Por favor, use este identificador para citar o enlazar este ítem:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/934639
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | CALDERANO FILHO, B. | |
dc.date.accessioned | 2024-11-11T14:53:46Z | - |
dc.date.available | 2024-11-11T14:53:46Z | - |
dc.date.created | 2012-09-26 | |
dc.date.issued | 2012 | |
dc.identifier.citation | 2012. | |
dc.identifier.uri | http://www.alice.cnptia.embrapa.br/alice/handle/doc/934639 | - |
dc.description | Buscando criar um modelo econômico-ambiental de intervenção no meio que permita o uso produtivo sustentável de recursos naturais, agilizar o processo de geração e coleta de dados geológicos e geomorfológicos essenciais ao uso, manejo e gestão sustentável dos recursos naturais e fornecer subsídios para o planejamento geoambiental de paisagens rurais montanhosas na Serra dos Órgãos, estabeleceu-se uma metodologia interagindo o diagnóstico geoambiental, aspectos socioeconômicos e aplicação Redes Neurais Artificiais (RNAs), combinados com o suporte de geotecnologias (SIGs e produtos de sensores remotos), modelo não convencional na análise geoambiental. Para isso, foram aplicadas RNAs para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a possibilidade de utilização desta abordagem para a predição de classes de solos de paisagens rurais montanhosas da Serra do Mar, produzidas informações físico- bióticas dos elementos componentes da paisagem e realizadas interpretações úteis ao planejamento da área. Como estudo de caso, selecionou-se uma área montanhosa com diversidade litológica, abrangendo totalmente os domínios territoriais do município de Bom Jardim e parte dos municípios de Cordeiro, Trajano de Morais, Duas Barras e Nova Friburgo, representativa dos problemas da Região Serrana do Estado do Rio de Janeiro. Os procedimentos utilizados envolveram a geração de banco de dados digitais e geração de dados básicos no campo, através de mapeamentos temáticos do meio físico, combinados com técnicas de mapeamento digital, produtos de sensoriamento remoto, sistema de informação geográfica (SIG) e modelo digital de elevação (MDE). Associou-se ao banco de dados informações de pluviosidade e de áreas protegidas por legislação especifica, constituindo um conjunto de informações geoambientais em meio digital necessárias às análises, cruzamentos e geração de mapas derivados. Para a predição de classes de solos por RNAs foram testados diferentes combinações entre as variáveis discriminantes: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico combinado (cti), radiação solar, fator topográfico LS, geologia e três índices derivados de uma imagem do sensor ETM+ do LANDSAT 7, (índice de vegetação da diferença normalizada “ndvi”, minerais de argila “clay mineral” e índice de óxidos de ferro “iron oxid”). Dos conjuntos testados e avaliados os melhores resultados foram obtidos com o conjunto 13, com todas as variáveis discriminantes associadas as informações de geologia, alcançando exatidão global entre 93,2 a 95,6%. Excluindo a variável perfil de curvatura, conjunto 12, a exatidão global alcançada oscilou entre 93,9 e 95,4%. Os mapas inferidos pelo classificador por redes neurais artificiais, se mostraram bastantes coerentes e semelhantes ao mapa de solos convencional, apresentando mais detalhes espaciais. Os resultados confirmam o potencial de utilização de RNAs para a predição de classes de solos de áreas montanhosas com diversidade litológica. Os resultados finais produzidos permitiram discriminar e caracterizar aspectos físicos e ecológicos dos elementos componentes da paisagem, à melhor compreensão dos recursos ambientais com suas potencialidades e limitações, e fornecer subsídios para a indicação de formas viáveis de exploração racional de ecossistemas frágeis sob interferência antrópica. Permitiram ainda, separar e classificar 14 unidades geoambientais, com potencialidades, limitações e fragilidades diferenciadas, sugerir formas de usos alternativos em função das vocações agroecológicas apresentadas por cada unidade delimitada, além de contribuir com a cartografia geoambiental da Serra do Mar, serve como um guia norteador para o planejamento geoambiental da área de estudo. | |
dc.language.iso | por | |
dc.rights | openAccess | |
dc.subject | Diagnóstico geoambiental | |
dc.subject | Predição de classe de solo | |
dc.subject | Rede neural artificial | |
dc.subject | Geoprocessamento | |
dc.subject | Unidade geoambiental | |
dc.subject | Sustentabilidade ambiental | |
dc.subject | Uso sustentável de recurso natural | |
dc.title | Análise geoambiental de paisagens rurais montanhosas da Serra do Mar utilizando redes neurais artificiais. Subsídios a sustentabilidade ambiental de ecossistemas frágeis e fragmentados sob interferência antrópica. | |
dc.type | Teses | |
dc.description.notes | Tese (Doutorado em Geologia) - Instituto de Geociências, Universidade Federal do Rio de Janeiro, Rio de Janeiro. Orientadora: Helena Polivanov, UFRJ. Coorientadores: Antônio José Teixeira Guerra, UFRJ; Cesar da Silva Chagas, CNPS. | |
dc.format.extent2 | 322 f. | |
riaa.ainfo.id | 934639 | |
riaa.ainfo.lastupdate | 2024-11-11 | |
dc.contributor.institution | BRAZ CALDERANO FILHO, CNPS. | |
Aparece en las colecciones: | Tese/dissertação (CNPS)![]() ![]() |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Braz-Calderano-Filho-Doutorado.pdf | 12.78 MB | Adobe PDF | ![]() Visualizar/Abrir |