Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/14/14133/tde-05012026-045955/ |
Resumo: | A praia de Meaipe, no Espírito Santo, Brasil, é uma área com alta radiação de fundo devido às areias ricas em monazita contendo tório, cuja decomposição libera tório (²²Rn). Esta região costeira tem sido associada a benefícios fisiológicos e efeitos adversos; no entanto, a falta de evidências conclusivas sobre sua real influência ressalta sua relevância como local para pesquisa de radioatividade ambiental. Este estudo fornece uma análise abrangente da intensidade da radiação gama e sua relação com variáveis meteorológicas e do solo, com medições contínuas de campo revelando variações temporais e verticais intimamente relacionadas à exalação de tório. Um modelo perceptron multicamadas foi desenvolvido para prever a radiação gama horária usando dados de campo de 2018 a 2022. Inicialmente treinado com dados normalizados e adaptado à escala original para interpretabilidade física, o modelo com duas camadas ocultas de 15 neurônios cada e ativação ReLU, otimizado pelo algoritmo Adadelta, obteve excelente desempenho (R² = 0,99). A altura foi a variável mais influente (41%) para a predição, enquanto a radiação de onda longa da superfície e o dia do ano contribuíram com 12% e 9%, respectivamente. Esses resultados indicam a relevância dos processos de aquecimento da superfície e mostram que o dia do ano atua como um proxy para a variabilidade temporal. O desenvolvimento do modelo permitiu a avaliação de múltiplos cenários hipotéticos, demonstrando a sensibilidade da radiação gama às variações meteorológicas e do solo. Os resultados indicam que um aumento simultâneo de 10 °C nas temperaturas do ar e do solo foi associado a um aumento na intensidade da radiação gama de até 18%. A radiação gama foi levemente modulada pela alta umidade e pela redução da radiação solar, com pequenas alterações noturnas na umidade específica afetando seu padrão diurno. O modelo capturou com sucesso o padrão da radiação gama, reforçando sua capacidade preditiva para avaliar a radiação em ambientes tropicais e servindo como base para futuras investigações e avaliações para a saúde. |
| id |
USP_f29cc914dff005df2787eade6bb01725 |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-05012026-045955 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neuralInvestigation of natural radiation on Meaipe beach (ES) using neural networkAreia monazíticaGamma radiationMeaipeMeaípeMeteorological variablesMonazitic sandMultilayer perceptron.Perceptron multicamadasRadiação gamathoronTorônioVariáveis meteorológicasA praia de Meaipe, no Espírito Santo, Brasil, é uma área com alta radiação de fundo devido às areias ricas em monazita contendo tório, cuja decomposição libera tório (²²Rn). Esta região costeira tem sido associada a benefícios fisiológicos e efeitos adversos; no entanto, a falta de evidências conclusivas sobre sua real influência ressalta sua relevância como local para pesquisa de radioatividade ambiental. Este estudo fornece uma análise abrangente da intensidade da radiação gama e sua relação com variáveis meteorológicas e do solo, com medições contínuas de campo revelando variações temporais e verticais intimamente relacionadas à exalação de tório. Um modelo perceptron multicamadas foi desenvolvido para prever a radiação gama horária usando dados de campo de 2018 a 2022. Inicialmente treinado com dados normalizados e adaptado à escala original para interpretabilidade física, o modelo com duas camadas ocultas de 15 neurônios cada e ativação ReLU, otimizado pelo algoritmo Adadelta, obteve excelente desempenho (R² = 0,99). A altura foi a variável mais influente (41%) para a predição, enquanto a radiação de onda longa da superfície e o dia do ano contribuíram com 12% e 9%, respectivamente. Esses resultados indicam a relevância dos processos de aquecimento da superfície e mostram que o dia do ano atua como um proxy para a variabilidade temporal. O desenvolvimento do modelo permitiu a avaliação de múltiplos cenários hipotéticos, demonstrando a sensibilidade da radiação gama às variações meteorológicas e do solo. Os resultados indicam que um aumento simultâneo de 10 °C nas temperaturas do ar e do solo foi associado a um aumento na intensidade da radiação gama de até 18%. A radiação gama foi levemente modulada pela alta umidade e pela redução da radiação solar, com pequenas alterações noturnas na umidade específica afetando seu padrão diurno. O modelo capturou com sucesso o padrão da radiação gama, reforçando sua capacidade preditiva para avaliar a radiação em ambientes tropicais e servindo como base para futuras investigações e avaliações para a saúde.Meaipe beach, in Espirito Santo, Brazil, is a high background radiation area due to monazite-rich sands containing thorium, whose decay releases thoron (²²Rn).This coastal region has been linked to both physiological benefits and adverse effects; however, the lack of conclusive evidence regarding its actual influence underscores its relevance as a site for environmental radioactivity research. This study provides a comprehensive analysis of gamma radiation intensity and its relationship with meteorological and soil variables, with continuous field measurements revealing temporal and vertical variations closely related to thoron exhalation. A multilayer perceptron model was developed to predict hourly gamma radiation using field data from 2018 to 2022. Initially trained with normalized data and adapted to the original scale for physical interpretability, the model with two hidden layers of 15 neurons each and ReLU activation, optimized by the Adadelta algorithm, achieved excellent performance (R² = 0.99). Height was the most influential variable (41%) for prediction, while surface longwave radiation and day of the year contributed 12% and 9%, respectively. These results indicate the relevance of surface warming processes and show that day of year acts as a proxy for temporal variability. The development of the model allowed for the evaluation of multiple hypothetical scenarios, demonstrating the sensitivity of gamma radiation to both meteorological and soil variations. Results indicate that a simultaneous increase of 10 °C in air and soil temperatures was associated with an increase in gamma radiation intensity of up to 18%. Gamma radiation was slightly modulated by high humidity and reduced solar radiation, with minor nocturnal changes in specific humidity affecting its diurnal pattern. The model successfully captured the pattern of gamma radiation, reinforcing its predictive capability for assessing radiation in tropical environments and serving as a basis for future investigations and health evaluations.Biblioteca Digitais de Teses e Dissertações da USPSoares, Jacyra RamosGigi, Miriam Mathias2025-10-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/14/14133/tde-05012026-045955/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2026-01-07T16:20:02Zoai:teses.usp.br:tde-05012026-045955Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212026-01-07T16:20:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural Investigation of natural radiation on Meaipe beach (ES) using neural network |
| title |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural |
| spellingShingle |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural Gigi, Miriam Mathias Areia monazítica Gamma radiation Meaipe Meaípe Meteorological variables Monazitic sand Multilayer perceptron. Perceptron multicamadas Radiação gama thoron Torônio Variáveis meteorológicas |
| title_short |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural |
| title_full |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural |
| title_fullStr |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural |
| title_full_unstemmed |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural |
| title_sort |
Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural |
| author |
Gigi, Miriam Mathias |
| author_facet |
Gigi, Miriam Mathias |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Soares, Jacyra Ramos |
| dc.contributor.author.fl_str_mv |
Gigi, Miriam Mathias |
| dc.subject.por.fl_str_mv |
Areia monazítica Gamma radiation Meaipe Meaípe Meteorological variables Monazitic sand Multilayer perceptron. Perceptron multicamadas Radiação gama thoron Torônio Variáveis meteorológicas |
| topic |
Areia monazítica Gamma radiation Meaipe Meaípe Meteorological variables Monazitic sand Multilayer perceptron. Perceptron multicamadas Radiação gama thoron Torônio Variáveis meteorológicas |
| description |
A praia de Meaipe, no Espírito Santo, Brasil, é uma área com alta radiação de fundo devido às areias ricas em monazita contendo tório, cuja decomposição libera tório (²²Rn). Esta região costeira tem sido associada a benefícios fisiológicos e efeitos adversos; no entanto, a falta de evidências conclusivas sobre sua real influência ressalta sua relevância como local para pesquisa de radioatividade ambiental. Este estudo fornece uma análise abrangente da intensidade da radiação gama e sua relação com variáveis meteorológicas e do solo, com medições contínuas de campo revelando variações temporais e verticais intimamente relacionadas à exalação de tório. Um modelo perceptron multicamadas foi desenvolvido para prever a radiação gama horária usando dados de campo de 2018 a 2022. Inicialmente treinado com dados normalizados e adaptado à escala original para interpretabilidade física, o modelo com duas camadas ocultas de 15 neurônios cada e ativação ReLU, otimizado pelo algoritmo Adadelta, obteve excelente desempenho (R² = 0,99). A altura foi a variável mais influente (41%) para a predição, enquanto a radiação de onda longa da superfície e o dia do ano contribuíram com 12% e 9%, respectivamente. Esses resultados indicam a relevância dos processos de aquecimento da superfície e mostram que o dia do ano atua como um proxy para a variabilidade temporal. O desenvolvimento do modelo permitiu a avaliação de múltiplos cenários hipotéticos, demonstrando a sensibilidade da radiação gama às variações meteorológicas e do solo. Os resultados indicam que um aumento simultâneo de 10 °C nas temperaturas do ar e do solo foi associado a um aumento na intensidade da radiação gama de até 18%. A radiação gama foi levemente modulada pela alta umidade e pela redução da radiação solar, com pequenas alterações noturnas na umidade específica afetando seu padrão diurno. O modelo capturou com sucesso o padrão da radiação gama, reforçando sua capacidade preditiva para avaliar a radiação em ambientes tropicais e servindo como base para futuras investigações e avaliações para a saúde. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-10-23 |
| 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.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/14/14133/tde-05012026-045955/ |
| url |
https://www.teses.usp.br/teses/disponiveis/14/14133/tde-05012026-045955/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1857669975106387968 |