Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/49304
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2023_BrunaMattosAraujo_DISSERT.pdf4,26 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorAlves, Conceição de Maria Albuquerque-
dc.contributor.authorAraújo, Bruna Mattos-
dc.date.accessioned2024-07-29T21:15:54Z-
dc.date.available2024-07-29T21:15:54Z-
dc.date.issued2024-07-29-
dc.date.submitted2023-08-28-
dc.identifier.citationARAÚJO, Bruna Mattos. Explorando abordagens de planejamento adaptativo sob incertezas profundas para sistemas de abastecimento urbano de água: uma aplicação para o Distrito Federal do Brasil. 2023. 141 f., il. Dissertação (Mestrado em Tecnologia Ambiental e Recursos Hídricos) — Universidade de Brasília, Brasília, 2023.pt_BR
dc.identifier.urihttp://repositorio2.unb.br/jspui/handle/10482/49304-
dc.descriptionDissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023.pt_BR
dc.description.abstractCenários de mudanças rápidas e com pouca previsibilidade já são realidade em muitos sistemas de abastecimento urbano de água (SAUAs). Eventos climáticos extremos, alterações rápidas no uso e ocupação do solo, aumento da poluição de mananciais, crescimento na demanda por água são alguns dos desafios hoje comuns na gestão e planejamento desses sistemas. Algumas dessas condições, conhecidas por incertezas profundas, carecem de consenso acerca de suas características, probabilidade de ocorrência, e impactos na performance dos sistemas. Recentemente, metodologias para apoio à tomada de decisões em ambientes de incertezas têm dado destaque para abordagens adaptativas que consideram incertezas profundas, conhecidas como Tomada de Decisão em Contextos de Incerteza Profundas (DMDU). Apesar de já possuírem aplicações internacionais consolidadas e bem-sucedidas, as abordagens DMDU ainda carecem de adaptações e aplicações para estudos de caso brasileiros, mesmo que haja no país diversos contextos que justifiquem sua aplicação. O SAUA do Distrito Federal (DF) opera em região marcada pelo crescimento rápido de sua população, alteração acelerada do uso e ocupação do solo, e disparidades socioeconômicas e de acesso a infraestruturas de saneamento. Este trabalho propõe a aplicação da abordagem DMDU conhecida como Deeply Uncertain Pathways, para construção e análise de portifólios de planejamento e gestão do SAUA do DF que associem medidas de mitigação de secas e instalação de infraestruturas. Para tanto, foram utilizados algoritmos e recursos computacionais de alta performance, com destaque para o programa WaterPaths. Os resultados mostram a existência de fortes relações de compromisso entre segurança hídrica (confiabilidade) e a necessidade de medidas de restrição de consumo de água, e também a forte necessidade de investimento em infraestruturas para manutenção da sustentabilidade do SAUA do DF, especialmente no curto prazo. Também revelam as disparidades na robustez e capacidade de adaptação de áreas com diferentes perfis populacionais dentro do SAUA estudado, mostrando que inequidades socioeconômicas históricas possuem consequências na exposição a riscos e impactos de crises hídricas junto a populações mais vulneráveis.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
dc.language.isoporpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleExplorando abordagens de planejamento adaptativo sob incertezas profundas para sistemas de abastecimento urbano de água: uma aplicação para o Distrito Federal do Brasilpt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordSistemas de abastecimento urbanopt_BR
dc.subject.keywordÁguapt_BR
dc.subject.keywordAbastecimento de águapt_BR
dc.subject.keywordProcesso decisóriopt_BR
dc.description.abstract1Many urban water supply systems (UWSS) are already facing scenarios marked by accelerated and unpredictable changes. Extreme climate events, unexpected land use changes, water sources pollution growth and increase in water demand are some of the challenges faced today by decision makers. Some of these conditions are aggravated by Deep Uncertainties (DU), defined as conditions characterized by lack agreement from analysts about its main attributes, probability distributions, and its impacts on system performance. Recently, decision support tools evolved to include adaptive approaches and methodologies termed as Decision Making Under Deep Uncertainty (DMDU) incorporating DUs in the analysis. Despite having successful and robust applications around the world, in Brazil DMDU approaches have not been extensively explored, even though many national contexts would justify its application. The UWSS in the Federal District (FD) operates in a region marked by rapid and persistent population growth, fast land use changes and accentuated disparities in socioeconomic conditions and infrastructure access. This work proposes the application of the Deeply Uncertain Pathways framework, to build and assess planning and management portfolios for the FD UWSS that couples long term infrastructure measures and drought mitigation actions using the WaterPaths software. Results show strong tradeoffs between system reliability and the use of water consumption restriction measures, and also a strong need of infrastructure investments to maintain water supply sustainability, especially in the short term. The local socioeconomic disparities in robustness and in policy performance are also key results, showing that historic socioeconomic inequities can exacerbate water crisis impacts, specially to the most vulnerable populations.pt_BR
dc.description.unidadeFaculdade de Tecnologia (FT)pt_BR
dc.description.unidadeDepartamento de Engenharia Civil e Ambiental (FT ENC)-
dc.description.ppgPrograma de Pós-Graduação em Tecnologia Ambiental e Recursos Hídricospt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.