Modelagem em redes neurais aplicada a autodepuração de rios

O presente estudo consistiu no desenvolvimento de dois modelos em Redes Neurais Artificiais (RNA) com o objetivo de caracterizar o oxigênio dissolvido e modelar a autodepuração do rio. O rio estudado foi o Rio Alegria, localizado no município de Medianeira no Estado do Paraná. Para treinamento e validação dos modelos foram gerados 132 grupos de dados: sendo 22 coletas em 06 pontos. As RNA`s desenvolvidas foram nomeadas: RNA1, RNA2, RNA3, RNA4 e RNA5, para caracterizar o OD e RNA6 para modelar a autodepuração do rio. As variáveis de entrada nestas redes foram os parâmetros de qualidade da água e do efluente exceto o (OD), que configurou em todos as redes como saída. Diante dos resultados, referentes as simulações realizadas com o objetivo de caracterizar o oxigênio dissolvido, pode-se concluir que uma RNA pode ser empregada para predizer o oxigênio disponível nas águas de um rio, porém, o modelo só se aplica ao intervalo do rio onde foram realizadas as coletas. Ainda, diante dos resultados do modelo RNA6, pode-se concluir que uma RNA pode ser empregada para predizer a autodepuração de um rio.