No último ano de graduação em desenvolvimento sustentável na Columbia, Dylan Dettloff aproveitou a oportunidade para fazer um curso recém-oferecido na primavera de 2025: Clima e Sistemas de Água Sustentáveis, ministrado por Cynthia Paulson, professora adjunta da Columbia Climate School. Dettloff gostou de aprender sobre uma infinidade de questões de política hídrica, especialmente como as comunidades carentes podem desempenhar um papel distinto na abordagem da escassez de água.
Ele aprendeu que pequenas comunidades, especialmente comunidades indígenas, são lutando. Globalmente, 1 em cada 4 pessoas não tenho acesso para limpar a água. Embora existam tecnologia e estratégias para resolver a falta de recursos potáveis, abrangendo a gestão, distribuição, tratamento e conservação da água, os benefícios tendem a não se espalhar. Estas tecnologias muitas vezes permanecem não implementadas em comunidades mais pequenas que enfrentam grandes necessidades.
Dettloff solicitou e recebeu o Bolsa de pesquisa colaborativa da Columbia Climate Schoolo que lhe deu a oportunidade de explorar esse novo interesse e desenvolver algo significativo. Em termos gerais, os alunos solicitam financiamento por dois semestres consecutivos e participam com um pôster no Climate School Student Research Showcase no final de abril seguinte ao ano de inscrição. Dettloff propôs e executou pesquisas sobre a identificação de abordagens de dessalinização para comunidades rurais e com escassez de água por meio de uma estrutura de análise de decisão multicritério (MCDA), com Paulson como seu supervisor. A MCDA utiliza estruturas estruturadas para classificar e comparar alternativas quando existem objetivos múltiplos e muitas vezes conflitantes. Ele criou um modelo baseado em Python que recebe dados físicos e sociais das comunidades e ajuda os legisladores a tomar decisões mais informadas sobre quais tecnologias hídricas implementar.
Para o projeto, Dettloff queria modelar uma tecnologia de água: dessalinização por destilação solar. Essa tecnologia usa energia térmica do sol para evaporar a água e deixar sais ou contaminantes para trás. O resultado é água potável pura. A ideia inicial de Dettloff envolvia modelagem de otimização ou descobrir quais melhorias tecnológicas poderiam maximizar o rendimento de água doce e, ao mesmo tempo, minimizar os custos de equipamento. Mas depois de receber a bolsa e iniciar sua pesquisa, ele percebeu que muito trabalho de otimização já havia sido feito. A lacuna que ele identificou estava na implantação da tecnologia: a peça que faltava que determina como as comunidades podem acessá-la e utilizá-la da melhor forma.
Dependendo de onde as comunidades estão localizadas e da sua composição, diferentes tecnologias hídricas “podem servi-las melhor do que outras”, concluiu. No final das contas, Dettloff criou uma ferramenta que classifica as tecnologias de acordo com o histórico da comunidade. A estrutura MCDA – apresentada a Dettloff por Paulson – considera pontos de dados sociais e geofísicos e classifica as tecnologias hídricas com base em como elas correspondem a esses pontos de dados. Esta abordagem de ciência da decisão permitiu a Dettloff pegar diferentes aspectos da solução (neste caso, a tecnologia da água) e classificá-los em sequência, mostrando como diferentes condições podem afectar-se mutuamente no futuro. Por exemplo, se o preço dos combustíveis fósseis diminuir ou a energia solar se tornar muito mais acessível, as tecnologias poderão mudar de classificação, alterando o que poderia ser mais adequado para uma determinada comunidade. Idealmente, a ferramenta é suficientemente acessível para que qualquer planeador de infraestruturas ou comunidade possa utilizar o modelo de forma independente.
Dettloff incluiu cinco áreas de amostra: a Nação Navajo, duas comunidades na Índia, uma na Namíbia e uma em Madagascar. Seu objetivo é para todos pessoas que acabam utilizando essa ferramenta para entender o resultado do modelo; ele prevê continuar trabalhando para tornar os gráficos e recursos visuais mais legíveis. No futuro, ele também adoraria ir a cada uma dessas comunidades para garantir que os dados sociais sejam precisos, reunindo-se com os líderes comunitários.
Um destaque do processo de pesquisa de Dettloff envolveu uma visita ao Massachusetts Institute of Technology (MIT), uma viagem possibilitada pelo financiamento da subvenção. Ele foi com Paulson para se encontrar com diferentes engenheiros mecânicos e doutores. estudantes que trabalhavam em eletrodiálise, outro processo baseado em membrana em que um campo elétrico direto separa o líquido em água purificada e um fluxo concentrado de salmoura. Dettloff conversou com Melissa Brei, do MIT, que também fez pesquisas sobre dessalinização em coordenação com a Nação Navajo no sudoeste americano.
O tempo de Dettloff no MIT moldou a forma como ele via algumas das soluções hídricas que vinha analisando. Ele compreendeu que por vezes os membros da comunidade têm de conduzir mais de duas horas para conseguir água engarrafada. Soluções no ponto de uso, instaladas diretamente no local onde a água é distribuída, poderiam minimizar essa necessidade de transportar água.
Dettloff observou que “oportunidades como (o Collaborative Research Grant) não existem tanto quanto deveriam”. Para outros estudantes interessados em aproveitar a oportunidade de bolsa, Dettloff ofereceu alguns conselhos. Na proposta, ele sugeriu incluir detalhes sobre habilidades que você talvez ainda não tenha desenvolvido totalmente e explicar como irá aprimorá-las. Dettloff “não era de forma alguma um especialista em Python” quando iniciou seu projeto, mas agora ele sabe muito mais porque ele incorporou isso em seu trabalho. O financiamento também cobriu o software necessário para a criação de modelos e análise de dados.
Dettloff está atualmente trabalhando para publicar seu artigo. Ele passou por muitas rodadas de edição com seu orientador docente e, após sua possível publicação, Dettloff acredita que há muito mais que ele pode fazer e estudar nesta área. Se possível, Dettloff gostaria de colaborar com pessoas que tenham maior experiência em programação Python para tornar seu modelo mais preciso. Ele também espera continuar estudando a escassez de água por meio de um doutorado. programa no futuro.
