Watershed Prioritization and Decision Making Based On Weighted Sum Analysis, Feature Ranking and Machine Learning Techniques.

Prediction and validation of Compound factors for prioritization of watersheds is an essential application using Machine Learning (ML) Techniques in water resources engineering. In the current paper, a method is proposed to derive 14 morphometric and 3 Topo-hydrological parameters using Remote Sensing (RS) and Geographical Information System (GIS), whereas prediction and validation of compound factor using ML techniques. Compound factor (CF) values are calculated using Weighted Sum Analysis (WSA), ReliefF, correlation coefficient techniques. A ten-fold cross-validation technique is applied to two machine learning models Multi-Layer Perceptron (MLP) and Support Vector Machine (SVM). Predication accuracy of models has been further achieved by feature ranking. The accuracy of ML models is evaluated with three parameters, Mean Absolute Error (MEA), Correlation Coefficient (CC), and Root Mean Square Error (RMSE). With the ranked features and Ten-fold cross-validation, prediction results were found to be better. The methodology will be useful for the accurate prediction of CF values and to reduce the uncertainty in watershed prioritization for conservation techniques for soil and water.

ANÁLISE MORFOMÉTRICA E PRIORIZAÇÃO DE BACIAS HIDROGRÁFICAS COMO INSTRUMENTO DE PLANEJAMENTO AMBIENTAL INTEGRADO

Este artigo tem como objetivo caracterizar e analisar a morfometria de dez sub-bacias hidrográficas (SBH) do baixo curso do rio Itapecuru, Maranhão, indicando as áreas prioritárias para implementação das ações de conservação e preservação do solo e dos recursos hídricos. Para tanto, foram calculados os parâmetros morfométricos das classes linear, zonal e hipsiométrica. Para a hierarquização e correlação de nove parâmetros morfométricos, foi utilizada a técnica denominada Weighted Sum Analysis (WSA). Foi constatado que as SBHs do Baixo Curso do rio Itapecuru são de pequena dimensão e na rede de drenagem predominam canais intermitentes e de primeira ordem. O escoamento dos canais fluviais apresenta baixa capacidade de transporte e, portanto, de erosão do canal fluvial, sugerindo que os mesmos são susceptíveis a processos de assoreamento, que são potencializados naqueles de menor ordem hierárquica de drenagem. Por outro lado, a baixa declividade das SBH pode atenuar o processo de erosão laminar de suas respectivas áreas de drenagem, uma vez que, o escoamento superficial será mais lento. Observou-se, ainda, que 83,3% da área estudada é zona de média e alta susceptibilidade ambiental, as quais devem ser priorizadas para implementação de ações de gerenciamento dos recursos naturais.