Use este identificador para citar ou linkar para este item:
https://repositorio.unifei.edu.br/jspui/handle/123456789/4130
Tipo: | Dissertação |
Título: | Análise e previsão de secas no norte de Minas Gerais utilizando machine learning |
Título(s) alternativo(s): | Analysis and forecasting of droughts in northern Minas Gerais using machine learning |
Autor(es): | RIBEIRO, Peterson Logullo |
Primeiro Orientador: | FREITAS, Ana Carolina Vasques |
metadata.dc.contributor.advisor-co1: | IZIDORO, Sandro Carvalho |
metadata.dc.contributor.referee1: | LEAL, Karinne Reis Deusdará |
metadata.dc.contributor.referee2: | CUNHA, Ana Paula Martins do Amaral |
Resumo: | O semiárido brasileiro é uma das regiões mais impactadas pelas mudanças climáticas. Este estudo investigou os eventos de seca ocorridos entre janeiro de 1961 e julho de 2020 em 25 municípios da mesorregião Norte de Minas Gerais, que fazem parte do semiárido brasileiro, e implementou um modelo de previsão de secas para 5 municípios selecionados usando uma Rede Neural Recorrente (RNN). Utilizou-se o Índice Padronizado de Precipitação e Evapotranspiração (SPEI) na escala de 12 meses (SPEI-12) para verificar a duração, magnitude, intensidade e frequência relativa das secas, com dados diários de precipitação e evapotranspiração potencial. Os resultados mostraram um aumento na frequência dos períodos secos em todos os 25 municípios analisados a partir de 1990. Além disso, a análise de uso e ocupação da terra entre 1990 e 2020 revelou mudanças significativas, como o crescimento da silvicultura (116,08%), agricultura e pastagem (25,45%), áreas urbanas e outras áreas não vegetadas (103,76%) e mineração (250%). Concomitantemente, houve redução da formação florestal (-14,01%), savânica (-9,34%) e áreas de rios e lagos (-29,36%). Essas alterações no uso da terra podem ter contribuído para o aumento observado na frequência das secas. Na análise de previsão de secas, utilizando rede neural recorrente, constatou-se que, embora todos os 5 municípios selecionados tenham apresentado boas performances de previsão para o SPEI12, São João da Ponte destacou-se como o município com melhor desempenho. A apresentação da melhor performance nas previsões de seca representa um resultado significativo, pois pode servir como uma ferramenta útil para gestores na implementação de estratégias preventivas contra os impactos da seca, incluindo medidas de conservação de água e práticas agrícolas mais eficazes e adequada gestão do território. O estudo também evidenciou que a eficácia do modelo pode variar conforme as características físicas e climáticas dos municípios analisados. Esses resultados podem contribuir para o ODS 6 - "Água Limpa e Saneamento", enfatizando a gestão e regulação dos recursos hídricos para garantir a segurança hídrica em regiões propensas à seca, através de ações como o planejamento avançado para o desenvolvimento de planos de contingência, reduzindo impactos negativos em atividades agrícolas, geração de energia e outros setores dependentes da disponibilidade hídrica. |
Abstract: | The Brazilian semi-arid region is one of the areas most impacted by climate change. This study investigated drought events that occurred between January 1961 and July 2020 in 25 municipalities in the northern mesoregion of Minas Gerais, which is part of the Brazilian semiarid region, and implemented a drought prediction model for 5 selected municipalities using a Recurrent Neural Network (RNN). The Standardized Precipitation and Evapotranspiration Index (SPEI) on a 12-month scale (SPEI-12) was used to verify the duration, magnitude, intensity, and relative frequency of droughts, with daily precipitation and potential evapotranspiration data. The results showed an increase in the frequency of dry periods in all 25 municipalities analyzed since 1990. Additionally, land use and land cover analysis between 1990 and 2020 revealed significant changes, such as the growth of forestry (116.08%), agriculture and pasture (25.45%), urban areas and other non-vegetated areas (103.76%), and mining (250%). Concurrently, there was a reduction in forest formation (-14.01%), savanna (9.34%), and river and lake areas (-29.36%). These land use changes may have contributed to the observed increase in drought frequency. In the drought prediction analysis using a recurrent neural network, it was found that, although all 5 selected municipalities showed good prediction performances for SPEI-12, São João da Ponte stood out as the municipality with the best performance. The presentation of the best performance in drought forecasts represents a significant result, as it can serve as a useful tool for managers in implementing preventive strategies against the impacts of drought, including water conservation measures and more effective agricultural practices and proper land management. The study also showed that the model's effectiveness may vary according to the physical and climatic characteristics of the municipalities analyzed. These results can contribute to SDG 6 - "Clean Water and Sanitation," emphasizing the management and regulation of water resources to ensure water security in drought-prone regions through actions such as advanced planning for the development of contingency plans, reducing negative impacts on agricultural activities, energy generation, and other sectors dependent on water availability. |
Palavras-chave: | Mudanças climáticas Climate change Regiões semiáridas Semi-arid regions Segurança alimentar Food security Segurança hídrica Water security |
CNPq: | CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::CONSERVACAO DA NATUREZA::CONSERVACAO DE BACIAS HIDROGRAFICAS |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal de Itajubá |
Sigla da Instituição: | UNIFEI |
metadata.dc.publisher.department: | PPG - Programas de Pós Graduação - Itabira |
metadata.dc.publisher.program: | PPG - Programas de Pós Graduação - Itabira |
Citação: | RIBEIRO, Peterson Logullo. Análise e previsão de secas no norte de Minas Gerais utilizando machine learning. 2024. 141 f. Dissertação (Mestrado Profissional em Rede Nacional em Gestão e Regulação de Recursos Hídricos – PROFÁGUA), Instituto de Ciências Puras e Aplicadas, Universidade Federal de Itajubá, Campus de Itabira, Minas Gerais, 2024. Disponível em: <RIBEIRO, Peterson Logullo. Análise e previsão de secas no norte de Minas Gerais utilizando machine learning. 2024. 141 f. Dissertação (Mestrado Profissional em Rede Nacional em Gestão e Regulação de Recursos Hídricos – PROFÁGUA), Instituto de Ciências Puras e Aplicadas, Universidade Federal de Itajubá, Campus de Itabira, Minas Gerais, 2024. Disponível em: <https://repositorio.unifei.edu.br/jspui/handle/123456789/4130>. Acesso em: dd mmm aaaa>. Acesso em: dd mmm aaaa |
Tipo de Acesso: | Acesso Aberto |
URI: | https://repositorio.unifei.edu.br/jspui/handle/123456789/4130 |
Data do documento: | 29-Mai-2024 |
Aparece nas coleções: | Dissertações |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertação - Peterson Logullo Ribeiro.pdf | RIBEIRO, Peterson Logullo. Análise e previsão de secas no norte de Minas Gerais utilizando machine learning. 2024. 141 f. Dissertação (Mestrado Profissional em Rede Nacional em Gestão e Regulação de Recursos Hídricos – PROFÁGUA), Instituto de Ciências Puras e Aplicadas, Universidade Federal de Itajubá, Campus de Itabira, Minas Gerais, 2024. Disponível em: | 10,07 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.