Estudo de Caso - TESTES DA FERRAMENTA - Modelo de TCC para o Curso de Ciência da ...

3.9 TESTES DA FERRAMENTA

3.9.2 Estudo de Caso

Figura 39. Representação gráfica dos conjuntos difusos de percepção e preferência dos usuários do estudo de caso.

Fonte: Sperb (2002).

É válido deixar claro que apesar da diferença visual apresentada nas imagens resultantes, o processo de análise resultou em uma matriz de valores com os mesmos dados.

Essa diferença na coloração ocorre, pois a ferramenta Agent Simulator possui poucas paletas de cores possíveis de serem aplicadas ao resultado, o oposto do software ArcGIS que disponibiliza um leque maior de opções de paletas e variações de escalas para aplicar as cores representativas dos valores resultantes.

Para a aplicação do estudo, alem de utilizar o processo de análise difusa fez-se uso também da técnica de sobreposição de camadas como meio de comparação entre diferentes metodologias de estudo. A sobreposição de camadas conhecida também como overlay.

Consiste em uma operação de geoespacial em que dois ou mais mapas que são sobrepostos de modo que possam ser analisadas as relações que existem entre os atributos geográficos em uma determinada área. As operações mais comuns de sobreposição são de união e intersecção.

Figura 40. Exemplo de operação de sobreposição (ESRI, 2012).

No exemplo de overlay para a operação de intersecção entre duas camadas (Figura 40), tem-se uma camada contendo a estrutura viária e no outro os bairros. A partir da operação pode-se identificar a que bairro cada via, ou trecho desta, pertence.

Para o presente estudo de caso, foram adotados os conjuntos (Figura 41) e regras de inferência (Quardro 3).

IF (decliv is alta) OR (lagos is impossivel) THEN (output1 is pessimo) IF (decliv is media OR lagos) AND (solo is longe) THEN (output1 is ruim)

IF (decliv is baixa) AND (lagos is longe) AND (solo is proximo) AND (vias is longe) AND (rios is proximo) THEN (output1 is regular)

IF (decliv is baixa) AND (lagos is longe) AND (solo is proximo) AND (vias is longe) AND (rios is longe) THEN (output1 is com)

IF (decliv is baixa) AND (lagos is longe) AND (solo is proximo) AND (vias is proximo) AND (rios is longe) THEN (output1 is excelente)

Quardro 3. Regras de inferência do estudo de caso.

Figura 41. Conjuntos adotados para o processo de análise, vias (a), solo (b), rios (c), lagos (d), declividade (e) e conjunto de saída (f).

Para o estudo de caso, cada atributo geoespacial foi tratado de modo a refletir os critérios estabelecidos de análise.

3.9.2.1 Declividade

Para a sobreposição foi elaborada a partir de uma carta de declividade (Tabela 3a), uma carta contendo uma classe de declividade até 18^o graus e outra com declividades superiores (Tabela 3b). Para a inferência difusa, criou-se uma carta contendo a distribuição contínua de declividade para a área de estudo (Tabela 3c).

Tabela 3. Atributo geoespacial declividade e os tratamentos dados para realização das análises de sobreposição e inferência difusa.

Atributo Geoespacial Sobreposição de camadas

(Overlay) Inferência Difusa

(a) (b) (c)

3.9.2.2 Solos

Para a sobreposição foi elaborada a partir de uma carta de solos (Tabela 4a), uma carta contendo uma classe com os solos requeridos para o aterro e outra os indesejados (Tabela 4b).

Para a inferência difusa, criou-se uma carta contendo o distanciamento gradual dos solos requeridos (Tabela 4c).

Tabela 4. Atributo geoespacial solo e os tratamentos dados para realização das análises de sobreposição e inferência difusa.

Atributo Geoespacial Sobreposição de camadas

(Overlay) Inferência Difusa

(a) (b) (c)

3.9.2.3 Distâncias

Para a sobreposição foi elaborada, a partir das cartas contendo os atributos Lagos, Rios e estradas (Tabela 5a), as cartas contendo os limites mínimos de distância para cada atributo (Tabela 5b). Ou seja, as áreas em que não é possível instalar um aterro dada a proximidade aos atributos geoespaciais. Para a inferência difusa, criou-se uma carta contendo o distanciamento gradual a partir destes atributos geoespaciais, do mesmo modo que o empregado para solos (Tabela 5c).

Tabela 5. Atributos geoespaciais rios, vias e lagos e os tratamentos dados para realização das análises de sobreposição e inferência difusa.

Atributos Geoespaciais

(a)

Sobreposição de camadas (Overlay)

(b)

Inferência Difusa

(c)

RiosEstradasLagos

3.9.2.4 Resultado e Discussão

Na Figura 42 encontra-se representado em verde as áreas que atenderam aos critérios, obtidos por meio da análise geoespacial tradicional (a) e inferência difusa (b). Destaca-se na primeira a delimitação clara das áreas que atendem aos critérios estabelecidos (em verde), enquanto a inferência difusa produz uma distribuição contínua de valores, variando entre 0 e 4, referentes aos valores dos conjuntos difusos de saída. Estes valores variam das áreas que atendem com algum grau de pertinência aos critérios (em azul) às que não atendem completamente (em vermelho). Tal resultado expressa a generalização esperada pela inferência difusa em relação aos limites rígidos da análise booleana tradicional.

(a) (b)

Figura 42. Resultados da análise de (a) sobreposição e (b) inferência difusa.

A evidência da coerência entre o resultado da análise tradicional e da inferência difusa pode ser obtida a partir da classificação do resultado da última no limite de mínima pertinência do conjunto de saída “excelente”, que é “1” (Figura 43). Na Figura, os resultados encontram-se sobrepostos, com as áreas obtidas pela sobreposição destacadas em preto e por inferência difusa, em verde. Nota-se a coerência entre a definição das áreas. A maior generalização da inferência difusa pode ser atribuída a configuração dos conjuntos de entrada e definição das próprias regras de inferência. Assim, é possível que outros resultados possam ser obtidos pelo simples “relaxamento” ou “endurecimento” dos limites entre os conjuntos.

Figura 43. Comparação entre os resultados da análise de (a) sobreposição e (b) inferência difusa para o conjunto excelente.

4 CONSIDERAÇÕES FINAIS

Durante as pesquisas relacionadas a geoinformação e análise de informações geoespaciais foi possível verificar a abrangência da abordagem da lógica difusa nos trabalhos realizados na área de geoprocessamento, provando o esforço por buscar alternativas para análise de informações consideradas imprecisas ou incertas. Com base no conteúdo levantado justificou-se a criação de ferramentas capazes de trabalhar com o problema proposto inicialmente.

Outro ponto positivo que justifica a criação da ferramenta proposta pelo trabalho é a análise das ferramentas similares, pois cada ferramenta analisada possuía alguma característica similar a ferramenta proposta, porém alguns não tratam o processo de análise difusa como um método de inferência, em outros obrigam o usuário de um SIG realizar atividades dentro e fora da ferramenta o que se pode definir como uma limitação presente no processo de utilização da ferramenta. Situações estas que este trabalho buscou solucionar com o desenvolvimento da ferramenta.

O modelo aplicado no desenvolvimento da ferramenta, onde a parte da interface de usuário foi desenvolvida em linguagem de programação C# e a máquina de inferência em C++, mantém as características da ferramenta Agent Simulator, e cumpre com o propósito de evolução da ferramenta aplicando a mesma em um SIG proporcionando um ambiente com maior produtividade e reduzindo as etapas de tratamento adotadas pelos usuários de que fazem uso do método de análise difusa.

É valido destacar que durante o desenvolvimento do trabalho, antes mesmo de optar pela escolha da API .Net para a construção da ferramenta. Buscou-se a criação da mesma utilizando a API disponível para a linguagem de programação Java, porém durante o processo de integração da interface com o software ArcGIS, ocorrerão erros em componentes que impossibilitaram o uso da ferramenta. E apesar das tentativas de resolução do problema descobriu-se que o erro encontrado durante o desenvolvimento era uma limitação ocasionada pelo próprio software, sendo assim não foi possível encontrar outros métodos que possibilitassem o termino da ferramenta com esta API.

Para efeito deste trabalho, pode-se afirmar, primeiramente, que o emprego de inferência difusa para análise geoespacial não é viável para o estudo de caso aplicado no item

3.9.2 , mas apresenta um grande apelo por sua simplicidade e elegância no tratamento da geoinformação. Por outro lado, o exercício do estudo de caso comprova a funcionalidade da ferramenta MIDgeo como instrumento para análise geoespacial. Seu emprego acoplado ao ArcGIS facilita a condução das análises, incentivando o usuários a experimentar este novo paradigma de análise geoespacial.

Permanecem como questões, que fogem ao escopo deste trabalho, os métodos para definição dos conjuntos associados aos atributos geoespaciais e as respectivas regras de inferência. Espera-se, no entanto, que com o desenvolvimento finalizado e eventual disponibilização do MIDgeo para o público venha a contribuir na consolidação do uso cotidiano da inferência geoespacial difusa.

Como sugestão de trabalhos futuros, pode-se considerar a evolução da ferramenta MDIgeo aplicando-se novas funções de pertinência, inclusão do método de inferência de Kang-Takagi-Sugeno e possibilitando a escolha de outros formatos de arquivos para o processo de análise, esta evolução visa disponibilizar mais opções de trabalho para os especialistas que adotam o modelo de análise difusa em seus trabalhos.

REFERÊNCIAS

AGUIAR, Hime (Coord.) et al. Inteligência computacional aplicada à administração, economia e engenharia em matlab. São Paulo: Thomson Learning, 2007.

ArcGIS Resource Center. ArcObjects SDK 10 java plataform. 2010. Disponível em:

<http://help.arcgis.com/en/sdk/10.0/java_ao_adf/conceptualhelp/engine/index.html>. Acesso em: 05 nov. 2011.

ArcGIS. ArcGIS Resource Center – Desktop 10. 2010. Disponível em:

<http://help.arcgis.com/en/arcgisdesktop/10.0/help/index.html>. Acesso em: 26 out. 2011.

ASTRONOMIA ON-LINE. Há 12 mil anos que a terra não estava tão quente. Boletim Astronômico, n. 267, set. 2006. Disponível em:

<http://www.ccvalg.pt/astronomia/newsletter/n_267/n_267.htm>. Acesso em: 05 out. 2011.

AWARE. TIFF File Format. 2008. Disponível em:

<http://www.awaresystems.be/imaging/tiff.html>. Acesso em: 08 nov. 2011.

BARBOSA, Cláudio Clemente Faria. Álgebra de mapas e suas aplicações em sensoriamento remoto e geoprocessamento. 1997. 150 f. Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São Paulo, 1997.

BARROS, Laércio Carvalho de; BASSANEZI, Rodney Carlos. Tópicos de lógica fuzzy e biomatemática. Campinas: UNICAMP/IMECC, 2006. 5.vol.

BURROUGH, P. A. Principles of geographical information systems for land resources assesment. Oxford: Clarendonn Press, 1987.

CABRAL, R. B. Adaptação computacional de sistemas de inferência difusos: um caso aplicado. 1994. Trabalho de Conclusão do Curso (Graduação em Ciência da Computação).

Departamento de Informática e Estatística, Centro Tecnológico, Universidade Federal de Santa Catarina, Florianópolis, 1994.

CÂMARA, Gilberto; MONTEIRO, Antônio Miguel Vieira; DE MEDEIROS, José Simeão.

Representações computacionais do espaço: um diálogo entre a geografia e a ciência da geoinformação. São José dos Campos: DPI/INPE, 2002. Disponível em:

<http://www.dpi.inpe.br/geopro/trabalhos/epistemologia.pdf >. Acesso em: 05 out. 2011.

CHARLIER, Felix; QUINTALE JÚNIOR, Clóvis. O SIG como ferramenta para gestão ambiental em uma ferrovia. ENGEVISTA, [S.l.], v. 6, n. 3, p. 25-35, dez. 2004.

CIMMERY, Vern. User guide for SAGA (version 2.0.5). v. 1, 2010. Disponível em:

<http://www.saga-gis.org/en/about/references.html >. Acesso em: 26 out. 2011.

CLARK LABS. IDRISI® Taiga. 2009. Disponível em:

<http://www.clarklabs.org/products/idrisi-taiga.cfm>. Acesso em: 26 out. 2011.

DE BY, Rolf A et al. Principles of geographic information systems. 2. ed. Enschede: ITC,

2001.

CASTRO, Frederico do Valle Ferreira de; SOARES FILHO, Britaldo Silveira; VOLL, Eliane.

Cartografia temática. Belo Horizonte: UFMG, 2004.

ESRI ®. ESRI ® Cartography: Capabilities and Trends. United States of America: ESRI

®, 2004.

______. ArcGIS Engine. [20--]. Disponível em:

<http://www.esri.com/software/arcgis/arcgisengine/>. Acesso em: 05 nov. 2011.

______. GIS Dictionary. [2012]. Disponível em:

<http://support.esri.com/en/knowledgebase/GISDictionary/term/overlay>. Acesso em: 08 jul.

2012.

FISHER, Peter; UNWIN, David J. Re-presenting GIS. London: John Wiley & Sons , 2005.

GALATI, Stephen R. Geography information systems semystified. Norwood: ARTECH HOUSE, INC, 2006.

GNU Operating System. 2011. Disponível em: < http://www.gnu.org/software/bison/ >.

Acesso em: 23 maio. 2012.

GRASS GIS. [20--]. Disponível em: <http://grass.fbk.eu/>. Acesso em: Acesso em: 26 out.

2011.

HARVEY, Francis. A primer of GIS: fundamental geographic and cartographic concepts.

New York: The Guilford Press, 2008.

IBGE, Instituto Brasileiro de Geografia e Estatística. Noções básicas de cartografia. Manuais técnicos em geociência, Rio de Janeiro, p. 114-116, 1999.

IDRISI® Taiga Help System. [20--]. Disponível em:

<http://www.clarklabs.org/support/IDRISI-Taiga-Help-System.cfm>. Acesso em: 26 out.

2011.

JANÉ, Diario de Almeida. Uma introdução ao estudo da lógica fuzzy, Horus – Revista de Humanidades e Ciências Sociais Aplicadas, Ourinhos, n. 02, 2004.

JASIEWICZ, Joroslaw; DI LEO, Margherita. Application of GRASS fuzzy modeling system:

estimation of prone risk in Arno River Area. In: Geoinformatics FCE CTU 2011, 2011, Prague. Disponível em: <http://gama.fsv.cvut.cz/data/geoinformatics/2011/05-20/10- dileo.pdf>. Acesso em: 26 out. 2011.

KUMAR, Natarajan Venkat; MATHEW, Samson; SWAMINATHAN, Ganapathiram. A Hybrid Approach towards the Assessment of Groundwater Quality for Potability: A fuzzy logic and GIS based case study of tiruchirappalli city, India. Journal of Geographic Information System, [S.l.], p. 152-162, abr. 2010.

LONGLEY, Paul A. et al. Geographic information systems and science. 2.ed. West Sussex:

John Wiley & Sons, 2005.

MARTINELLI, Marcelo. Curso de cartografia temática. São Paulo: Contexto, 1991.

MSDN. 2011. Disponível em: < http://msdn.microsoft.com/pt-br/library/ms123401.aspx>.

Acesso em: 02 nov. 2011.

MSDN. 2012. Disponível em: < http://msdn.microsoft.com/pt-

br/library/system.runtime.interopservices.aspx >. Acesso em: 17 maio. 2012.

NÄÄS, I. A. et al. Impact of global warming on beef cattle production cost in Brazil. Sci.

Agric., Piracicaba, v.67, n.1, p.1-8, jan./fev. 2010.

NOLASCO-CARVALHO, Claudia C; FRANCA-ROCHA, Washington; UCHA, José M.

Mapa digital de solos: uma proposta metodológica usando inferência fuzzy. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 13, n. 1, p. 46-55, 2009.

SAGA. 2011. Disponível em: < http://www.saga-gis.org/en/index.html>. Acesso em: 26 out.

2011.

SALICHTCHEV, K.A. Some reflections on the subject and method of cartography after the sixth international cartographic conference. The Canadian Cartoghapher, [S.l.], V.10, N.2, p.106-111, dez.1973.

SAMIZAVA, Tiago Matsuo et al. SIG aplicado a escolha de áreas potenciais para instalação de aterros sanitários no município de Presidente Prudente – SP. Revista Brasileira de Cartográfica, [S.l.], n. 60, v. 1, abr. 2008.

SILVA, Gabriel. Modelagem e implementação de uma ferramenta inteligente e de código aberto para inserção automática de inferência fuzzy em SIG convencionais. 2006. 152 f.

Dissertação (Mestrado em Modelagem Matemática e Computacional) – Centro Federal de Educação Tecnológica de Minas Gerais, Belo Horizonte, 2006.

SHAW, Ian S.; SIMÕES, Marcelo Godoy. Controle e Modelagem Fuzzy. 1ª ed. São Paulo:

Edgard Blücher, 1999.

SPERB, Rafael Medeiros. Agentes inteligentes difusos: uma ferramenta híbrida para exploração de processos espaciais em zonas costeiras. 2002. 157 f. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Santa Catariana, Florianópolis, 2002.

W3C. 2011. Disponível em: < http://www.w3.org/XML/Schema >. Acesso em: 20 maio.

2012.

WEBER, Leo; Klein, Pedro Antonio Trierweiler. Aplicação da Lógica Fuzzy em Software e Hardware. 1. ed. Canoas: Ulbra, 2003.

ZADEH, L. A. Fuzzy Sets. Department of electrical engineering and electronics research laboratory, Berkeley, p. 338-353, 1965.

GLOSSÁRIO

Análise geoespacial Análise de informações localizadas geograficamente.

ArcGIS Software SIG desenvolvido pela empresa ESRI®, possui um conjunto de ferramentas para análise e manipulação de informações geoespaciais, criação de mapas, leitura e manipulação de banco geográfico e tratamento de imagens de mapas.

Cartografia temática É a ciência que representa na forma de mapas o estudo da distribuição espacial de fenômenos que ocorrem em nosso planeta, onde define nomes que são conhecidos por temas para identificar o fenômeno a ser representado em um mapa.

Coordenada Definida também como coordenada geográfica, posição geográfica definida por um valor (x, y) no globo terrestre, representados por valores de latitude e longitude.

Dado geoespacial Dados que tem como propriedade a localização espacial.

Geoespacial Localização espacial.

Geoinformação Toda a informação possível de ser vinculo a uma localização, ou espaço geográfico, por exemplo, um ponto, endereço, etc.

Georeferenciamento Tornar conhecido as coordenadas de uma imagem, mapa ou outra forma de informação geográfica em um sistema de referência, por exemplo, determinar a coordenada (x, y) de um mapa no globo terrestre utilizando um SIG.

Layer Nome em inglês para camadas, geralmente atribuído a camadas de mapas. Termo muito utilizado em softwares SIG.

Overlay Um tipo de camada de sobreposição para gerar um efeito ou sobreposição de determinadas camadas de mapa, com intuito de gerar um mapa com novos limites espaciais.

SIG É um sistema de hardware e software que permite analisar e processar informações geográficas, facilitando a gestão do espaço e fenômenos que ocorrem em um ambiente geográfico.

Sobreposição Na cartografia temática e também em SIG a sobreposição é o ato de sobrepor diversas camadas de mapas para a formação de um novo mapa ou para simples visualização da integração dos diversos fenômenos para uma mesma área ou região.

APÊNDICE A. XML SCHEMA PARA VALIDAÇÃO DO ARQUIVO DE CONFIGURAÇÃO

<?xml version="1.0" encoding="utf-8"?>

<xs:schema id="XMLSchema1" targetNamespace="http://ziscode.com/FuzzySchema.xsd"

elementFormDefault="qualified" xmlns="http://ziscode.com/FuzzySchema.xsd"

xmlns:mstns="http://ziscode.com/FuzzySchema.xsd"

xmlns:xs="http://www.w3.org/2001/XMLSchema">

<xs:element name="project" type="projectType" />

<xs:complexType name="projectType">

<xs:sequence>

<xs:element name="agent" type="agentType"/>

<xs:element name="layer" type="layerType" maxOccurs="unbounded" minOccurs="0"/>

<xs:element name="rule" type="ruleType" maxOccurs="unbounded" minOccurs="0" />

</xs:sequence>

<xs:attribute type="xs:integer" name="colunms" />

<xs:attribute type="xs:integer" name="rows" />

<xs:attribute type="xs:string" name="name"/>

</xs:complexType>

<xs:complexType name="agentType">

<xs:attribute type="xs:string" name="position" />

<xs:attribute type="xs:double" name="alpha"/>

<xs:attribute type="xs:string" name="impactName" />

<xs:attribute type="xs:integer" name="impactValue" />

<xs:attribute type="xs:int" name="count"/>

</xs:complexType>

<xs:complexType name="layerType">

<xs:sequence>

<xs:element type="membershipFunctionType" name="membershipFunction"

maxOccurs="unbounded" minOccurs="0" />

</xs:sequence>

<xs:attribute type="xs:string" name="name" />

<xs:attribute type="xs:int" name="defaultValue"/>

<xs:attribute type="xs:double" name="rangeMin" />

<xs:attribute type="xs:double" name="rangeMax"/>

<xs:attribute type="xs:string" name="path" />

<xs:attribute type="xs:string" name="fileName" />

<xs:attribute type="xs:integer" name="type" />

</xs:complexType>

<xs:complexType name="ruleType">

<xs:attribute type="xs:string" name="expression" />

</xs:complexType>

<xs:complexType name="membershipFunctionType">

<xs:attribute type="xs:string" name="name" />

<xs:attribute type="xs:integer" name="type" />

<xs:attribute type="xs:string" name="values" />

</xs:complexType>

</xs:schema>

Quardro 4. XML Schema para validação do arquivo de configuração.

APÊNDICE B. ARQUIVO DE CONFIGURAÇÃO DA FERRAMENTA DE ANÁLISE DIFUSA MIDGEO

<?xml version="1.0"?>

<layer name="Centro" defaultValue="0" rangeMin="0" rangeMax="256" fileName="base" type="1"

path="C:\Users\Tiago\Desktop\Exemplos\1 Agente [Centro Estrada]">

</layer>

<layer name="Estrada" defaultValue="0" rangeMin="0" rangeMax="256" fileName="estrada"

type="1" path="C:\Users\Tiago\Desktop\Exemplos\1 Agente [Centro Estrada]">

</layer>

</layer>

</project>

Quardro 5. Modelo de configuração da ferramenta MIDgeo.

No documento Modelo de TCC para o Curso de Ciência da ... - Univali (páginas 83-98)