Identificação de áreas prioritárias para recuperação florestal com o uso de rede neural de mapas auto-organizáveis
AUTOR(ES)
Arcoverde, Gustavo Felipe Balué, Almeida, Cláudia Maria de, Ximenes, Arimatea de Carvalho, Maeda, Eduardo Eiji, Araújo, Luciana Spinelli de
FONTE
Boletim de Ciências Geodésicas
DATA DE PUBLICAÇÃO
2011-09
RESUMO
O objetivo deste trabalho foi identificar áreas prioritárias para a recuperação florestal e analisar variáveis a elas relacionadas através da rede neural artificial (RNA) de Mapas Auto-Organizáveis (SOM), em duas escalas. Primeiramente, procurou-se identificar uma sub-bacia hidrográfica prioritária para a recuperação florestal na Unidade de Gerenciamento de Recursos Hídricos Paulista (UGRHI) do rio Paraíba do Sul por SOM. Para isto, foram utilizadas variáveis de conectividade ambiental e cobertura florestal. Definiu-se uma sub-bacia hidrográfica situada na represa do Jaguari, município de Igaratá, para estudo em uma escala de maior detalhe. Nas Áreas de Proteção Permanentes (APPs) englobadas nesta sub-bacia hidrográfica, foi realizada uma nova análise por SOM. Neste caso, foram consideradas variáveis de distância a fragmentos florestais, a áreas urbanas, a estradas pavimentadas e a construções rurais, assim como o Índice de Vegetação por Diferença Normalizada e o Potencial Natural de Erodibilidade Laminar. Em ambas as escalas, as áreas prioritárias para a recuperação florestal foram determinadas através de histogramas do somatório dos valores dos Mapas Auto-Organizáveis de cada variável por agrupamentos delimitados. Por fim, foi gerado um mapa de contribuição de amostras para neurônios vencedores, o que permitiu uma nova abordagem para a análise dos agrupamentos gerados.
ASSUNTO(S)
redes neurais não-supervisionadas recuperação florestal reconhecimento de padrões espaciais bacia hidrográfica
Documentos Relacionados
- Aplicações de mapas auto-organizaveis em mineração de dados e recuperação de informação
- Segmentação de mapas auto-organizáveis com espaço de saída 3-D
- Planejamento territorial: análise espacial de área com mapas auto-organizáveis de Kohonen.
- Mapas auto-organizaveis na classificação de dados em quimica analitica
- Mapas auto-organizáveis na construção de recursos de aprendizagem adaptativos: uma aplicação no ensino de música