Modelação ecológica no estuário do Sado

Os modelos matemáticos são ferramentas poderosas para avaliar o impacto humano em sistemas costeiros e estuarinos de estrutura complexa. Neste artigo utiliza-se um sistema de modelos matemáticos para simular o comportamento hidrodinâmico e biológico do estuário do Sado. Estudos experimentais de análise da evolução da biomassa de fitoplâncton durante os últimos 10 anos indicam que o ecossistema se encontra numa situação relarivamente estável, exibindo pouca tendência para a eutrofização (Cabeçadas, 1993). Neste Artigo procura-se caracterizar o estado trófico do sistema, confirmar as conclusões obtidas experimentalmente e interpretar os processos que ocorrem na região do estuário.

Métodos dos momentos

Os métodos utilizados na resolução de problemas, nos vários ramos da Engenharia ou ciências aplicadas, baseiam-se, actualmente, em uma de duas categorias: métodos analíticos e métodos numéricos. É preferível a utilização dos métodos analíticos, na resolução de equações ou outros modelos matemáticos, sempre que possível, uma vez que formamões gerais em vez de particularizadas, para além de uma maior informação.

Modelação do impacte produzido pelo aumento de nutrientes na produção primária do estuário do Sado

Os modelos matemáticos são ferramentas poderosas para avaliar o impacto humano em sistemas costeiros e estuarinos de estrutura complexa. Neste artigo utiliza-se um sistema de modelos para caracterizar o estado trófico do estuário do Sado e para prever a sua evolução baseada em diferentes cenários de intervenção humana. Analisa-se em pormenor o efeito do aumento de nutrientes introduzidos no estuário através do rio. Este estudo permite tirar conclusões sobre o impacte que esse aumento terá sobre o estuário. O sistema de modelação é composto por um modelo hidrodinâmico tridimensional às equações primitivas e modelos de transporte acoplados a modelos de transporte de sedimentos, modelos de qualidade da água e modelos ecológicos. O modelo hidrodinâmico encontra-se calibrado e validado para o sistema. Utilizam-se dados de campo de nutrientes e de fitoplâncton para comparação com os resultados do modelo. Analisam-se as características do sistema e efectua-se uma análise de sensibilidade do comportamento biológico do estuário face ao aumento da carga de nutrientes. As conclusões principais são: Confirmação da adequabilidade da metodologia utilizada para a simulação da situação actual do estuário; Pequena sensibilidade do estuário a aumentos moderados da carga de nutrientes; Sensibilidade moderada do estuário para elevadas cargas de nutrientes.

Modelação hidrodinâmica e da qualidade da água da albufeira de Alqueva

Dissertação mest., Gestão e Conservação da Natureza, Universidade do Algarve, 2008

Design of neuro-fuzzy models by evolutionary and gradient-based algorithms

All systems found in nature exhibit, with different degrees, a nonlinear behavior. To emulate this behavior, classical systems identification techniques use, typically, linear models, for mathematical simplicity. Models inspired by biological principles (artificial neural networks) and linguistically motivated (fuzzy systems), due to their universal approximation property, are becoming alternatives to classical mathematical models. In systems identification, the design of this type of models is an iterative process, requiring, among other steps, the need to identify the model structure, as well as the estimation of the model parameters. This thesis addresses the applicability of gradient-basis algorithms for the parameter estimation phase, and the use of evolutionary algorithms for model structure selection, for the design of neuro-fuzzy systems, i.e., models that offer the transparency property found in fuzzy systems, but use, for their design, algorithms introduced in the context of neural networks. A new methodology, based on the minimization of the integral of the error, and exploiting the parameter separability property typically found in neuro-fuzzy systems, is proposed for parameter estimation. A recent evolutionary technique (bacterial algorithms), based on the natural phenomenon of microbial evolution, is combined with genetic programming, and the resulting algorithm, bacterial programming, advocated for structure determination. Different versions of this evolutionary technique are combined with gradient-based algorithms, solving problems found in fuzzy and neuro-fuzzy design, namely incorporation of a-priori knowledge, gradient algorithms initialization and model complexity reduction.