Investigação da radiação natural na praia de Meaípe (ES) utilizando rede neural

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Gigi, Miriam Mathias
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
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