Brazilian Journal of Environmental Sciences (Online)
Not a member yet
759 research outputs found
Sort by
Soil carbon storage and retention: a critical synthesis on concepts, research opportunities and sustainable application in environmental engineering
Get PDFAs funções do solo têm sido ameaçadas pelas atividades antrópicas, comprometendo a provisão de serviços ecossistêmicos e desiquilibrando o ciclo biogeoquímico do carbono. O sequestro de carbono no solo é uma solução para a restauração de solo degradado e para a mitigação climática. O estoque de carbono orgânico do solo (C-estoque) é um indicador que orienta projetos de restauração de ecossistemas e verifica resultados. No entanto, o solo é um sistema complexo e heterogêneo, sujeito às interações do sistema solo-planta-atmosfera, e é controlado por uma série de processos multidisciplinares que envolvem desde a captura de C da atmosfera até a retenção de C no solo. Ainda, há uma série de incertezas sobre conceitos, mecanismos de retenção e protocolos de mensuração do C-estoque. Por meio de uma revisão crítica da literatura, este artigo teve o objetivo de sintetizar conceitos com uma abordagem interdisciplinar, analisar oportunidades de pesquisa e avaliar aplicações sustentáveis à luz da engenharia ambiental. Os resultados apontam avanços conceituais na temática de estabilização da matéria orgânica no solo e ressaltam oportunidades de pesquisa sobre a dinâmica entre o carbono orgânico e o fluxo de água dentro de perfis de solo estruturados, o que pode ser compreendido por meio de conceitos da engenharia geotécnica. A revisão ainda sinaliza a ausência de um enquadramento multidisciplinar das variáveis que delimite a análise transdisciplinar do tema. Por fim, o C-estoque é um índice que pode ser utilizado em soluções de engenharia baseadas em C como um indicador dos resultados de restauração ecossistêmica.Soil functions have been threatened by anthropogenic activities, compromising ecosystem services and unbalancing the carbon biogeochemical cycle. Soil carbon sequestration (SCS) is an emergent solution for mitigating climate change and restoring degraded soils. Soil organic carbon (SOC) stock plays a relevant role in measuring ecosystem restoration projects. Nevertheless, the soil is complex and heterogeneous. It is subjected to the soil-plant-atmosphere system interaction and is controlled by many multidisciplinary processes in the C cycle, from C air sequestration to C soil retention. There are still a series of uncertainties around concepts, mechanisms and methodological protocols to assess SOC stock. Through a critical literature review, this paper aimed to synthesize concepts with a cross-disciplinary approach, to analyze research opportunities and to examine sustainable applications in light of environmental engineering. The results point out the conceptual advances in organic matter stabilization in soil and highlight the research gap on the dynamics of the SOC and soil water flux within structured soil profiles, which may be explained using geotechnical engineering concepts. We also observed the need for a multidisciplinary framework of variables that is able to clarify the transdisciplinary contributions to this field. Finally, the SOC stock is an index that may be employed as an indicator of ecosystem restoration results in C-based engineering solutions
Application of a convolutional neural network for automated multiclass identification of field-collected microplastics and diatom algae from optical microscopy images
Get PDFOs microplásticos estão presentes em todo o mundo e são uma grande ameaça ao meio ambiente devido aos desafios que representam. Sua amostragem, isolamento e análise são processos trabalhosos e difíceis pelo seu tamanho, formato e dinâmica de propagação. Ademais, a falta de protocolos padronizados na pesquisa de microplásticos dificulta a comparação de resultados e a unificação do progresso na área. Neste contexto, este trabalho propõe e avalia uma arquitetura de modelo baseada em aprendizagem profunda para classificar imagens de microplásticos, com rede neural convolucional e aprendizagem por transferência, usando um conjunto de dados de microplásticos reais, amostrados de um reservatório de água doce. Além disso, o modelo identifica frústulas de algas diatomáceas, que podem persistir na degradação do peróxido de hidrogênio no processo de isolamento de microplásticos, devido à sua composição de biossílica. O modelo foi desenvolvido em Python pela plataforma do Google Colab. Foram utilizadas 1.140 imagens, e para garantir uma avaliação robusta e generalizada, foi aplicada a validação cruzada k-fold de 5 dobras. O modelo atingiu acurácia de 93%, com um recall de 97, 95, 92 e 90% para algas, filamentos microplásticos, fragmentos e pellets, respectivamente. A acurácia do modelo é encorajadora, considerando o tamanho do conjunto de dados e todos os desafios que envolvem a identificação automática de microplásticos, com suas variações de forma e nuances; então, os resultados são promissores. Conforme nosso conhecimento, este é o primeiro trabalho que aborda a presença de diatomáceas após uma das técnicas mais comuns de isolamento de microplásticos e, também, sua classificação automatizada entre microplásticos.Microplastics are present all around the globe, and they are a major threat to the environment because of the challenges they pose. Their sampling, isolation, and analysis processes are laborious and difficult due to their size, shape, and spreading dynamics. Furthermore, the lack of standardized protocols in microplastic research makes it difficult to compare results and unify the progress of the field. In this context, this work proposes and evaluates a model architecture based on deep learning to classify microplastic images using a dataset of real microplastics sampled from a freshwater reservoir, with convolutional neural network and transfer learning. Moreover, the model identifies diatom algae frustules, which can persist in the hydrogen peroxide degradation during the process of microplastic isolation due to their biosilica composition. The model was developed in Python using the Google Colab environment. A total of 1,140 images were used, and to ensure a robust and generalized evaluation, 5-fold cross-validation was applied. The model achieved 93% accuracy, with a recall of 97, 95, 92, and 90% for algae, microplastic filaments, fragments, and pellets, respectively. Overall, the accuracy of the model is encouraging considering the dataset size and all the challenges that involve the automatic identification of microplastics, with all their shape variations and nuances; thus the results are promising. To our knowledge, this is the first work addressing diatom presence after one of the most common microplastic isolation techniques and their automated classification among microplastics as well
Separating materials from photovoltaic panels through thermomechanical processes and laser beams for the extraction of metals
Get PDFUsually, a photovoltaic panel is composed of either monocrystalline or polycrystalline silicon cells that convert sunlight into electricity, with an average lifespan of nearly 30 years based on a guaranteed performance outlet of 80% power. After this period, the panels turn into waste and must be discarded properly, with recycling materials being the most resourceful method. The initial goal of this research was to develop a physical pre-treatment method aiming at separating components and determining adequate speed and power necessary for the removal of the sealant (ethylene vinyl acetate [EVA]) present in photovoltaic cells. This would enable easier extraction of commercially valuable metals, such as silver, metallic silicon, copper, and aluminum utilizing a laser beam. The methodology involved utilized photovoltaic cell samples subjected to a thermomechanical pre-treatment to remove prior components, followed by the application of a laser beam at varying potency and velocities to find the optimal settings to remove EVA present in samples without a backsheet foil. After removing the EVA, manual extraction of copper ribbons, silver filaments, and metallic silicon was carried out using a micro-grinder and a mill, producing a powder that was then analyzed by X-ray fluorescence (XRF). The results showed that the initial components (junction box and backsheet foil) could be removed through thermomechanical processes , followed by EVA removal using a 400 W laser beam at 200 mm/s. Following that, the copper ribbons, with an average content of 91.71% Cu, were separated manually. Silver and metallic silicon recovery through milling resulted in a powder with 0.6% Ag and 93% Si content.O painel fotovoltaico é composto de células de silício que convertem a luz solar em energia elétrica, apresentando vida útil média de 30 anos. Após esse período, os painéis precisam de um destino ambientalmente aceitável. O objetivo inicial deste trabalho foi desenvolver um pré-tratamento físico para separar componentes e encontrar a potência e a velocidade adequadas para a remoção do selante presente nas células fotovoltaicas com o uso de raio laser, visando facilitar a separação de metais de interesse comercial como prata, silício metálico, cobre e alumínio. A metodologia foi baseada no uso de células fotovoltaicas submetidas a um pré-tratamento termomecânico para a remoção de componentes e, depois, o uso de raio laser com diferentes potências e velocidades para encontrar a combinação adequada de parâmetros para a remoção do selante presente nas células fotovoltaicas. Após a remoção do ethylene vinyl acetate (EVA), foi possível a retirada manual das fitas de cobre, bem como a remoção dos filamentos de prata e do silício metálico com uso de uma microrretífica e uma fresadora, obtendo-se um pó que foi analisado por fluorescência de raios X. Os resultados mostraram que é viável remover a junction box e o backsheet foil por um processo termomecânico e, em seguida, remover o EVA com raio laser com a potência de 450 W a 200 mm/s. As fitas de cobre, com teor médio de 91,71% de Cu, foram separadas manualmente. A remoção da prata e do silício metálico com a fresadora gerou um pó com 0,6% de Ag e 93% de Si
Machine learning in the construction industry: potential of artificial neural networks in estimating construction and demolition waste
Get PDFA estimativa da geração de resíduos da construção civil (RCC) é essencial para o planejamento sustentável e a gestão eficaz de resíduos em canteiros de obras. No entanto, os métodos convencionais frequentemente não atendem às demandas práticas do setor. Este estudo investigou o uso de redes neurais artificiais (RNA) como ferramenta preditiva para a quantificação de RCC. Foram realizadas simulações com amostras de 5.000 dados (A) e 10.000 dados (B), seguidas da validação com amostra de 360 dados (R) coletados em canteiros de obras em Curitiba, estado do Paraná, Brasil. Essa abordagem permitiu uma avaliação abrangente da acurácia preditiva e da aplicabilidade prática da RNA. O melhor desempenho foi obtido com a amostra B, utilizando uma RNA configurada com duas variáveis de entrada, dez neurônios na camada oculta e três ciclos de treinamento. Nas simulações, o modelo apresentou coeficiente de determinação (R²) de 1,00, raiz do erro quadrático médio (RMSE, root mean squared error) de 6,55 kg e erro percentual absoluto médio (MAPE, mean absolute percentagem error) de 0,00013%. Na validação, obteve-se R² de 0,83, RMSE de 4.337,69 m³ e estimativas precisas em mais de 60% dos casos (MAPE). Os resultados demonstraram a viabilidade do uso de RNA para aprimorar a estimativa de RCC, contribuindo para a tomada de decisão e para o desenvolvimento de estratégias mais eficientes de redução de resíduos na construção civil.The estimation of construction and demolition waste (CDW) generation is essential for sustainable planning and effective waste management on construction sites. However, conventional methods often fail to meet the practical demands of the sector. This study investigated the use of artificial neural networks (ANN) as a predictive tool for CDW quantification. Simulations were performed with samples of 5,000 data points (A) and 10,000 data points (B), followed by validation with a sample of 360 data points (R) collected from construction sites in Curitiba, Paraná state, Brazil. This approach allowed for a comprehensive evaluation of the predictive accuracy and practical applicability of the ANN. The best performance was obtained with sample B, using an ANN configured with two input variables, ten neurons in the hidden layer, and three training cycles. In the simulations, the model presented a coefficient of determination (R²) of 1.00, a root mean squared error (RMSE) of 6.55 kg, and a mean absolute percentage error (MAPE) of 0.00013%. In the validation, an R² of 0.83 was obtained, along with an RMSE of 4,337.69 m³, and accurate estimates in over 60% of cases (MAPE). The results demonstrated the viability of using ANNs to improve CDW estimation, contributing to decision-making and the development of more efficient waste reduction strategies in civil construction
Urban socio-environmental inequality in the municipality of São Paulo: The case of Jardim Panorama
Get PDFThis study investigates the socio-environmental inequality affecting the Jardim Panorama neighborhood, located in the west side of São Paulo, State of São Paulo, Brazil. The area is marked by the presence of a high-end condominium, Parque Cidade Jardim, and a small, impoverished favela, Favela do Jardim Panorama, separated by less than 100 m. The article explores the historical background and conceptual frameworks of socio-environmental inequality, including gentrification and environmental injustice, aiming to highlight the dynamics and impacts on the populations living in Jardim Panorama. A qualitative approach is adopted, involving the analysis of public documents and the collection of data on the area from research institutions and public platforms. At a local scale, the study area reveals the stark social contrasts characteristic of major Brazilian cities. The findings indicate that Jardim Panorama is subject to processes of gentrification and environmental injustice, exposing intense socio-spatial segregation driven by affluent residents and the resistance of a socio-environmentally vulnerable population, rendered invisible by the State.Este trabalho investiga a desigualdade socioambiental que afeta o bairro do Jardim Panorama, localizado na zona oeste do município de São Paulo, estado de São Paulo, Brasil. O bairro conta com a presença de um condomínio de alto padrão, o Parque Cidade Jardim, e uma favela pequena e empobrecida, a Favela do Jardim Panorama, separados um do outro por menos de 100 metros. O artigo explora o histórico do local e os conceitos de desigualdade socioambiental, tais como a gentrificação e a injustiça ambiental, com o objetivo de ressaltar atuações e impactos nas populações que moram no Jardim Panorama. O estudo adota uma abordagem qualitativa, com análise de documentação pública e levantamento de dados sobre a área em instituições de pesquisa e plataformas públicas. A área de estudo revela, em escala local, os contrastes sociais presentes nas grandes cidades brasileiras. Os resultados revelam que o bairro Jardim Panorama sofre com ações de gentrificação e injustiça ambiental, indicando intensa segregação socioespacial promovida pelos moradores de alta renda e a resistência da população socioambientalmente vulnerabilizada, invisível aos olhos do Estado
Tilapia viscera wastewater: an innovative substrate for sustainable biosurfactant production by Penicillium citrinum UCP 1183
Get PDFSustainable fish waste management is a critical issue linked to the United Nations Sustainable Development Goals, particularly SDG 12 (Sustainable Consumption and Production). Improper disposal of fish processing residues, including viscera, causes significant environmental problems by worsening pollution and wasting valuable biotechnological resources. In order to contribute to the solution of this economic and environmental challenge, this study sought to use wastewater from the processing of Nile tilapia (Oreochromis niloticus) viscera as a raw material for biosurfactant production by Penicillium citrinum UCP 1183. This strain was cultivated in alternative media composed of tilapia viscera wastewater and post-frying soybean oil, based on the concentrations established by a 22 full-factorial design. Biosurfactant production was verified in condition 4 of the full-factorial design, obtaining a surface tension of 36 mN/m. The biosurfactant showed an anionic and lipopeptide nature, moderate zeta potential, and excellent stability and emulsifying capacity. Hence, tilapia viscera wastewater proved to be an excellent substrate for sustainable biosurfactant production, minimizing the environmental impact of fish processing waste and promoting the circular economy.A gestão sustentável dos resíduos de pescado é uma questão crítica vinculada aos Objetivos de Desenvolvimento Sustentável das Nações Unidas, especialmente ao ODS 12 (Consumo e Produção Sustentáveis). O descarte inadequado dos resíduos do processamento de pescado, incluindo as vísceras, causa problemas ambientais significativos ao contribuir para a poluição e o desperdício de recursos biotecnológicos valiosos. Com o intuito de colaborar para a solução desse desafio econômico e ambiental, este estudo buscou utilizar a água residual do processamento de vísceras da tilápia-do-nilo (Oreochromis niloticus) como matéria-prima para a produção de biossurfactante por Penicillium citrinum UCP 1183. Esta cepa foi cultivada em meios alternativos compostos por água residual de vísceras de tilápia e óleo de soja pós-fritura, conforme as concentrações estabelecidas por um planejamento fatorial completo 2². A produção de biossurfactante foi verificada na condição 4 do planejamento fatorial completo, obtendo-se uma tensão superficial de 36 mN/m. O biossurfactante apresentou natureza aniônica e lipopeptídica, potencial zeta moderado e excelente estabilidade e capacidade emulsificante. Assim, a água residual de vísceras de tilápia demonstrou ser um excelente substrato para a produção sustentável de biossurfactante, minimizando o impacto ambiental dos resíduos do processamento de pescado e promovendo a economia circular
Innovation in the production of ecological biodispersants: co-cultivation of Serratia marcescens and Tetradesmus obliquus
Get PDFMixed fermentations with bacteria and microalgae have been successfully used to increase biomass and metabolites production. However, this strategy has not yet been explored to produce biodispersants—biomolecules with potential for use in the bioremediation of petroderivatives. Therefore, we investigated the production of biosurfactants by co-cultivation of Serratia marcescens and Tetradesmus obliquus and its application as a biodispersant. The biomolecule was isolated by acid precipitation and subjected to preliminary characterization, stability and phytotoxicity tests and application in removing burnt engine oil from mollusk shells. When cultivated alone, S. marcescens presented surface tension of 27.4 mN/m and oil displacement area of 34.54 cm2, and when cultivated with T.obliquus,presented 26.6 mN/m and 50.24 cm2, respectively. Furthermore, excellent results of interfacial tension (1.0 mN/m) and emulsification index (96%) were verified in the mixed culture. The biosurfactant yield was 1.75 g/L, and it presented an anionic and lipopeptide nature, as well as stability at alkaline pH and in a wide range of temperature and salinity. In addition, it proved to be non-toxic against cucumber (Cucumis sativus) and lettuce (Lactuca sativa) seeds and showed 100% efficiency in washing mollusk shells impregnated with burnt engine oil. Thus, the co-cultivation of S. marcescens and T. obliquus represents an innovative and sustainable technology for biodispersant production with a view to application in the bioremediation of environments contaminated with petroleum derivatives.Fermentações mistas com bactérias e microalgas vêm sendo usadas com sucesso para aumentar a produção de biomassa e metabólitos. Entretanto, essa estratégia ainda não foi explorada para produzir biodispersantes – biomoléculas com potencial de utilização na biorremediação de petroderivados. Diante disso, investigamos a produção de biossurfactante por meio do co-cultivo de Serratia marcescens e Tetradesmus obliquus e sua aplicação como biodispersante. A biomolécula foi isolada por precipitação ácida e submetida a caracterização preliminar, testes de estabilidade e fitotoxicidade e aplicação na remoção de óleo de motor queimado de conchas de moluscos. Quando cultivada sozinha, a S. marcescens apresentou tensão superficial de 27,4 mN/m e área de deslocamento de óleo de 34,54 cm2, e quando cultivada com T. obliquus, apresentou 26,6 mN/m e 50,24 cm2, respectivamente. Além disso, foram verificados excelentes resultados de tensão interfacial (1,0 mN/m) e índice de emulsificação (96%) no cultivo misto. O rendimento do biossurfactante foi 1,75 g/L, e apresentou natureza aniônica e lipopeptídica, bem como estabilidade em pH alcalino e em ampla faixa de temperatura e salinidade. Além disso, demonstrou ser atóxico frente a sementes de pepino (Cucumis sativus) e alface (Lactuca sativa) e mostrou 100% de eficiência na lavagem de conchas de moluscos impregnadas com óleo de motor queimado. Assim, o co-cultivo de S. marcescens e T. obliquus representa uma tecnologia inovadora e sustentável para produção de biodispersante com vistas à aplicação em biorremediação de ambientes contaminados com petroderivados
Wood density of forest species in integrated crop-livestock-forest system in the Brazilian Amazon: challenges and opportunities for Bertholletia excelsa, Dipteryx odorata, and Khaya grandifoliola
Get PDFA densidade da madeira é a propriedade física diretamente relacionada ao potencial madeireiro de uma espécie e influencia o serviço ambiental de armazenamento e sequestro de carbono. Portanto, o objetivo deste estudo foi de avaliar a densidade da madeira em diferentes níveis de umidade (aparente, anidra e básica) das espécies Bertholletia excelsa, Dipteryx odorata e Khaya grandifoliola em um povoamento florestal jovem cultivado em um sistema integração lavoura-pecuária-floresta. A Unidade de Referência Tecnológica, estabelecida em 2010, destacou a necessidade de intervenções de manejo até 2021 para evitar sombreamento excessivo e eliminar espécies fenotipicamente indesejáveis. Amostras de material foram colhidas em cinco alturas ao longo do tronco comercial para analisar a densidade da madeira (anidra, aparente e básica). Nossos resultados revelaram que D. odorata apresentou as maiores densidades (0,99, 0,91 e 0,83 g/cm3), enquanto B. excelsa e K. grandifoliola apresentaram densidades menores (0,68, 0,61, 0,55 g/cm3 e 0,61, 0,56, 0,51 g/cm3, respectivamente). Notavelmente, D. odorata exibiu um aumento na densidade básica de base para o topo, enquanto K. grandifoliola demonstrou maior homogeneidade ao longo de seu tronco. Os resultados apresentados fornecem suporte técnico robusto para informar a tomada de decisões sobre o uso de espécies nativas e exóticas em sistemas de produção integrados, além de enfatizar o potencial do sistema integração lavoura-pecuária-floresta como uma prática de produção sustentável.Wood density is the physical property directly related to the timber potential of a species and influences the environmental service of carbon storage and sequestration. Therefore, the objective of this study was to evaluate the wood density at different moisture levels (apparent, anhydrous, and basic) of the species Bertholletia excelsa, Dipteryx odorata, and Khaya grandifoliola in a young forest stand cultivated in an integrated crop-livestock-forest system. The Technological Reference Unit, established in 2010, highlighted the necessity for management interventions by 2021 to prevent excessive shading and eliminate phenotypically undesirable species. Material samples were harvested at five heights along the commercial stem to analyze wood density (anhydrous, apparent, and basic). Our results revealed that D. odoratahad the highest densities (0.99, 0.91, and 0.83 g/cm3), while B. excelsa and K. grandifoliola displayed lower densities (0.68, 0.61, 0.55 g/cm3 and 0.61, 0.56, 0.51 g/cm3, respectively). Notably, D. odorata exhibited an increasing basic density from base to top, while K. grandifoliola demonstrated greater homogeneity along its stem. The presented results provide robust technical support to inform decision-making on the use of native and exotic species in integrated production systems, as well as emphasizing the potential of the crop-livestock-forest system as a sustainable production practice
Estimating the risk of wildfires in the municipality of Rio Verde, Goiás State, Central Brazil
Get PDFThe damage caused by wildfires has major impacts each year, not only on the environment but also on the economy and public health. The present study aimed at mapping the fire risk in the different areas of the municipality of Rio Verde, in the Central Brazilian state of Goiás. A number of factors that influence the occurrence of wildfires were considered in this analysis, including the orientation of the relief, the slope, population density, proximity of homes, the road network, and land cover and use. The analytical hierarchy process was used to determine the appropriate weights for each of the variables. The fire risk index was divided into five classes: water, low, moderate, high, and very high risks. Class 4 (high risk) was the most frequently recorded within the study area, followed by classes 3 (moderate risk) and 2 (low risk). Subsequently, the heat spots recorded by remote sensing were related to fire risk indices, and the framing in the classes was verified. Overall, 16.36% of the heat spots were considered low risk (class 2), while 36.29% were classified as moderate risk (class 3), and 46.72% as high risk (class 4). These findings indicate that the fire risk index provides an adequate and effective parameter for the spatial assessment of the distribution of fire events (controlled burns or wildfires) in the municipality of Rio Verde.Os danos causados pelos florestais têm incêndios causam grandes impactos todos os anos, não só no meio ambiente, mas também na economia e na saúde pública. O presente trabalho objetivou mapear o risco de incêndio nas diferentes áreas do município de Rio Verde, em Goiás, Brasil. Vários fatores que influenciam a ocorrência de incêndios florestais como a orientação do relevo, declividade, densidade populacional, proximidade das residências, rede de estradas e a cobertura e uso do solo, foram considerados na análise. Os pesos apropriados das variáveis foram designados usando o método de processo hierárquico analítico. O índice de risco de incêndio foi divido em cinco classes: água, grau baixo, moderado, alto e muito alto. A classe 4 (risco alto) foi a mais frequente registrada dentro da área de estudo, seguida das classes 3 (risco moderado) e 2 (risco baixo). Posteriormente, os focos de calor registrados por sensoriamento remoto foram relacionados aos índices de risco de incêndio e verificado o enquadramento nas classes. No geral, 16,36% dos focos de calor foram considerados de risco baixo (classe 2), enquanto 36,29% foram classificados de risco moderado (classe 3) e 46,72% como risco alto (classe 4). Essas constatações indicam que o índice de risco de incêndio fornece um parâmetro adequado e eficaz para a avaliação espacial da distribuição dos eventos de queimadas ou incêndios florestais no município de Rio Verde
Life cycle assessment of a vapor absorption refrigeration system applied to a university building in Northeast Brazil
Get PDFEm consequência do aumento do aquecimento global e da crescente demanda por conforto térmico em regiões de clima tropical, os sistemas de refrigeração têm se tornado essenciais para assegurar condições adequadas em ambientes residenciais, comerciais e institucionais. Paralelamente, busca-se reduzir os impactos ambientais associados ao seu uso. Neste contexto, o presente estudo realiza uma avaliação do ciclo de vida (ACV) de um sistema de refrigeração por absorção de vapor de duplo efeito (SFAVDE) com capacidade de resfriamento de 352 kW, utilizando como fonte energética a queima direta de gás natural. Osprincipais objetivos deste trabalho são: i. fornecer uma avaliação do ciclo de vida para tecnologias SFAVDE utilizadas para suprir a demanda de resfriamento de um edifício universitário específico no Nordeste do Brasil e ii. realizar uma análise de dominância para identificar os principais responsáveis pelos impactos ambientais no SFAVDE. O estudo de ACV foi realizado utilizando o método ReCiPe endpoint (humanitário, ponderação média – H/A). As simulações foram realizadas por meio do software de código aberto openLCA versão 1.10.3, utilizando o banco de dados de inventário do ciclo de vida Ecoinvent 3.7.1. Os resultados das simulações mostraram que, nas classes ecossistema, saúde humana e recursos naturais, os maiores impactos ambientais foram causados por mudanças climáticas e ecossistemas (17,19%), mudanças climáticas e saúde humana (27,18%) e esgotamento fóssil e recursos naturais (43,70%). Emrelação ao estudo de dominância, os resultados indicaram que, para as etapas de transporte e operação, os principais impactos foram, respectivamente, o transporte aéreo (91.00%) e o uso de gás natural (97.00%). Na etapa de descarte do SFAVDE, o reaproveitamento do cobre resultou em uma redução de 34,61% no impacto ambiental em comparação com a destinação em aterro sanitário. Portanto, para mitigar os impactos ambientais do SFAVDE, recomenda-se avaliar alternativas de transporte, utilizar combustíveis renováveis na etapa de operação e priorizar o reúso do cobre durante as fases de fabricação e descarte.Due to the increase in global warming and the growing demand for thermal comfort in tropical climate regions, refrigeration systems have become essential to ensure adequate conditions in residential, commercial, and institutional environments. At the same time, efforts are being made to reduce the environmental impacts associated with their use. In this context, the present study conducts a life cycle assessment (LCA) of a double-effect vapor absorption refrigeration system (SFAVDE) with a cooling capacity of 352 kW, using direct natural gas combustion as an energy source. The main objectives of this work are: i. to provide a life cycle assessment for SFAVDE technologies used to meet the cooling demand of a specific university building in Northeastern Brazil and ii. to perform a dominance analysis to identify the main contributors to environmental impacts in the SFAVDE. The LCA study was conducted using the ReCiPe endpoint method (humanitarian, average weighting – H/A). Simulations were performed using the open-source software openLCA version 1.10.3, utilizing the Ecoinvent 3.7.1 life cycle inventory database. The simulation results showed that, in the ecosystem, human health, and natural resources categories, the greatest environmental impacts were caused by climate change and ecosystems (17.19%), climate change and human health (27.18%), and fossil depletion and natural resources (43.70%). Regarding the dominance study, the results indicated that, for the transport and operation stages, the main impacts were air transport (91.00%) and natural gas usage (97.00%), respectively. In the disposal stage of the SFAVDE, copper recycling resulted in a 34.61% reduction in environmental impact compared to landfill disposal. Therefore, to mitigate the environmental impacts of the SFAVDE, it is recommendedto assess transportation alternatives, utilize renewable fuels during the operation phase, and prioritize the reuse of copper during the manufacturing and disposal stages