Dissertação
An artificial learning biophysical model for the evolution of land use and greenhouse gases emissions EVALUATED
Modelos quantitativos de emissões de gases com efeito de estufa (GEE) ajudam a avaliar políticas sustentáveis para limitar o aquecimento global, respeitando o Acordo de Paris. Os sectores agrícola e energético são particularmente importantes, representando mais de dois terços das emissões globais. Esta tese utiliza redes neuronais recorrentes, convolucionais e híbridas para desenvolver um modelo biofísico para o uso do solo e emissões de GEE associadas em Portugal. O ajuste dos hiperparâmetros utiliza a optimização Bayesiana e é proposto um novo algoritmo de estimativa de erros baseado numa abordagem de janela de crescimento fora da amostra. O uso do solo foi modelado em função da exergia final no sector agrícola e do Produto Interno Bruto (PIB), e as emissões em função do uso do solo, da exergia final total e do PIB. Os modelos foram treinados para o período 1961-2016 e aplicados em 2017-2030 sob dois cenários económicos plausíveis com e sem influência da COVID-19. Mostra-se que o uso do solo está correlacionado com o PIB, e as emissões de GEE estão correlacionadas com a exergia final total. Crescimento económico leva à redução da área cultivada, ao aumento do consumo de energia, e a variações nas emissões sectoriais de GEE. A COVID-19 poderá abrandar a redução de área agrícola e mitigar o aumento de emissões de CO2e até 2030. Apesar da complexidade do modelo, os erros estimados excederam a gama de variação prevista das variáveis. A incerteza é crítica para a avaliação de cenários, lançando dúvidas sobre modelos mais simples.
janeiro 25, 2021, 15:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Ricardo Filipe De Melo Teixeira
Departamento de Engenharia Mecânica (DEM)
Professor Auxiliar Convidado