Principle of maximum entropy in the estimation of suspended sediment concentration

Detalhes bibliográficos
Autor(a) principal: Martins, Patricia Diniz
Data de Publicação: 2017
Outros Autores: Poleto, Cristiano
Tipo de documento: Artigo
Idioma: eng
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/170830
Resumo: A preocupação com a qualidade das águas vem promovendo o desenvolvimento de técnicas cada dia melhores de monitoramento e controle. Como os sedimentos transportam a maior parte dos contaminantes da água, seu estudo é fundamental. Diante do elevado número de variáveis existentes para a estimativa da concentração de sedimentos e elevados custos de campanhas de monitoramento, torna-se necessário o desenvolvimento de métodos mais acessíveis e que tragam resultados práticos satisfatórios. Para tanto, este trabalho trata da aplicação do princípio da entropia máxima, um método probabilístico, para determinar a concentração de sedimentos em calhas com diversas concentrações e granulometrias. Para isso, foi proposta uma relação entre os parâmetros do princípio da entropia máxima para determinar o índice entrópico e facilitar o cálculo. Os resultados mostraram-se satisfatórios para concentrações acima de 10 g/L com R2 superiores a 0,88. Os erros quadráticos calculados neste trabalho foram inferiores aos encontrados quando utilizada a teoria da entropia por Tsallis e pela Equação de Rouse, modelos clássicos de estimativa do perfil de concentração de sedimentos. A aplicabilidade do modelo proposto e a facilidade da utilização do método probabilístico, já que reduz a quantidade de dados necessários para realizar a estimativa, torna-o viável em escala global.
id UFRGS-2_46963844eb7b005a9bcb2ea4b7edcc96
oai_identifier_str oai:www.lume.ufrgs.br:10183/170830
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Martins, Patricia DinizPoleto, Cristiano2017-12-05T02:22:19Z20171414-381Xhttp://hdl.handle.net/10183/170830001048340A preocupação com a qualidade das águas vem promovendo o desenvolvimento de técnicas cada dia melhores de monitoramento e controle. Como os sedimentos transportam a maior parte dos contaminantes da água, seu estudo é fundamental. Diante do elevado número de variáveis existentes para a estimativa da concentração de sedimentos e elevados custos de campanhas de monitoramento, torna-se necessário o desenvolvimento de métodos mais acessíveis e que tragam resultados práticos satisfatórios. Para tanto, este trabalho trata da aplicação do princípio da entropia máxima, um método probabilístico, para determinar a concentração de sedimentos em calhas com diversas concentrações e granulometrias. Para isso, foi proposta uma relação entre os parâmetros do princípio da entropia máxima para determinar o índice entrópico e facilitar o cálculo. Os resultados mostraram-se satisfatórios para concentrações acima de 10 g/L com R2 superiores a 0,88. Os erros quadráticos calculados neste trabalho foram inferiores aos encontrados quando utilizada a teoria da entropia por Tsallis e pela Equação de Rouse, modelos clássicos de estimativa do perfil de concentração de sedimentos. A aplicabilidade do modelo proposto e a facilidade da utilização do método probabilístico, já que reduz a quantidade de dados necessários para realizar a estimativa, torna-o viável em escala global.The concern with water quality has been promoting development of better monitoring and control techniques every day. As sediments transport most of water contaminants, their study is fundamental. Given the large number of variables for estimating sediment concentration and high costs of monitoring campaigns, it becomes necessary to develop more accessible methods which bring satisfactory practical results. Therefore, this work deals with application of the principle of maximum entropy, a probabilistic method to determine concentration of sediments in river channels with various concentrations and particle sizes. For this purpose, it was proposed a relationship between the theory of entropy parameters in order to reduce the computational effort. The results were satisfactory at concentrations above 10 g/L with R2 greater than 0.88. The calculated squared errors in this study were lower than those found when using the theory of entropy by Tsallis and the equation of Rouse, classic models for determining the sediment concentration profile. The applicability of the proposed model and the ease of using the probabilistic method, since it reduces the amount of data needed to perform the estimate, makes it feasible on a global scale.application/pdfengRbrh : revista brasileira de recursos hídricos. Porto Alegre, RS. Vol. 22 (Jan./Dec. 2017), e23, [15 f.]Concentração de sedimentosEntropia máxima : PrincípioRecursos hídricosModelagemSedimentologyWater resourcesModelingPrinciple of maximum entropy in the estimation of suspended sediment concentrationPrincípio da entropia máxima na estimativa da concentração de sedimentos em suspensão info:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001048340.pdf001048340.pdfTexto completo (inglês)application/pdf1937355http://www.lume.ufrgs.br/bitstream/10183/170830/1/001048340.pdffa90092515cfc4f879254a2b631b4650MD51TEXT001048340.pdf.txt001048340.pdf.txtExtracted Texttext/plain72111http://www.lume.ufrgs.br/bitstream/10183/170830/2/001048340.pdf.txtb98afbe3bf4421f70b66a057a46518c3MD5210183/1708302021-05-26 04:46:16.684721oai:www.lume.ufrgs.br:10183/170830Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2021-05-26T07:46:16Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Principle of maximum entropy in the estimation of suspended sediment concentration
dc.title.alternative.pt.fl_str_mv Princípio da entropia máxima na estimativa da concentração de sedimentos em suspensão
title Principle of maximum entropy in the estimation of suspended sediment concentration
spellingShingle Principle of maximum entropy in the estimation of suspended sediment concentration
Martins, Patricia Diniz
Concentração de sedimentos
Entropia máxima : Princípio
Recursos hídricos
Modelagem
Sedimentology
Water resources
Modeling
title_short Principle of maximum entropy in the estimation of suspended sediment concentration
title_full Principle of maximum entropy in the estimation of suspended sediment concentration
title_fullStr Principle of maximum entropy in the estimation of suspended sediment concentration
title_full_unstemmed Principle of maximum entropy in the estimation of suspended sediment concentration
title_sort Principle of maximum entropy in the estimation of suspended sediment concentration
author Martins, Patricia Diniz
author_facet Martins, Patricia Diniz
Poleto, Cristiano
author_role author
author2 Poleto, Cristiano
author2_role author
dc.contributor.author.fl_str_mv Martins, Patricia Diniz
Poleto, Cristiano
dc.subject.por.fl_str_mv Concentração de sedimentos
Entropia máxima : Princípio
Recursos hídricos
Modelagem
topic Concentração de sedimentos
Entropia máxima : Princípio
Recursos hídricos
Modelagem
Sedimentology
Water resources
Modeling
dc.subject.eng.fl_str_mv Sedimentology
Water resources
Modeling
description A preocupação com a qualidade das águas vem promovendo o desenvolvimento de técnicas cada dia melhores de monitoramento e controle. Como os sedimentos transportam a maior parte dos contaminantes da água, seu estudo é fundamental. Diante do elevado número de variáveis existentes para a estimativa da concentração de sedimentos e elevados custos de campanhas de monitoramento, torna-se necessário o desenvolvimento de métodos mais acessíveis e que tragam resultados práticos satisfatórios. Para tanto, este trabalho trata da aplicação do princípio da entropia máxima, um método probabilístico, para determinar a concentração de sedimentos em calhas com diversas concentrações e granulometrias. Para isso, foi proposta uma relação entre os parâmetros do princípio da entropia máxima para determinar o índice entrópico e facilitar o cálculo. Os resultados mostraram-se satisfatórios para concentrações acima de 10 g/L com R2 superiores a 0,88. Os erros quadráticos calculados neste trabalho foram inferiores aos encontrados quando utilizada a teoria da entropia por Tsallis e pela Equação de Rouse, modelos clássicos de estimativa do perfil de concentração de sedimentos. A aplicabilidade do modelo proposto e a facilidade da utilização do método probabilístico, já que reduz a quantidade de dados necessários para realizar a estimativa, torna-o viável em escala global.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-12-05T02:22:19Z
dc.date.issued.fl_str_mv 2017
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/other
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/170830
dc.identifier.issn.pt_BR.fl_str_mv 1414-381X
dc.identifier.nrb.pt_BR.fl_str_mv 001048340
identifier_str_mv 1414-381X
001048340
url http://hdl.handle.net/10183/170830
dc.language.iso.fl_str_mv eng
language eng
dc.relation.ispartof.pt_BR.fl_str_mv Rbrh : revista brasileira de recursos hídricos. Porto Alegre, RS. Vol. 22 (Jan./Dec. 2017), e23, [15 f.]
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/170830/1/001048340.pdf
http://www.lume.ufrgs.br/bitstream/10183/170830/2/001048340.pdf.txt
bitstream.checksum.fl_str_mv fa90092515cfc4f879254a2b631b4650
b98afbe3bf4421f70b66a057a46518c3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224933431312384