Search

The objective of this work was to analyze social and environmental information through an artificial neural network-self-organizing map (ANN-SOM), in order to provide subsidy to ecological-economic zoning (EEZ) as a tool to reduce the subjectivity of the process. The study area comprises 16 municipalities in the northeast of the state of Pará, Brazil, representative of the agricultural development in the state. Data processing involved three steps: preparation of the data in a geographic information system (GIS) environment; mathematical processing (ANN-SOM) of the data; and visualization and interpretation of the processing results, allowing the spatial planning of northeastern Pará. The results comprised 13 classes, regrouped according to behavioral similarity criteria into four categories, which represent the main areas of sustainability proposed for the state of Pará, according to existing EEZ. The proposed methodology allows individualizing areas in the region that EEZ had not defined, mainly due to the greater possibility of combining and integrating a large number of physical, social, and economic variables through the SOM. Resumo: O objetivo deste trabalho foi analisar informações socioambientais por meio de rede neural artificial-mapa auto-organizável (RNA-SOM), para fornecer subsídio ao zoneamento ecológico econômico (ZEE) como instrumento para diminuir a subjetividade do processo. A área de estudo compreende 16 municípios do Nordeste Paraense, expressivos no desenvolvimento agropecuário do estado. O tratamento dos dados envolveu três etapas: preparação dos dados em ambiente de sistema de informação geográfica (SIG); processamento matemático (RNA-SOM) dos dados; e visualização e interpretação dos resultados dos processamentos, o que permitiu o ordenamento territorial do Nordeste Paraense. Os resultados compreenderam 13 classes, reagrupadas de acordo com critérios de similaridade de comportamento em quatro categorias, que representam os principais eixos de sustentabilidade propostos para o Estado do Pará, a partir do ZEE existente. A metodologia proposta permite individualizar zonas na região que o ZEE não havia definido, principalmente em razão da maior possibilidade de conjugar e integrar um grande número de variáveis físicas, sociais e econômicas por meio do SOM.

The objective of this work was to analyze social and environmental information through an artificial neural network-self-organizing map (ANN-SOM), in order to provide subsidy to ecological-economic zoning (EEZ) as a tool to reduce the subjectivity of the process. The study area comprises 16 municipalities in the northeast of the state of Pará, Brazil, representative of the agricultural development in the state. Data processing involved three steps: preparation of the data in a geographic information system (GIS) environment; mathematical processing (ANN-SOM) of the data; and visualization and interpretation of the processing results, allowing the spatial planning of northeastern Pará. The results comprised 13 classes, regrouped according to behavioral similarity criteria into four categories, which represent the main areas of sustainability proposed for the state of Pará, according to existing EEZ. The proposed methodology allows individualizing areas in the region that EEZ had not defined, mainly due to the greater possibility of combining and integrating a large number of physical, social, and economic variables through the SOM.

CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico Os estudos voltados ao ordenamento territorial em geral representam o emprego de uma grande quantidade de informações o que torna o processo de interpretação bastante complexo, em consequência disso o processo de tomada de decisão torna-se mais lento. Além disso há a necessidade de ajuste espacial (escala) e temporal (mesmo período de aquisição) dos dados utilizados. O emprego de metodologias lineares ou com bases de informação insuficientes tornam frágeis estes instrumentos que deveriam atuar como sistemas de suporte a decisão. Logo, este trabalho pretende contribuir com uma proposta metodológica para desenvolvimento dos processos de ordenamento territorial nos moldes do Zoneamento Ecológico-Econômico (ZEE) através de Redes Neurais Artificiais (RNA) – Self Organizing Map (SOM). O principal objetivo é de subsidiar o processo de regionalização com suporte ao ordenamento territorial, permitindo que o processo ocorra de maneira mais dinâmica e rápida mediante os procedimentos de coleta de dados (socioeconômicos e ambientais), ajuste dos dados, execução da rede e interpretação das áreas para a criação do mapa síntese de ordenamento territorial. Essas etapas permitiram a parametrização e escolha da rede que dará melhor resultado conforme treinamento e análise do interprete sobre os dados gerados, considerando algumas formas de análise como U-matriz, planos de componentes, gráficos por classe, análise por Cluster e criação dos mapas. Os resultados obtidos separaram a área de estudo em 12 zonas, que foram reagrupadas a partir de critérios de similaridade de comportamento em 4 categorias, que representam os principais eixos de sustentabilidade propostos para o estado do Pará, a partir do ZEE existente. A metodologia proposta conseguiu individualizar zonas na região que o ZEE não definiu, principalmente em função da maior possibilidade oferecida pela SOM de conjugar e integrar um grande número de variáveis físicas, sociais e econômicas. Land use planning studies represents, in general, the use of a large amount of information which leads into rather complex interpretation process similarly to the understand of the involved socioeconomic and environmental systems, as a result the decision-making process becomes slower, demanding spatial (scale) and temporal (period) adjustments. The use of inappropriate methods or insufficient data generates fragile instruments that should act as decision support systems. In this scenario, this work aims to contribute to develop a methodology for land use planning processes along the lines of the Ecological-Economic Zoning (EEZ) through Artificial Neural Networks (ANN) - Self Organizing Map (SOM) to subsidize a regionalization process and support land use planning in a more dynamic and faster manner, based upon data collection procedures (socioeconomic and environmental), data adjustment, network implementation and finally interpretation leading into the regional planning synthesis map. These steps allows parameterization and selection of the network that gives the better results accordingly to training and interpreter analysis over the generated data, taking into considerations statistical analysis such as U-matrix, component plans, per class graphs, Cluster analysis and map generation. The area was separated in the 12 units, that were grouped by similarity in 4 categories, which represent the main axes of sustainability proposed in the ZEE. the method adopted can defined distinct zones, that were not identified by ZEE, mainly due to the increased possibility offered by SOM to combine and integrate a large number of physical, social and economic variables.