Métodos estatísticos e sistema neuro-fuzzy aplicados na avaliação de impactos ambientais

• Ano de defesa: 2015
• Autor(a) principal: Valdetaro, Erlon Barbosa
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Palavras-chave em Português: Lógica difusa; Redes neurais (Computação); Inteligência artificial; Métodos de simulação; Impacto ambiental - Avaliação - Métodos estatísticos; Conservação da Natureza
• Link de acesso: http://www.locus.ufv.br/handle/123456789/7404

O objetivo geral do trabalho foi avaliar a aplicabilidade do teste de qui-quadrado (χ2) e da lógica neuro-fuzzy na avaliação de impactos ambientais. Avaliou-se o uso dos métodos para reduzir a gama de dados de matrizes de interação e, assim, facilitar a exposição de seus resultados em audiências públicas e, também, calcular o grau de impacto a partir das características qualitativas do impacto ambiental. O estudo foi realizado com dados extraídos de matrizes de interação de avaliação quali-quantitativa de impactos ambientais de um programa de fomento florestal. O trabalho foi dividido em dois capítulos. No primeiro capítulo, por meio da estatística do qui-quadrado, foi investigado se a avaliação qualitativa das matrizes de interação exerce alguma influência nos resultados da avaliação quantitativa (grau de impacto) e também se os quadros de contingência, preparados para o teste, podem sintetizar as informações das matrizes de interação. Foi mostrado que existe uma associação entre as variáveis qualitativas e quantitativas e que os quadros de contingência são adequados para sintetizar os resultados das matrizes de interação de impactos ambientais, podendo ser utilizados em audiências públicas como forma de exposição dos resultados. No segundo capítulo foi avaliada a aplicabilidade de um sistema neuro-fuzzy para cálculo do grau de impacto ambiental a partir dos dados de avaliação qualitativa dos mesmos e, ainda, a capacidade dos gráficos de superfície, gerados pelo sistema, sintetizarem os resultados de matrizes de interação. Com os dados obtidos, foram criadas 87 regras e, após treinamento e teste, estimou-se 87 graus de impacto, um para cada regra, evidenciando que é possível a estimativa do grau de impacto por meio de sistema neuro-fuzzy. Os gráficos de superfície gerados pelo sistema se mostraram eficientes na síntese de resultados de matrizes de interação. Os dois métodos testados são capazes de reduzir a gama de dados de matrizes de interação e facilitam a exposição de resultados em audiências públicas.