Modelagem espacial de processos decisórios em gestão de recursos hídricos com tratamento de incertezas.
Ano de defesa: | 2004 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Campina Grande
Brasil Centro de Tecnologia e Recursos Naturais - CTRN PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL UFCG |
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10015 |
Resumo: | A modelagem de processos decisórios em gestão de recursos hídricos possui diversas incertezas devido a abordagem de integração, interdisciplinaridade, complexidade e a aleatoriedade natural dos processos da água. Os objetivos nesta pesquisa são a realização de uma modelagem espacial de processos decisórios em gestão de recursos hídricos considerando informações de diversas naturezas e o tratamento de incertezas desta modelagem. Escolheu-se como caso de estudo as áreas costeiras em processo de urbanização, por apresentarem grande complexidade na gestão de recursos hídricos. Os processos decisórios são implementados em um Sistema de Suporte a Decisão Espacial utilizando como ferramentas computacionais um Sistema de Informação Geográfica e um Modelo de Fluxo Subterrâneo. A metodologia para o tratamento de incertezas e obtida através de um arcabouço matemático híbrido: a Teoria dos Conjuntos Difusos e a Teoria das Probabilidades, com o método Monte Carlo associado a um método Geoestatístico. A Teoria dos Conjuntos Difusos e bastante propicia e de fácil implementação das informações subjetivas e do tratamento de suas incertezas. O método Monte Carlo e adequado para o tratamento das incertezas de informações estocásticas, processadas no Modelo de fluxo Subterrâneo, o que, associado a um método Geoestatístico, representa as incertezas espaciais do parâmetro de calibração do modelo. |