http://hdl.handle.net/10183/51 2026-11-13T01:39:41Z http://hdl.handle.net/10183/308955 Monitoring tropical forests evapotranspiration with remote sensing Santos, Leonardo Laipelt dos O monitoramento da evapotranspiração (ET) em florestas tropicais, apesar de desafiador pela complexidade dos seus processos hidrometeorológicos, é fundamental para a compreensão dos ciclos globais de água e energia. O sensoriamento remoto oferece uma alternativa promissora para o monitoramento em larga escala de florestas tropicais. Entretanto, a avaliação precisa das alterações na vegetação, devido às mudanças climáticas e ao desmatamento, exige imagens de alta resolução, capazes de representar com maior fidelidade os diferentes processos atuantes nesses ecossistemas. Isso representa um desafio, visto que atualmente existem poucos estudos sobre o desempenho de diferentes modelos de ET, globalmente reconhecidos nesses ambientes. O objetivo principal desta pesquisa é desenvolver e validar uma metodologia baseada em sensoriamento remoto de alta resolução para o monitoramento contínuo da dinâmica da ET em florestas tropicais, visando aprimorar o conhecimento sobre os processos atuantes nesses ecossistemas. Para alcançar esse objetivo, primeiramente, foi realizado uma análise das incertezas, na qual se validou quatro modelos de ET baseados em sensoriamento remoto, comparando-os com observações in situ de torres de fluxo. Também foram avaliadas a sensibilidade dos modelos às forçantes meteorológicas, as diferentes respostas espaciais de longo prazo e os impactos na ET devido ao desmatamento. Os resultados indicaram bom desempenho dos modelos quando usados com dados meteorológicos acurados, com um RMSE médio de 1.2 mm⋅dia−1 e BIAS de 0.2 mm⋅dia−1. Além disso, as análises da resposta da ET dos modelos ao desmatamento foram consistentes em demonstrar seus impactos, embora a magnitude dessa diminuição tenha variado entre eles. Posteriormente, para superar a escassez de dados termais de alta resolução, essenciais para os modelos de ET, foi proposto um novo algoritmo que combina dados termais de baixa resolução com imagens ópticas de alta resolução para estimar a temperatura da superfície em alta resolução. As análises demonstraram que o algoritmo desenvolvido apresenta desempenho promissor para aplicações globais, superando os métodos tradicionais avaliados. Além disso, a integração das estimativas de ET derivadas do algoritmo de downscaling com dados Sentinel/VIIRS, em comparação com aquelas provenientes de dados Landsat, revelou baixa sensibilidade nas estimativas de ET, ao mesmo tempo em que aumentou significativamente a cobertura temporal para monitoramento. De forma geral, os estudos desenvolvidos neste trabalho contribuíram para o avanço de um conjunto de ferramentas robustas e validadas, capazes de reduzir lacunas no conhecimento sobre os fluxos de água e energia em florestas tropicais, possibilitando um monitoramento mais eficaz da interação entre esses ecossistemas e o ciclo hidrológico.; Monitoring evapotranspiration (ET) in tropical forests, despite being challenging due to the complexity of their hydrometeorological processes, it is fundamental for understanding global water and energy cycles. Remote sensing offers a promising alternative for the large-scale monitoring. However, the accurate assessment of vegetation changes, due to climate change and deforestation, requires high-resolution images capable of representing with greater fidelity the different processes acting in these ecosystems. This represents a challenge, as substantial knowledge gaps exist regarding the performance of established ET models with such data in these environments. The main goal of this research is to develop and validate a methodology that uses highresolution remote sensing for the continuous monitoring of ET in tropical forests, in order to enhance the knowledge of the processes acting in these ecosystems. To achieve this, we first address the uncertainty by evaluating four remote sensing-based ET models against in situ observations from flux towers, also assessing their sensibility to meteorological forcing, their different long-term spatial patterns and the response due to deforestation. Our results indicate that the models perform well when driven by accurate meteorological forcing, with an average RMSE of 1.2 mm.day-1 and BIAS of 0.2 mm.day1. Moreover, preliminary analyses of models’ ET response to deforestation were similar in showing an impact, although the magnitude of this decrease varied between them. Subsequently, to overcome the scarcity of high-resolution thermal data, essential for ET modeling, a new algorithm was proposed that combines low-resolution thermal data with high-resolution optical imagery to estimate surface temperature at high spatial resolution. Analyses showed that the developed algorithm performs promisingly for global applications, outperforming the traditional methods evaluated. Additionally, the integration of ET estimates derived from the downscaling algorithm with Sentinel/VIIRS datasets, compared with those derived from Landsat, revealed low sensitivity in ET estimates while substantially increasing temporal coverage for monitoring. Overall, the studies conducted in this work contributed to the development of a robust and validated set of tools, capable of reducing knowledge gaps regarding water and energy fluxes in tropical forests, enabling more effective monitoring of the interactions between these ecosystems and the global hydrological cycle. 2026-01-01T00:00:00Z http://hdl.handle.net/10183/307945 Otimização da operação integrada de redes de água e energia considerando recursos energéticos distribuídos Castiglio, Guilherme Santanna Um dos principais desafios na gestão das companhias de saneamento é o uso eficiente de energia elétrica nas estações de bombeamento das redes de distribuição de água (RDA). De forma complementar, as concessionárias de energia buscam mecanismos para o controle da demanda nos horários de pico e para o uso estratégico de recursos energéticos distribuídos nas redes de distribuição de energia (RDE). Apesar da interdependência entre esses sistemas nos ambientes urbanos, suas operações são tradicionalmente conduzidas de forma independente. Nesse contexto, este trabalho propõe um modelo de otimização baseado em Programação Linear Inteira Mista (PLIM) para definir o planejamento da operação da RDA considerando recursos energéticos distribuídos (REDs) em ambas as redes. O modelo considera a inserção de sistemas solares fotovoltaicos (SSFVs) e sistemas de armazenamento de energia (SAEs) na RDE, bem como a utilização de microcentrais hidrelétricas (MCHs) para recuperação energética a partir da pressão excedente na RDA. A formulação proposta adota a linearização da equação de Hazen–Williams, bem como da carga hidráulica e da potência das bombas e turbinas. Os resultados obtidos a partir do modelo linear apresentaram elevada concordância com simulações realizadas no EPANET, com diferenças relativas médias inferiores a 0.85% para o custo operacional da RDA. Nos cenários de otimização considerando o sistema integrado entre RDA e RDE, os resultados indicaram que as MCHs podem suprir até 17% da demanda energética das bombas da RDA. A integração de SSFVs e SAEs reduziu em até 35% a energia adquirida da subestação nos horários críticos de operação da RDE, além de proporcionar uma diminuição média de 32% nos custos operacionais da RDA. Assim, os resultados evidenciam o elevado potencial da operação integrada de ambas as redes, considerando a utilização de REDs como estratégia para o aumento da eficiência energética, da flexibilidade operacional e da redução dos custos operacionais da RDA.; One of the main challenges faced by water utilities is the efficient use of electrical energy in pumping stations within water distribution networks (WDNs). At the same time, power utilities seek mechanisms to manage demand during peak hours and to strategically utilize distributed energy resources (DERs) in power distribution systems (PDSs). Despite the strong interdependence between these systems in urban environments, their operations are traditionally conducted independently. In this context, this study proposes an optimization model based on Mixed-Integer Linear Programming (MILP) to determine the operational planning of WDNs while considering distributed energy resources in both networks. The model incorporates photovoltaic solar systems (PV), energy storage systems (ESS), and the use of micro-hydropower plants (MHPs) for energy recovery from excess pressure in water networks. The proposed formulation includes the linearization of the Hazen–Williams equation, as well as the hydraulic head and power of pumps and turbines. The results obtained from the linear model show strong agreement with simulations performed in EPANET, with average relative differences below 0.85% for the operational cost of the WDN. In integrated optimization scenarios, the results indicate that MHPs can supply up to 17% of the energy demand of pumping systems. Additionally, the integration of PV systems and ESS reduced energy purchased from substations by up to 35% during peak periods, while achieving an average reduction of 32% in WDN operational costs. Overall, the findings highlight the significant potential of integrated operation between water and energy networks, demonstrating that the use of distributed energy resources can enhance energy efficiency, operational flexibility, and cost reduction in water distribution systems. 2026-01-01T00:00:00Z http://hdl.handle.net/10183/307264 Reconhecimento automatizado de padrões tafonômicos em microtomografias de coquinas geradas por modelagem física Vargas, Vitor Mateus Lopes O presente trabalho apresenta o desenvolvimento e a aplicação de uma abordagem integrada para a análise quantitativa de padrões tafonômicos em depósitos de coquinas, combinando modelagem física experimental e processamento automatizado de imagens de microtomografia. Coquinas constituem depósitos bioclásticos altamente heterogêneos, cuja organização reflete processos de transporte e empacotamento hidrodinâmico, sendo sua quantificação dificultada pela complexidade estrutural, subjetividade e elevado tempo requerido em análises manuais. Nesse contexto, foi desenvolvido um fluxo de trabalho em Python para o reconhecimento automatizado de padrões tafonômicos em imagens μCT, integrando etapas de pré-processamento, separação de objetos, extração de descritores morfométricos e classificação heurística, incluindo discriminação composicional e caracterização de descritores direcionais, como orientação angular (concordante, oblíqua e vertical) e polaridade de concavidade (UP/DOWN). O algoritmo demonstrou capacidade consistente de discriminar conchas e fragmentos, extrair descritores estruturais e quantificar, de forma objetiva e reprodutível, a organização interna de depósitos bioclásticos sintéticos. A calibração foi realizada com três plugs experimentais (100/0%, 75/25% e 50/50%), subdivididos em quatro fatias axiais (12 imagens), resultando em RMSE global de aproximadamente 8,3% e R² de 0,97, com erros variando entre −13% e +10,5%. O melhor desempenho foi observado em condições intermediárias (RMSE = 4,18%), enquanto maiores desvios ocorreram nos extremos (RMSE = 10,86%), associados à subestimação de conchas por oclusão e leve superestimação em composições mistas. A aplicação do método a 10 plugs gerados por modelagem física indicou predominância de conchas (61,2%–71,2%), exceto em uma amostra caracterizada por maior fragmentação (52,8%). As orientações concordantes predominam (56,2%–91,3%), enquanto as classes oblíqua (4,3%–31,2%) e vertical (<20%) permanecem subordinadas. A concavidade apresentou predominância de padrões côncavos para baixo (54%–68%), com variações próximas a distribuições equilibradas. A validação frente a análises manuais evidenciou bom desempenho geral, com RMSE da ordem de 7,0% para orientação concordante, melhor desempenho para a classe vertical (RMSE ≈ 4,9%; R² ≈ 0,51) e maior dispersão para a classe oblíqua (RMSE ≈ 7,8%; R² ≈ 0,03). Para concavidade, os erros variaram entre −24,7% e 25,8% (RMSE ≈ 17,3%; R² ≈ 0,31), indicando maior sensibilidade desse descritor, embora as tendências dominantes tenham sido preservadas. Os resultados evidenciam que a biofábrica dos depósitos está diretamente condicionada aos processos hidrodinâmicos atuantes durante a deposição, sendo possível reconhecer assinaturas estruturais associadas ao grau de reorganização sedimentar, como variações na fragmentação, orientação preferencial e posicionamento das valvas. De forma geral, a metodologia demonstra que a análise automatizada baseada em descritores morfométricos e direcionais constitui uma ferramenta robusta para caracterização tafonômica quantitativa, permitindo a extração sistemática de informações estruturais a partir de grandes conjuntos de dados tomográficos e estabelecendo uma ligação direta entre a organização interna dos depósitos e os processos deposicionais responsáveis por sua formação. Além disso, o método reduz o tempo de análise de aproximadamente 22–44 horas para cerca de 5 minutos, ampliando significativamente a viabilidade de aplicações em larga escala. A abordagem proposta estabelece uma base para avanços futuros, incluindo o refinamento do algoritmo, aplicação a depósitos naturais e incorporação de abordagens baseadas em aprendizado de máquina, visando aumentar sua robustez, generalização e aplicabilidade em diferentes contextos geológicos.; This study presents the development and application of an integrated approach for the quantitative analysis of taphonomic patterns in coquina deposits, combining experimental physical modeling and automated processing of microtomography images. Coquinas are highly heterogeneous bioclastic deposits whose internal organization reflects hydrodynamic transport and packing processes; however, their quantification is hindered by structural complexity, subjectivity, and the time-intensive nature of manual analyses. In this context, a Python-based workflow was developed for the automated recognition of taphonomic patterns in μCT images, integrating preprocessing, object separation, extraction of morphometric descriptors, and heuristic classification, including compositional discrimination and the characterization of directional descriptors such as angular orientation (concordant, oblique, and vertical) and concavity polarity (UP/DOWN).The algorithm demonstrated consistent capability to discriminate shells and fragments, extract structural descriptors, and quantitatively characterize, in an objective and reproducible manner, the internal organization of synthetic bioclastic deposits. Calibration was performed using three experimental plugs (100/0%, 75/25%, and 50/50%), subdivided into four axial slices (12 images), yielding a global RMSE of approximately 8.3% and R² of 0.97, with errors ranging from −13% to +10.5%. The best performance was observed under intermediate conditions (RMSE = 4.18%), whereas larger deviationsoccurred at the extremes (RMSE = 10.86%), associated with shell underestimation due to occlusion and slight overestimation in mixed compositions.Application of the method to 10 plugs generated through physical modeling indicated shell dominance (61.2%–71.2%), except for one sample characterized by higher fragmentation (52.8%). Concordant orientations predominate (56.2%–91.3%), while oblique (4.3%–31.2%) and vertical (<20%) classes remain subordinate. Concavity is predominantly concave-down (54%–68%), withvariations approaching balanced distributions. Validation against manual analyses demonstrated overall good performance, with RMSE on the order of 7.0% for concordant orientation, improved performance for the vertical class (RMSE ≈ 4.9%; R² ≈ 0.51), and greater dispersion for the oblique class (RMSE ≈ 7.8%; R² ≈ 0.03). For concavity, errors ranged from −24.7% to 25.8% (RMSE ≈ 17.3%; R² ≈ 0.31), indicating higher sensitivity of this descriptor, although dominant trends were preserved.The results demonstrate that the biofabric of the deposits is directly controlled by hydrodynamic processes acting during deposition, allowing the recognition of structural signatures associated with the degree of sedimentary reorganization, such as variations in fragmentation,preferential orientation, and valve positioning. Overall, the methodology demonstrates that automated analysis based on morphometric and directional descriptors constitutes a robust tool for quantitative taphonomic characterization, enabling systematic extraction of structural information from large tomographic datasets and establishing a direct link between internal deposit organization and the depositional processes responsible for their formation.Additionally, the method reduces analysis time from approximately 22–44 hours to about 5 minutes, significantly enhancing the feasibility of large-scale applications. The proposed approach establishes a foundation for future developments, including algorithm refinement, application to natural deposits, and the incorporation of machine learning approaches, aiming to improve robustness, generalization, and applicability across different geological contexts. 2026-01-01T00:00:00Z http://hdl.handle.net/10183/307232 Avaliação de ruptura hipotética de barragens com diferentes metodologias e bases topográficas Kipper, Priscila Maria Esta dissertação tem como objetivo avaliar a influência de diferentes Modelos Digitais de Elevação (MDEs) e metodologias de modelagem na estimativa de variáveis hidrodinâmicas, incluindo vazão máxima, profundidade máxima, velocidade máxima, largura superficial máxima da inundação e tempo de pico, e na delimitação das manchas de inundação decorrentes da ruptura hipotética de barragens, considerando a aplicação de abordagem hidrodinâmica bidimensional (HEC-RAS 2D) e de método simplificado (LNEC), em vales a jusante com características geomorfológicas distintas. A questão central da pesquisa reside nas incertezas associadas à escolha da base topográfica e da metodologia de cálculo, especialmente diante da ampla disponibilidade de MDEs de diferentes origens, resoluções e níveis de detalhamento, bem como da utilização de métodos simplificados para fins de classificação preliminar do Dano Potencial Associado (DPA). Para isto, foram analisadas quatro barragens localizadas no estado do Rio Grande do Sul, Brasil, considerando seis bases topográficas com diferentes níveis de detalhamento, quatro obtidas in situ (três levantamentos LiDAR com batimetria e um modelo derivado de aerofotogrametria) e duas de uso livre (FABDEM e ANADEM), nas simulações realizadas tanto no modelo hidrodinâmico (HEC-RAS 2D) quanto no método simplificado (LNEC), sendo adotado o MDE LiDAR de 1 m como referência para comparação dos resultados. A avaliação foi realizada por meio de gráficos adimensionais, métricas integradas de erro e desvios relativos de área, complementadas por análise estatística descritiva, incluindo coeficiente de variação e correlação linear. Os resultados indicam que a base topográfica exerce influência direta e sistemática sobre os parâmetros hidráulicos, especialmente aqueles associados à geometria da inundação, como profundidade, velocidade e largura, enquanto a vazão máxima apresenta menor sensibilidade. As diferenças entre os MDEs mostraram-se mais expressivas para largura e área inundada, com variações que, nos casos mais críticos, atingem ou superam a ordem de 20% a 30%, enquanto as variáveis associadas à propagação longitudinal apresentaram menor dispersão. O modelo hidrodinâmico apresentou maior capacidade de representação espacial e tendência a estimar maiores magnitudes e extensões de inundação, enquanto o método simplificado apresentou menor variabilidade interna e estimativas mais restritivas. Conclui-se que a escolha da metodologia e da base topográfica deve considerar o contexto geomorfológico do vale a jusante, uma vez que este se apresenta como fator determinante para o comportamento do escoamento e para a magnitude das diferenças entre métodos e bases topográficas, influenciando diretamente a confiabilidade das estimativas hidráulicas e a delimitação das áreas inundáveis em estudos de ruptura de barragens.; The objective of this dissertation is to evaluate the influence of different Digital Elevation Models (DEMs) and modeling approaches on the estimation of hydraulic parameters, including peak discharge, maximum depth, maximum velocity, maximum flood width, and time to peak, as well as on the delineation of flood extents resulting from hypothetical dam-break scenarios. The study considers both a two-dimensional hydrodynamic approach (HEC-RAS 2D) and a simplified method (LNEC), applied to downstream valleys with distinct geomorphological characteristics. The central issue addressed in this research concerns the uncertainties associated with the selection of topographic data and modeling methodology, particularly given the wide availability of DEMs with varying sources, resolutions, and levels of detail, as well as the use of simplified approaches for preliminary dam safety classification. Four dams located in the state of Rio Grande do Sul, Brazil, were analyzed using six terrain datasets with different levels of detail: four obtained in situ (three LiDAR surveys with bathymetry and one model derived from aerial photogrammetry) and two freely available global datasets (FABDEM and ANADEM). Simulations were performed using both the hydrodynamic model and the simplified method, adopting the 1 m LiDAR DEM as the reference dataset for comparison. The evaluation was based on dimensionless analysis, integrated error metrics, and relative area deviations, complemented by descriptive statistical measures, including coefficient of variation and linear correlation. The results indicate that topographic data exert a direct and systematic influence on hydraulic parameters, particularly those associated with flood geometry, such as depth, velocity, and flood width, while peak discharge shows lower sensitivity. Differences between DEMs were more pronounced for flood width and inundated area, with variations that, in the most critical cases, reach or exceed on the order of 20% to 30%, whereas variables related to longitudinal flow propagation exhibited lower dispersion. The hydrodynamic model demonstrated a greater ability to represent the spatial dynamics of flooding and tended to estimate larger flood extents and magnitudes, while the simplified method showed lower internal variability and more restrictive estimates. It is concluded that the selection of both modeling approach and topographic data should consider the geomorphological characteristics of the downstream valley, as these play a key role in controlling flow behavior and the magnitude of differences between methods and terrain representations, directly affecting the reliability of hydraulic estimates and the delineation of flood-prone areas in dam-break studies. 2026-01-01T00:00:00Z