Browsing by Author "Painho, M."
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- Integration of numerical models in geographic databases: the case of Sado estuary managementPublication . Painho, M.; Sena, R.; Caeiro, S.; Martins, Flávio Augusto Bastos da Cruz; Costa, Maria H.; Neves, R.Geographic information systems (GIS) are now widely applied in coastal resource management. Their ability to organise and interface information from a large range of public and private data sources, and their ability to combine this information, using management criteria, to develop a comprehensive picture of the system explains the success of GIS in this area. The use of numerical models as a tool to improve coastal management is also widespread. Less usual is a GIS-based management to ol implementing a comprehensive management model and integrating a numerical modelling system into itself. In this paper such a methodology is proposed. A GIS-based management tool based on the DPSIR model is presented. An overview of the MOHID numerical modelling system is given and the method of integrating this model in the management tool is described. This system is applied to the Sado Estuary (Portugal). Some preliminary results of the integration are presented, demonstrating the capabilities of the management system.
- Metodologia de gestão dinâmica do estuário do SadoPublication . Caeiro, S.; Martins, Flávio Augusto Bastos da Cruz; Costa, Maria H.; Painho, M.; Neves, R.O estuário do Sado é um sistema litoral onde existem conflitos de gestão ambiental, uma vez que por um lado, localiza-se junto da zona industrial da Península de Setúbal e por outro lado, uma grande parte da sua área está classificada como Reserva Natural. Sendo uma área de especial sensibilidade, torna-se necessário implementar modelos de gestão, que passam pela elaboração de metodologias que avaliem o estado de qualidade da zona costeira. O objectivo deste trabalho é apresentar uma metodologia conceptual de gestão do estuário do Sado, ligado a um modelo dinâmico e ecológico suportado por uma infraestrutura de informação do tipo DPSIR e com base num sistema SIG (Sistema de Informação Geográfica). Desta forma pretende-se integrar a avaliação da qualidade do ecossistema, com base em indicadores da qualidade ambiental previamente seleccionados, com informação socio-económica. Nesta metodologia as propostas de intervenção e a avaliação do seu impacte no estuário são baseadas nos dados ambientais recolhidos e nas previsões dos efeitos dessas acções. Pretende-se que a modelação dinâmica e ecológica do sistema desempenhe um papel fundamental tanto na caracterização do estuário como nas propostas de intervenção. A simulação permite a caracterização do sistema, a comparação de cenários alternativos e a quantificação do impacte de acções de intervenção. Os dados de campo e os resultados da modelação são integrados numa plataforma comum que facilite o relacionamento e o cruzamento de toda a informação. Esta metodologia permitirá assim a elaboração de uma interface de suporte à gestão/decisão do Estuário do Sado para entidades com poder de decisão sobre este ecossistema.
- Optimization of an estuarine monitoring program: selecting the best spatial distributionPublication . Caeiro, S.; Nunes, L.; Goovaerts, Pierre; Ribeiro, Luís; Painho, M.; Costa, Maria H.Monitoring estuarine programs are fundamental to evaluate the status and trends of pollution abatement actions, fulfillment of environmental quality standards and compliance with permit conditions. Their sampling designs should provide statistically unbiased estimates of the status and trends with quantitative confidence limits on both spatial and temporal scales. Variance reduction techniques have proved to be good methodologies for choosing better spatial and temporal designs. The aim of this work is to select a subset of monitoring sampling stations based on locations from an extensive estuarine sediment campaign. In this campaign 153 sites were sampled in the Sado estuary (southern Portugal). In each location three sediment parameters were determined with the objective of defining spatially homogenous environmental areas. The new monitoring program is based on fewer and on the most representative monitoring stations inside each homogeneous environmental area for their future contaminant assessment. Simulated annealing was used to iteratively improve on the mean square error of estimation, by removing one station at a time and estimating it by indicator kriging using the remaining stations in the sub-set, within a controlled non-exhaustive looping scheme. Different sub-set cardinalities were tested in order to determine the optimal cost-benefit relationship between the number of stations and monitoring costs. The model results indicate 60 station design to be optimal, but 17 additional stations with expertise criteria of proximity to point sources and characterization of all homogenous areas were added.