MULTICRITERIA ANALYSIS AND MACHINE LEARNING ALGORITHM FOR DEFINITION OF AREAS FOR MICRO-DAM, SOUTHEASTERN BRAZIL

Autores

DOI:

https://doi.org/10.14393/RCG228455309

Palavras-chave:

Controle de erosão do solo, Predição espacial, Random Forest

Resumo

As barraginhas são eficientes no controle da erosão e aumentam a taxa de infiltração de água no solo. Este estudo visa prever áreas potenciais para alocação de barraginhas. Preparamos o mapa de áreas potenciais para alocação de barraginhas a partir da análise multicritério (AHP) usando dados topográficos e uso do solo. Além disso, desenvolvemos uma estrutura metodológica com algoritmo Random Forest (RF) para prever áreas potenciais de barraginhas a partir de pontos extraídos do mapa gerado por AHP e auxiliados pela inserção de covariáveis; e também aplicamos a sobreposição dos dois mapas (AHP + RF). O método AHP superestima as áreas de alto potencial em zonas sem potencialidade. O modelo de RF usou sete covariáveis ​​topográficas, e elas estão relacionadas aos fluxos hidrológicos. O desempenho de R2 no RF foi de 0,43, estaticamente satisfatório, mas espacialmente subestimou as classes de potencial muito baixo e muito alto. A superposição da classe de baixo potencial do método AHP no mapa de RF favoreceu uma redução de 99% das áreas de muito alto potencial em zonas não adequadas para alocação de micro-barragens. Portanto, a combinação do método AHP e ML gera resultados espaciais mais consistentes.

Downloads

Não há dados estatísticos.

Biografia do Autor

Cristiano Marcelo Pereira Souza, Universidade Estadual de Montes Claros

Graduação em geografia pela Universidade Estadual de Santa Cruz (2011). Mestrado em Solos e Nutrição de Plantas pela Universidade Federal de Viçosa (2014). Doutorado em Solos e Nutrição de Plantas pela Universidade Federal de Viçosa (2018). Atualmente realiza Pós-Doutorado em Geografia na Unimontes, com a função de Professor visitante. 

Downloads

Publicado

15-12-2021

Como Citar

Souza, C. M. P. ., Veloso, G. V. ., Faria, A. L. L., Leite, M. E., & Fernandes Filho , E. I. (2021). MULTICRITERIA ANALYSIS AND MACHINE LEARNING ALGORITHM FOR DEFINITION OF AREAS FOR MICRO-DAM, SOUTHEASTERN BRAZIL. Caminhos De Geografia, 22(84), 01–13. https://doi.org/10.14393/RCG228455309

Edição

Seção

Artigos