Teses de Mestrado ESTiG
URI permanente desta comunidade:
Navegar
Percorrer Teses de Mestrado ESTiG por Objetivos de Desenvolvimento Sustentável (ODS) "13:Ação Climática"
A mostrar 1 - 7 de 7
Resultados por página
Opções de ordenação
- A deep learning system for daily activity recognition in smart home environmentsPublication . Dessanti, Augusto Luvisa; Lima , JoséThis work presents the implementation of a system for daily activity classification using 3D Convolutional Neural Networks (3D CNN) and the Toyota Smarthome Dataset. The system aims to generalize and correctly classify activities, even in the face of data limitations such as high class imbalance, ambient occlusions, and similarities between classes. To overcome these challenges, preprocessing techniques and data augmentation were applied, including spatio-temporal resizing and image enhancement, with the objective of optimizing learning and generalization capabilities of the model. The proposed approach proved to be effective compared to other models on the same dataset, achieving 85.7% accuracy, 0.8568 precision, and 0.8570 recall.
- Assessment of carbon sequestration in forest areas using deep learningPublication . Britto, Raphael Duarte; Lima, José; Pereira, Ana I.; Santos, Murillo Ferreira dosGrowing awareness of environmental impacts is making it more important than ever to explore regions with dense vegetation. Remote monitoring is a viable solution for the surveillance of large areas, such as forests. Based in intelligent systems, this work aims to develop a methodology for assessing carbon sequestration in forest areas. Deep learning (DL) structures were used to predict the heights and stand densities in tree colonies. Light Detection and Ranging (LiDAR) sensor scans obtained by Unmanned Aerial Vehicle (UAV) overflight were processed to extract elevation values and images. Point clouds were processed using QGIS software. The LAStools extension was employed to manipulate Digital Elevation Model (DEM) and rasters, obtaining relevant information. This data was then used to create a dataset for implementation in Convolutional Neural Network (CNN) models. Specific biometric relationships were implemented to estimate additional data such as Above Ground Biomass (AGB) and phytovolume. After evaluating different architectures, the VGG19 CNN model was highlighted as the most promising. An area of 46.6 hectares was covered, with an estimated total value of 4225.81 tons of carbon. This value provided an accuracy of 91%, based on forest inventories carried out in the same region. The study was conducted in the northern region of mainland Portugal, encompassing two distinct Pinus pinaster Ait. forests.
- Decarbonizing Brazil’s power sector: high-resolution simulation and lifecycle emissions analysis of a 100% renewable gridPublication . Roma, Gabriel Fonseca Oliveira; Ferreira, Ângela P.; Dranka, Géremi GilsonÀ medida que o mundo acelera os esforços para combater as alterações climáticas, a transição para sistemas eléctricos totalmente renováveis tornou-se um objectivo crucial, especialmente para economias emergentes. Este trabalho explora a viabilidade de um sistema eléctrico 100% renovável no Brasil até 2050, através de simulações de alta resolução utilizando o modelo EnergyPLAN e uma Avaliação do Ciclo de Vida (ACV) probabilística das tecnologias renováveis consideradas. Ferramentas tradicionais de planeamento energético e estratégias nacionais de longo prazo tendem a subestimar ou ignorar as emissões indirectas de gases com efeito de estufa (GEE) associadas ao ciclo de vida das tecnologias renováveis — incluindo construção, fabrico, manutenção e desmantelamento —, que podem alterar significativamente o perfil ambiental dos cenários futuros. Assim, são necessárias abordagens integradas de modelação que combinem simulações detalhadas com análises ambientais robustas. A metodologia adoptada inclui modelação operacional horária baseada nas projecções do Plano Nacional de Energia (PNE 2050) e a construção de um Ano Meteorológico Típico (TMY) para representar perfis realistas de geração. Foi elaborado um inventário detalhado de emissões indirectas de GEE para centrais hidroeléctricas, eólicas, solares fotovoltaicas, biomassa e nucleares, complementado por uma simulação de Monte Carlo para capturar incertezas. Os resultados indicam que uma rede 100% renovável poderá ainda emitir, em média, 30,8 MtCO2eq/ano devido às emissões indirectas. A inclusão de sistemas combinados de armazenamento energético poderá reduzir as necessidades de importação de electricidade de 19,87 TWh para 8,8 TWh, aumentando a capacidade do sistema para lidar com a variabilidade sazonal. Estes resultados reforçam a viabilidade técnica da transição e evidenciam a importância do investimento estratégico em armazenamento e da contabilização ambiental rigorosa.
- Desenvolvimento de uma ferramenta de cálculo do potencial da redução de consumos energéticos e gases de efeito de estufa: Um estudo aplicado à Piscina Municipal de Mogadouro.Publication . Ferreira, Helder José Valdez; Fernandes, António B.; Alves, PauloEste trabalho desenvolve e aplica uma ferramenta de cálculo para estimar o potencial de redução de consumos energéticos e de emissões de gases com efeito de estufa (GEE) em edifícios de serviços. Como caso de estudo selecionou-se a Piscina Municipal de Mogadouro. Estas instalações, com elevado consumo energético e múltiplas fontes, apresentam um potencial significativo de descarbonização. O estudo vai considerar metodologias de cálculo baseadas no IPCC e na DGEG, articuladas com princípios da norma ISO 50001(ISO 50001, 2018), e integra práticas de eficiência energética e benchmarks setoriais. A investigação abrange a avaliação de impacto ambiental, financeiro e operacional das medidas propostas, explicitando a sua relevância para os Objetivos de Desenvolvimento Sustentável (ODS) (United Nations, 2015) e para metas climáticas nacionais. A metodologia combina diagnóstico energético, modelação económica (VAL, TIR e payback) e análise de sensibilidade para variáveis críticas culminando num dashboard de indicadores para apoio na decisão e elaboração de um plano de literacia energética. Como principais resultados, demonstra-se que a aplicação de medidas de eficiência energética e de qualidade de energia, complementadas por otimização contratual, permite reduzir emissões e despesas com energia de forma consistente e verificável, fornecendo uma base metodológica replicável para edifícios de serviços de características semelhantes (Saraiva, 2010).
- Fiware-based context management and visualization for an iot-enabled olive grovePublication . Avetisyan, Lusine; Coelho, João Paulo; Khudaverdyan, SurikPara monitorizar as condições ambientais e apoiar decisões baseadas em dados, a agricultura de precisão depende cada vez mais das tecnologias da Internet das Coisas (IoT). Nos olivais, a gestão eficiente de recursos como a água e a fertilidade do solo é essencial para uma produção sustentável. Esta dissertação apresenta a integração do ecossistema FIWARE numa rede de sensores IoT baseada em LoRa, instalada num olival na região de Mirandela. Com base no projeto anterior Man4Health, este trabalho contornos algumas das suas limitaçõe. Nomeadamente, a falta de contexto nos dados, de interoperabilidade e de capacidade analítica. O sistema proposto adota o Orion Context Broker do FIWARE como componente central para a gestão de dados de contexto em tempo real através do padrão NGSI-LD. Foi desenvolvido um painelWeb para visualizar indicadores ambientais, como temperatura, humidade do solo e radiação solar, e emitir alertas quando os limiares são excedidos. Embora o sistema tenha sido testado em campo, problemas técnicos e ambientais impediram a recolha contínua de dados. Para garantir uma avaliação consistente, foi criado um gerador de dados que simula medições realistas com a mesma estrutura dos dispositivos reais. O sistema demonstrou fiabilidade com dados reais e simulados, oferecendo visualização eficiente e gestão escalável de informação.
- The impact of ESG scores on dividend: evidence from Euronext- Listed CompaniesPublication . Bennafla, Nouha; Moutinho, Nuno; Lica, DenadaThis study investigates the relationship between Environmental, Social, and Governance (ESG) performance and dividend payout policies among European firms listed on Euronext. The primary objective is to determine whether firms with higher ESG scores are more likely to distribute dividends. Based on a database of companies from Euronext stock exchange countries, our results reveal a positive and statistically significant association between overall ESG scores and dividend payout ratios. Among the three ESG dimensions, Governance exerts the strongest positive influence, followed by Environmental and Social scores. The relationship is less consistent when dividend yield is considered as the dependent variable. Additionally, insider ownership and board independence positively correlate with higher dividend payouts, while greater outside ownership is negatively related. These findings indicate that firms with superior ESG performance and robust governance structures tend to adopt more shareholder-friendly dividend policies, reflecting a commitment to rewarding shareholders and maintaining investor confidence. This suggests that ESG considerations are increasingly integrated into corporate and policymaker interest in sustainable business practices within the European market.
- Treatment of textile wastewater using electrochemical oxidationPublication . Jebali, Sarra; Peres, António M.; Fajardo, Ana; Veloso, Ana; Hamrouni, AbdessalemWater pollution is a significant environmental issue, driven by contaminants from industrial, agricultural, and domestic sources. Recently, persistent organic compounds have emerged as major pollutants, prompting the need for more advanced treatment solutions. Although traditional methods such as filtration, adsorption, and biological processes have been applied, they often suffer from low efficiency, high energy costs, and the risk of secondary pollution. Therefore, electrochemical methods have gained attention as efficient alternatives, offering controlled and verifiable oxidation and reduction reactions for pollutant degradation, with the added benefits of versatility and minimal secondary waste. In this study, electrochemical oxidation was implemented to treat water pollutants, evaluating the performance of different anode materials boron-doped diamond (BDD), titanium coated with iridium dioxide (Ti/IrO₂), and titanium coated with ruthenium dioxide (Ti/RuO₂). In addition to electrode material, the effects of several key operational parameters were investigated, including current density, inter-electrode distance, mixing rate, and initial dye concentration, in order to determine their impact on color and chemical oxygen demand (COD) removal efficiencies. The BDD anode demonstrated superior performance, achieving 100% color removal consistently across all current densities, presenting optimal results. A current density of 0.06 A/cm² was selected as it offers ideal balance in terms of color and COD removal efficiency as well as cost-effectiveness, with COD removal reaching 30.3%. The operational parameters were systematically optimized to enhance the efficiency of the electrochemical oxidation process, and an inter-electrode distance of 0.5 cm was found to be the most effective, yielding the highest COD removal of 35.7 ± 0.56 (95% CI: [35.6, 35.9]; a mixing rate of 250 rpm led to a COD removal of 68.8 ± 0.67 (95% CI: [68.7, 68.9]); and an initial methylene blue concentration of 50 ppm resulted in the highest COD removal, reaching 80.9 ± 0.03 (95% CI: [80.7, 81.1]). These findings emphasize the potential of electrochemical oxidation, particularly using BDD anodes under optimized conditions, for efficient and sustainable water treatment.