Resumo: A composição físico-química e microbiológica das águas de um determinado curso d¿água é condicionada pelas características geomorfológicas, geológicas, pedológicas, climáticas, vegetação natural e pelos padrões de uso e ocupação da terra da bacia hidrográfica correspondente. A qualidade da água pode ser analisada checando-se diferentes parâmetros. Todavia, em virtude do alto custo, análises periódicas de parâmetros de qualidade das águas (PQA) são realizadas apenas para uma pequena parcela dos corpos d¿água brasileiros. Portanto, a busca por técnicas e métodos alternativos à análise in situ, que possibilitem a predição de valores de PQA é pertinente e atual. Esta tese de doutorado apresenta um procedimento metodológico para regionalização de parâmetros de qualidade da água de sub-bacias hidrográficas sem monitoramento in situ. O procedimento baseia-se no cálculo de valores de características biofisiográficas da paisagem de sub-bacias (4ª ordem), realizada por meio de técnicas de análise espacial e de dados de sensoriamento remoto, integrados a dados de qualidade da água obtidos a partir de métodos de regressão. A área de estudo selecionada é a alta bacia do rio Piracicaba-Jaguari (Bacia PJ), localizada no sul do Estado de Minas Gerais. A predição sugerida foi baseada no levantamento de 27 variáveis biofisiográficas (variáveis explicativas) para 44 sub-bacias e de 12 PQA (variáveis resposta), aferidos em 12 sub-bacias, em triplicata, nas quatro estações do ano, totalizando 144 análises para cada um dos PQA. Um total de 120 amostras foram reservadas para treinamento (83,33%) e 24 para validação (16,67%). Os algoritmos Support Vector Regression (SVR) e K Nearest Neighbors Regression (K-NNR) foram utilizados como modelos preditores para se estimar valores dos PQA, para 32 sub-bacias. O desempenho dos modelos SVR e k-NN foi avaliado utilizando o erro médio absoluto, o erro médio percentual absoluto e o coeficiente de determinação (R2). Os resultados mostraram que o modelo K-NNR apresentou o melhor desempenho. Posteriormente, foram mapeadas regiões de qualidade de água (RQA) compostas por grupos homogêneos de sub-bacias hidrográficas, baseadas no conjunto de características formadas pelos PQA e por variáveis biofisiográficas, das 44 sub-bacias analisadas. O procedimento para a análise dos grupos homogêneos de sub-bacias (RQA) seguiu os pressupostos do método hierárquico de Ward. O número de RQA foi definido com a aplicação do método do índice de silhueta. Como resultado final da metodologia proposta, são apresentados dois níveis de regionalização das sub-bacias hidrográficas da Bacia PJ, um composto por duas RQA e outro composto por três RQA. A Região I é ocupada em sua maioria por florestas e suas sub-bacia, tanto no período seco quando no chuvoso, sãos as que mais apresentaram valores dos PQA em conformidade com a Resolução CONAMA nº 357, de 2005. De modo geral, as Regiões II e III são ocupadas por cultivos agrícolas e pastagens, entremeados a fragmentos florestais, além de núcleos urbanos. As sub-bacias das Regiões II e III foram as que mais apresentaram PQA em desconformidade com a Resolução CONAMA nº 357, de 2005. Ao propor um método capaz de descrever padrões de qualidade da água em sub-bacias hidrográficas que não dispõem de monitoramento periódico, como é o caso de regiões brasileiras, este trabalho se configura em uma contribuição à gestão de recursos hídricos em áreas de mananciais Ver menos

Abstract: The physical, chemical and biological composition of water from a certain river system is driven by its geomorphological, geological, pedological, climate, natural vegetation as well as by the land use and land cover patterns of the selected watershed. The water quality can be checked by analyzing different water quality parameters (PQA). However, due to the high cost involved, frequent analyzes of the different water quality parameters are performed only for a given number of Brazilian river systems. Therefore, there is a current need for both techniques and alternative methods for analyzing the water quality parameters. This doctoral dissertation presents a methodological procedure to forecast, to spatialize and to regionalize water quality parameters in small watersheds without in-situ measurements. This procedure was performed by quantifying biophysiographical characteristics of watersheds (4st order basins) by using spatial analysis and remote sensing techniques, integrating water quality parameter data from regression methods. The selected study area is the high Piracicaba-Jaguari river watershed, located in the southern part of the Minas Gerais State. Belonging to the Cantareira System, this particular watershed encompasses the main spring sources of the Piracicaba River - of great importance for the water supply of several cities of the São Paulo State and the metropolitan region of the São Paulo city itself. The suggested prediction was based on the survey of 27 biophysiographical variables (explanatory variables) in 44 small watersheds and 12 water quality parameters (response variables) validated in 12 watersheds, in triplicate, in four seasons during the year, accounting therefore for 144 analyzes for each water quality parameter. A total of 120 samples were selected for training (83.33%) and 24 for validation (16.67%). The non-parametric regression algorithms such as the Support Vector Regression (SVR) and K-Nearest Neighbors Regression (K-NNR) were used as predictor models to estimate PQA values for the 32 small watersheds. The performance of the SVR and k-NN models was evaluated using the mean absolute error, the mean absolute percentage error, and the coefficient of determination (R2). The results show that the K-NNR model presented the best performance. The results also show that the regression models highlighted the ability to identify water quality parameters from biophysiographical variables. After, water quality regions from similar small watershed groups were mapped based on the set of characteristics of the water quality parameters and the biophysiographical variables of the 44 small watersheds. For the water quality region, correlational similarity and distances were used. The assumptions of the Ward's hierarchical method were used for the analysis of the homogeneous groups of watershed. Ver menos