Banca de QUALIFICAÇÃO: THAISE SUANNE GUIMARAES FERREIRA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: THAISE SUANNE GUIMARAES FERREIRA
DATA : 29/02/2024
LOCAL: Pós-Graduação Engenharia Civil
TÍTULO:

Estudo da Variabilidade Temporal do Armazenamento de Água Subterrânea em Pernambuco – Aplicações de Modelagem Hidrogeológica e Sensoriamento Remoto 


PALAVRAS-CHAVES:
água subterrânea; monitoramento; sensoriamento remoto; modelagem hidrogeológica; melhoria na resolução espacial.

PÁGINAS: 84
RESUMO:
O aumento da demanda por água e a contínua ameaça dos impactos causados pelas mudanças climáticas torna o gerenciamento eficiente dos recursos hídricos cada vez mais necessário. A água subterrânea tem um papel de grande importância nesse contexto. Responsável por boa parte do suprimento de água para fins domésticos, agricultura e indústria do planeta, a análise de tendências e a previsão de sua disponibilidade torna-se extremamente valiosa para garantir a mitigação de riscos e a segurança alimentar da população. Para isso, é essencial a disponibilidade de dados hidrológicos contínuos e com boas resoluções. No entanto, em diversas regiões, as redes de monitoramento de água subterrânea carecem de cobertura espacial e temporal adequada. E os estudos de modelagem, utilizados para auxiliar no monitoramento dessas águas, apresentam limitações por partirem de dados pouco confiáveis. Nesse cenário, o sensoriamento remoto pode complementar as redes de monitoramento e estudos de modelagem, ajudando a compensar as lacunas dos dados medidos in situ. As contribuições do Gravity Recovery and Climate Experiement (GRACE) para detectar tendências no armazenamento de águas subterrâneas se mostraram fundamentais para o avança de estudos de gerenciamento em diversas regiões. Porém, sua resolução grosseira representa um desafio para caracterização de tendência das águas subterrâneas em pequenas escalas. Nesse estudo, é proposto um modelo para melhoria na resolução (Downscaling) dos dados do GRACE a partir dos dados de elevação do terreno do Pernambuco Tridimensional (PE3D) e outras variáveis hidrológicas. O modelo de aprendizado de máquina Randon Forest é utilizado para simular o armazenamento de águas subterrâneas em alta resolução (30 m) com base na resolução grosseira dos dados GRACE (50 Km) para os aquíferos da Região Metropolitana do Recife (RMR), em Pernambuco. A validação do modelo se dá através da comparação com a modelagem hidrogeológica realizada para a área de estudo com o FREEWAT e a espacialização dos níveis de água dos poços existentes. Os resultados obtidos até o presente momento têm se mostrado promissores para análises de tendência do armazenamento de água subterrânea na região.

MEMBROS DA BANCA:
Presidente - 2726911 - ANDERSON LUIZ RIBEIRO DE PAIVA
Interno - 1130841 - JAIME JOAQUIM DA SILVA PEREIRA CABRAL
Externo ao Programa - 1698142 - SAULO DE TARSO MARQUES BEZERRA - null
Notícia cadastrada em: 23/02/2024 15:09
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2024 - UFRN - sigaa02.ufpe.br.sigaa02