Random Forest e SIG, integrados para classificar variáveis de qualidade de água, provenientes dos resíduos suinícolas na bacia do Piranga-MG

• Jadson L.S. Rocha ^[1] ; Cecília de F. Souza ^[1] ; Alisson C. Borges ^[1] ; João M. Louzada ^[2] ; Gustavo E. Marcatti ^[1]
  1. [1] DEA/UFV
  2. [2] IFES
• Localización: IX Congresso Ibérico de Agroengenharia: Livro de Atas / coord. por José Carlos Barbosa, António Castro Ribeiro, 2018, ISBN 978-972-745-247-7, págs. 872-881
• Idioma: portugués
• Títulos paralelos:
  • Random Forest and SIG, integrated to classify water quality variables, derived from swine breeding residues in the Piranga-MG basin
• Texto completo no disponible (Saber más ...)
• Resumen
  • português

    Na bacia hidrográfica do rio Piranga, em Minas Gerais, existem suinoculturas que concentram rebanhos expressivos, principalmente em sua região central, com produção excessiva de dejetos, podendo oferecer riscos de contaminação às águas superficiais, de forma pontual ou difusa. O presente estudo objetivou classificar variáveis de qualidade de água correlacionadas com os resíduos da suinocultura. Os dados de qualidade de água, analisados, foram obtidos em planilhas disponibilizadas nos relatórios anuais do Programa Águas de Minas, conduzido pelo Instituto Mineiro de Gestão das Águas, no período compreendido entre osanos de 1997 a 2014. Quanto aos dados relativos ao rebanho suinícola, foram extraídos dos relatórios no anode 2015 do Sistema de Cadastro e Georreferenciamento de Defesa Sanitária Animal, cedidos pelo Instituto Mineiro de Agropecuária. Abordaram-se as metodologias de Sistemas de Informações Geográficas combinadas com as técnicas de Random Forest. O conjunto das variáveis, sólidos em suspensão, fósforo total e nitrato com suas cargas no período seco, foi classificado pelo software com o maior grau de importância. Os resultados obtidos permitem inferir que a suinocultura está contribuindo para afetar a qualidade das águas superficiais na área de estudo. O Sistema de Informações Geográficas integrado ao random Forest, apresentou-se eficaz na análise e gestão de recursos hídricos na área de estudos, podendo, desde que tenha dados disponíveis, ser replicado em outras bacias hidrográficas.

  • English

    In the watersheds of the Piranga river, in Minas Gerais, there are swine breeding herds that concentrate expressive herds, mainly in the central region, with excessive production of waste, and can offer contamination risks to surface waters, in a punctual or diffuse way. The present study aimed to classify variables of water quality correlated with swine breeding residues. The data of water quality analyzed were obtained from the spreadsheets available made in the annual reports of the Programa Águas de Minas conducted by Minas Gerais Water Management Institute during the period 1997 to 2014. As for the data on the swine breeding herd were extracted from the reports in 2015 of the Cadastre and Georeferencing System for Animal Health Protection, provided by the Minas Gerais Institute of Agropecuaria. The methodologies of Geographic Information Systems combined with Random Forest techniques were approached. The set of variables, solids in suspension, total phosphorus and nitrate with their loads in the dry period, was classified by software with the highest degree of importance. The results obtained allow to infer that swine breeding is contributing to affect the quality of surface water in the study area. The Geographic Information System, integrated with Random Forest, was effective in the analysis and management of water resources in the area of studies and could, as long as it has available data, be replicated in other watersheds.