Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouHeitor Caldas Sequeira Alterado mais de 8 anos atrás
1
Aluna: Natália de Moraes Rudorff MODELAGEM DA DISTRIBUIÇÃO DA CONCENTRAÇÃO DE CLOROFILA INTEGRADA NA COLUNA D’ÁGUA COM TÉCNICAS DE GEOPROCESSAMENTO Trabalho final de Geoprocessamento 2009
2
1.1. Importância do estudo Os modelos são abstrações redutivas da realidade mas podem auxiliar na compreensão dos processos naturais e previsão de cenários. Os modelos são abstrações redutivas da realidade mas podem auxiliar na compreensão dos processos naturais e previsão de cenários. Aplicação de modelos para estimativa da concentração da clorofila do fitoplâncton marinho: Aplicação de modelos para estimativa da concentração da clorofila do fitoplâncton marinho: – Correntes de ressurgência – Maré vermelha (“blooms”) – Produtividade primária: » Cultivo e pesca extrativista 1. INTRODUÇÃO
3
Fatores que influenciam a concentração de Cl_a integrada na coluna d’água Perfil vertical: Perfil vertical: – NID, profundidade da zona eufótica, parâmetros de estratificação: frequência de Brunt-Väisäla, termoclina,... Distribuição horizontal: Distribuição horizontal: – Forçantes físicas: correntes, ventos – Hidroquímicos: aporte de nutrientes (drenagem continental),... Zona eufótica Máx. Cla
4
Uso de Geotecnologias em SIG Análise espacial Análise espacial Interpoladores Interpoladores Algebra de mapas Algebra de mapas Modelos de inferência Fuzzy Modelos de inferência Fuzzy Análise Multicritério - AHP Análise Multicritério - AHP (Analitical Heirarchichal Process) Estimativa profundidade nutrientes temperatura T+N+P=ST+N+P=S Fuzzy Booleana
5
PROBLEMA É possível elaborar modelos simples de estimativa da distribuição da concentração de clorofila integrada na coluna d’água, por meio de técnicas de geoprocessamento em ambiente SIG? É possível elaborar modelos simples de estimativa da distribuição da concentração de clorofila integrada na coluna d’água, por meio de técnicas de geoprocessamento em ambiente SIG? Quais as melhores técnicas geoespaciais para elaboração dos modelos no caso particular estudado? Quais as melhores técnicas geoespaciais para elaboração dos modelos no caso particular estudado? Os resultados retratam bem os processos naturais e os valores medidos in situ no ambiente de estudo? Os resultados retratam bem os processos naturais e os valores medidos in situ no ambiente de estudo?
6
HIPÓTESES Com o uso de variáveis determinantes na distribuição vertical e horizontal da clorofila fitoplanctônica é possível elaborar modelos simples com estimativas razoáveis; Com o uso de variáveis determinantes na distribuição vertical e horizontal da clorofila fitoplanctônica é possível elaborar modelos simples com estimativas razoáveis; Os métodos de espacialização permitem uma melhor análise dos processos e inferências considerando a localização das estações; Os métodos de espacialização permitem uma melhor análise dos processos e inferências considerando a localização das estações; A lógica difusa pode gerar resultados melhores que métodos tradicionais por lógica booleana; A lógica difusa pode gerar resultados melhores que métodos tradicionais por lógica booleana; O método de análise multi-critério (AHP) pode modelos mais flexíveis combinando conhecimentos empíricos e teóricos do pesquisador. O método de análise multi-critério (AHP) pode modelos mais flexíveis combinando conhecimentos empíricos e teóricos do pesquisador.
7
METODOLOGIA Área de estudo KAMPEL (2003) Perfil vertical: Ceu= clorofila integrada TSM = Temperatura superficial Zt= profundidade da termoclina Zmcs= profundidade do máximo de clorofila Neu = Nitrato integrado N2= Frequência de Brunt- Väisala (Leão et al., 2007) Perfil vertical: Ceu= clorofila integrada TSM = Temperatura superficial Zt= profundidade da termoclina Zmcs= profundidade do máximo de clorofila Neu = Nitrato integrado N2= Frequência de Brunt- Väisala (Leão et al., 2007)
8
METODOLOGIA Recorte da área Costa Sudeste do Brasil Recorte da área Costa Sudeste do Brasil Amostras MNT: Ceu, TSM, zt, zmcs, Neu e N2 Amostras MNT: Ceu, TSM, zt, zmcs, Neu e N2 Análise exploratória Interpolação Mapa Ceu In situ Mapa Ceu In situ Lógica Fuzzy Modelo AHP_1 Modelo AHP_2 Mapa Ceu_est Regressão Multipla Mapa Ceu_est Regressão Multipla Mapa Ceu_est Fuzzy_AHP_1 Mapa Ceu_est Fuzzy_AHP_1 Mapa Ceu_est Fuzzy_AHP_2 Mapa Ceu_est Fuzzy_AHP_2 Fatiamento Algebra de Mapas: Modelo Regressão Multipla Algebra de Mapas: Modelo Regressão Multipla Fatiamento MNT CEU MNT CEU Fatiamento
9
OMT-G Modelo do banco de dados no SPRING
10
RESULTADOS Análise Exploratória Análise Exploratória CEU NEUTSM N2 zt zmcs
11
RESULTADOS Interpolação Interpolação – Média ponderada
12
RESULTADOS Modelo_1: Regressão Multipla (Leão et al., 2007) Modelo_1: Regressão Multipla (Leão et al., 2007) – Algebra de Mapas (lógica booleana) Log CEU = 4,591 - 0,002N2 - 0,033ZT - 0,033TSM - 0,336 1/ NEU; R 2 0,62
13
Modelos de função Fuzzy Modelo senoidal Modelos de função Fuzzy Modelo senoidal RESULTADOS β = valor máximo α = coeficiente da fun ç ão
14
Modelos Fuzzy
15
AHP_Fuzzy_1 N25,80% N25,80% TSM7,88% INEU 9,06% ZT 77,26% ZT 77,26% Ceu_est_1=0.158*INeu_Fuzzy+0.061*N_Fuzzy+0.097*TSM_Fuzzy+ 0.684*zt_Fuzzy RC 0,031 Porcentagem de importância (Leão et al. 2007)
16
AHP_Fuzzy__2 Ceu_est_2=0.076*INeu_Fuzzy+0.05*TSM_Fuzzy+0.528*zmcs_Fuzzy+0.347*zt_Fuzzy TSM7,88% TSM7,88% INEU 9,06% ZT77,26% ZT77,26% Zmcs? R 2 0,36 RC 0,028 Porcentagem de importância
17
RESULTADOS Fatiamento 8 classes “equivalentes” Classes Ceu (mg.m -2 ) LogCeu Fuzzy (0-1) Muito baixa <14<1,74<0.125 Baixa14-231.74-2.020.125-0.25 Moderadamente baixa 23-322.02-2.290.25-0.375 Média baixa 32-412.29-2.570.375-0.5 Média41-502.57-2.850.5-0.625 Média alta 50-592.85-3.130.625-0.75 Moderadamente alta 59-673.13-3.400.75-0875 Alta>67>3.40>0.875
18
RESULTADOS Mapas finais Clorofila integrada Medida in situ
19
RESULTADOS Mapas finais Modelo de Regressão (Leão et al 2007)
20
RESULTADOS Mapas finais AHP_Fuzzy_1 AHP_Fuzzy_2
21
CONCLUSÕES A interpolação por média ponderada representou razoavelmente bem a distribuição das variáveis na área de estudo, mas seria mais recomendado o uso da krigeagem após tratamento dos dados; A interpolação por média ponderada representou razoavelmente bem a distribuição das variáveis na área de estudo, mas seria mais recomendado o uso da krigeagem após tratamento dos dados; Os modelos superestimaram as estimativas de concentração de clorofila nos pontos médios e mínimos e subestimaram nos pontos máximos. Mas conseguiram delinear bem alguns processos que ocorrem na região, como a ressurgência de verão na costa do RJ; Os modelos superestimaram as estimativas de concentração de clorofila nos pontos médios e mínimos e subestimaram nos pontos máximos. Mas conseguiram delinear bem alguns processos que ocorrem na região, como a ressurgência de verão na costa do RJ; O melhor modelo pela analise qualitativa de comparação dos mapas foi o AHP_Fuzzy_2; O melhor modelo pela analise qualitativa de comparação dos mapas foi o AHP_Fuzzy_2; É possível melhorar bastante os modelos propostos neste trabalho, mas as técnicas de geoprocessamento em ambiente SIG demonstraram grande potencial no desenvolvimento destes modelos de fácil elaboração e aplicação, conhecendo-se bem os dados utilizados e as técnicas aplicáveis; É possível melhorar bastante os modelos propostos neste trabalho, mas as técnicas de geoprocessamento em ambiente SIG demonstraram grande potencial no desenvolvimento destes modelos de fácil elaboração e aplicação, conhecendo-se bem os dados utilizados e as técnicas aplicáveis;
22
RECOMENDAÇÕES Testar outros modelos separando as áreas da plataforma e do talude, inserindo outras variáveis oceanográficas, e testando outras técnicas de geoprocessamento (krigeagem) Testar outros modelos separando as áreas da plataforma e do talude, inserindo outras variáveis oceanográficas, e testando outras técnicas de geoprocessamento (krigeagem) Elaborar um modelo de estimativa para o período de inverno; Elaborar um modelo de estimativa para o período de inverno; Utilizar técnicas de análise quantitativamente para a avaliação do desempenho dos modelos com os dados estimadose observados. Utilizar técnicas de análise quantitativamente para a avaliação do desempenho dos modelos com os dados estimados e observados.
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.