Search

Historical records of groundwater levels in tubular wells are important for environmental studies in water resources field. Monitoring the level of groundwater sources is essential for their management as it provides the necessary support to estimate their quantity to identify possible changes in water flow. In Rio Grande do Sul state, southern Brazil, groundwater is one of the main sources of water in several locations, being mostly used for public supply and agricultural activities. The prediction of groundwater levels is a matter of interest to public and private agencies, since they provide data for the construction of groundwater scenarios, necessary for the integrated management of water resources. Methodologies structured in monitored data and using artificial intelligence in the context of machine learning were implemented to carry out the prediction of groundwater levels. The objective was to obtain models to produce the prediction of daily data of groundwater levels in monitoring wells in light of techniques based on programming and computer learning. From an architecture composed of empirical models guided by climatological data, machine learning techniques were applied to simulate the behavior of groundwater levels in different monitoring wells. Models were built from techniques of Artificial Neural Networks, Support Vector Machines, Random Forests and Gradient Boosting Machine. The results achieved evidenced the good performance in the use of methods based on machine learning, being approaches that present great advantages in view of their high accuracy and predictive attributes. The learning techniques and the structuring of models guided by climatological and spatial data showed high learning rates, which was demonstrated by the error estimators employed. Thus, this work proposes support tools for the analysis, development and implementation of methodologies for modeling time series of groundwater levels in monitoring networks. Registros históricos de níveis de água subterrânea em poços perfurados são importantes para estudos ambientais no âmbito dos recursos hídricos. O monitoramento do nível de mananciais subterrâneos é fundamental para sua gestão pois fornece o subsídio necessário para estimar sua quantidade e identificar possíveis alterações de fluxo. No estado do Rio Grande do Sul, no sul do Brasil, a água subterrânea constitui-se como uma das principais fontes de água em diversas localidades, sendo majoritariamente utilizada para abastecimento público e atividades agrícolas. A previsão dos níveis das águas subterrâneas é assunto de interesse para órgãos públicos e privados, uma vez que fornecem dados para a construção de cenários sobre as águas subterrâneas, necessários à gestão integrada dos recursos hídricos. Metodologias estruturadas em dados monitorados e utilizando inteligência artificial no contexto de aprendizado de máquina (machine learning) foram implementadas para realizar a previsão de níveis da água subterrânea. O objetivo foi obter modelos para produzir a predição de dados diários de níveis de água subterrânea em poços de monitoramento à luz de técnicas alicerçadas em programação e aprendizagem computacional. A partir de uma arquitetura composta por modelos empíricos guiados por dados climatológicos, aplicaram-se técnicas de aprendizagem para simular o comportamento dos níveis de água subterrânea em diferentes poços de monitoramento. Foram construídos modelos a partir de técnicas de Redes Neurais Artificiais, Máquinas de Vetores de Suporte, Florestas Aleatórias e Gradient Boosting Machine. Os resultados alcançados evidenciaram a boa performance na utilização de métodos baseados em aprendizado de máquina, sendo abordagens que apresentam grandes vantagens tendo em vista a sua elevada acuracidade e atributos preditivos. As técnicas de aprendizagem e a estruturação de modelos orientados por dados climatológicos demonstraram altas taxas de aprendizado, o que foi demonstrado pelos estimadores de erro empregados. Dessa forma, este trabalho propõe metodologias suporte para a análise, o desenvolvimento e a implementação de metodologias para a modelagem de séries temporais de níveis das águas subterrâneas em redes de monitoramento.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES This work investigated the hydrogeochemical behavior of groundwater with fluoride (F-) anomalies and its association with hydrochemical types in a portion of the Outcrop Zone (OZ) of the Guarani Aquifer System (GAS). The selected area for the research comprised the Restinga Seca, Agudo, Paraíso do Sul and Novo Cabrais municipalities, in an area of approximately 2,034 km², located in the Central Depression of the Rio Grande do Sul State, southern of Brazil. From the compilation and collect of hydrochemical data, the study presents an approach that uses the integration of geostatistical and geochemical analyzes, aiming at the identification and quantification of phenomena that may be interfering in the groundwater chemistry. In this context, hydrogeochemical modeling was performed using the PHREEQC 3.3.5 modeling code, looking for signs of mineral saturation and its relation with the ionic strength. Thus, it was observed that the occurrences of fluoride anomalies in the municipalities of the study area are highly salinized (due to increases in sodium, chloride and sulfate concentrations). The hydrochemical classification has predominance of sodium chlorate waters followed by sodium sulphates and bicarbonated sulphate sodium chlorate. For total boron and bromine parameters, evaluated by inductively coupled plasma optical emission spectrometry (ICP-OES), significant concentrations were identified for these elements and boron showed a positive statistical correlation with fluoride. The analysis of groundwater flow along with the morphostructural tracing of lineaments allowed to evaluate the occurrence of large tectonic blocks formed by the Vacacaí, Vacacaí-Mirim and Jacuí rivers, with a rigid tectonic control with predominant lineaments according to the directions N-60-70-E and N-20-50-W. The results were analyzed by the main directions of flow and lineage, which allowed to determine characteristics of mineral dissolution of carbonate rocks until their saturation, where they can be precipitating in the underground environment where the water is more salinized. The halite and silvite halides showed dissolution tendencies along the traced transects, towards the mineral equilibrium. The fluorite mineral, in turn, presented subsaturation with tendencies to mineral equilibrium, and possibly, precipitation in the most salinized waters. The applied methodology allowed to extract information for a better understanding of the hydrogeochemical dynamics of salinized waters and their water/rock interactions in the OZ portion of the GAS, therefore, constituting, as a material to support the research of anomalous fluoride concentrations in groundwater and to practices of management of this important aquifer system. Este trabalho investigou o comportamento hidrogeoquímico de águas subterrâneas com anomalias de fluoreto (F-) e sua associação com tipos hidroquímicos em uma porção da Zona de Afloramentos (ZA) do Sistema Aquífero Guarani (SAG). A área piloto selecionada para a pesquisa compreendeu os municípios de Restinga Seca, Agudo, Paraíso do Sul e Novo Cabrais, em uma área de aproximadamente 2.034 km², localizada na região da Depressão Central do Estado do Rio Grande do Sul, sul do Brasil. A partir da compilação e da coleta de dados hidroquímicos, o estudo apresenta uma abordagem que utiliza a integração de análises geoestatísticas e geoquímicas, objetivando a identificação e a quantificação de fenômenos que possam estar interferindo no quimismo da água subterrânea. Nesse contexto, realizou-se o modelamento hidrogeoquímico por intermédio do código de modelagem PHREEQC 3.3.5, buscando-se indícios de saturação mineral e sua relação com a força iônica. Assim, foi possível observar que as ocorrências de anomalias de fluoreto nos municípios da área de estudo são altamente salinizadas (devido aos aumentos das concentrações de sódio, cloreto e sulfato). A classificação hidroquímica teve predominância de águas cloretadas sódicas seguidas de sulfatadas sódicas e bicarbonatadas sulfatadas cloretadas sódicas. Os parâmetros boro e bromo total, avaliados por espectrometria de emissão óptica com plasma indutivamente acoplado (ICP-OES), apresentaram teores significativos, sendo que o boro mostrou correlação estatística positiva com o fluoreto. A análise de fluxo subterrâneo aliado ao traçado de lineamentos morfoestruturais, permitiu avaliar a ocorrência de grandes blocos tectônicos formados pelos rios Vacacaí, Vacacaí-Mirim e Jacuí, possuindo um controle tectônico rígido com lineamentos predominantes segundo as direções N-60-70-E e N-20-50-O. Os resultados foram analisados pelas principais direções de lineamento e de fluxo, o que permitiu determinar características de dissolução mineral de rochas carbonáticas até a sua saturação, onde posteriormente precipitam no meio subterrâneo onde a água é mais salinizada. Os haletos halita e silvita mostraram tendências de dissolução ao longo dos transectos traçados, indo em direção ao equilíbrio mineral. O mineral fluorita, por sua vez, apresentou subsaturação com tendências ao equilíbrio e, possivelmente, precipitação nas águas mais salinizadas. A metodologia aplicada permitiu extrair informações para uma melhor compreensão da dinâmica hidrogeoquímica de águas salinizadas e suas interações água/rocha em porção da ZA do SAG, constituindo, assim, como um material de apoio à pesquisa de ocorrência de anomalias de fluoreto em águas subterrâneas e para práticas de gerenciamento desse importante sistema aquífero.