Mario Luiz Mascagni
Investigador Predoctoral

mario.mascagni@unican.es

+34 942 20 16 16

Biografía

Mario Luiz Mascagni es máster en Oceanografía por el Instituto Oceanográfico de la Universidad de São Paulo (IOUSP), Brasil. Su formación se ha centrado en Teledetección y Modelización Numérica de procesos morfodinámicos costeros, con especial énfasis en la protección y gestión del litoral.

Durante su grado en Oceanografía, participó en el proyecto “Cartas de Sensibilidad al Derrame de Petróleo en la Cuenca de Santos”, del Ministerio de Medio Ambiente de Brasil, colaborando en el procesamiento de datos para una plataforma SIG orientada al análisis de riesgo costero.

Su tesis de maestría consistió en la modelización morfodinámica de la desembocadura de un río en una playa arenosa de alta energía, mediante el uso de Delft3D para evaluar la ampliación de un espigón con el objetivo de mejorar la navegabilidad en la barra de acceso fluvial.

De forma paralela a sus estudios de posgrado, trabajó como investigador en la Fundación Centro Tecnológico de Hidráulica de la Universidad de São Paulo, participando en estudios con modelos físicos a escala reducida de los puertos Ponta da Madeira (PDM) y Terminal Ilha Guaíba (TIG), operados por VALE S.A., la mayor empresa minera brasileña. Estos proyectos incluyeron simulaciones de planes de amarre, maniobras de atraque y desatraque, así como estudios de expansión y protección portuaria.

Tras finalizar el máster, fue beneficiario del programa PIPE/FAPESP (Programa de Apoyo a Pequeñas Empresas Innovadoras), desarrollando un sistema de alerta de riesgo de accidentes en puertos costeros basado en modelos numéricos operacionales de oleaje, viento, corrientes y amarre de buques. Además, colaboró en diversos proyectos de ingeniería costera aplicando técnicas de teledetección y modelización numérica de ríos y zonas costeras, adquiriendo experiencia en estudios de dragado, obras de abrigo, calidad del agua, erosión y restauración costera.

Actualmente es doctorando en la Universidad Federal de Rio Grande do Sul (UFRGS, Brasil), donde desarrolla modelos de batimetría derivada de satélite (SDB), tanto mediante métodos empíricos basados en relaciones espectrales de sensores ópticos multiespectrales, como a través de redes neuronales convolucionales (CNN), con el fin de mejorar la calidad de los modelos digitales de elevación y reconstruir la evolución morfológica histórica de zonas intermareales y someras.

TEMÁTICAS DE ESPECIALIZACIÓN

Monitorización y evolución morfodinámica litoral

Resiliencia y gestión de ecosistemas costeros

Obras de protección y restauración del litoral

Calidad ambiental y modelización de la calidad del agua

pUBLiCACIOnES
 

Mascagni, M.L., Klein, A.H. da F., Fernandes, A.M. da R., Coelho, D.K., Santos, A.B. dos, Pool, L. (2025). Machine Learning Approaches for Tidal Data Interpolation in Satellite-Derived Bathymetry Applications.EGU25, Copernicus Meetings. https://doi.org/10.5194/egusphere-egu25-10452

Mascagni, M.L.; Klein, A.H.F.; Fernandes, A.M.R.; Coelho, D.K.; Santos, A.B.; Pool, L. (2024). Satellite-Derived Bathymetry (SDB) for Shallow Waters in Regions of High Optical Complexity Using Empirical Methods and AI – Multi-Layer Perceptron (MLP). In: 20º COLACMAR 2024, Itajaí-SC, Brasil. pp. 1542–1543.

dos Santos, A.B., Mascagni, M.L., de Souza Guckert, K., da Silva Freitas, L.P., da Rocha Fernandes, A.M., da Fontoura Klein, A.H., Coelho, D.K. (2025). Machine Learning Applied to Remote Sensing in the Context of Intertidal Zone Mapping: A Literature Review. Geomatica, 100080. https://doi.org/10.1016/j.geomat.2025.100080

Daniel, E., Harari, J., de Camargo, R., Soares, S., Mascagni, M.L., Fetter Filho, A.F.H. (2025). Sea level variation along the Brazilian coastline from the perspective of climate change. Regional Studies in Marine Science, 89, 104309. https://doi.org/10.1016/j.rsma.2025.104309

Pool, L., Mascagni, M.L., Klein, A.H.F., Carvalho, J.L.B., Lima, L.G., Costa, W.L.L., Gonçalves, R.Q., Fiorini, L.P. (2025). Revealing intertidal topography with public satellite imagery: Adaptations of the waterline method. Environmental Modelling & Software, 193, 106600. https://doi.org/10.1016/j.envsoft.2025.106600

Pinto, M.W., Mascagni, M.L., Klein, A.H. da F., Farina, L. (2024). Decadal fluctuations in sediment input and vegetation within the transgressive dunefield of Santinho, Southern Brazil. Journal of South American Earth Sciences, 143, 105013. https://doi.org/10.1016/j.jsames.2024.105013

Mascagni, M.L., Siegle, E., Tessler, M.G., Goya, S.C.Y. (2018). Morphodynamics of a wave-dominated embayed beach on an irregular rocky coastline. Brazilian Journal of Oceanography, 66, 172–188. https://doi.org/10.1590/S1679-87592018005006602

Omachi, C.Y., Siani, S.M.O., Chagas, F.M., Mascagni, M.L., Cordeiro, M., Garcia, G.D., Thompson, C.C., Siegle, E., Thompson, F.L. (2018). Atlantic Forest loss caused by the world’s largest tailing dam collapse (Fundão Dam, Mariana, Brazil). Remote Sensing Applications: Society and Environment, 12, 30–34. https://doi.org/10.1016/j.rsase.2018.08.003