Publicação

Risk-informed decision making for resilient transport infrastructure systems

Detalhes bibliográficos
Resumo:	Os sistemas de infraestruturas de transporte são suscetíveis ao envelhecimento e a perigos naturais e antrópicos, que afetam a sua capacidade de serviço e levam a consequências para a sociedade. Dado que os recursos disponíveis são limitados, as decisões sobre a manutenção e melhoria das infraestruturas de transporte devem ser abordadas através de uma perspetiva informada pelo risco. A quantificação dos riscos nestes sistemas requer a modelação espacial do evento extremo, a caracterização do desempenho das numerosas infraestruturas interligadas, e a estimativa das consequências diretas e indiretas de falhas, incluindo impactos monetários, ambientais e sociais. A integração destes modelos, ao nível da rede e com uma perspetiva de ciclo de vida, requer consistência no tratamento de incertezas, que envolve complexidade no processo de modelação e custos computacionais substanciais. Este trabalho introduz avanços recentes em modelação e análise de sistemas complexos de modo a quantificar os riscos dos sistemas de infraestruturas de transporte ao longo do ciclo de vida. Assim, esta quantificação apoia o processo de tomada de decisão e aumenta a sua resiliência contra perigos naturais, particularmente aqueles associados a efeitos de mudanças climáticas, como inundações. Inicialmente, técnicas probabilísticas Bayesianas são introduzidas para modelar eventos de inundação, capturando incertezas e fornecendo uma representação espácio-temporal dos impactos das inundações nas infraestruturas de transporte. Posteriormente, apresenta metodologias para avaliar as vulnerabilidades das infraestruturas, incluindo técnicas de aprendizagem automática para prever a deterioração ao longo do seu ciclo de vida. As metodologias são enquadradas no âmbito da avaliação de risco de ciclo de vida, utilizando uma abordagem de modelação de sistemas baseada em cenários, e técnicas de aprendizagem automática são ainda introduzidas para melhorar a eficiência computacional na quantificação das consequências económicas, humanas e ambientais resultantes da disrupção da funcionalidade do transporte. Este enquadramento integrado facilita a identificação de infraestruturas críticas cuja potencial falha afeta significativamente os riscos e define uma priorização de estratégias de mitigação. Além disso, as decisões sobre a priorização da recuperação também são auxiliadas, visando reduzir as consequências indiretas e, assim, aumentar a resiliência dos transportes, restabelecendo eficientemente a funcionalidade após disrupções. Por último, o conceito de probabilidade de falha de resiliência, definida como o esgotamento da capacidade do sistema de transporte para restaurar a funcionalidade sem apoio externo, é introduzido para ter em conta as decisões sobre a preparação da sociedade para lidar com eventos disruptivos.
Autores principais:	Ariza, Monica Patrícia Santamaria
Assunto:	Avaliação dos riscos de inundações Deterioração de infraestruturas Redes Bayesianas Resiliência de redes de transporte Técnicas de aprendizagem automática Bayesian networks Flood risk assessment Infrastructure deterioration Machine learning techniques Resilience of transportation systems
Ano:	2024
País:	Portugal
Tipo de documento:	tese de doutoramento
Tipo de acesso:	acesso embargado
Instituição associada:	Universidade do Minho
Idioma:	inglês
Origem:	RepositóriUM - Universidade do Minho