https://repositorio.ufsc.br/handle/123456789/76507 2026-09-23T07:21:28Z 2026-09-23T07:21:28Z Santos, Gabriel Monteiro dos https://repositorio.ufsc.br/handle/123456789/276796 2026-09-22T23:28:55Z 2026-01-01T00:00:00Z

Avaliação do impacto do reciclo agrícola de urina humana na saúde do solo Santos, Gabriel Monteiro dos A utilização da urina humana como fonte de nutrientes na agricultura tem despertado interesse por seus possíveis benefícios. Entretanto, sua aplicação ainda requer melhor compreensão dos impactos da urina no solo e de como ela pode influenciar sua qualidade. O propósito deste estudo é elucidar os efeitos na saúde do solo decorrentes da fertilização com urina. Para atingir esse objetivo, foram preparados 18 vasos para o cultivo de alface (Lactuca sativa), divididos igualmente entre: controle e fertilização com urina humana estabilizada. Foram realizados dois cultivos de 35 dias, com intervalo de duas semanas entre eles, totalizando 84 dias de experimento. Os dados de produtividade da cultura foram coletados semanalmente, enquanto o solo para as análises foi coletado a cada duas semanas com amostragem aleatória simples de 3 pontos de cada vaso, totalizando aproximadamente 125 g de cada repetição. Os vasos foram selecionados aleatoriamente para a coleta sendo três vasos de cada tratamento (9 no total) e a coleta sendo realizada no mesmo vaso duas vezes, uma em cada cultivo. As análises realizadas foram de produtividade semanal e ao final do ciclo da alface; umidade, macro e micronutrientes do solo, pH e umidade; atividade enzimática da desidrogenase e urease, hidrólise do diacetato de fluoresceína, número mais provável de colônia da Azotobacter (Ashby Manitol) e de bactérias solubilizadoras de fósforo (NBRIP). Os resultados obtidos mostraram que a fertilização com urina humana estabilizada influenciou positivamente a atividade da urease, mas não teve influência nas outras enzimas. Promoveu menor decaimento do carbono orgânico, o que também contribuiu para maior retenção de umidade no solo ao final do experimento, em comparação com o fertilizante químico. Porém a baixa matéria orgânica no solo fez com que o pH ao final do final do experimento foi menor que o inicial, mesmo com aplicação de fertilizante básico (urina humana). Ambas as bactérias tiveram um maior número de colônias ao final de ambos os cultivos e no tratamento com urina humana, ao se comparar com o solo inicial. Com relação ao tamanho e peso das alfaces do primeiro para o segundo cultivo urina eles foram semelhantes. Ao final concluímos que a urina pode ao longo prazo pode estimular o crescimento bacteriano do solo e estimular a atividade de certas enzimas, porém em solos com baixa matéria orgânica pode levar a acidificação do solo e a redução da FDA, se não houver uma complementação. Uma das vantagens é a menor utilização de água para irrigação nos tratamentos com urina.; Abstract: The use of human urine as a nutrient source in agriculture has gained increasing interest due to its potential benefits. However, its application still requires a better understanding of its impacts on the soil and how it influences soil quality. This study aims to elucidate the effects on soil health resulting from urine fertilization. To achieve this objective, 18 pots were set up for lettuce (Lactuca sativa) cultivation, divided equally between control and stabilized human urine fertilization treatments. Two 35-day crop cycles were conducted with a two-week interval between them, totaling an 84-day experiment. Crop yield data were collected weekly, whereas soil samples for analysis were collected biweekly using simple random sampling from three points per pot, totaling approximately 125 g per replicate. Pots were randomly selected for sampling three pots per treatment (9 in total)with sampling performed twice in the same pot, once in each cropping cycle. Analyses included weekly yield and yield at the end of the lettuce cycle; soil moisture, pH, and macro- and micronutrient contents; enzymatic activities of dehydrogenase and urease; fluorescein diacetate (FDA) hydrolysis; and the most probable number of Azotobacter (Ashby?s Mannitol medium) and phosphorus-solubilizing bacteria (NBRIP medium). The results showed that fertilization with stabilized human urine positively influenced urease activity, but had no effect on the other enzymes. It promoted a lower decay of organic carbon, which also contributed to higher soil moisture retention at the end of the experiment compared to chemical fertilization. However, low soil organic matter content caused the final soil pH to be lower than the initial pH, despite the application of a basic fertilizer (human urine). Both bacterial groups exhibited higher colony counts at the end of both cropping cycles in the human urine treatment compared to the initial soil. Regarding lettuce size and weight, values were similar between the first and second cropping cycles in the urine treatment. In conclusion, human urine can stimulate soil bacterial growth and the activity of certain enzymes in the long term; however, in soils with low organic matter, it may lead to soil acidification and reduced FDA activity if unsupplemented. One key advantage is the lower water consumption for irrigation in urine-treated soils. Keywords: resource-oriented sanitation; enzymes; microbiology; soil quality; human urine. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Ambiental, Florianópolis, 2026.

2026-01-01T00:00:00Z Tibúrcio, Igor Vinicius Reynaldo https://repositorio.ufsc.br/handle/123456789/276785 2026-09-22T23:28:46Z 2026-01-01T00:00:00Z

Aprimoramento da representação espaço-temporal do fluxo veicular com dados derivados de GPS para aplicação em inventário de emissões Tibúrcio, Igor Vinicius Reynaldo O transporte rodoviário é uma das principais fontes de emissões atmosféricas em áreas urbanas, cuja variabilidade espacial e temporal é representada pela atividade veicular. Entretanto, enquanto as abordagens baseadas no consumo de combustível apresentam limitações para representar a variabilidade espaço-temporal dos fluxos veiculares locais, os métodos fundamentados na modelagem de tráfego demandam elevado investimento técnico e financeiro, frequentemente indisponíveis. Diante da necessidade de desenvolvimento de métodos com alta resolução espaço-temporal, neste trabalho foi desenvolvido um método para geração de curvas de fluxo veicular utilizando dados de tráfego do provedor de dados TomTom e de informações de malha viária geradas pela comunidade do OpenStreetMaps, viáveis para qualquer município no mundo. Os dados obtidos para todas as capitais brasileiras entre maio e junho de 2026 foram tratados e complementados com curvas gaussianas. As semanas médias de fluxo geradas foram comparadas com medições feitas em municípios, em vias estaduais e federais. Foram observadas correlações de Spearman iguais ou acima a 0,68 para os dados modelados, com subestimativas sistemáticas por tipo de via em 57%, MAE de 182,01 e RMSE de 333,84. Nas análises por tipo de via, foram obtidas correlações medianas de Pearson e Spearman acima de 0,8. As curvas foram relativizadas com valores de atividade agregados por município produzidos a partir do modelo BRAVES e posteriormente feitas duas comparações. A primeira comparação foi feita com o método de desagregação por densidade de vias e curva de desagregação única. Foi observado um aumento na variabilidade espacial e temporal da representação da atividade veicular e maior atividade sendo atribuída a vias de mais alta capacidade. A segunda comparação foi feita com dados de fluxo modelados para o horário de pico no município de Florianópolis, onde foram observadas subestimativas em vias de alto fluxo e superestimativas em vias residenciais. Os resultados evidenciam potencial aplicação em modelos de emissão veicular, tanto para desagregação das emissões quando para modelagem de fluxo em áreas com dados escassos.; Abstract: Road transportation is one of the main sources of atmospheric emissions in urban areas, and its spatial and temporal variability is represented by vehicular activity. However, while fuel consumption-based approaches have limitations in representing the spatiotemporal variability of local traffic flows, methods based on traffic modeling require substantial technical and financial resources, which are often unavailable. Given the need to develop methods with high spatiotemporal resolution, this study developed an approach to generate vehicular flow curves using traffic data from the TomTom data provider and road network information produced by the OpenStreetMap community, making the method feasible for any municipality worldwide. The data collected for all Brazilian capital cities between May and June 2026 were processed and supplemented with Gaussian curves. The generated average weekly flow profiles were compared with measurements collected in municipalities and on state and federal roads. Spearman correlations equal to or greater than 0.68 were observed for the modeled data, with systematic underestimation by road type of 57%, an MAE of 182.01, and an RMSE of 333.84. In the analyses by road type, median Pearson and Spearman correlations above 0.8 were obtained. The curves were relativized using municipal-level aggregated activity values produced by the BRAVES model, followed by two comparisons. The first comparison was performed against a road-density-based disaggregation method using a single disaggregation curve. An increase in the spatial and temporal variability of vehicular activity representation was observed, with greater activity assigned to higher-capacity roads. The second comparison was conducted using modeled peak-hour flow data for the municipality of Florianópolis, where underestimations were observed on high-flow roads and overestimations on residential roads. The results demonstrate the potential application of the proposed method in vehicular emission models, both for emission disaggregation and for flow modeling in areas with scarce data. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Ambiental, Florianópolis, 2026.

2026-01-01T00:00:00Z Borth, Rafaela Chiminelli https://repositorio.ufsc.br/handle/123456789/276719 2026-09-21T23:28:53Z 2026-01-01T00:00:00Z

Predição dos dados de concentração de ozônio no Brasil utilizando modelos de aprendizado de máquina Borth, Rafaela Chiminelli Métodos de aprendizado de máquina são utilizados para estimar a concentração de poluentes atmosféricos ao nível do solo, preenchendo lacunas espaço-temporais decorrentes da cobertura insuficiente das redes de monitoramento de referência. No entanto, a capacidade de generalização para locais sem observação e a integração de preditores multimodais nos modelos permanecem pouco exploradas. Neste estudo foram utilizados e avaliados modelos de aprendizado de máquina para estimar concentrações de ozônio (O3) no Brasil durante o ano de 2023, com o objetivo de produzir estimativas a nível do solo em regiões sem monitoramento. Foram avaliados os algoritmos Ridge-MLR, SVR, Random Forest (RF) e XGBoost, treinados a partir de uma base de dados harmonizada em grade de 12 km, integrando variáveis meteorológicas, inventários de emissões, produtos de sensoriamento remoto e uso e cobertura do solo. Os modelos RF e XGBoost apresentaram o melhor desempenho (R² = 0,47 e 0,50, respectivamente), sendo o RF selecionado como melhor modelo por apresentar resíduos espacialmente aleatórios. A análise de interpretabilidade indicou sazonalidade, longitude, temperatura e emissões industriais como os principais preditores, em concordância com os processos fotoquímicos de formação do ozônio. O modelo RF apresentou boa concordância com as observações (R² = 0,467; r = 0,696), embora subestime concentrações elevadas de O3 (> 60 µg m?³). Em comparação às simulações do modelo químico de transporte atmosférico, o RF apresentou menor viés nas localidades monitoradas para todos os meses avaliados em 2023. Os resultados demonstram o potencial do aprendizado de máquina para ampliar a cobertura espacial das estimativas de qualidade do ar e subsidiar a gestão ambiental em regiões com monitoramento insuficiente.; Abstract: Machine learning methods have been used to estimate ground-level concentrations of atmospheric pollutants, filling spatiotemporal gaps arising from the insufficient coverage of reference monitoring networks. However, the capacity of these models to generalize to unmonitored locations and to integrate multimodal predictors remains poorly evaluated. This study applied and assessed machine learning models to estimate ground-level O3 in Brazil during 2023, aiming to produce predictions in unmonitored areas. Four architectures - RidgeMLR, SVR, Random Forest (RF), and XGBoost were trained on a harmonized 12 km gridded dataset combining meteorology, multi-scale emission inventories, satellite-derived data, and land-use to predict concentrations. RF and XGBoost outperformed the baselines (test R² = 0.47 and 0.50) with RF emerging as the suitable architecture due to its spatially random residuals. SHapley Additive exPlanations (SHAP) analysis showed both models converge on seasonality, longitude, temperature, and industrial emissions as dominant drivers, consistent with O3 photochemistry. The RF model achieved strong agreement with observations (test R² = 0.467, Pearson = 0.696), with its principal limitation being underestimation of high O3 concentrations (>60 µg/m³). At station locations, RF predictions showed lower bias than the CTM simulations for all available months of 2023. These results demonstrate that machine learning-based predictions can extend air quality information to underserved regions, offering a scalable pathway for improving environmental management in data-scarce settings. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Ambiental, Florianópolis, 2026.

2026-01-01T00:00:00Z Massambani, Tiago Zanette https://repositorio.ufsc.br/handle/123456789/275502 2026-09-08T23:33:48Z 2026-01-01T00:00:00Z

Tratamento de efluente da indústria têxtil em eletrobiorreator à membrana (EBRM): análise da configuração integrada a reator UASB e operação isolada Massambani, Tiago Zanette A indústria têxtil é responsável pela geração de efluentes complexos, com elevada carga orgânica, presença de compostos recalcitrantes e potencial toxicidade, como os azo-corantes. Em função dessa complexidade, os tratamentos convencionais nem sempre são suficientes para atender aos padrões ambientais. Nesse contexto, o presente estudo avaliou o desempenho de um eletrobiorreator à membrana (EBRM) no tratamento de efluente têxtil real, operando em duas configurações: (i) sistema sequencial composto por reator anaeróbio do tipo UASB seguido de EBRM e (ii) EBRM operando de forma isolada. A unidade experimental foi desenvolvida em escala piloto, utilizando efluente real de uma indústria têxtil localizada em Santa Catarina. O sistema sequencial (UASB-EBRM) foi operado por 75 dias, enquanto a operação do EBRM de forma isolada perdurou por 60 dias. Em ambas as configurações, o EBRM foi exposto a uma densidade de corrente elétrica de 25 A m?², aplicada sob o modo de exposição de 5 min ligado e 35 min desligado. O desempenho dos sistemas foi avaliado por meio de análises físico-químicas, ensaios respirométricos, testes de toxicidade aguda, monitoramento da filtrabilidade e da colmatação das membranas. No sistema sequencial, a remoção global de DQO foi superior a 84%, com máxima de até 97%. A contribuição do UASB foi limitada, evidenciada pelos resultados de atividade metanogênica específica e pelo sequenciamento genético da biomassa, indicando predominância de metabolismo fermentativo. A remoção de nitrogênio amoniacal variou entre 59% e 67%, enquanto o fósforo apresentou remoções entre 81% e 98%, atribuídas principalmente aos mecanismos de eletrocoagulação. A remoção de cor variou entre 62% e 80%. A colmatação da membrana intensificou-se ao longo das estratégias operacionais, com velocidades médias entre 0,22 e 0,69 kPa d?¹, indicando aumento progressivo do potencial incrustante do sistema. O consumo energético médio variou entre 19,21 e 34,28 kWh m?³, com aumento progressivo ao longo das estratégias. O permeado final apresentou ausência de toxicidade aguda. Sob a configuração do EBRM isolado, a remoção média de DQO foi da ordem de 81% e a de DBO5, aproximadamente 96%. A nitrificação ocorreu de forma estável, resultando em elevadas remoções de N?NH4?, acima de 90%, enquanto a remoção de fósforo foi de aproximadamente 88%. A remoção de cor foi de 70%, embora a concentração residual tenha se mantido próxima ou acima do limite normativo em determinados períodos. A colmatação da membrana ocorreu de forma gradual e controlada, com velocidade média de 0,17 kPa d?¹. O consumo energético médio do sistema foi de 18,74 kWh m?³, valor compatível com sistemas EBRM em escala piloto. De modo geral, o EBRM demonstrou desempenho robusto no tratamento de efluente têxtil real, sendo responsável pela principal etapa de remoção no sistema sequencial e apresentando elevada eficiência quando operado isoladamente. A cor residual configurou o principal desafio para o atendimento contínuo a padrões ambientais mais restritivos. Ainda que o efluente bruto apresentasse toxicidade significativa e potencial inibitório à biomassa anaeróbia, o sistema de tratamento foi capaz de promover a remoção praticamente completa do efeito agudo, evidenciando melhoria não apenas dos parâmetros físico-químicos, mas também do ponto de vista ecotoxicológico.; Abstract: The textile industry generates complex effluents with high organic loads, recalcitrant compounds, and potential toxicity, such as azo dyes. Due to this complexity, conventional treatments are not always sufficient to meet environmental standards. In this context, the present study evaluated the performance of a membrane electrobioreactor (MEBR) in the treatment of real textile effluent, operating in two configurations: (i) a sequential system consisting of a UASB anaerobic reactor followed by MEBR and (ii) MEBR operating in isolation. The experimental unit was developed on a pilot scale, using real effluent from a textile industry located in Santa Catarina. The sequential system (UASB-MEBR) was operated for 75 days, while the MEBR operated in isolation for 60 days. In both configurations, the MEMB was exposed to an electric current density of 25 A m?², applied in a mode of 5 min on and 35 min off. The performance of the systems was evaluated through physical-chemical analyses, respirometric tests, acute toxicity tests, and monitoring of membrane filterability and clogging. In the sequential system, overall COD removal was greater than 84%, with a maximum of up to 97%. The contribution of the UASB was limited, as evidenced by the results of specific methanogenic activity and genetic sequencing of the biomass, indicating a predominance of fermentative metabolism. Amoniacal nitrogen removal ranged from 59% to 67%, while phosphorus removal ranged from 81% to 98%, mainly attributed to electrocoagulation mechanisms. Color removal ranged from 62% to 80%. Membrane fouling intensified throughout the operational strategies, with average speeds between 0.22 and 0.69 kPa d?¹, indicating a progressive increase in the system's fouling potential. Average energy consumption ranged from 19.21 to 34.28 kWhm?³, with a progressive increase throughout the strategies. The final permeate showed no acute toxicity. Under the isolated MEBR configuration, the average COD removal was around 81% and the BOD5 removal was approximately 96%. Nitrification occurred in a stable manner, resulting in high N?NH4? removals, above 90%, while phosphorus removal was approximately 88%. Color removal was 70%, although the residual concentration remained close to or above the regulatory limit in certain periods. The membrane clogging occurred gradually and in a controlled manner, with an average speed of 0.17 kPa d?¹. The average energy consumption of the system was 18.74 kWh m?³, a value compatible with pilot-scale EBRM systems. Overall, the MEBR demonstrated robust performance in the treatment of real textile effluent, being responsible for the main removal stage in the sequential system and showing high efficiency when operated in isolation. Residual color was the main challenge for continuous compliance with more restrictive environmental standards. Although the raw effluent presented significant toxicity and inhibitory potential to anaerobic biomass, the treatment system was able to promote the almost complete removal of the acute effect, showing improvement not only in physical-chemical parameters but also from an ecotoxicological point of view. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Ambiental, Florianópolis, 2026.

2026-01-01T00:00:00Z