Modelo de apoio a decisão ao planejamento territorial de silvicultura baseado em análise multicritério de redes neurais artificiais
Resumo
A preocupação com as progressivas intervenções humanas sobre os recursos naturais acabam por intensificar pesquisas voltadas à compreensão da capacidade de suporte dos ecossistemas frente às atividades econômicas que se desejam introduzir sobre o território no futuro. Entre as modernas técnicas de modelagem dos problemas de gestão do território, estão os modelos voltados à gestão florestal, dos quais, a utilização dos modelos de redes neurais artificiais (RNA) tem se mostrado uma alternativa promissora em relação às técnicas de regressão para o manejo dos recursos florestais. Para isso, propõe-se uma abordagem metodológica de apoio à decisão, baseada em uma análise multicritério com a aplicação de RNA, visando contribuir para a elaboração de melhores instrumentos de políticas públicas voltadas ao planejamento e ordenamento do território. A bacia hidrográfica do Ijuí está localizada entre as coordenadas geográficas 27º45' e 26º15' N e 53º15' e 56º45' E, e apresenta 10.731,86 km2 de área. A proposta metodológica tem como foco a análise de cenários preditivos (“what if”) voltados a avaliação da inserção da atividade de silvicultura frente a outras ações de interesse sobre o território. Para isso foram selecionados 21 indicadores, sendo consideradas quatro ações que permeiam as discussões no âmbito das mudanças territoriais, sendo elas: a não previsão de qualquer ação sob o território (Nothing), o aumento da atividade florestal (ExFlo), o crescimento da atividade agrícola (ExAgri) e a ação que preconiza a conservação das florestas nativas (Cons). Foram também estabelecidos cinco cenários: Condição Atual (CA), Crescimento econômico (+Econ), Decrescimento econômico (-Econ), Impacto social positivo (+Idese) e Impacto social negativo (-Idese). O treinamento das RNA foi realizado no software Statistica® 12.0 utilizando o modelo de rede multilayer perceptron (MLP), sendo processadas estruturas de redes sob diferentes parâmetros de ajustamento. Para os cenários Nothing foram utilizadas as redes com duas camadas ocultas e 10 neurônios escondidos e para os cenários com as ações ExAgri, Cons e ExFlo, apenas uma camada oculta e dez neurônios escondidos. Realizada em ambiente SIG, a simulação da inserção das ações nos diferentes cenários resultou em vinte cenários preditivos e a sua análise demonstrou que em não prevendo nenhuma ação, as áreas com floresta nativa tendem a diminuir sobre o território em qualquer que seja o cenário, assim como o uso Silvicultura, podendo este ultimo deixar de ocorrer quando em um cenário -Idese. Para a ação ExFlo, os cenários que se apresentaram menos favoráveis foram -Idese e -Econ. No entanto, para a ação Cons, os únicos cenários favoráveis ao aumento da atividade silvícola foram o CA e +Idese sendo que este último apresentou-se favorável também para a ação ExAgri. A pesquisa apontou que o uso de métodos estatísticos associados aos SIG, em especial as RNA, possibilitou executar uma modelagem preditiva, apresentando os possíveis cenários decorrentes da introdução das ações que são de interesse, bem como a formulação de diretrizes para o seu planejamento. O método abordado apresenta-se como uma ferramenta alternativa do planejamento territorial, no entanto, o mesmo requer a consideração das suas limitações enquanto um mecanismo de abstrações da realidade dos acontecimentos sobre o território. Diante disso, fica uma certeza evidente, a necessidade de que os órgãos de pesquisa em geotecnologias e as inúmeras instituições de ensino invistam na pesquisa e na geração de conhecimento baseados nos modelos de análise territorial com o uso das RNA, de forma a tornar todos esses procedimentos de predição mais ágeis, confiáveis e realizados com menores custos.
Coleções
Os arquivos de licença a seguir estão associados a este item: