Uso de Inteligência Artificial e Modelagem Experimental para Calibração da Dispersividade Longitudinal em Meios Porosos aplicada ao Monitoramento da Poluição do Solo e das Águas Subterrâneas
Em execuçãoA dispersividade longitudinal é um dos principais parâmetros envolvidos na modelagem do transporte de contaminantes em meios porosos saturados, sendo essencial para a previsão da propagação de plumas de poluição no solo e em águas subterrâneas. A estimativa adequada desse parâmetro é fundamental para o monitoramento ambiental e para o desenvolvimento de estratégias de controle da contaminação de aquíferos.
Este projeto propõe o desenvolvimento de uma metodologia integrada baseada em experimentação física, modelagem matemática e inteligência artificial para calibração da dispersividade longitudinal. Serão realizados experimentos em meio poroso saturado utilizando traçadores químicos, térmicos e fluorescentes, permitindo a obtenção de gradientes espaciais e temporais da pluma de dispersão. Técnicas de processamento digital de imagens e algoritmos de aprendizado de máquina serão utilizados para apoiar a estimativa do parâmetro de dispersividade, contribuindo para a redução de incertezas associadas aos métodos tradicionais de calibração.
A metodologia proposta permitirá o desenvolvimento de ferramenta aplicada ao monitoramento da poluição do solo e das águas subterrâneas, contribuindo para o avanço da modelagem hidrogeológica e para a gestão sustentável dos recursos hídricos.
Projeto importado do Suap em 11/05/2026 às 04:46 (há 7 horas, 7 minutos)