Submitted by Hellen Luz (hellencrisluz@gmail.com) on 2017-07-31T19:26:36Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AplicacaoTecnicasEstatisticas.pdf: 2058477 bytes, checksum: 729e2feede98f12b45b455df88139bf0 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-08-21T14:29:22Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AplicacaoTecnicasEstatisticas.pdf: 2058477 bytes, checksum: 729e2feede98f12b45b455df88139bf0 (MD5) / Made available in DSpace on 2017-08-21T14:29:22Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AplicacaoTecnicasEstatisticas.pdf: 2058477 bytes, checksum: 729e2feede98f12b45b455df88139bf0 (MD5) Previous issue date: 2014-05-09 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este estudo avalia a qualidade da água do reservatório da Usina Hidrelétrica de Tucuruí de acordo com o ciclo hidrológico da região e da disposição espacial dos diferentes sítios de coleta distribuídos nas zonas à montante da barragem no período de 2009 a 2012 a partir da alteração de 17 parâmetros físico-químicos e de metais da água extraídos de seis fatores que representaram 71,01% de variabilidade total dos dados. Foi observado que as maiores variações do NO3, NH4, Total P, PO4 e STS ocorreram no período de enchentes, podendo ser uma indicação do estado trófico nos sítios amostrais em decorrência da existência de pólos pesqueiros ou da densidade populacional no entorno desses sítios. Para classificação do ciclo hidrológico foram utilizados seis classificadores: análise discriminante, redes neurais artificiais, k-vizinhos mais próximo, máquinas de vetores de suporte com núcleo radial e polinominal, e random forest. Os resultados obtidos indicaram que o classificador random forest foi o que apresentou melhor desempenho com percentual de classificação de 7,80% de predições incorretas. Enquanto que o t-Student test indica que random forest e k-vizinhos mais próximo tem em média taxa de predições incorretas iguais com índice de significância fixado em α = 5%. / This study evaluates the quality of the water reservoir of the Hydroelectric Plant Tucuruí according to the regional hydrological cycle and the spatial arrangement of the different sampling sites distributed in areas upstream of the dam in the period 2009-2012 from the amendment of 17 parameters physico-chemical and metals from water extracted of six factors that accounted for 71.01% of total data variability. It was observed that the greatest variations of NO3, NH4, , totalP, PO4 and STS occurred in the period of floods and may be an indication of trophic status in the sampling sites due to the existence of fishing poles or population density in the vicinity these sites. Discriminant analysis, artificial neural networks, k-nearest neighbors, support vector machine with polynomial and radial core and random forest: classification of the hydrological cycle to six classifiers were used. The results indicate that the random forest classifier showed the best performance with a percentage rating of 7.80% of incorrect predictions. While Student t test indicates that random forest and k-nearest neighbors have an average rate of incorrect predictions with equal significance index set at α = 5%.