Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94

Detalhes bibliográficos
Autor(a) principal: Brandelik, Caio Cesar Moraes
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/229171
Resumo: Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências Biológicas, Programa de Pós-Graduação em Perícias Criminais Ambientais, Florianópolis, 2021.
id UFSC_357e04833c8eaf8253850496563f73ac
oai_identifier_str oai:repositorio.ufsc.br:123456789/229171
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94Perícia (Exame técnico)FlorestasLógica difusaLicenças ambientaisDissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências Biológicas, Programa de Pós-Graduação em Perícias Criminais Ambientais, Florianópolis, 2021.Considerando a importância da definição dos estágios de regeneração florestal para a correta aplicação da Lei Federal 11.428/2006, bem como sua influência nos processos de licenciamento ambiental. Buscou-se desenvolver, verificar e validar um modelo especialista, baseado em inteligência artificial fuzzy, para apoiar a classificação dos estágios de regeneração incluindo a Floresta Primária, em conformidade com os critérios definidos pela Resolução CONAMA nº 04/94. No processo de modelagem, foram testados diferentes tipos de função de pertinência, de operadores lógicos e bases de regras, resultando em três propostas. Sendo duas descritas como Modelo 01 e Modelo 02 onde suas funções de entrada foram compostas pela aplicação de um limite de incerteza, referente a variação de 20% e 10% sobre os valores base dos atributos estruturais (Área Basal, Altura e DAP) informados na Resolução CONAMA nº 04/94 e outra dita como Modelo 03 constando como funções de entrada os atributos estruturais e qualitativos da Resolução CONAMA nº 04/94 organizados em dois indicadores, um estrutural e outro qualitativo. A organização das funções de pertinência indicou que para o parâmetro área basal, quando aplicado uma faixa de incerteza de 20%, ocorre uma sobreposição de áreas de pertinência igual a um entre os Estágios Médio e Avançado de Regeneração. Para a verificação dos modelos propostos foram usados os dados de 466 unidades amostrais provenientes do Inventário Florístico Florestal de Santa Catarina ? IFFSC. Os resultados obtidos na execução dos modelos apontaram uma maior concentração de estágios intermediários de regeneração (médio e avançado). Dentre os modelos elaborados, aquele composto pelo uso de indicadores estrutural e qualitativo, foi o método que se mostrou mais adequado para auxiliar na aplicação da Resolução CONAMA n° 04/94, conseguindo minimizar os problemas existentes com as imposições de limites fixos e informações vagas associadas aos atributos estruturais e qualitativos. A validação desta proposta ocorreu por meio da sua aplicação sobre aos pedidos de supressão de vegetação nativa em área urbana e rural requeridos no Instituto do Meio Ambiente de Santa Catarina ? IMA, entre os anos de 2018 e 2020. Destes, apenas 43 pedidos efetuaram a classificação dos estágios de regeneração, amparados sobre a discussão dos atributos estruturais e qualitativos listados pela Resolução CONAMA n° 04/94, representando 12,60% do total. Comparando-se os estágios de regeneração provenientes da aplicação do modelo escolhido com os sugeridos nos pedidos de supressão houve uma correspondência entre em 62% dos casos. Os resultados alcançados e ausência de erros indicam a validação desse modelo, fornecendo uma ferramenta que pode auxiliar no processo de tomada de decisão. Foi observado que as instruções normativas do IMA, que regulamentam os pedidos de supressão de vegetação nativa, não contemplam critérios para a coleta de dados qualitativos ou estruturais deixando esta decisão para o responsável técnico. Observou-se também que não existe uma unanimidade no estabelecimento dos estágios de regeneração, ponderando individualmente os parâmetros da Resolução CONAMA nº 04/94, demonstrando a importância do uso de ferramentas que auxiliem no processo de tomada de decisão.Abstract: Importance of defining stages of forest regeneration for the correct application of Federal Law 11.428 / 2006, as well as its influence on environmental licensing processes. We sought to develop, verification and validation an expert model, based on fuzzy artificial intelligence, to support a classification of regeneration stages including Primary Forest, in accordance with the criteria defined by CONAMA Resolution No. 04/94. In the modeling process, different types of membership functions, logical operators and rule bases were tested, proposed in three proposals. The proposals known as Model 01 and Model 02 where their input functions were composed by the application of an uncertainty limit, referring to the variation of 20% and 10% on the base values of the attributes used (Basal Area, Height and DAP) informed in the CONAMA Resolution No. 04/94 and another known as Model 03, consisting of two indicators, one structural and the other qualitative. The organization of the membership functions indicated for the basal area parameter, when applying an uncertainty band of 20%, there is an overlap of membership areas equal to one between the Medium and Advanced Regeneration Stages. To verify the proposed models, data from 466 sampling units from the Floristic Forest Inventory of Santa Catarina - IFFSC were used. The results obtained in the execution of the models indicated a greater concentration of intermediate stages of regeneration (medium and advanced). Among the models developed, the one consisting of the use of structural and qualitative indicators was the method described as most suitable to assist in the application of CONAMA Resolution No. 04/94, managing to minimize the existing problems with the imposition of fixed limits and vague information associated with attribute and qualitative attributes. The validation of the request occurred through its application on requests for the deforestation of native vegetation in urban areas and rural requests at the Institute of the Environment of Santa Catarina - IMA, between the years 2018 and 2020. Of these, only 43 requests made the classification of the regeneration stages, supported by the discussion of the attributes available and qualitative corrected by CONAMA Resolution No. 04/94, representing 12.60% of the total. Comparing the stages of regeneration resulting from the application of the chosen model with those suggested in the suppression requests, there was a correspondence between 62% of the cases. The results achieved and errors indicate the validation of this model, providing a tool that can assist in the taking process. It was observed that the normative instructions of the IMA, which regulate the requests for suppression of native vegetation, do not include criteria for the collection of qualitative data or before leaving this decision to the responsible technician. It was also observed that there is no unanimity in establishing the stages of regeneration, individually weighing the parameters of CONAMA Resolution No. 04/94, demonstrating the importance of using tools to assist in the decision-making process.Siminski, AlexandreBressane, AdrianoUniversidade Federal de Santa CatarinaBrandelik, Caio Cesar Moraes2021-10-14T19:29:39Z2021-10-14T19:29:39Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis173 p.| il., gráfs.application/pdf373356https://repositorio.ufsc.br/handle/123456789/229171porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2021-10-14T19:29:39Zoai:repositorio.ufsc.br:123456789/229171Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-10-14T19:29:39Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94
title Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94
spellingShingle Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94
Brandelik, Caio Cesar Moraes
Perícia (Exame técnico)
Florestas
Lógica difusa
Licenças ambientais
title_short Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94
title_full Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94
title_fullStr Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94
title_full_unstemmed Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94
title_sort Inteligência artificial como ferramenta de apoio à classificação dos estágios de regeneração estabelecidos pela Resolução CONAMA n° 04/94
author Brandelik, Caio Cesar Moraes
author_facet Brandelik, Caio Cesar Moraes
author_role author
dc.contributor.none.fl_str_mv Siminski, Alexandre
Bressane, Adriano
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Brandelik, Caio Cesar Moraes
dc.subject.por.fl_str_mv Perícia (Exame técnico)
Florestas
Lógica difusa
Licenças ambientais
topic Perícia (Exame técnico)
Florestas
Lógica difusa
Licenças ambientais
description Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências Biológicas, Programa de Pós-Graduação em Perícias Criminais Ambientais, Florianópolis, 2021.
publishDate 2021
dc.date.none.fl_str_mv 2021-10-14T19:29:39Z
2021-10-14T19:29:39Z
2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 373356
https://repositorio.ufsc.br/handle/123456789/229171
identifier_str_mv 373356
url https://repositorio.ufsc.br/handle/123456789/229171
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 173 p.| il., gráfs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652019018235904

Registros relacionados