Explorando o Passado Hidrológico do Pantanal: Uma Abordagem de Inteligência Artificial para Modelagem de EWH usando Dados In Situ de Vazão

• Processo: 24/03093-4
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Mestrado
• Data de Início da vigência: 01 de setembro de 2024
• Data de Término da vigência: 28 de fevereiro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Geociências - Geologia
• Pesquisador responsável: Didier Gastmans
• Beneficiário: Bruno Henrique Valdambrini Vieira
• Supervisor: Alexandra Richey Mclarty
• Instituição Sede: Centro de Estudos Ambientais (CEA). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Instituição Anfitriã: Washington State University (WSU), Estados Unidos
• Vinculado à bolsa: 23/10474-1 - Impactos da Variação Sazonal da Disponibilidade Hídrica Subterrânea Sobre o Regime Hidrológico da Bacia do Pantanal, BP.MS
• Assunto(s): Inteligência artificial Hidrogeologia
• Palavra(s)-Chave do Pesquisador: artificial intelligence | Hydrogeology | wetlands | Hidrogeologia

Resumo

A dinâmica hidrológica do Pantanal, vital para os ecossistemas e as comunidades locais, tem sofrido impactos significativos devido às mudanças climáticas e à exploração econômica, especialmente pelo agronegócio. Este projeto de estágio de pesquisa no exterior propõe a aplicação da técnica de inteligência artificial, Long Short-Term Memory (LSTM), para analisar a relação entre a vazão do rio e as variações na coluna total de água armazenada no subsolo, utilizando dados do GRACE e voltando até a década de 1970. Os resultados preliminares indicam uma redução significativa nos últimos seis anos para estas duas variáveis. Diante deste cenário, pretendemos aplicar o LSTM para preencher lacunas nos dados e melhorar a compreensão da relação entre os sinais de variação da coluna d'água e os dados de vazão fluvial In Situ. O objetivo é cobrir períodos anteriores em que os dados GRACE não estão disponíveis, mas contamos com dados in situ. A intenção é aprofundar a compreensão da evolução hidrológica nas últimas cinco décadas, explorar a recente queda nos índices hídricos, identificar padrões interdecadais e quantificar possíveis tendências futuras.