Machine Learning for Water Resources Management

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Carvalho, Taís Maria Nunes
Orientador(a): Souza Filho, Francisco de Assis de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aprendizado de máquina
Gestão dos recursos hídricos - estatísticas
Qualidade da água
Aprendizado do computador
Recursos hídricos - Organização e administração
Recursos hídricos - Estatísticas
Água - Qualidade
Link de acesso: http://www.repositorio.ufc.br/handle/riufc/73881
Resumo: Este documento está disponível online com base na Portaria nº 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.
id UFC-7_fd4d541fe6501b539eb42f8ae88c4f65
oai_identifier_str oai:repositorio.ufc.br:riufc/73881
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Carvalho, Taís Maria NunesSouza Filho, Francisco de Assis de2023-08-08T17:27:00Z2023-08-08T17:27:00Z2023CARVALHO, Taís Maria Nunes. Machine learning for water resources management. 2023. 267 f. Tese (Doutorado em Engenharia Civil - Recursos Hídricos) - Programa de Pós-Graduação em Engenharia Civil, Universidade Federal do Ceará, Fortaleza, 2023.http://www.repositorio.ufc.br/handle/riufc/73881Este documento está disponível online com base na Portaria nº 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.Water resources management challenges are multiple and complex, and human force, as the main driver of environmental change, has been increasing the need for tailored (and faster) responses to them over the past decades. Despite our increasing technical knowledge on how to tackle these issues, which are mainly related to water quantity, quality and access, unprecedented change in climate and landscapes will require a better understanding of the interactions between water and society. This thesis is concerned with the challenging task of applying machine learning techniques to extract knowledge from hydrological, socioeconomic and climate data and tackle some of the water management issues associated with water quantity and quality. Specifically, it addresses (i) the drivers of water demand in different temporal and spatial scales; (ii) the implications of price-based demand-side measures and how media coverage and public interest on extreme events can affect consumption habits; (iii) the long-term water availability and supply under climate variability, and (iv) some of the effects of environmental change on water quality. We learn that climate variability and change might affect not only hydrological responses but also consumption habits and water supply expansion strategies. Also, we make valuable findings on the drivers of water demand and quality, which can support utilities in their long-term planning.Os desafios da gestão de recursos hídricos são múltiplos e complexos, e a força humana, como principal impulsionadora da mudança ambiental, tem aumentado a necessidade de respostas personalizadas (e mais rápidas) para eles nas últimas décadas. Apesar de nosso crescente conhec- imento técnico sobre como lidar com essas questões, principalmente relacionadas à quantidade, qualidade e acesso à água, mudanças sem precedentes no clima e no uso da terra exigirão uma melhor compreensão das interações entre a água e a sociedade. Esta tese está preocupada com a tarefa desafiadora de aplicar técnicas de aprendizado de máquina para extrair conhecimento de dados hidrológicos, socioeconômicos e climáticos e abordar alguns dos problemas de gerenci- amento de água associados à quantidade e qualidade da água. Especificamente, aborda (i) as variáveis que influenciam a demanda de água em diferentes escalas temporais e espaciais; (ii) as implicações de medidas de controle da demanda baseadas em preços e como a cobertura da mídia e o interesse público em eventos extremos podem afetar os hábitos de consumo de água; (iii) a disponibilidade e abastecimento de água a longo prazo sob variabilidade climática, e (iv) alguns dos efeitos da mudança ambiental na qualidade da água. Aprendemos que a variabilidade e as mudanças climáticas podem afetar não apenas as respostas hidrológicas, mas também os hábitos de consumo e as estratégias de expansão do abastecimento de água. Além disso, fazemos descobertas valiosas sobre os impulsionadores da demanda e qualidade da água, que podem apoiar as concessionárias de água em seu planejamento de longo prazo.Aprendizado de máquinaGestão dos recursos hídricos - estatísticasQualidade da águaAprendizado do computadorRecursos hídricos - Organização e administraçãoRecursos hídricos - EstatísticasÁgua - QualidadeMachine Learning for Water Resources ManagementMachine Learning for Water Resources Managementinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.ufc.br/bitstream/riufc/73881/6/license.txt8a4605be74aa9ea9d79846c1fba20a33MD56ORIGINAL2023_tese_tmncarvalho.pdf2023_tese_tmncarvalho.pdfapplication/pdf9114951http://repositorio.ufc.br/bitstream/riufc/73881/5/2023_tese_tmncarvalho.pdf6883e34e693a1b5669fd80f159984e4fMD55riufc/738812023-08-08 14:27:00.954oai:repositorio.ufc.br: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Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2023-08-08T17:27Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.pt_BR.fl_str_mv Machine Learning for Water Resources Management
dc.title.en.pt_BR.fl_str_mv Machine Learning for Water Resources Management
title Machine Learning for Water Resources Management
spellingShingle Machine Learning for Water Resources Management
Carvalho, Taís Maria Nunes
Aprendizado de máquina
Gestão dos recursos hídricos - estatísticas
Qualidade da água
Aprendizado do computador
Recursos hídricos - Organização e administração
Recursos hídricos - Estatísticas
Água - Qualidade
title_short Machine Learning for Water Resources Management
title_full Machine Learning for Water Resources Management
title_fullStr Machine Learning for Water Resources Management
title_full_unstemmed Machine Learning for Water Resources Management
title_sort Machine Learning for Water Resources Management
author Carvalho, Taís Maria Nunes
author_facet Carvalho, Taís Maria Nunes
author_role author
dc.contributor.author.fl_str_mv Carvalho, Taís Maria Nunes
dc.contributor.advisor1.fl_str_mv Souza Filho, Francisco de Assis de
contributor_str_mv Souza Filho, Francisco de Assis de
dc.subject.por.fl_str_mv Aprendizado de máquina
Gestão dos recursos hídricos - estatísticas
Qualidade da água
Aprendizado do computador
Recursos hídricos - Organização e administração
Recursos hídricos - Estatísticas
Água - Qualidade
topic Aprendizado de máquina
Gestão dos recursos hídricos - estatísticas
Qualidade da água
Aprendizado do computador
Recursos hídricos - Organização e administração
Recursos hídricos - Estatísticas
Água - Qualidade
description Este documento está disponível online com base na Portaria nº 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-08-08T17:27:00Z
dc.date.available.fl_str_mv 2023-08-08T17:27:00Z
dc.date.issued.fl_str_mv 2023
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv CARVALHO, Taís Maria Nunes. Machine learning for water resources management. 2023. 267 f. Tese (Doutorado em Engenharia Civil - Recursos Hídricos) - Programa de Pós-Graduação em Engenharia Civil, Universidade Federal do Ceará, Fortaleza, 2023.
dc.identifier.uri.fl_str_mv http://www.repositorio.ufc.br/handle/riufc/73881
identifier_str_mv CARVALHO, Taís Maria Nunes. Machine learning for water resources management. 2023. 267 f. Tese (Doutorado em Engenharia Civil - Recursos Hídricos) - Programa de Pós-Graduação em Engenharia Civil, Universidade Federal do Ceará, Fortaleza, 2023.
url http://www.repositorio.ufc.br/handle/riufc/73881
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
bitstream.url.fl_str_mv http://repositorio.ufc.br/bitstream/riufc/73881/6/license.txt
http://repositorio.ufc.br/bitstream/riufc/73881/5/2023_tese_tmncarvalho.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
6883e34e693a1b5669fd80f159984e4f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1847793243353251840

Registros relacionados