TEMA: TRATAMENTO EFLUENTES EM SISTEMAS DE MICROALGAS – RECUPERAÇÃO DE NUTRIENTES, DESINFECÇÃO E REMOÇÃO DE MICROPOLUENTES

As estações de tratamento de esgoto convencionais são identificadas como a principal fonte de bactérias/germes multirresistentes e contaminantes emergentes encontrados no ambiente, apresentando também limitações na recuperação de nutrientes e na remoção de poluentes emergentes/micropoluentes. Contudo, os sistemas de microalgas são capazes de promover um tratamento eficiente dos efluentes, incluindo a recuperação de nutrientes e matéria orgânica, remoção de metais pesados, poluentes emergentes e agentes patogénicos; sendo uma alternativa sustentável e viável economicamente. Assim, para melhorar o tratamento de efluentes domésticos e agroindustriais em sistemas de microalgas, serão realizados testes em batelada e testes em sistemas piloto em reatores do tipo High Rate Algal Ponds (Lagoas de Algas de Altas Taxas) de 40 L, estudando a influência da intensidade da luz, razão C:N:P, concentração de contaminantes emergentes, adição de CO2 e adição de lodo ativado nitrificante-desnitrificante, determinando as melhores condições de operação para esse tipo de sistemas, maximizando a produção de biomassa e a remoção dos poluentes.

Instituições Parcerias: UFMS, USP e UVa (Espanha)

No final de 2018 o Painel Intergovernamental de Mudanças Climáticas publicou a interferência do aumento na temperatura em torno de 1.5°C para os próximos 30 anos quando comparado a época da Revolução Industrial. Em 2021, uma correção da metodologia levou a previsões mais pessimistas podendo chegar a um aumento de 4.5°C. Nesse sentido, o Sudeste do Brasil é uma das regiões apontadas como tendo uma tendência ao aumento das precipitações em contrapartida com a região Norte, que sofrerá com a seca. O perigo socionatural vem sendo abordado pela UN Office for Disaster Risk Reduction desde 2017 quando o processo está associado a uma combinação de fatores naturais e antropogênicos, incluindo degradação ambiental e mudanças climáticas. Dessa maneira, o objetivo dessa pesquisa é o desenvolvimento de uma metodologia para mapeamento de perigo socionatural de desastres de origem geotécnica e hidrológica utilizando dados abertos. Seguindo essa premissa, a meta é criar uma metodologia de fácil replicação podendo ser empregada em escala regional, incluindo regiões administrativas e municípios. O desenvolvimento da metodologia abordará primeiramente a quantificação e espacialização dos dados históricos de desastres de origem geotécnica e hidrológica do estado de São Paulo entre os anos 2000 e 2020 com base no banco de dados de desastres naturais do IPMet (FC-Unesp). Depois dos desastres espacializados, serão levantados os dados das chuvas acumuladas de um, três e sete dias da data do evento e a probabilidade de ocorrência considerando os 20 anos, priorizando a análise em locais em que existem pluviômetros com dados disponíveis para todo o período. Os critérios ambientais serão realizados não apenas em função do Mapeamento Geotécnico de Estado de São Paulo, Escala 1:500.000, mas também considerando dados geomorfológicos, geológicos e de uso e ocupação disponíveis na web. A ponderação dos pesos referentes aos critérios ambientais será analisada através da técnica de Machine Learning que possibilitará a avaliação dos fatores preponderantes nas diferentes litologias e realidades de cada local e se fundamentarão na frequência das diferentes características nos locais dos desastres. Para os dados socio-econômicos serão considerados os dados do IBGE por setor censitário, e informações em sites das respectivas prefeituras. A avaliação considerará composição duas matrizes: uma primeira para compor os critérios sociais e os ambientais criando o critério socionatural; na segunda serão cruzados com os critérios socionaturais com os dados de chuvas desencadeadoras, resultando no risco de ocorrência. O intervalo de chuva antecedente será escolhido em função da origem do desastre, ou seja, geotécnica ou hidrológica. O QGis será o software utilizado nas análises espaciais, nas cartas de critérios socioambientais, e na carta de risco. O Brasil é um país de dimensões continentais com grande diversidade em vários aspectos e assim a principal vantagem do desenvolvimento dessa metodologia será sua possibilidade de replicação para outros locais uma vez que, além se utilizar apenas de dados abertos, utiliza os dados do próprio local para a ponderação dos pesos a serem considerados.

Palavras-chaves: Desastres Naturais, Eventos Climáticos Severos, Perigo socionatural, Machine Learning.