Enhancing machine learning models to evaluate optical water quality parameters of reservoirs through remote sensing data

Abstract

O monitoramento da qualidade da água em reservatórios é essencial para a manutenção dos ecossistemas aquáticos e dos serviços socioeconômicos. A atividade é caracterizada pelo uso de equipamentos especializados operados por profissionais experientes e requer campanhas in situ, condição desafiadora no âmbito técnico e financeiro. A comunidade científica tem buscado alternativas para aumentar a frequência e reduzir os custos associados ao monitoramento, cenário no qual o uso de técnicas de aprendizado de máquina (Machine Learning, ML) aplicadas a dados de sensoriamento remoto tem se mostrado capaz de estimar parâmetros de qualidade da água com níveis satisfatórios de acurácia, de modo contínuo e em larga escala, possibilitando o monitoramento de forma custo-efetiva e subsidiando processos de tomada de decisão. Este estudo tem como objetivo investigar a aprimorar a aplicação de técnicas de ML para avaliar parâmetros ópticos de qualidade da água (turbidez, clorofila-a (Chl-a) e profundidade do disco de Secchi (Secchi)) de reservatórios por meio do processamento de dados de satélite sob diferentes abordagens: regressão, detecção de anomalias e adaptação de domínio. A pesquisa tem como objeto de análise principal o Reservatório de Três Marias (MG), que tem múltiplas finalidades. Na análise de Regressão, os parâmetros de interesse apresentaram métricas de desempenho otimizadas em condições de testes rigorosos, neste processo foi desenvolvido um fluxo metodológico que se adapta às particularidades dos dados, selecionando os melhores modelos e variáveis. A aplicabilidade do fluxo foi verificada em outros reservatórios (Lagoa da Pampulha, dentre outros), ratificando a capacidade de autoajuste do fluxo na estimativa de parâmetros ópticos em corpos d'água lênticos com características distintas. No escopo de Detecção de Anomalias, o parâmetro turbidez obteve excelente capacidade de modelagem, a aplicabilidade dos métodos no Reservatório de Três Marias foi aferida em contextos hidrológicos de seca e chuva. Os experimentos com técnicas de Adaptação de Domínio (AD) para classificação binária de concentração de clorofila mostraram resultados promissores. A metodologia permitiu o uso de dados de ambientes lênticos e lóticos na avaliação dos reservatórios de Três Marias (oligotrófico) e Pampulha (hipereutrófico), comprovando sua aplicabilidade em corpos d'água com características hidrológicas antagônicas. Além disso, foi proposto o método PASS (Pre-adaptation Samples Selection), que otimiza o processamento e o desempenho ao selecionar apenas amostras do domínio fonte semelhantes ao alvo. No contexto da DA em tarefa de regressão, o método PASS foi integrado às técnicas para avaliação dos parâmetros turbidez, Chl-a e Secchi no reservatório de Três Marias e Pampulha. Para turbidez, houve bom desempenho na captura de tendências e ajuste dos dados, apesar da limitação na seleção de amostras. Na estimativa de Chl-a, a estratégia mais eficaz foi optar por um modelo com menores erros, dada a estabilidade do parâmetro. Para o parâmetro Secchi, o modelo mostrou potencial de aplicabilidade, com bons resultados na estimativa e baixa margem de erro. Ressalta-se que a maioria dos resultados promissores foi obtida usando métodos supervisionados. Em um cenário que considera as limitações de acesso a dados in situ para desenvolvimento de modelos, maiores esforços de pesquisa devem ser direcionados para melhorar os métodos não supervisionados. Em geral, as várias formas de ML exploradas alcançaram resultados promissores, dada a complexidade do problema: o reservatório de Três Marias tem características de água complexas, cenário de modelagem desafiador. Por fim, os experimentos realizados demonstraram que diferentes abordagens de ML podem fornecer diagnósticos e análises independentes e complementares.