This study aims to identify the best machine learning (ML) approach to predict concentrations of biochemical oxygen demand (BOD), nitrate, and phosphate. Four ML techniques including Decision tree, Random Forest, Gradient Boosting and XGBoost were compared to estimate the water quality parameters based on biophysical (i.e., population, basin area, river slope, water level, and stream flow), and physicochemical properties (i.e., conductivity, turbidity, pH, temperature, and dissolved oxygen) input parameters. The innovation lies in the combination of on-the-spot variables with additional characteristics of the watershed. The model performances were evaluated using coefficient of determination (R2), Nash-Sutcliffe efficiency coefficient (NSE), Root Mean Squared Error (RMSE) and Kling-Gupta Efficiency (KGE) coefficient. The robust five-fold cross-validation, along with hyperparameter tuning, achieved R2 values of 0.71, 0.66, and 0.69 for phosphate, nitrate, and BOD; NSE values of 0.67, 0.65, and 0.62, and KGE values of 0.64, 0.75, and 0.60, respectively. XGBoost yielded good results, showcasing superior performance when considering all analysis performed, but his performance was closely match by other algorithms. The overall modeling design and approach, which includes careful consideration of data preprocessing, dataset splitting, statistical evaluation metrics, feature analysis, and learning curve analysis, are just as important as algorithm selection.

Flooding occurrence is one of the most common phenomena that impact urban areas, and this intensifies during heavy rainfall periods. Knowing the areas with the greatest vulnerability is of paramount importance as it allows mitigating actions to be implemented in order to minimize the generated impacts. In this context, this study aimed to use Geographic Information System (GIS) tools to identify the areas with greater flooding vulnerability in Espírito Santo state, Brazil. The study was based on the following methodological steps: (1) a Digital Elevation Model (DEM) acquisition and watersheds delimitation; (2) maximum and accumulated rainfall intensity calculations for the three studied periods using meteorological data; (3) a land use and occupation map reclassification regarding flood vulnerability and fuzzy logic application; (4) an application of Euclidean distance and fuzzy logic in hydrography and water mass vector variables; (5) a flood vulnerability model generation. Based on the found results, it was observed that the metropolitan and coastal regions presented as greater flood vulnerability areas during the dry season, as in these regions, almost all of the 9.18% of the state’s area was classified as highly vulnerable, while during rainy season, the most vulnerable areas were concentrated in Caparaó and in the coastal and immigration and metropolitan regions, as in these regions, almost all of the 12.72% of the state’s area was classified as highly vulnerable. In general, by annually distributing the rainfall rates, a greater flood vulnerability was observed in the metropolitan and coastal and immigration regions, as in these areas, almost all of the 7.72% of the state’s area was classified as highly vulnerable. According to the study, Espírito Santo state was mostly classified as a low (29.15%) and medium (28.06%) flood vulnerability area considering the annual period, while its metropolitan region has a very high flood vulnerability risk. Finally, GIS modeling is important to assist in decision making regarding public management and the employed methodology presents worldwide application potential.

A remoção da vegetação e a impermeabilização de grandes áreas, devido ao processo de urbanização, afeta diretamente o ciclo hidrológico natural, e pode contribuir para eventos como enchentes e inundações. Para tal, o Sistema de Informações Geográficas (SIGs) permite a determinação de áreas com risco de inundação. Com base nas questões abordadas, esse estudo teve como objetivos mapear as áreas mais suscetíveis à ocorrência de inundação na Sub-Bacia Muriaé 2, e propor medidas de intervenção. A metodologia empregada consistiu na determinação do coeficiente de compacidade, índice de circularidade e fator forma da sub-bacia. Além disso, foi realizada a delimitação da sub-bacia, determinação do Índice Topográfico de umidade (TWI) e determinação do Uso e ocupação do solo utilizando algoritmos do QGIS. Os resultados apontaram grande susceptibilidade à inundação nas áreas das localidades, que pode ser explicada devido a predominância de áreas de relevo plano utilizadas como planície de inundação do rio Muriaé. O mapa de Uso e ocupação do solo mostrou que a sub-bacia sofreu muitas interferências antrópicas e mostrou a predominância das áreas de cultivo. Medidas como sistemas de alerta e previsão de cheias, programas de controle da erosão ao longo da bacia de drenagem, educação Ambiental voltada para a importância da vegetação na sub-bacia e do controle de erosão e construção de pequenas paredes em torno do rio, poderiam ser tomadas para minimizar os efeitos das inundações nessas localidades. Pode- se concluir que o uso do SIG é de grande utilidade para a realização de pesquisas hidrológicas.

As mudanças climáticas são um problema ambiental que causa crescente preocupação na sociedade. Quando se busca solucionar esta questão, diminuir as emissões de CO2 e outros gases de efeito estufa se apresenta como um grande desafio. Diante disso, o objetivo desse trabalho foi determinar o potencial da produção de agregados para concreto carbono negativos no Brasil, utilizando CO2 capturado de usinas de etanol e escória de siderurgia como matérias primas. Essa avaliação foi conduzida através da determinação do local ideal para instalação deste empreendimento e da estimativa do custo de produção que permite a viabilidade deste produto. Para este fim, foram listadas e mapeadas possíveis fontes de dióxido de carbono e de escória, e operações de geoprocessamento foram aplicadas a esses dados para encontrar o local mais propício para a instalação do empreendimento. 410 usinas de açúcar e etanol e 28 usinas siderúrgicas foram listadas e mapeadas. Devido à grande disponibilidade de matéria prima e a pequena distância entre as fontes, o local considerado mais propício para a instalação desse empreendimento foi Piracicaba no estado de São Paulo. O custo de produção que permite a viabilidade do projeto foi de R$: 9.742.924 reais por ano, e apesar desse valor ser baixo, com incentivos governamentais a viabilidade desse empreendimento aumentaria consideravelmente, se tornando uma alternativa para a destinação de escória e uma forma lucrativa de reduzir emissões de dióxido de carbono.

Anais do XVII Encontro Nacional de Estudantes de Engenharia Ambiental e V Fórum Latino-Americano de Engenharia e Sustentabilidade (978-85-5722-291-5) - Aplicação Do Índice De Vegetação Por Diferença Normalizada Para Análise De Nascentes De Ibitioca, Campos Dos Goytacazes - Rj.