Name: | Description: | Size: | Format: | |
---|---|---|---|---|
3.22 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
The dredging industry is essential for land reclamation, coastal protection, navigation, and environmental remediation. However, dredging activities generate suspended sediment plumes that can have economic, social, and environmental impacts. Various types of dredgers, including trailing suction hopper dredgers (TSHDs), generate these plumes, which consist of fine particles suspended in the water column. These plumes affect local ecosystems by reducing light availability and oxygen levels and damaging, for example, seagrass, and corals. As a precaution, Environmental Impact Assessments (EIAs) are carried out to analyse potential impacts and ensure compliance with regulations. Far-field sediment transport models are used to estimate total suspended solids (TSS) as a proxy for turbidity. These models, however, are subject to uncertainty due to unknown sediments conditions and the complexity of plume development processes. One factor of uncertainty is the source term, which represents the sediment flux released during dredging operations. Accurate estimation of this term is challenging due to the complex nature of sediment dynamics and the variability of dredging activities. The Becker method, which involves empirical calculations, is commonly used but introduces uncertainties because it does not take the specific local circumstances into consideration. Sediment transport in dredging plumes is classified into dynamic near-field and passive far field phases. Density and vessel interactions influence the dynamic near-field, while ambient hydrodynamics govern the passive far-field. Accurate modelling requires separate approaches for near- and far-field processes. Far-field models such as Delft3D and MIKE use large-scale simulations to predict sediment dispersion, but they face challenges in estimating source terms, dispersion factors, and fall velocities. Satellite imagery could enhance sediment plume modelling by providing real-time data on plume extents. The conversion of satellite bands to surface turbidity TSS concentration values could aid in the calibration of sediment transport models. Thus the conversion of satellite bands opens the possibilities for feedback loops. Comparing model accuracy during both planning and executable phase. By incorporating satellite data, Boskalis aims to strengthen its toolkit for managing dredge plumes. VI This research aims to improve sediment dispersion parameter selection for Delft3D far-field models by using techniques from AbuShanab (2022) and Boersma (2023). A proof of concept was developed for an existing project in the Philippines. Key objectives included: - Defining the source term, dispersion factor, and fall velocity assumptions. - Enhancing parameter definitions based on satellite imagery analysis. - Evaluating model accuracy and improvement. - Creating a feedback loop for continuous model refinement. This study demonstrated that satellite imagery can help improve the accuracy of sediment transport models. The model that would be simulated in the planning and design phase (PD model) showed high uncertainties in TSS concentrations and in the plume extent % compared to the satellite-based model (SB-model). The satellite imagery is utilised for analysis of the plume behaviour, determining the background concentration values, maximum concentration values and distinguishing the vessels displayed in the imagery with additional help of AIS vessel tracks. With this information and the use of log files, when available, the additional information from the satellite images is utilised to calibrate the SB model. Creating profile plots along the AIS vessel tracks, difference plots and analysis parameters like RMSE, R2 , bias and plume extent % calculations. The SB-model differed from the PD-model in the peak overflow source term 80% exceedance value (P80), plume positioning, IM fraction distribution and dispersion factor. The P80 value was lower than the predicted value and was set to release along the AIS vessel track every minute relative to the stationary source term of the PD-model. The IM fractions of the SB-model were IM1 33% IM2 66% whereas the PD-model had IM1 66% and IM2 33% and the dispersion factor was set to 3 m2 /s instead of 1 m2 /s. Although the SB-model is already more accurate than the original model, there is still room for improvement. This can be achieved by evaluating satellite images with a clean plume and the ship log files should be available. An attempt could be made to calculate an adjustable Peak Overflow source term using the feedback loop to improve model accuracy and environmental management in dredging projects. In conclusion, satellite imagery is a valuable tool for refinement of sediment transport models. Keywords: Satellite imagery, turbidity, sediment dispersion plume models, dredging, source term.
A indústria de dragagens é essencial para ganhar terrenos ao mar (aterros), proteção costeira, navegação e recuperação ambiental. No entanto, as actividades de dragagem produzem plumas de sedimentos em suspensão, que podem ter impactos económicos, sociais e ambientais significativos. Diferentes tipos de dragas, incluindo as dragas de sucção e arrasto (TSHD), geram estas plumas, que consistem em partículas finas suspensas na coluna de água. Estas plumas afectam os ecossistemas locais ao reduzirem a disponibilidade de luz e os níveis de oxigénio, prejudicando, por exemplo, as ervas marinhas e os corais. Consequentemente, são realizados Estudos de Impacto Ambiental (EIA) para analisar os potenciais impactos e garantir o cumprimento dos regulamentos. Os modelos de transporte de sedimentos a grande distância são utilizados para estimar os Sólidos Suspensos Totais (TSS) como um indicador da turbidez. No entanto, estes modelos possuem incertezas devido ao reduzido conhecimento das características dos sedimentos e à complexidade dos processos de desenvolvimento da pluma. Um dos fatores de incerteza é o termo fonte, que representa o fluxo de sedimentos libertados durante a dragagem e é difícil de estimar com exatidão. O método de Becker, que envolve cálculos empíricos, é normalmente utilizado, mas introduz incertezas. O transporte de sedimentos em plumas de dragagem é classificado em fases dinâmicas de campo próximo e fases passivas de campo distante. O campo próximo dinâmico é influenciado pela densidade e pelas interações dos navios, enquanto o campo distante passivo é regido pela hidrodinâmica ambiente. Uma modelação precisa requer abordagens separadas para os processos de campo próximo e de campo distante. Os modelos de campo distante, como o Delft3D e o MIKE, utilizam simulações em grande escala para prever a dispersão de sedimentos, mas os desafios incluem a estimativa de termos de origem, factores de dispersão e velocidades de sedimentação. III As imagens de satélite podem melhorar a modelação das plumas de sedimentos, fornecendo dados em tempo real sobre as extensões das plumas. O algoritmo do WaterInsight para imagens Sentinel-2 determina as concentrações de TSS, ajudando na calibração de modelos de sedimentos. Um ciclo de feedback compara as previsões do modelo com as observações de satélite, melhorando a precisão do modelo durante as fases de planeamento e execução. Nesse sentido, a Boskalis pretende reforçar o seu conjunto de ferramentas para a gestão de plumas de dragagem através da incorporação de dados de satélite. Esta dissertação visou melhorar a seleção de parâmetros de dispersão de sedimentos para modelos Delft3D utilizando as técnicas de AbuShanab (2022) e Boersma (2023). Os principais objectivos incluiram: - Definir o termo fonte, o fator de dispersão e os pressupostos de velocidade de sedimentação. - Melhorar as definições dos parâmetros com base na análise de imagens de satélite. - Avaliar a exatidão e a melhoria do modelo. - Criar um ciclo de feedback para o aperfeiçoamento contínuo do modelo. Este estudo demonstrou que as imagens de satélite podem ajudar a melhorar a exatidão dos modelos de transporte de sedimentos. O modelo que seria simulado na fase de planeamento e conceção (modelo PD) apresentou incertezas elevadas nas concentrações de TSS e na % de extensão da pluma em comparação com o modelo baseado em satélite (modelo SB). As imagens de satélite são utilizadas para analisar o comportamento da pluma, determinar os valores de concentração de fundo, os valores máximos de concentração e distinguir os navios apresentados nas imagens com a ajuda adicional dos trajectos dos navios AIS. Com esta informação e a utilização de ficheiros de registo, quando disponíveis, a informação adicional das imagens de satélite é utilizada para calibrar o modelo SB. Criação de gráficos de perfil ao longo dos trajectos dos navios AIS, gráficos de diferença e parâmetros de análise como RMSE, R2, viés e cálculos da % de extensão da pluma. IV O modelo SB diferiu do modelo PD no valor de excedência de 80% do termo de fonte do pico de transbordo (P80), no posicionamento da pluma, na distribuição da fração IM e no fator de dispersão. O valor P80 foi inferior ao valor previsto e foi definido para ser libertado ao longo do trajeto do navio AIS a cada minuto relativamente ao termo de fonte estacionária do modelo PD. As fracções IM do modelo SB foram IM1 33% IM2 66% enquanto que o modelo PD teve IM1 66% e IM2 33% e o fator de dispersão foi fixado em 3 m2/s em vez de 1 m2/s. Embora o modelo SB já seja mais exato do que o modelo original, ainda há espaço para melhorias. Isto pode ser conseguido através da avaliação de imagens de satélite com uma pluma limpa e os ficheiros de registo dos navios devem estar disponíveis. Poderá tentar-se calcular um termo de fonte de pico de transbordo ajustável utilizando o ciclo de feedback para melhorar a precisão do modelo e a gestão ambiental em projectos de dragagem. Em conclusão, as imagens de satélite são uma ferramenta valiosa para a melhoria de modelos de transporte sedimentar.
A indústria de dragagens é essencial para ganhar terrenos ao mar (aterros), proteção costeira, navegação e recuperação ambiental. No entanto, as actividades de dragagem produzem plumas de sedimentos em suspensão, que podem ter impactos económicos, sociais e ambientais significativos. Diferentes tipos de dragas, incluindo as dragas de sucção e arrasto (TSHD), geram estas plumas, que consistem em partículas finas suspensas na coluna de água. Estas plumas afectam os ecossistemas locais ao reduzirem a disponibilidade de luz e os níveis de oxigénio, prejudicando, por exemplo, as ervas marinhas e os corais. Consequentemente, são realizados Estudos de Impacto Ambiental (EIA) para analisar os potenciais impactos e garantir o cumprimento dos regulamentos. Os modelos de transporte de sedimentos a grande distância são utilizados para estimar os Sólidos Suspensos Totais (TSS) como um indicador da turbidez. No entanto, estes modelos possuem incertezas devido ao reduzido conhecimento das características dos sedimentos e à complexidade dos processos de desenvolvimento da pluma. Um dos fatores de incerteza é o termo fonte, que representa o fluxo de sedimentos libertados durante a dragagem e é difícil de estimar com exatidão. O método de Becker, que envolve cálculos empíricos, é normalmente utilizado, mas introduz incertezas. O transporte de sedimentos em plumas de dragagem é classificado em fases dinâmicas de campo próximo e fases passivas de campo distante. O campo próximo dinâmico é influenciado pela densidade e pelas interações dos navios, enquanto o campo distante passivo é regido pela hidrodinâmica ambiente. Uma modelação precisa requer abordagens separadas para os processos de campo próximo e de campo distante. Os modelos de campo distante, como o Delft3D e o MIKE, utilizam simulações em grande escala para prever a dispersão de sedimentos, mas os desafios incluem a estimativa de termos de origem, factores de dispersão e velocidades de sedimentação. III As imagens de satélite podem melhorar a modelação das plumas de sedimentos, fornecendo dados em tempo real sobre as extensões das plumas. O algoritmo do WaterInsight para imagens Sentinel-2 determina as concentrações de TSS, ajudando na calibração de modelos de sedimentos. Um ciclo de feedback compara as previsões do modelo com as observações de satélite, melhorando a precisão do modelo durante as fases de planeamento e execução. Nesse sentido, a Boskalis pretende reforçar o seu conjunto de ferramentas para a gestão de plumas de dragagem através da incorporação de dados de satélite. Esta dissertação visou melhorar a seleção de parâmetros de dispersão de sedimentos para modelos Delft3D utilizando as técnicas de AbuShanab (2022) e Boersma (2023). Os principais objectivos incluiram: - Definir o termo fonte, o fator de dispersão e os pressupostos de velocidade de sedimentação. - Melhorar as definições dos parâmetros com base na análise de imagens de satélite. - Avaliar a exatidão e a melhoria do modelo. - Criar um ciclo de feedback para o aperfeiçoamento contínuo do modelo. Este estudo demonstrou que as imagens de satélite podem ajudar a melhorar a exatidão dos modelos de transporte de sedimentos. O modelo que seria simulado na fase de planeamento e conceção (modelo PD) apresentou incertezas elevadas nas concentrações de TSS e na % de extensão da pluma em comparação com o modelo baseado em satélite (modelo SB). As imagens de satélite são utilizadas para analisar o comportamento da pluma, determinar os valores de concentração de fundo, os valores máximos de concentração e distinguir os navios apresentados nas imagens com a ajuda adicional dos trajectos dos navios AIS. Com esta informação e a utilização de ficheiros de registo, quando disponíveis, a informação adicional das imagens de satélite é utilizada para calibrar o modelo SB. Criação de gráficos de perfil ao longo dos trajectos dos navios AIS, gráficos de diferença e parâmetros de análise como RMSE, R2, viés e cálculos da % de extensão da pluma. IV O modelo SB diferiu do modelo PD no valor de excedência de 80% do termo de fonte do pico de transbordo (P80), no posicionamento da pluma, na distribuição da fração IM e no fator de dispersão. O valor P80 foi inferior ao valor previsto e foi definido para ser libertado ao longo do trajeto do navio AIS a cada minuto relativamente ao termo de fonte estacionária do modelo PD. As fracções IM do modelo SB foram IM1 33% IM2 66% enquanto que o modelo PD teve IM1 66% e IM2 33% e o fator de dispersão foi fixado em 3 m2/s em vez de 1 m2/s. Embora o modelo SB já seja mais exato do que o modelo original, ainda há espaço para melhorias. Isto pode ser conseguido através da avaliação de imagens de satélite com uma pluma limpa e os ficheiros de registo dos navios devem estar disponíveis. Poderá tentar-se calcular um termo de fonte de pico de transbordo ajustável utilizando o ciclo de feedback para melhorar a precisão do modelo e a gestão ambiental em projectos de dragagem. Em conclusão, as imagens de satélite são uma ferramenta valiosa para a melhoria de modelos de transporte sedimentar.
Description
Keywords
Satellite imagery Turbidity Sediment dispersion plume models Dredging Source term