Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/9010
Compartilhar:
Type: Dissertação
Issue Date: 9-May-2014
Authors: FREIRE, Jean Carlos Arouche
First Advisor: MORAIS, Jefferson Magalhães de
First Co-Advisor: OLIVEIRA, Terezinha Ferreira de
Title: Aplicação de técnicas estatísticas e de inteligência computacional na classificação de ciclos hidrológicos em reservatórios de água na região amazônica: um estudo de caso
Sponsor: CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Citation: FREIRE, Jean Carlos Arouche. Aplicação de técnicas estatísticas e de inteligência computacional na classificação de ciclos hidrológicos em reservatórios de água na região amazônica: um estudo de caso. 2014. 67 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Ciências Exatas e Naturais, Belém, 2014. Programa de Pós-Graduação em Ciência da Computação.
Resumo: 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%.
Abstract: 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%.
Keywords: Inteligência computacional
Hidrologia
Classificação de ciclos hidrológicos
Estatística matemática - Processamento de dados
Reservatórios
Usina Hidrelétrica de Tucuruí - PA
Tucuruí - PA
Pará - Estado
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Country: Brasil
Publisher: Universidade Federal do Pará
Institution Acronym: UFPA
Department: Instituto de Ciências Exatas e Naturais
Program: Programa de Pós-Graduação em Ciência da Computação
Appears in Collections:Dissertações em Ciência da Computação (Mestrado) - PPGCC/ICEN

Files in This Item:
File Description SizeFormat 
Dissertacao_AplicacaoTecnicasEstatisticas.pdf2,01 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons