Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/4221
Título: Avaliação de incerteza dos fatores de caracterização regionalizados para escassez hídrica no semiárido brasileiro
Título(s) alternativo(s): Uncertainty assessment of regionalized characterization factors for the water scarcity in the brazilian semiarid region
Autor(es): Alves, Kilvia de Freitas
Orientador(es): Ugaya, Cássia Maria Lie
Palavras-chave: Monte Carlo, Método de
Incerteza - Modelos matemáticos
Sensibilidade (Matemática)
Escassez - Abastecimento de água
Balanço hidrológico
Ciclo de vida do produto
Engenharia mecânica
Monte Carlo method
Uncertainty - Mathematical models
Sensitivity (Mathematics)
Scarcity - Water-supply
Water balance (Hidrology)
Product life cicle
Mechanical engineering
Data do documento: 5-Abr-2019
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Citação: ALVES, Kilvia de Freitas. Avaliação de incerteza dos fatores de caracterização regionalizados para escassez hídrica no semiárido brasileiro. 2019. 231 f. Dissertação (Mestrado em Engenharia Mecânica e de Materiais) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019.
Resumo: Apesar das recomendações da UNEP e SETAC (2016), sensibilidade e incertezas ainda são pouco incorporadas em estudos de ACV, especialmente na obtenção de fatores de caracterização (FC). Andrade (2018) realizou a regionalização dos FC de escassez hídrica pelo modelo AWARE para o Semiárido brasileiro. O objetivo deste estudo é avaliar incertezas e sensibilidade na regionalização dos FC para escassez hídrica no Semiárido brasileiro. A metodologia utilizada para avaliação qualitativa de incertezas foi a pontuação de indicadores de qualidade segundo uma matriz Pedigree (Weidema e Wesnaes, 1996) adaptada. Para a avaliação quantitativa de incertezas, foi utilizada a análise estatística clássica e simulações de Monte Carlo com 10000 iterações para avaliação e propagação de incertezas, respectivamente. Quando houve necessidade de estimativa de parâmetros de incerteza, foram estimados coeficientes de variação segundo Meier (1997) e Sonnemann et al. (2003). Para análise de sensibilidade, foi utilizada a análise de cenários por meio da proposição de 8 cenários com variação de mais e menos 10% de cada uma das quatro variáveis de entrada do modelo AWARE e a análise de sensibilidade unidirecional para compreensão da sua variação. Os dados de disponibilidade de Estações Fluviométricas obtiveram a melhor pontuação na avaliação qualitativa, enquanto a demanda do ecossistema de Pastor et al. (2014) tiveram a pior pontuação. Os resultados da análise quantitativa demonstraram que os dados de disponibilidade das Estações Fluviométricas foram os principais responsáveis pelas incertezas nos dados de entrada e, consequentemente, nos dados de saída. Isso por conta da grande variabilidade temporal típica do Semiárido, que foi considerada nestes dados e desconsiderada nas demais variáveis. Notou-se ainda que a adoção de séries de dados menores levou à redução da média e desvio padrão. Também se observou que FC moderados são mais incertos, enquanto FC mais extremos apresentam menor variação, corroborando com análises anteriores. A variável mais sensível foi a disponibilidade. As agregações levaram a FC mais incertos e sensíveis, porém não houve diferença significativa entre agregações agrícola, não agrícola e genérica. Concluiu-se que a disponibilidade é um elemento-chave na regionalização dos FC para escassez hídrica pelo método AWARE para o Semiárido brasileiro. Concluiu-se também que, a depender do escopo de cada trabalho, podem ser adotadas séries maiores para abranger o comportamento da região ao longo dos anos, ou séries menores, a fim de aproximar-se da situação de escassez atual. Outra opção seria a adoção sempre do pior caso, a fim de evitar escassez em todos os cenários possíveis.
Abstract: Despite the recommendations, sensitivity and uncertainties are still little incorporated in LCA studies, especially in obtaining characterization factors (CF). Andrade (2018) performed the regionalization of water scarcity CF by the AWARE model for the Brazilian semi-arid region. The mais goal of this study is to evaluate uncertainties and sensitivity in the regionalization of water scarcity CF for the Brazilian semi-arid region.The methodology used for the qualitative evaluation of uncertainties was the score of quality indicators according to an adapted Pedigree matrix (Weidema and Wesnaes, 1996). For the quantitative evaluation of uncertainties, classical statistical analysis and Monte Carlo simulations with 10,000 iterations were used to evaluate and propagate uncertainties, respectively. When estimating uncertainty parameters, coefficients of variation were estimated according to Meier (1997) and Sonnemann et al. (2003). For sensitivity analysis, scenario analysis was used by proposing 8 scenarios with variation of plus and minus 10% of each of the four input variables of the AWARE model and the unidirectional sensitivity analysis to understand its variation. The availability data obtained best score in the qualitative evaluation, while the ecosystem demand of Pastor et al. (2014) had the worse score. The results showed that the availability data of the Fluviometric Stations were mainly responsible for the uncertainties in the input data and, consequently, the output data. This is due to the great temporal variability typical of the Brazilian semi-arid region, which was considered in these data and disregarded in the other variables. It was also noted that the adoption of smaller data series led to the reduction of mean and standard deviation. It was also observed that moderate CF are more uncertain, while more extreme CFs show lower variation, corroborating with previous analyzes. The most sensitive variable was the availability. Aggregations led to more uncertain and sensitive CF, but there was no significant difference between agricultural, non-agricultural and generic aggregates. It was concluded that availability is a key issue in the regionalization of water scarcity by the AWARE model for the Brazilian semi-arid region. It was also concluded that, depending on the scope of each work, larger series can be adopted to cover the region's behavior over the years, or smaller series, in order to approach the current scarcity situation. Another option would be to adopt always the worst case, in order to avoid scarcity in all possible scenarios.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/4221
Aparece nas coleções:CT - Programa de Pós-Graduação em Engenharia Mecânica e de Materiais

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_PPGEM_M_Alves, Kilvia de Freitas_2019.pdf
  Disponível a partir de 2020-04-05
7,07 MBAdobe PDFVisualizar/Abrir Solicitar uma cópia


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