MODELAGEM POR REDES NEURAIS DA QUALIDADE DA ÁGUA DA BACIA DO RIO DAS VELHAS (MG) COM PROJEÇÕES COMPUTACIONAIS ATÉ 2030.
Bacia do Rio das Velhas; Parâmetros físico-químicos; Redes Neurais Artificiais; Modelagem preditiva; Eutrofização.
Este estudo realizou a modelagem preditiva, por redes Neurais (RNAs), de parâmetros de qua lidade da água e a avaliação da dinâmica de eutrofização na bacia do Rio das Velhas (MG), integrando a base de dados do Instituto Mineiro de Gestão das Águas (IGAM) de 1997 a 2025 com projeções computacionais até 2030. A metodologia empregou uma Rede Neural Artificial (RNA) do tipo feedforward, treinada pelo algoritmo de Levenberg–Marquardt e implementada no MATLAB. A arquitetura foi composta por uma camada de entrada com seis variáveis, duas camadas ocultas contendo 32 e 16 neurônios, respectivamente, e uma camada de saída com posta por 16 parâmetros de qualidade da água e a função de ativação tansig. A rede foi treinada com variáveis de entrada ano, mês e estações de coleta, com dados de vazão fluviométrica, densidade populacional e sólidos suspensos sedimentares para predizer 16 parâmetros físico químicos de saída, após o pré-processamento via remoção de outliers, padronização, análise de componentes principais (PCA) e identificação de tendências. O padrão espacial das 158 esta ções foi obtido por agregação geoestatística dos dados observados e preditos. O modelo de monstrou elevada capacidade preditiva alcançando coeficiente de correlação R= 0,90 no trei namento, teste e validação e erro quadrático médio (MSE) de 50,51. As simulações até 2030 indicam a persistência do estresse ambiental e a severa degradação da bacia, caracterizadas pelo aporte contínuo de sólidos suspensos, elevada turbidez e elevação da DQO e DBO, que com prometem a fotossíntese e reduzem os níveis de oxigênio dissolvido. A presença crônica de nutrientes (fósforo e nitrato), metais, contaminação por E. coli e arsênio confirma um processo avançado de eutrofização impulsionado por efluentes urbanos, industriais e minerários, com destaque para vulnerabilidade de trechos como o Rio Itabirito o Ribeirão Arrudas. Ressalta-se que a projeção para 2030 constituí uma extrapolação de tendência temporal, devendo ser inter pretada considerando a não inclusão de variáveis exógenas de pressão antrópica futura. A prin cipal contribuição deste estudo reside na validação dessa abordagem preditiva e na segmentação da bacia em três macrozonas de comportamento ecológico distintas, fornecendo subsídios dire tos para a priorização espacial de investimentos em saneamento, manejo de solo e gestão hí drica.