utilizaÇÃo de lÓgica fuzzy na modelagem da … · expresso pela função: m = (soma algébrica...

Anais – III Simpósio Regional de Geoprocessamento e Sensoriamento Remoto

Aracaju/SE, 25 a 27 de outubro de 2006

UTILIZAÇÃO DE LÓGICA FUZZY NA MODELAGEM DA VULNERABILIDADE À EROSÃO NO MUNICÍPIO DE MORRO DO CHAPÉU-BA

LOBÃO, J. S. B.1; ROCHA , W. DE J. S. DA F.2; SILVA, A. DE B.3

RESUMO

Este artigo busca avaliar a vulnerabilidade natural à erosão no município de Morro do Chapéu-BA usando

Sistema de Informações Geográficas. Nesta pesquisa vulnerabilidade natural para erosão foi analisada por

meio do modelo de ecodinâmica com o equilíbrio de morfogenese/pedogenese, a partir modelamento das

variáveis geologia, geomorfologia, solo, clima, vegetação e uso do solo. As variáveis foram integradas por

operadores de lógica Fuzzy. Os resultados demonstram que as áreas mais vulneráveis estão relacionadas a

áreas elevadas, com declividades altas, com solos rasos e cobertura de vegetação rarefeita.

Palavras Chave: Vulnerabilidade à erosão, Morro do Chapéu-BA, Fuzzy

ABSTRACT

This paper draws on the assessment of the natural vulnerability to erosion in the region of Morro do

Chapéu-BA using Geographical Information Systems. In this research natural vulnerability to erosion was

considered dependent on the morphogenesis/pedogenesis balance, and his modeling focused information

about the geology, geomorphology, soils, climate, vegetation and anthropic use of the area. The variables

were integrated by fuzzy logic operators. The results suggest that the most vulnerable areas were related to

high elevations and high slopes with a thin soil layer and poor vegetation cover.

Keyworks: vulnerability to erosion, fuzzy, Morro do Chapéu-BA

INTRODUÇÃO: O município de Morro do Chapéu compreende uma área de 5.927 Km2 , é palco de

grande diversidade biofísica, constituindo-se numa barreira orográfica capaz de criar microclimas que

diferenciam bastante os variados ambientes. Esta complexidade ambiental compõe um cenário especial

que abriga espécies vegetais raras (Syngonanthus Curralensis, Melocactos glaucenssis, dentre outras);

nascentes de três importantes bacias hidrográficas para o semi-árido (Jacuípe, Salitre e Jacaré); inúmeras

áreas com registros rupestres (pinturas e gravuras), sendo por isto, dentre outros motivos reconhecida pelo

Ministério do Meio Ambiente como área de extrema prioridade para preservação (Decreto 5.092 de

21/05/04).

1 Mestra em Geografia UFBA, Espec. Modelagem em Ciências da Terra e do Ambiente, Professora UEFS – Br 116 Km 3 – Campus Universitário. juci.lobao@gmail .com 2 Doutor em Geologia, Professor UEFS – [email protected] 3 Doutor em Geologia, Professor UEFS – [email protected]


Aracaju/SE, 25 a 27 de outubro de 2006 Este rico ambiente vem sendo intensamente explorado desde o século XVIII, gerando sérios problemas

ambientais facilmente perceptíveis na atualidade. Dentre eles, destacam-se os processos erosivos oriundos

do desmatamento e da mineração. Para propor ações mitigadoras destes impactos é de fundamental

importância que se identifiquem espacialmente e se quantifiquem os diferentes graus de vulnerabilidade à

erosão para esta área. Logo, este trabalho tem como objetivo mapear a estabilidade ambiental, neste

município fazendo uso da modelagem por lógica fuzzy.

A complexidade ambiental suscita a busca de métodos mais adequados e capazes de apreender melhor a

realidade. A construção do modelo aplicado, baseou-se em análises espaciais com suporte em Sistema de

Informação Geográfica e apoiado na lógica fuzzy como ferramenta para integrar os elementos do modelo.

MATERIAIS E MÉTODOS: É sempre difícil avaliar os processos naturais em qualquer ambiente, pois

se deve sempre buscar compreender as relações entre os elementos que compõem um modelo ambiental

de forma sistêmica, onde o total de suas partes não compõem um todo (CAPRA; 1996;

CHRISTOFOLETTI, 1999). Um modelo aplicado ao estudo de vulnerabilidade deve considerar a(s)

fonte(s) de energia que movimentam o sistema e as inter-relações entre as partes (variáveis) envolvidas no

processo.

No modelo aplicado ao município de Morro do Chapéu, considerou-se o clima como a energia propulsora

e a sua relação com as demais variáveis (geologia, solo, geomorfologia, vegetação e uso do solo) e destas

entre si, visando compor o quadro da vulnerabilidade natural a erosão. A Figura 1 esquematiza o modelo

proposto, onde todos os elementos influenciam e são influenciados pelos demais.

Figura 1 – Esquema do modelo proposto Fonte: Adaptado de CHRISTOFOLETTI, 1999

Neste trabalho utilizou-se como base os mapas na escala de 1:200.000 produzidos pelo Serviço Geológico

do Brasil – CPRM (ROCHA, et al 1995), para compor as variáveis: Clima, Geologia, Solos, Vegetação e

uso do solo e o Modelo Digital de Terreno – MDT/SRTM/NASA com resolução de 90m, para compor a

variável Geomorfologia.

No processo erosivo o conjunto formado pelas diferentes classes de temperatura/precipitação (variável

clima), litologia (variável geologia), solo (variável solo), altitude/declividade/tipo de feição (variável



Figura 2 –Fluxograma Metodológico

geomorfologia) grupos vegetacionais e de cobertura do solo (variável vegetação e uso do solo) estão mais

ou menos propícios à erosão, podendo formar complexas combinações. Cada uma das classes de variáveis

componentes do modelo foi ponderada de acordo com o conhecimento de especialistas com base em

critérios pré-estabelecidos em função da contribuição particular de cada classe/variável ao processo

erosivo.

No modelamento deste sistema, existem mecanismos subentendidos que são representados de modo

lingüístico, ao invés de puramente matemático. Isto permite lidar de modo melhor com dados imprecisos,

incompletos, ambíguos, e/ou vagos (MOREIRA, et

al,2001). Desta forma, adotou-se a Lógica Fuzzy

como modo de integração destas variáveis onde

cada membro fuzzy correspondeu a um diferente

grau de contribuição ao processo erosivo. O

fluxograma da Figura 2 sintetiza o método

utilizado.

A Lógica fuzzy foi sido aplicada em vários

trabalhos que envolvem análise espacial

(BURROUGH, 1989; BANAI, 1993; ALTMAN,

1994). No modelamento fuzzy os especialistas não se prendem a regras dicotômicas rígidas para definirem

contatos, que são transacionais, em ambientes complexos, permitindo graus de pertinência parciais,

intermediários entre os conceitos booleanos de verdadeiro e falso. Um valor zero indica pertinência nula e

um valor 1 indica pertinência total, valores intermediários representam pertinências parciais. Esta

concepção representa melhor os fenômenos naturais.

A concepção de variável lingüística é o cerne da técnica do modelamento fuzzy (COX 1994). Os

conjuntos fuzzy são funções que indicam o grau de relacionamento de um valor de entrada (atributo) para

com um conjunto fuzzy.

RESULTADOS E DISCUSSÃO: No modelamento da vulnerabilidade à erosão no município de Morro

do Chapéu foi definido um conjunto fuzzy de acordo com um conjunto de pares de valores (tabela 1),

onde o primeiro valor lingüístico é o membro do conjunto e o segundo valor numérico é o grau de relação

do membro para com o conjunto.



∏=

=π

µµli

i

Tabela 1 – Conjunto Fuzzy para a Vulnerabilidade/Estabilidade Ambiental Valor lingüístico Fuzzy (Grau de relacionamento)

Sem dados -99 Vulnerável 0,2 Moderadamente vulnerável 0,4 Mediana 0,6 Moderadamente Estável 0,8 Estável 1

O modelo aplicado não buscou obter um cenário otimista nem pessimista, evitando-se portanto os

operadores máximo (or) e mínimo (and) para as variáveis ponderadas do modelo e optando-se pelo

operador Gama que é definido por dois termos: um produto algébrico fuzzy e uma soma algébrica fuzzy,

expresso pela função: m = (soma algébrica fuzzy)g x (produto algébrico fuzzy)1-y. O produto algébrico

fuzzy é expresso pela função:

No produto e na soma Fuzzy o operador utiliza os diferentes planos de informação envolvidos na análise.

O valor da constante g pode variar de zero a um, sendo estes limites representativos, respectivamente,

dependência apenas da soma e dependência apenas do produto algébrico Fuzzy (Burrough , 1998).

Com este operador o grau de importância foi definido atribuindo-se “0,8” ao expoente y, a fim de não

apresentar nem uma visão aumentada nem diminuída da realidade. (BONHAM-CARTER,1994). Assim

buscou-se um cenário que não fosse otimista e nem

pessimista, na tentativa de melhor revelar o processo

real. O resultado da modelagem está representado na

Figura 3.

No modelo aplicado verifica-se que a maior parte da

área de estudo encontra-se na classe mediana, e apenas

uma pequena parte foi considerada estável. Isso revela a

fragilidade do ambiente, não apenas relacionada à

processos antrópicos, mas também pela singularidade

local, que associa diversos fatores físicos naturais,

como: declividades acentuadas, elevadas altitudes,

clima associado a grande irregularidade pluviométrica

sazonal, cobertura vegetal decidual e semidecidual,

dentre outros.

Figura 3 – Modelagem da Vulnerabilidade Natural à erosão com integração fuzzy


Aracaju/SE, 25 a 27 de outubro de 2006 CONCLUSÃO: Modelamentos baseados em lógica fuzzy possibilitam a codificação do conhecimento,

numa forma mais coerente ao modo como os especialistas pensam, aproximando-se assim, do modo

cognitivo utilizado por eles na análise de problemas. Isso torna a apreensão da realidade muito mais

confiável.

O conhecimento mais efetivo da realidade nos conduz a um melhor planejamento e gestão. Com a

modelagem fuzzy os limites ou transições entre categorias são mais contínuos possibilitando maior

detalhamento da complexidade ambiental. A partir deste modelo foi possível quantificar e qualificar com

maior refinamento a estabilidade/vulnerabilidade dos diferentes ambientes, ou seja, no modelo aplicado os

diferentes graus de vulnerabilidade natural à erosão no município de Morro do Chapéu, se tornaram muito

mais próximos da realidade. Isso pode ser verificado por meio da sobreposição das variáveis utilizadas no

modelo, onde percebe-se as maiores vulnerabilidades associadas às áreas com maiores declividades, solos

mais instáveis e áreas antropizadas, e principalmente, pela percepção dos trabalhos de campo realizados,

onde as áreas mais degradas e sem cobertura vegetal coincidem com as áreas de maior grau de

vulnerabilidade, e as áreas mais preservadas, associadas à declividades baixas e/ou nulas coincidem com

as área mais estáveis condizendo com o resultado do modelo aplicado.

Dentre as várias possibilidades de combinações e operações fuzzy, a escolha da forma de integração dos

dados pode gerar resultados bastante diferenciados. Logo, a definição dos membros e operadores fuzzy

adequados ao modelo são de fundamental importância e merecem especial atenção na sua aplicabilidade.

Em Morro do Chapéu, verifica-se que a maior área do município encontra-se na classe intermediária de

vulnerabilidade, estando as mais altas vulnerabilidades associadas às maiores altitudes recobertas por

solos rasos e arenosos,onde a vegetação não consegue se estabelecer com facilidade, e, na mancha com

maior densidade de uso agropecuário situado à NE do município. Percebe-se também uma maior

vulnerabilidade associadas às linhas de maior declividade. Estas áreas merecem cuidados especiais mas

não idênticos, porque as causas da vulnerabilidade são distintas e facilmente perceptível, quando analisado

as relações entre as variáveis.

REFERÊNCIAS BIBLIOGRÁFICAS ALTMAN, D. Fuzzy set theoretic approaches for handling imprecision in spatial analysis. International Journal of Geographical Information Systems . v. 8, n. 3, p.271-289, 1994. BANAI, R. Fuzziness in geographical information system: contributions from analytic hierarchy process. International Journal of Geographical Information Systems Systems, v. 7, n. 4, p. 315-329, 1993. BONHAM-CARTER, G. F. Geographic information systems for geoscientists, modeling with GIS. Ontario: Pergamon, 1994. BURROUGH, P. A. Fuzzy mathematical methods for soil survey and land evaluation. Journal of Soil Science Science, v. 40, p. 477-492. 1989. CAPRA, Frijot. A teia da Vida: Uma nova compreensão científica dos sistemas vivos. São Paulo: Cultrix, 1996


Aracaju/SE, 25 a 27 de outubro de 2006 CHRISTOFOLETTI, A. Modelagem de Sistemas Ambientais. São Paulo: Edgard Blücher, 1999 COX, E. The fuzzy systems systems: handbook a practitioner's guide to building, using, and maintaining fuzzy systems. London: Academic Press, 1994. 625p. MOREIRA, F. R.; CÂMARA, G; ALMEIDA FILHO, R. Técnicas de Suporte a Decisão para Modelagem Geográfica por Álgebra de Mapas - Relatório Técnico - Programa de Ciência e Tecnologia para Gestão de Ecossistemas Ação "Métodos, modelos e geoinformação para a gestão ambiental”: Maio – 2001 ROCHA, A. J. D. & COSTA, I. V. G. Organizadores. Projeto Mapas Municipais Município de Morro do Chapéu-Ba. Ministério de Minas e Energia CPRM - Companhia de Pesquisa de recursos Minerais Prefeitura de Morro do Chapéu-Ba. 1995

utilizaÇÃo de lÓgica fuzzy na modelagem da … · expresso pela função: m = (soma algébrica...

Documents