Mapas auto-organizáveis na exploração de padrões e controles hidrogeoquímicos do Sistema Aquífero Serra Geral no Rio Grande do Sul

Abstract

O Sistema Aquífero Serra Geral (SASG) é um recurso transfronteiriço na América do Sul. No Rio Grande do Sul, ocupando praticamente metade do território, destaca-se como um dos reservatórios mais importantes para o abastecimento de muitos dos municípios sul-rio-grandenses. Desse aquífero, milhares de poços subterrâneos constam registrados em bancos de dados, como no Sistema de Informações de Águas Subterrâneas (SIAGAS), organizado pelo Serviço Geológico do Brasil. Tal volume de informações carece de maiores explorações, pois são dificultadas pela aplicação de metodologias tradicionais. A partir de técnicas de inteligência artificial, com o uso de mapas auto-organizáveis (SOM - self-organizing maps), analisou-se o extenso conjunto de dados existente. Inicialmente, um número de 15.081 amostras foi extraído do SIAGAS, que, após uma série de etapas de filtragem, resultou na seleção final de 1.564 poços, representados por 16 parâmetros (pH, condutividade elétrica, dureza total, sólidos totais dissolvidos, cálcio, cloreto, ferro total, potássio, magnésio, sódio, nitrato, sulfato, fluoreto, manganês, bicarbonato e alcalinidade). Com isso, 25.024 valores individuais foram analisados. Conjuntamente ao SOM, foi utilizada uma técnica de agrupamento, o método de k-médias. Como resultado, encontraram-se correlações não-lineares entre os atributos, e foram identificados 4 grupos hidrogeoquímicos, que apresentam espacializações heterogêneas. O grupo 1, de ampla abrangência, é representativo da recarga meteórica; o grupo 2, embora ocorra disseminado, possui maior concentração na região sudeste do reservatório, e é relacionado a uma interação mais prolongada da água com os minerais das rochas que compõem o SASG; o grupo 3, distribuído de maneira esparsa, porém com uma maior densidade no extremo norte da área, é definido como uma mistura entre os outros grupos; o grupo 4, restrito a poucas porções, tipifica uma maior influência de unidades sedimentares mais profundas. Pela interpretação dessas características, foi possível encontrar os principais padrões regionais da hidrogeoquímica do SASG, bem como evidenciar os fatores que controlam suas distribuições.

The Serra Geral Aquifer System (SGAS) is a transboundary resource in South America. It occupies almost half of the territory of Rio Grande do Sul state, standing out as one of its most important water reservoirs. Thousands of groundwater wells of this aquifer are registered in databases, such as in the Groundwater Information System (SIAGAS), organized by the Brazilian Geological Survey. Such volume of information needs further exploration, and traditional investigative methodologies are not suitable for this data magnitude. Based on artificial intelligence techniques, using self-organizing maps (SOM), the extensive existing dataset was analyzed. Initially, a number of 15,081 samples were extracted from SIAGAS, which resulted in the final selection of 1,564 wells after a series of filtration steps, represented by 16 parameters (pH, electrical conductivity, total hardness, total dissolved solids, calcium, chloride, total iron, potassium, magnesium, sodium, nitrate, sulfate, fluoride, manganese, bicarbonate and alkalinity). In total, 25,024 individual values were analyzed. Together with SOM, the k-means method clustering technique was used. As a result, non-linear correlations were found between the attributes, and 4 hydrogeochemical groups were identified, which present heterogeneous spatializations. Group 1, the most widely distributed, is representative of meteoric recharge; group 2, although widespread, is highly concentrated in the southeastern region of the reservoir, and its source is related to a more prolonged interaction between water and the minerals of the SGAS rocks; group 3 is sparsely distributed, but presents a high density at the extreme north of the area, and is defined as a mixture between the other groups; group 4, restricted to a few portions, typifies a greater influence of the underneath sedimentary units. The interpretation of these features allowed to find the main regional patterns of the SGAS hydrogeochemistry, as well as to highlight the factors that control their distributions.