Return to search

Desenvolvimento de Estratégias Para Utilização de Sistemas Inteligentes No Monitoramento da Qualidade da Água

Submitted by Eduarda Figueiredo (eduarda.ffigueiredo@ufpe.br) on 2015-03-10T19:39:21Z
No. of bitstreams: 2
Tese de Doutorado - Helenice Leite Garcia DEQ UFPE.pdf: 18198049 bytes, checksum: bb0a11c0b9e56d9bf8ace7b684c665b7 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-10T19:39:21Z (GMT). No. of bitstreams: 2
Tese de Doutorado - Helenice Leite Garcia DEQ UFPE.pdf: 18198049 bytes, checksum: bb0a11c0b9e56d9bf8ace7b684c665b7 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2012-08-02 / CNPq / A disponibilidade de água no mundo inteiro tem se tornado pauta importante em todos os fóruns de discussão sobre as condições dos recursos hídricos no planeta. As avaliações sobre esta disponibilidade são, principalmente em relação à qualidade da águ,a em termos da definição de parâmetros físicos, químicos e biológicos da água, representando um conjunto de parâmetros extremamente importantes para o contexto da sustentabilidade ambiental. Neste cenário, as técnicas de Inteligência Computacional ou de Inteligência Artificial, têm se tornando alternativas de ampla aplicabilidade para modelagem e simulação da qualidade da água. Neste trabalho foi, então, desenvolvido um estudo para que as redes neurais, a lógica fuzzy e a análise de componente principal fossem utilizadas como estratégias para avaliação da qualidade da água em corpos hídricos do Estado de Sergipe, com vista à construção de interface fáceis de serem utilizadas em ambiente MATLAB. Neste estudo, foram coletados dados ambientais dos reservatórios Jacarecica, da Marcela e da bacia do Rio Poxim, em Sergipe. Para o desenvolvimento da modelagem em termos de redes neurais, foram utilizadas as redes Multi Layer Perceptron (MLP) e as redes Radial Basis Function (RBF) e um sistema neuro-fuzzy para modelar a qualidade da água utilizando como variável de saída a concentração de clorofila-a para caracterizar o fenômeno de eutrofização do sistema. Além dessa modelagem, foi desenvolvida uma equação com base na análise de componente principal em função das medidas de pH, oxigênio dissolvido, amônia, nitrito e nitrato, além das concentrações de ortofosfato, nitrogênio total e fosforo total, e clorofila-a. Quanto à aplicação da lógica fuzzy, foi calculado o índice de qualidade da água em função das concentrações de clorofila-a, nitrogênio total e fósforo total para classificação do sistema nos quatro níveis tróficos para que as variáveis linguísticas fossem identificadas. Para a análise fuzzy foram implementadas as regras fuzzy com base no conhecimento especialista do sistema hídrico, sendo o modelo fuzzy considerado representativo para classificar as condições ambientais dos reservatórios. É importante ressaltar que os resultados foram satisfatórios em termos da classificação e descrição do fenômeno de eutrofização entre os níveis de oligotrófico e hipertrófico para corpos hídricos em análise. Dessa forma, as técnicas de inteligência artificial, em particular as redes neurais e a lógica fuzzy, foram
empregadas com sucesso para um conjunto de dados ambientais, mostrando a viabilidade numérica no que concerne a representação de fenômenos ambientais complexos e importantes para sustentabilidade ambiental dos corpos hídricos.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/11826
Date02 August 2012
CreatorsGarcia, Helenice Leite
ContributorsSilva, Valdinete Lins da, Carvalho, Frede de Oliveira
PublisherUniversidade Federal de Pernambuco
Source SetsIBICT Brazilian ETDs
LanguageBreton
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
RightsAttribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess

Page generated in 0.0021 seconds