MONITORAMENTO DAS ÁGUAS SUBTERRÂNEAS NO BRASIL A PARTIR DE DADOS DE MÚLTIPLOS SATÉLITES E MÉTODOS DE INTELIGÊNCIA ARTIFICIAL

Resumo

As águas subterrâneas constituem o maior estoque de água doce não congelada distribuída no planeta Terra. O adequado emprego dessa fonte hídrica proporciona diversos e significativos benefícios socioeconômicos e ambientais a comunidades ao redor do mundo. No Brasil, por exemplo, cerca de 56% dos municípios são abastecidos em alguma medida por água subterrânea. Nesse sentido, a Rede Integrada de Monitoramento das Águas Subterrâneas (RIMAS) do Serviço Geológico do Brasil-SGB foi estabelecida em 2010 para dar início ao monitoramento sistematizado dos principais aquíferos do país. De natureza pontual, a RIMAS busca captar o comportamento dos sistemas de aquíferos no nível regional, sobretudo aqueles localizados parcial ou integralmente no país. Em virtude da medição pontual, com limitações adicionais na escala do tempo, há limitações de representatividade espaço-temporal. Por outro lado, os dados gravitacionais fornecidos pela missão espacial GRACE (Gravity Recovery e Climate Experiment) têm se revelado uma importante fonte de dados para o estudo de aquíferos regionais ao redor do mundo mediante estimativas do total de água armazenada (TWS) e do equivalente da espessura de água (EWT), calculadas a partir de anomalias gravitacionais detectadas pelos satélites geminados da missão. De forma complementar, empregam-se dados das missões GPM (Global Precipitation Measurement), que observa a precipitação no planeta, e MODIS (Moderate Resolution Imaging Spectroradiometer), que permite diversas aplicações de balanço hídrico e de energia na superfície terrestre, observando-se que esta última foi utilizada, nesta tese, apenas no que concerne aos dados de índice de área foliar e de evapotranspiração. O presente trabalho investiga a complementaridade entre dados de natureza pontual da rede RIMAS e dados de natureza espacial GRACE/GPM/MODIS na prospecção e geração de um novo ambiente integrado de monitoramento de aquíferos por meio de inteligência artificial (IA) para o estudo dos recursos hídricos subterrâneos. Os resultados mostram significativa aderência entre os dados RIMAS e as simulações obtidas a partir de um modelo baseado em IA. Cabe ainda destacar que a decomposição efetuada nas séries de dados dos satélites por meio de ondeletas e de natureza sazonal permitiram melhor qualificar a sua relação com dados RIMAS, evidenciando perdas e ganhos de massa de água em algumas regiões do Brasil em diferentes escalas de tempo, notadamente devido a eventos de chuva e de estiagem nas áreas do sistema hídrico examinado.