Use este identificador para citar ou linkar para este item: http://www.repositorio.ufop.br/handle/123456789/9682
Título: Técnicas de reconhecimento de padrões para a avaliação de corpos hídricos afetados por rejeitos do rompimento da Barragem de Fundão.
Autor(es): Santos, Grazielle Rocha dos
Orientador(es): Silva, Gilmare Antônia da
Santiago, Aníbal da Fonseca
Palavras-chave: Rio Gualaxo do Norte
Água - qualidade
Técnica de reconhecimento de padrões
Minas e recursos minerais - resíduos
Meio ambiente - calamidades públicas
Data do documento: 2018
Membros da banca: Silva, Gilmare Antônia da
Santiago, Aníbal da Fonseca
Windmoller, Cláudia Carvalhinho
Silva, Talita Fernanda das Graças
Referência: SANTOS, Grazielle Rocha dos. Técnicas de reconhecimento de padrões para a avaliação de corpos hídricos afetados por rejeitos do rompimento da Barragem de Fundão. 2018. 155 f. Dissertação (Mestrado em Engenharia Ambiental) – Núcleo de Pesquisas e Pós-Graduação em Recursos Hídricos, Universidade Federal de Ouro Preto, Ouro Preto, 2018.
Resumo: O presente estudo teve como principal objetivo realizar o monitoramento da qualidade da água, ao longo de um ciclo hidrológico, da bacia hidrográfica do rio Gualaxo do Norte, inserida no Quadrilátero Ferrífero, onde ocorrem intensas atividades relacionadas à extração mineral. No final do ano de 2015 ocorreu o rompimento da barragem de Fundão da mineradora Samarco S.A., liberando no rio Gualaxo do Norte uma enxurrada de lama, que avançou até o rio Doce, atingindo após alguns dias o oceano atlântico. Nesse contexto essa pesquisa contou com a amostragem em 27 pontos, distribuídos ao longo da bacia, abrangendo áreas afetadas pelo rejeito advindo da barragem e áreas não afetadas; foram monitoradas varáveis químicas, físicas e microbiológicas de qualidade da água, no período de julho de 2016 a junho de 2017. Aos dados obtidos foram aplicadas técnicas de análise multivariada com o intuito de obter as informações mais latentes, uma vez que as matrizes geradas acabam se tornando extensas e complexas para o entendimento univariado. Optou-se por realizar o reconhecimento de padrões não-supervisionado utilizando para tal as técnicas da análise das componentes principais e a rede neural de Kohonen, e o reconhecimento de padrões supervisionado, por meio do uso da análise discriminante. O primeiro método atuou no sentido de explicitar os principais agrupamentos existentes entre as amostras e quais foram os parâmetros responsáveis por tal comportamento; nesse contexto destacam-se os grupos formados pelos pontos amostrados no rio principal afetado pelo rompimento da barragem de Fundão e não afetado. Embasado nos padrões apontados na análise exploratória aplicou-se o reconhecimento de padrão supervisionado que objetivou desenvolver modelos que fossem capazes de predizer as classes pré-definidas, baseado no desenvolvimento de funções discriminantes, formadas a partir das variáveis responsáveis pela distinção das classes. Sendo assim, foram construídos três modelos de classificação e aquele que melhor descreveu os impactos ocorridos na região, em função do rompimento da barragem, alcançou a predição de três classes, isto é, rio principal não afetado, rio principal afetado e tributários, tendo como variáveis discriminatórias cloreto, condutividade, turbidez e alcalinidade, produzindo um modelo com índice de classificações corretas de 91,67%.
Resumo em outra língua: The aim of the present study was the monitoring of water quality in a hydrologic cycle of the Gualaxo do Norte river basin, located in the Quadrilátero Ferrífero, where occurs intense activities related to mineral extraction. In the end of 2015 occurred the rupture of the dam of Fundão of the mining company Samarco S.A., liberating on the Gualaxo do Norte river a flood of mud, which advanced to the river Doce, reaching after a few days the Atlantic Ocean. In this context, this research sampled 27 points, distributed throughout the basin, covering areas affected by the reject coming from the dam and not affected areas; it was monitored chemical, physical and microbiological parameters of water quality from July 2016 to June 2017. To the obtained data, multivariate analysis techniques were applied with the aim to obtain the most latent information, once the generated matrices become extensive and complex for the univariate understanding. It was performed the unsupervised pattern recognition using the principal components analysis and Kohonen neural network techniques, and the supervised pattern recognition, through discriminant analysis. The first method explained the main groupings among the samples and which parameters were responsible for such behavior; in this context it is highlighted the groups formed by the points sampled in the affected main river by the rupture of the dam of Fundão and the unaffected ones. Based on the standards identified in the exploratory analysis, the supervised pattern recognition was applied with the aim to develop models able of predict pre-defined classes, based on the development of discriminant functions, formed from the variables responsible for class distinctions. Thus, three classification models were constructed and the one that best described the impacts occurred in the region, due to the rupture of the dam, reached the prediction of three classes, that is, unaffected main river, affected main river and tributaries, being the discriminant variables chloride, conductivity, turbidity and alkalinity, producing a model with a correct classification index of 91.67%.
Descrição: Programa de Pós-Graduação em Engenharia Ambiental. Núcleo de Pesquisas e Pós-Graduação em Recursos Hídricos, Universidade Federal de Ouro Preto.
URI: http://www.repositorio.ufop.br/handle/123456789/9682
Licença: Autorização concedida ao Repositório Institucional da UFOP pelo autor(a), 07/03/2017, com as seguintes condições: disponível sob Licença Creative Commons 4.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece nas coleções:PROAMB - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_TécnicasReconhecimentoPadrões.pdf5,7 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons