Identificação de áreas prioritárias para recuperação florestal com o uso de rede neural de mapas auto-organizáveis

O objetivo deste trabalho foi identificar áreas prioritárias para a recuperação florestal e analisar variáveis a elas relacionadas através da rede neural artificial (RNA) de Mapas Auto-Organizáveis (SOM), em duas escalas. Primeiramente, procurou-se identificar uma sub-bacia hidrográfica prioritária para a recuperação florestal na Unidade de Gerenciamento de Recursos Hídricos Paulista (UGRHI) do rio Paraíba do Sul por SOM. Para isto, foram utilizadas variáveis de conectividade ambiental e cobertura florestal. Definiu-se uma sub-bacia hidrográfica situada na represa do Jaguari, município de Igaratá, para estudo em uma escala de maior detalhe. Nas Áreas de Proteção Permanentes (APPs) englobadas nesta sub-bacia hidrográfica, foi realizada uma nova análise por SOM. Neste caso, foram consideradas variáveis de distância a fragmentos florestais, a áreas urbanas, a estradas pavimentadas e a construções rurais, assim como o Índice de Vegetação por Diferença Normalizada e o Potencial Natural de Erodibilidade Laminar. Em ambas as escalas, as áreas prioritárias para a recuperação florestal foram determinadas através de histogramas do somatório dos valores dos Mapas Auto-Organizáveis de cada variável por agrupamentos delimitados. Por fim, foi gerado um mapa de contribuição de amostras para neurônios vencedores, o que permitiu uma nova abordagem para a análise dos agrupamentos gerados.

Bibliographic Details

Main Authors:	Arcoverde,Gustavo Felipe Balué, Almeida,Cláudia Maria de, Ximenes,Arimatea de Carvalho, Maeda,Eduardo Eiji, Araújo,Luciana Spinelli de
Format:	Digital revista
Language:	Portuguese
Published:	Universidade Federal do Paraná 2011
Online Access:	http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1982-21702011000300004
Tags:	Add Tag No Tags, Be the first to tag this record!