RESUMO Garantir o cumprimento dos padrões mínimos de qualidade de água estabelecidos por lei exige medidas estratégicas na bacia afluente. A modelagem da poluição de água serve como ferramenta para orientar a formulação de estratégias eficazes de controle de poluição. No entanto, a complexidade inerente à calibração, à variabilidade espacial-temporal e a incerteza, aliadas ao repasse ineficaz de informações técnicas para os tomadores de decisão, dificultam não apenas a priorização se não a própria efetivação das ações e aplicação dos recursos eficientemente. Sendo assim, este estudo apresenta o desenvolvimento de um Web-GIS que reúne os principais resultados das modelagens hidrológicas para conceder uma visão interativa da bacia do Rio Paranapanema no sul do Brasil. O sistema supera a dificuldade de apresentação de resultados científicos para o gestor, reunindo e harmonizando conjuntos de dados diversos. Combinando informações da bacia hidrográfica, estimativas de carga de poluentes para três substâncias (fósforo, nitrogênio e DBO), as concentrações resultantes em rios e reservatórios, bem como os resultados para diferentes cenários futuros em uma plataforma unificada. Espera-se que a tomada de decisão em relação ao enquadramento de corpos d'água seja facilitada pela identificação das principais fontes e vias de poluição, priorizando as bacias com maior produção de carga e determinando possibilidades realistas de redução da carga por meio de medidas eficazes. afluente entanto calibração espacialtemporal espacial temporal incerteza eficientemente assim WebGIS Web GIS Brasil gestor diversos hidrográfica fósforo, fósforo (fósforo DBO, DBO , DBO) reservatórios unificada Esperase Espera dágua d

ABSTRACT Ensuring compliance with the minimum Water Quality Standards stipulated by law demands the implementation of strategic measures within the watershed. Water pollution modeling serves as a tool to guide the formulations of effective pollution control strategies. However, the inherent complexity of calibration, spatial-temporal variability, and uncertainty, in addition to effective communication of technical information to decision makers, makes it challenging to prioritize actions, implement them, and allocate resources efficiently. This paper presents the implementation of a Web-GIS for decision making support which combines collaborative hydrological and hydrodynamic modeling results with an interactive visualization of the Paranapanema river basin in the South of Brazil. The Web-GIS aimed to overcome the difficulty of presenting scientific results to decision-makers, gathering and harmonizing diverse datasets. Combining information from the watershed, the pollutant loads estimations for three substances (phosphorus, nitrogen, and BOD), the resulting concentrations in rivers and reservoirs, as well as the results for different future scenarios into a unified platform. It is expected that decision-making regarding water bodies framework will be facilitated by identifying the primary sources and pathways of pollution, prioritizing basins with the highest load production, an determining realistic possibilities of load reduction through effective measures. watershed strategies However calibration spatialtemporal spatial temporal variability uncertainty makers actions them efficiently WebGIS Web GIS Brazil decisionmakers, decisionmakers decision-makers datasets phosphorus, phosphorus (phosphorus nitrogen BOD, BOD , BOD) reservoirs platform decisionmaking production

Técnicas de Sensoriamento Remoto tem ganhado especial interesse, uma vez que podem ser utilizadas para o monitoramento de sistemas e fenômenos em escala local ou global, de maneira contínua temporal e espacialmente. Redes Neurais Artificias estão entre os métodos que são capazes de trabalhar com grande quantidade de dados, com diversas características e sofrer pouca influência de ruídos. Desta forma, fez-se o uso de Redes Neurais Artificiais com o propósito de classificar dados de sensoriamento remoto. Utilizou-se de dados de alta resolução espacial, como imagens espectrais de aerolevantamento e dados altimétricos Laser Scanner, para a classificação do alvo “árvores”. Com isso, gerou-se RNA especialistas na detecção destes alvos. Os dados utilizados são de uma área densamente urbanizada, onde existe grande variabilidade de cotas e características espectrais. Os resultados mostraram que a classificação utilizando dados espectrais e altimétricos resultaram em melhores classificações, do que a utilização apenas de informações espectrais. Testou-se também a influência do tamanho das amostras de treinamento das Redes Neurais Artificiais, gerando assim uma “curva de aprendizado” das RNA. Percebeu-se que conforme se aumenta o tamanho das amostras de treinamento, existe uma tendência em aumentar a acurácia na classificação dos dados. Os acertos globais foram superiores a 87,5% quando utilizando apenas informação espectral e 97,5% quando utilizando dados espectrais e altimétricos

Remote Sensing techniques has gained special interest, since it can be used for monitoring systems and phenomena in local or global scale, in a temporally and spatially continuous way. Artificial Neural Networks are able to work with large amounts of data, with different characteristics. ANN was used in this work as the purpose of classifying remote sensing data. It was used multi sources and high-resolution spatial data, such as spectral images and Laser Scanner elevation data to classify the class “tree”. So, all the ANN created were specialist in tree class classification. In addition, the data used is from a densely urbanized area where there is a large variability of elevations and spectral characteristics. The results showed that the classification using both spectral and altimetry data resulted in better classifications than the use of only spectral information. It was also tested the influence of the size of samples for training the ANN, creating a learning curve for the ANN. It was noticed that with increasing the size of training samples there is a tendency to increase the accuracy in the classification. The global hits were above 87.5% when using only spectral data, and 97.5% when using spectral and altimetry data