Modelagem hidrogeológica de um aquífero freático poroso com o Visual Modflow e por meio de Redes Neurais Artificiais

Abstract

O objetivo deste trabalho foi elaborar um modelo hidrogeológico conceitual e numérico de uma microbacia urbana (Viçosa, Minas Gerais, Brasil) através de um programa computacional comercial, visando a predição da carga hidráulica (superfície potenciométrica) e eventuais variações sazonais. Posteriormente, os dados coletados foram utilizados em redes neurais artificiais (RNA) com o objetivo de comparar com os resultados do modelo numérico e avaliar a eficiência das RNAs com este enfoque. O modelo hidrogeológico conceitual baseou-se em dados primários e secundários e permitiu identificar os aquíferos porosos nos quais ocorre o lençol freático na área de estudo, bem como seus parâmetros hidrogeológicos. Posteriormente, o modelo hidrogeológico conceitual e os parâmetros hidrogeológicos (condutividade hidráulica, transmissividade e coeficiente de armazenamento) foram inseridos em um programa computacional (Visual Modflow) para elaboração do modelo hidrogeológico numérico. O modelo numérico elaborado mostra que o fluxo subsuperficial segue, de forma aproximada, as direções do fluxo superficial, deslocando-se das porções mais elevadas do terreno para as mais baixas. Além disso, não se observam variações sazonais significativas de sua posição e foram observadas porções da área de estudo que apresentam-se secas em todas as estações do ano, em conformidade com os dados reais obtidos. Por fim, visando a predição da superfície potenciométrica através de RNA foram testadas diferentes combinações entre as seguintes variáveis discriminantes: elevação; declividade; curvatura; índice topográfico combinado (CTI); distância vertical do canal de drenagem; aprofundamento do vale; direção de fluxo e distância euclidiana, todos obtidos a partir de um modelo digital do Elevação (MDE) com resolução espacial de 5m. Os resultados demonstram um grande potencial de utilização desta abordagem e os mapas inferidos por RNA mostraram muita coerência com os resultados fornecidos pelo Visual Modflow.

The purpose of this study was to develop both a conceptual and a numerical hydrogeological model of a watershed located in an urban area (Viçosa, Minas Gerais State, Brazil) through a commercial software in order to predict water level position (potentiometric surface) and its possible seasonal variations along a year. Subsequently, all collected data were used in Artificial Neural Networks (ANN) with the same purpose and also to compare with results from the numerical modeling and to evaluate its efficiency. The hydrogeological conceptual modeling was based on primary and secondary data and has allowed the identification of three porous superficial aquifers occurring within the study area as well as their main hydrogeological parameters (hydraulic conductivity, transmissivity etc.), which were then used as input data for numerical modeling in Visual Modflow®. The numerical model shows that underground water flow approximately follow the superficial flow, from higher to lowers areas within the watershed and also, that there are some portions of the watershed which are completely dry during all year, all this results are in accordance with observed data. Finally, for the prediction of potentiometric surface throughout ANN, different combinations between the following selected variables were performed: elevation; slope; curvature; combined topographic index; vertical distance of drainage channel; valley depth, flow direction and Euclidean distance; all data obtained from a Digital Elevation Model with 5m resolution. Results have shown a great potential for using this approach for hydrogeological purposes. All maps produced throughout RNA have shown good consistency to Visual Modflow results.