Problema Selecionar todos os lotes desocupados (sem uso) no bairro da prata, que possuam uma declividade baixa e uma boa área útil para a implantação/construção de uma escola. Considerar: -Ocupação; -Área; -Declividade; Exemplos de Aplicações: CG

Bairro da Prata Uso do Solo Exemplos de Aplicações: CG

Bairro da Prata MDT-Altimetria Exemplos de Aplicações: CG

Bairro da Prata Declividade em graus Exemplos de Aplicações: CG

Bairro da Prata Lotes com declividade menor que 5 graus Exemplos de Aplicações: CG

Bairro da Prata Lotes com declividade menor que 5 graus e Sem ocupação Exemplos de Aplicações: CG

Bairro da Prata Lotes com declividade menor que 5 graus e sem ocupação e com área do Terreno maior que m2 Exemplos de Aplicações: CG

Problema: Identificação de zonas de maior risco de alagamento baseada nos impactos causados por problemas de drenagem para definir prioridades de ação na gestão municipal Alternativas: Considerar as áreas de declividades muito baixas (de difícil escoamento), que estejam muito próximas a algum curso d’água, ou lago, nas quais, as chances de um acúmulo de água são maiores; Considerar como prioritárias as áreas mais ocupadas pela população, pois, certamente nestas áreas os problemas causados por um alagamento serão bem maiores tanto pelo número de pessoas atingidas, quanto pela impermeabilização que reduz a infiltração da água no solo; Exemplos de Aplicações: JP

Quais são as áreas de risco?? Planos de Informação: ESPACIALIZAÇÃO DE DADOS DE DIVERSAS FONTES Áreas de maior risco De cada plano de informação quais as áreas implicam em risco??? (baseado em conhecimento especializado) PREFERÊNCIAS PONDERAÇÕES Representação Esquemática do Problema Exemplos de Aplicações: JP

Elaboração dos Critérios para a Análise: Obtenção das declividades

Elaboração dos Critérios para a Análise: Distância Mínima aos Corpos Hídricos Exemplos de Aplicações: JP

Elaboração dos Critérios para a Análise: Ocupação Urbana Composição RGB e Classificação Automática de Padrões de uma imagem do sensor TM-LANDSAT de 04/08/2001 Exemplos de Aplicações: JP

Análise Espacial Cada mapa de entrada foi utilizado como uma evidência que recebeu um peso diferente dependendo da importância para com a hipótese em consideração; O resultado deve ser um mapa com áreas que expressam um grau de importância relativa através dos valores numéricos de saída. Exemplos de Aplicações: JP

Fator de adequação 01: Fator de adequação 01: Áreas com declividades muito baixas Quanto mais próximo do valor “2%” de declividade mais a área atende à avaliação “área com risco de alagamento” (maior adequação à hipótese formulada). Desta forma o mapa de declividades foi reescalonado com valores contínuos de 0 a 100 segundo uma função monotonicamente decrescente ADEQUAÇÃOADEQUAÇÃO 85 DECLIVIDADES (%) Exemplos de Aplicações: JP

Fator de adequação 02: Áreas muito próximas aos cursos d’água áreas que estão a menos de 30 m de distância de qualquer corpo d’água, podem ser consideradas áreas de máximo risco de inundação ou alagamento. a partir desta distância o risco diminui segundo uma função linear decrescente ADEQUAÇÃOADEQUAÇÃO 9000 DISTÂNCIAS (m) Exemplos de Aplicações: JP

Critério Restritivo: Áreas sem ocupação urbana Restrições são critérios que limitam a análise, diferenciando as alternativas que são adequadas (que devem ser consideradas) das que não são adequadas (não devem ser consideradas sob condição alguma). As áreas que não possuem nenhum tipo de equipamento urbano, mesmo que haja algum alagamento, não serão consideradas pela análise visto que não oferecerão grande risco à população. Limitamos a análise então às áreas que apresentam ocupação urbana. Exemplos de Aplicações: JP

Ponderação dos Critérios Considerando que a proximidade dos corpos hídricos tenha um peso maior do que a declividade na determinação de áreas de risco Exemplos de Aplicações: JP Recursos de ponderação dos critérios espaciais do MCDM/Arcview

Escolha da Alternativa Mais adequada O plano de informação resultante desta avaliação se apresenta como uma medida de adequação às hipóteses formuladas agregada com valores de 0 a 100. Esta imagem, por fim, foi reclassificada para assim permitir a priorização das áreas de acordo com níveis de risco calculados