allowed us to determine that the most significant withdrawals were of the superficial type. Furthermore, it is noteworthy that the demand for water for irrigation of agricultural crops in the municipality of Ibiúna, which increased between 2000 and 2010, decreased between 2010 and 2020. SBH 1 and 7 had the worst results in this regard. parameter. Regarding ISFlo, SBH 4, which contains the source of the Sorocabuçu River, received a good rating only in 2020. As for Water Sustainability, the results indicate that the lower course regions have the best prospects, which is quite interesting from the point of view. with a view to conserving downstream water bodies. The use of deep learning neural networks (autoencoders) to analyze sustainability data provided a spatial pattern in the BHRS. Studies of this nature are very important, especially given the scarcity of freely accessible and georeferenced data in Brazil.
Descrição
Idioma
Português
Como citar
SACRAMENTO, Bruna Henrique. Avaliação da sustentabilidade hídrica em bacias hidrográficas por método de aprendizado profundo. Orientador: Roberto Wagner Lourenço. Tese (Doutorado em Ciências Ambientais) - Instituto de Ciência e Tecnologia, Universidade Estadual Paulista, Sorocaba, 2024.
