O estudo mostra insights sobre as águas subterrâneas da região, usando a Algoritmos de Aprendizado de Máquina. Com seis Algoritmos de Aprendizado de Máquina, analisamos dados de 4.000 poços tubulares para mapear áreas potenciais de água subterrânea.
O modelo Random Forest (RF) se destacou, prevendo com precisão e capturando a influência de fatores ambientais.
As regiões central e oeste do NMG têm um potencial de água subterrânea 620% maior do que as áreas a leste.
Com nossa técnica de seleção de variáveis, identificamos impulsionadores do fluxo de água, ligados a fatores clima, geologia, relevo, solo e vegetação. Os resultados podem servir como ferramenta para a gestão eficiente dos recursos hídricos.
Apesar dos resultados, novos estudos devem ser aprofundados. Juntos, podemos garantir um futuro sustentável para o uso das águas subterrâneas no Norte de Minas Gerais!