Predição das variáveis explicativas relacionadas à dinâmica da Clorofila a no Lago Guaíba (RS) por meio de modelo multiplicativo não-paramétrico

Abstract

Este trabalho teve o objetivo de avaliar a resposta da comunidade fitoplanctônica do Lago Guaíba, expressa por meio da clorofila a, frente à dinâmica de variáveis de qualidade da água, condições meteorológicas e hidrodinâmicas. Para isso, o estudo verificou a capacidade de predição de um modelo de regressão multiplicativa não-paramétrica. Neste estudo foram considerados fatores relacionados à bacia hidrográfica do Lago Guaíba e aos rios formadores, que influenciam fortemente na qualidade da sua água, além de fatores meteorológicos e hidrodinâmicos, que possuem influência na dinâmica da comunidade fitoplanctônica. Foram apresentadas as vantagens da utilização da modelagem por meio de uma regressão multiplicativa não-paramétrica (NPMR), que correlaciona variáveis sem a necessidade do conhecimento da forma como estas são combinadas, além disso, considera a interação entre os fatores. Como resultados, foram gerados modelos avaliando os seis pontos monitorados pelo DMAE, a partir de 25 variáveis, sendo doze de qualidade da agua, sete meteorológicas e seis hidrodinâmicas. Foram utilizados dois tipos de modelos: uniforme e gaussiano. Ambos modelos indicaram maior influência das variáveis hidrodinâmicas, como as vazões do rio Jacuí e Gravataí como principais preditores da dinâmica da clorofila a no Lagoa Guaíba. Nos dois tipos de modelos observou-se uma tendência da clorofila a se relacionar com a variável nitrogênio. Dentre os modelos gerados por ponto de monitoramento, o que obteve melhor xR² de 0.93 foi o ponto 86 A (foz do Rio do Jacuí). Os resultados mostram que a NPMR tende a se ajustar melhor aos dados. A partir deste trabalho novos testes devem ser feitos para compreender melhor como as variáveis se relacionam e qual o tipo de kernel melhor se ajusta às condições do Lago Guaíba. Para validar estes modelos, deverão ser realizados testes de sensibilidade dos parâmetros. Após validados, os modelos poderão consistir em ferramentas de gestão de fácil utilização para predição de eventos de floração de cianobactérias e para a gestão da bacia hidrográfica.