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 DCValorLengua/Idioma
dc.contributor.authorCALDERANO FILHO, B.
dc.date.accessioned2024-11-11T14:53:46Z-
dc.date.available2024-11-11T14:53:46Z-
dc.date.created2012-09-26
dc.date.issued2012
dc.identifier.citation2012.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/934639-
dc.descriptionBuscando 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.isopor
dc.rightsopenAccess
dc.subjectDiagnóstico geoambiental
dc.subjectPredição de classe de solo
dc.subjectRede neural artificial
dc.subjectGeoprocessamento
dc.subjectUnidade geoambiental
dc.subjectSustentabilidade ambiental
dc.subjectUso sustentável de recurso natural
dc.titleAnálise 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.typeTeses
dc.description.notesTese (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.extent2322 f.
riaa.ainfo.id934639
riaa.ainfo.lastupdate2024-11-11
dc.contributor.institutionBRAZ CALDERANO FILHO, CNPS.
Aparece en las colecciones:Tese/dissertação (CNPS)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
Braz-Calderano-Filho-Doutorado.pdf12.78 MBAdobe PDFVista previa
Visualizar/Abrir

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace