Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciências Faculdade de Engenharia. Carlos Eduardo Goes Jamel

Transcrição

1 Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciências Faculdade de Engenharia Carlos Eduardo Goes Jamel Aplicação de avaliação multi-critério e inferidores baseados em lógica nebulosa no apoio ao zoneamento de unidades de conservação ambiental Rio de Janeiro 2010

2 Carlos Eduardo Goes Jamel Aplicação de avaliação multi-critério e inferidores baseados em lógica nebulosa no apoio ao zoneamento de unidades de conservação ambiental Dissertação apresentada, como requisito parcial para obtenção do título de Mestre, ao Programa de Pós-Graduação em Engenharia de Computação, da Universidade do Estado do Rio de Janeiro. Área de Concentração: Geomática. Orientador: Prof. Dr. Flávio Joaquim de Souza Coorientador: Prof. Dr. Gilberto Pessanha Ribeiro Rio de Janeiro 2010

3 CATALOGAÇÃO NA FONTE UERJ / REDE SIRIUS / BIBLIOTECA CTC/B J27 Jamel, Carlos Eduardo Goes. Aplicação de avaliação multi-critério e inferidores baseados em lógica nebulosa no apoio ao zoneamento de unidades de conservação ambiental / Carlos Eduardo Goes Jamel f. Orientador: Flávio Joaquim de Souza. Coorientador: Gilberto Pessanha Ribeiro Dissertação (Mestrado) Universidade do Estado do Rio de Janeiro, Faculdade de Engenharia. 1. Gestão ambiental Unidades de conservação Teses. 2. Lógica nebulosa Teses. 3. Lógica fuzzy Teses. 4. Parque Estadual dos Três Picos (RJ). 5. Engenharia de Computação. I. Souza, Flávio Joaquim de. II. Universidade do Estado do Rio de Janeiro. III. Título. CDU :502 Autorizo, apenas para fins acadêmicos e científicos, a reprodução total ou parcial desta tese, desde que citada a fonte. Assinatura Data

4 Carlos Eduardo Goes Jamel Aplicação de avaliação multi-critério e inferidores baseados em lógica nebulosa no apoio ao zoneamento de unidades de conservação ambiental Dissertação apresentada, como requisito parcial para obtenção do título de Mestre, ao Programa de Pós-Graduação em Engenharia de Computação, da Universidade do Estado do Rio de Janeiro. Área de Concentração: Geomática. Aprovado em: Banca Examinadora: Prof. Dr. Flávio Joaquim de Souza (Orientador) Faculdade de Engenharia UERJ Prof.ª Dr.ª Maria Luiza Velloso Faculdade de Engenharia UERJ Prof.ª Dr.ª Maria Fernanda Quintela Faculdade de Engenharia UERJ????? Rio de Janeiro 2010

5 DEDICATÓRIA Ao meu avô, José Geraldo de Goes, com quem comecei a olhar bichos e plantas, desde os primeiros passeios para caçar leão nas matas de São Francisco, Niterói. Desde então não mais consegui tirar os olhos das florestas. Ao biólogo e amigo Flávio Britto Pereira, coordenador dos projetos de elaboração dos planos de manejo dos Parques Estaduais do Desengano e dos Três Picos, onde patrocinou o uso de SIGs e seu emprego no zoneamento. Coordenava pessoas e falava das aves com o mesmo entusiasmo. Como ele, acredito que trabalhar com meio ambiente é muito mais do que conseguir licenças e passar em auditorias. In memoriam.

6 AGRADECIMENTOS Ao meu orientador, Professor Flávio Joaquim, por ter acreditado que a dissertação sairia, desde a entrevista de seleção. Agradeço a paciência e os ensinamentos sobre inteligência computacional, que vão seguramente integrar minhas ferramentas de trabalho depois da dissertação. Ao Professor Gilberto Pessanha, pela co-orientação e valioso conhecimento de quem também transita entre geoprocessamento e unidades de conservação. À colega e amiga Patrícia Venezia, companheira dessa jornada, pela troca de idéias constante e incentivo mútuo. Aos colegas Marco Pessoa, Natércia e Victor Hugo, e à Professora Maria Luiza Velloso, pelas valiosas dicas e troca de idéias sobre o MATLAB. Aos meus sócios e colegas na Novaterra. Agradeço por terem me dado cobertura nos períodos em que estive ausente no escritório. Retribuirei com prazer quando precisarem. Agradeço à minha família pela tremenda paciência e incentivo em especial à minha esposa Sonia e meus filhos João Pedro e Fernanda. Sei que vocês investiram muito junto comigo, mas vamos colher, juntos também, os frutos deste trabalho.

7 Quando o estudo da casa (Ecologia) e a administração da casa (Economia) puderem fundir-se, e quando a Ética puder ser estendida para incluir o ambiente, além dos valores humanos, então poderemos realmente ser otimistas em relação ao futuro da humanidade. Eugene P. Odum

8 RESUMO JAMEL, Carlos Eduardo. Aplicação de avaliação multi-critério e inferidores baseados em lógica nebulosa no apoio ao zoneamento de unidades de conservação ambiental f. Dissertação (Mestrado em Engenharia de Comutação) Faculdade de Engenharia, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, Grande parte das unidades de conservação (UCs) no Brasil ainda deverão elaborar seu plano de manejo e zoneamento, por imposição legal da Lei do SNUC Sistema Nacional de Unidades de Conservação da Natureza (Lei Nº de 18 de julho de 2000). No entanto, nos manuais e roteiros metodológicos para elaboração de planos de manejo já publicados, constata-se uma lacuna na metodologia sobre como usar ferramentas de geoprocessamento no zoneamento. O presente estudo oferece uma contribuição ao tema através da comparação de duas metodologias para apoio ao zoneamento de UCs, baseadas nos princípios da avaliação multi-critério em um ambiente participativo e multidisciplinar. A primeira, efetivamente aplicada pelo autor em 2 unidades de conservação, baseia-se no processo analítico hierárquico para ponderação e na combinação linear ponderada dos fatores, para geração de uma variável (no caso imagem) de saída. A segunda - proposta neste estudo e aplicada aos dados do Parque Estadual dos Três Picos, RJ - baseia-se na combinação dos fatores ambientais de entrada através de sistemas de inferência fuzzy ou nebulosos (SIFs). Ambas as abordagens mostraram ser exeqüíveis em estudos aplicados e geraram resultados consistentes. A metodologia AHP-CLP mostrou-se de aplicação mais rápida e intuitiva, enquanto a metodologia baseada em SIFs mostrou-se um pouco mais custosa em recursos (tempo, hardware e software), porém mais sofisticada na sua capacidade de modelar as variáveis de entrada e suas combinações e em captar e modelar o conhecimento dos especialistas e gestores participantes da elaboração do plano de manejo da UC. Palavras-chave: Unidades de conservação. Plano de manejo. Zoneamento. Avaliação multi-critério. Processo analítico hierárquico. Lógica nebulosa. Inferidores fuzzy. Parque Estadual dos Três Picos.

9 ABSTRACT Most of the protected areas (conservation units) in Brazil still have to develop its management plan and zoning studies, as determined by the National Protected Areas System (SNUC - Law No. 9985, July 18, 2000). However, considering the manuals or methodological roadmaps for developing management plans already published by the brazilian environmental authorities, there is a gap in the specific methodology for using GIS tools for the zoning process. This study offers a contribution to that issue by comparing two methodologies to support the zoning of protected areas, based on multicriteria evaluation in a participatory and multi-disciplinary process. The first approach was effectively applied by the author in two protected areas and is based on the analytic hierarchy process for weighting the input variables and wighted linear combination of that environmental factors to generate an image output. The second approach was proposed in this study, using data from Três Picos State Park (Rio de Janeiro State), and is based on the combination of environmental factors by fuzzy inference systems (FIS). Both approaches proved to be usable in applied studies and produced consistent results. The AHP-WLC methodology proved to be of faster implementation and more intuitive. On the other hand, the methodology based on FIS proved to be somewhat more costly in resources (time, software and hardware), but more sophisticated for modelling input variables and their combinations, as well as capturing and modelling the knowledge of experts and managers that usually are involved in a protected area management plan project. Keywords: Protected areas. Management plan. Zoning. Multi-criteria evaluation. Analytical hierarchy process. Fuzzy logic. Fuzzy inference systems. Parque Estadual dos Três Picos.

10 LISTA DE FIGURAS Figura 1 Figura 2 Figura 3 Figura 4 Figura 5 Figura 6 Figura 7 Figura 8 - A gestão de unidades de conservação da natureza como um processo multi-escalas. As escalas envolvidas diretamente no processo de zoneamento de uma UC estão grifadas em amarelo Sobreposição de 2 planos de informação em semi-transparência: detalhe dos temas áreas de preservação permanente (APPs) e uso das terras e cobertura vegetal, em parte da área do PETP Representação da estratificação do PETP em função de quatro fatores ambientais: uso das terras e cobertura vegetal, altitude, declividade e exposição do terreno à insolação (aspecto das encostas). Extrato do mapa produzido para a contratante FBCN, executora do Plano de Manejo, para a reunião de planejamento dos trabalhos de campo Superfície de distâncias gerada a partir do plano de informação vetorial hidrografia. O detalhe mostra a leitura do valor de um píxel na imagem, em metros Indicação de áreas para visitação no Parque Estadual do Desengano considerando a fragilidade da flora e da fauna. Observa-se a geometria pouco natural das manchas e ênfase na contra-indicação de visitação paradoxalmente sobre as trilhas existentes, que foram utilizadas pelos pesquisadores em suas observações de campo. Fonte: JAMEL et al., 2007a Indicação de áreas para visitação no Parque Estadual do Desengano com ênfase na facilidade de acesso e atrativos naturais, além da declividade como principal condicionante física. Fonte: JAMEL et al., 2007a. O observador atento notará áreas com indicação de manejo opostas às da Figura Mapa dos fatores logísticos acessos ao PED (A), proximidade das vias de acesso (B), proximidade de corpos d água (C), proximidade das trilhas no interior do PED (D), proximidade dos atrativos naturais (E) e fator declividade (F), padronizados para o processamento (áreas mais próximas das feições com valor mais alto cor verde-escuro). Fonte: relatório metodológico para o Plano de Manejo do PED Mapa dos fatores fragilidade associada à flora (A), fragilidade associada à ornitofauna (B), fragilidade associada à geologia e geomorfologia (C) e fragilidade associada à mastofauna (D).

11 Os fatores estão padronizados para o processamento (áreas mais frágeis em tom vermelho mais escuro. Fonte: relatório metodológico para o Plano de Manejo do PED Figura 9 - Localização do PETP no Estado do Rio de Janeiro Figura 10 - Mosaico de imagens Landsat TM sobe o PETP, composição RGB 4,5,3. A Vegetação mais densa aparece em tons de vermelho escuro; áreas desmatadas aparecem em tom verde-azulado e áreas urbanas aparecem em tom azul, sendo assinaladas as principaiscidades no entorno do Parque Figura 11 - Os Três Picos e o Capacete, uma paisagem típica dos maciços graníticos que constituem as formações símbolos do PETP. Os picos da esquerda para direita são: Menor, Médio, Maior (2216m) e Capacete. Foto por Marcelo Ambrósio. Fonte: Plano de Manejo do PETP, FBCN/INEA, Figura 12 - Vertente noroeste do Maciço de Nova Friburgo-Caledônia. Foto por Ivan Dias. Fonte: Plano de Manejo do PETP, FBCN/INEA, Figura 13 - Relevo de média amplitude topográfica do vale do rio das Flores, de direção NE-SW. Foto por Luis Eirado. Fonte: Plano de Manejo do PETP, FBCN/INEA, Figura 14 - Observam-se as variáveis de entrada (fatores) fragfauna (A) e proxcentrovis (B), ambas normalizadas para uma imagem no formato byte-binário com valores de 0-255, através da função FUZZY, no Idrisi Andes. Originalmente, fragfauna resulta de três graus de fragilidade arbitrados por especialistas (baixo, médio, alto), estando as áreas mais frágeis associadas aos valores mais baixos (correlação com menor indicação para visitação). A variável proxvias resultou da imagem de distâncias original que varia de 0m (localização do centro de visitação) a m (ponto mais distante dos centros de visitação no retângulo envolvente da imagem). Em (C) observa-se o resultado da média das duas variáveis, onde resultam as manchas claramente definidas da fragilidade associada à fauna, enquanto a distância dos centros de visitação é relativamente diluída, causando pouca variabilidade nas manchas de fragfauna Figura 15 - Observam-se as variáveis de entrada (fatores) fragfauna (A) e proxcentrovis (B), sendo a modelagem da variável proxcentrovis feita alternativamente com o uso de uma função de pertinência linear, focando a variação para o intervalo m. Em (C), o resultado do mesmo processo de simulação de uma CLP para as duas variáveis, mostrando o incremento da variabilidade no espaço para as áreas de distribuição das variáveis... 68

12 Figura 16 - Mapa indicativo de áreas para visitação e trilhas avaliadas em JAMEL et al., 2007b. (A) Trilha Salinas-Três Picos, (B) Trilha Nova Friburgo Caledônia e (C) Trilha da Pedra do Faraó Figura 17 - Mapa indicativo de áreas prioritárias para conservação e trilhas avaliadas em JAMEL et al., 2007b. (A) Trilha Salinas-Três Picos, (B) Trilha Nova Friburgo Caledônia e (C) Trilha da Pedra do Faraó Figura 18 - Mapa indicativo de áreas conflitantes entre os objetivos de visitação e conservação e trilhas avaliadas em JAMEL et al., 2007b. (A) Trilha Salinas-Três Picos, (B) Trilha Nova Friburgo Caledônia e (C) Trilha da Pedra do Faraó Figura 19 - Representação gráfica dos conjuntos fuzzy (nebulosos) de declividades plano, baixa declividade, média declividade, alta declividade e seus valores centrais em graus, arbitrados Figura 20 - Esquema básico de um SIF Figura 21 - Ilustração do buffer de 10km a partir do limite do PETP, sobre o plano de informação referente à malha viária da região Figura 22 - Sub-sistema da AMC baseado em SIFs, focando o conjunto de variáveis que comporão a imagem representativa das condicionantes logísticas. Em contorno contínuo, as variáveis de entrada; em contorno tracejado, as variáveis de saída intermediárias Figura 23 - Sub-sistema da AMC baseado em SIFs, focando o conjunto de variáveis que comporão a imagem representativa das condicionantes físicas. Em contorno contínuo, as variáveis de entrada; em contorno tracejado, a variável de saída intermediária Figura 24 - Sub-sistema da AMC baseado em SIFs, focando o conjunto de variáveis que comporão a imagem representativa das condicionantes bióticas. Em contorno contínuo, as variáveis de entrada; em contorno tracejado, a variável de saída intermediária Figura 25 - Sub-sistema da AMC baseado em SIFs, focando o conjunto de variáveis que comporão a imagem representativa das condicionantes socioeconômico-legais. Em contorno contínuo, as variáveis de entrada; em contorno tracejado, a variável de saída intermediária Figura 26 - Sub-sistema da AMC baseado em SIFs, focando o conjunto de variáveis que comporão as últimas imagens intermediárias (condicionantes ambientais e antrópicas) e a imagem do mapa indicativo para visitação. Em contorno contínuo, as variáveis de entrada; em contorno tracejado, as variáveis de saída intermediárias... 93

13 Figura 27 - Sistema para AMC baseado na composição em cadeia de sistemas de inferência fuzzy, modelado no Simulink, para avaliação do comportamento dos SIFs através de constantes de entrada e variáveis intermediárias e final. Nas caixas quadradas são vistos exemplos de variáveis de entrada arbitradas; nas caixas retangulares observam-se os valores de saída de cada SIF, como se um píxel da imagem final fosse processado de cada vez pelo sistema Figura 28 - Exemplo de modelagem do fator fragilidade associada à fauna (fragfauna) no ambiente do módulo Fuzzy Toolbox, utilizando 4 funções de pertinência triangulares Figura 29 - Modelagem para uma variável intermediária (indxfragbio), com 5 funções triangulares eqüitativamente distribuídas para ajustar-se ao intervalo Figura 30 - Acionamento das regras centrais em 50% por valores de entrada médios (considerando o intervalo 0-255). Observa-se o viés conservacionista da base de regras aplicada, ao gerar um valor de saída mais baixo que os valores de entrada. Neste caso específico, só quando ambos os índices de fragilidade são baixos é que a área é considerada com maior aptidão para visitação Figura 31 - Saída do processamento para as condicionantes bióticas (variável intermediária condbio). A escala de cores vai de 0 a 255, conforme a saída do processamento para cada pixel Figura 32 - Imagem representativa das condicionantes logísticas (variável condlogist). As áreas (A), (B), (C) e (D) representam regiões de maior importância do ponto de vista logístico, pela concentração de atrativos e facilidade de acesso. Notar em especial a área (A), na região de Salinas, Nova Friburgo, como um eixo de acesso e visitação ao Parque Figura 33 - Imagem representativa das condicionantes logísticas sobre imagem de satélite Landsat 7 (banda 4), para efeito de textura do relevo. São assinalados o limite do Parque, os 4 Centros de Visitantes (CV) e as principais cidades no entorno do PETP Figura 34 - Imagem representativa das condicionantes sócio-econômicas e legais (variável consdocleg). Sobre a imagem foram plotados os pontos de uso consagrado (círculos brancos), para referência de sua localização Figura 35 - Imagem representativa das condicionantes bióticas (variável condbio). 106 Figura 36 - Imagem representativa das condicionantes físicas (variável condfis).

14 No detalhe do canto superior esquerdo um trecho no norte do PETP (região dos Três Picos) com o detalhe das áreas mais planas como mais adequadas para visitação (tns de laranja e vermelho) Figura 37 - Imagem representativa das condicionantes antrópicas (variável condantro) Figura 38 - Detalhe da imagem representativa das condicionantes antrópicas, em trecho ao norte do PETP (região dos Três Picos). Observa-se a pouca gradação de valores (cores) fora e dentro das áreas de APP. São observados nesse trecho, no entanto, valores na faixa do máximo grau de adequação, sendo observados no centro da imagem, canto inferior esquerdo e lado direito Figura 39 - Imagem representativa das condicionantes ambientais (variável condambie) Figura 40 - Detalhe da imagem representativa das condicionantes ambientais, em trecho ao norte do PETP (região dos Três Picos). Observa-se a gradação de valores (cores) na área do Parque, abrangendo todo o espectro de graus de adequação à visitação. São observados, no interior do Parque, valores na faixa do máximo grau de adequação, sendo observados no centro da imagem, canto inferior esquerdo e lado direito Figura 41 - Imagem representativa da variável final da AMC (visita), que constitui o mapa indicativo de áreas para visitação Figura 42 - Detalhe da imagem representativa da variável final da AMC (visita), em trecho ao norte do PETP (região dos Três Picos, Frade e Mulher de Pedra). Observa-se a gradação de valores (cores) na área do Parque, abrangendo grande parte do espectro de graus de adequação à visitação (aproximadamente a faixa de ) Figura 43 - Imagem representativa da variável final da AMC (visita), que constitui o mapa indicativo de áreas para visitação, com alguns pontos de referência e textura do terreno dada por imagem Landsat, banda 4, ao fundo Figura 44 - Visualização em 3-D da região norte do PETP, utilizando o MDT SRTM (Shuttle Radar Topography Mission NASA, EUA), obtido gratuitamente em Visualizam-se com mais facilidade os vales do Rio dos Frades e do Rio das Antas, que descem na direção noroeste (para a esquerda da imagem, neste ângulo de visão), além do anfiteatro formado pelo conjunto dos morros dos Três Picos, Capacete e Pedra dos Frades, com alto grau de adequação para visitação segundo a AMC

15 Figura 45 - Localização das áreas mais apropriadas para visitação (em vermelho), à luz da AMC, até o limite de 5% da área do PETP. Foi utilizada uma imagem Landsat, banda 5, como fundo, para dar contexto à informação analisada. São mostrados ainda os Centros de Visitantes (CV) e as cidades mais próximas Figura 46 - Padrão geométrico e distribuição complexos dos polígonos resultantes da AMC. Região dos Três Picos, Pedra dos Frades e Mulher de Pedra (vales dos Rios dos Frades e das Antas). O CV de Salinas encontra-se atrás das montanhas, acessível por uma trilha Figura 47 - Efeito de diluição diferenciada do peso da variável numa chave de combinação dos SIFs assimétrica. Cada retângulo representa uma variável, de entrada, intermediária ou final. As duas variáveis superiores (amarelo e laranja) chegaram ao produto final com peso igual a 50% do peso das outras variáveis, por terem passado por um SIF a mais Figura 48 - Esquema ilustrativo das etapas das metodologias para AMC baseadas em AHP-CLP e SIFs Figura 49 - Comparação das possibilidades de ajuste no processamento da AMC nas metodologias AHP-CLP e baseada em SIFs, utilizando como exemplo uma mesma variável de entrada Figura 50 - Comparação entre os resultados obtidos para o Mapa Indicativo de Áreas para Visitação através da metodologia AHP-CLP (A) e SIFs (B). Em (C) é apresentado o mesmo trecho do Mapa Indicativo de Áreas para Conservação, produzido pela metodologia AHP-CLP e incluindo o fator APP no seu processamento, como o mapa (B). A mesma escala de cores foi utilizada para os três mapas, onde cores semelhantes significam valores numéricos semelhantes na escala Os tons verdes indicam áreas mais apropriadas para o objetivo de manejo em questão (visitação ou conservação)

16 LISTA DE ILUSTRAÇÕES Gráfico 1 - Pesos relativos dos fatores na avaliação multi-critério para o objetivo visitação Quadro 1 - Categorias de unidades de conservação por objetivo de manejo Quadro 2 - Valores para as notas de importância relativa dos fatores Quadro 3 - Base cartográfica digital para o Parque Estadual dos Três Picos Quadro 4 - Mapas produzidos por consultores contratados para o Parque Estadual dos Três Picos Quadro 5 - Profissionais participantes das rodadas de discussão para a AMC para zoneamento do PETP Quadro 6 - Fatores selecionados pela equipe do Plano de Manejo para os dois objetivos definidos Quadro 7 - Matriz de comparação da importância relativa dos fatores para o objetivo visitação Quadro 8 - Pesos dos fatores obtidos através da matriz AHP, para o objetivo visitação Quadro 9 - Matriz de consistência da avaliação dos fatores. Valores mais altos correspondem às maiores inconsistências na avaliação (notar o valor grifado, o mais alto resultante) Quadro 10 - Descrição sintética das variáveis de entrada para a AMC baseada em SIF Quadro 11 - Diluição diferencial dos fatores de entrada no processo de AMC, considerando o produto final

17 LISTA DE SIGLAS ERA AHE AHP AHP-CLP AMC APP CAD CLP CV FAM FBCN FLONA IBAMA ICMBio IEF-RJ KfW/GTZ MCE MMA PACUERA PE PED PETP RESEX RPPN SIF SIG SNUC UC avaliação ecológica rápida aproveitamento hidro-elétrico processo analítico hierárquico (Analytic Hierarchy Process) combinação dos métodos AHP e CLP. avaliação multi-critério área de preservação permanente computer aided design combinação linear ponderada centro de visitantes memória associativa fuzzy (fuzzy associative memory) Fundação Brasileira para Conservação da Natureza Floresta Nacional (categoria de UC) Inst. Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis Instituto Chico Mendes de Conservação da Biodiversidade Instituto Estadual de Florestas do RJ Banco e Agência de Cooperação da Alemanha. Multi-Criteria Evaluation Ministério do Meio Ambiente Plano Ambiental de Conservação e Uso do Entorno do Reservatório Parque Estadual (categoria de UC) Parque Estadual do Desengano Parque Estadual dos Três Picos Reserva Extrativista (categoria de UC) Reserva Particular do Patrimônio Natural (categoria de UC) sistema de inferência fuzzy sistema de informações geográfico Sistema Nacional de Unidades de Conservação unidade de conservação (da natureza ou ambiental)

18 SUMÁRIO INTRODUÇÃO OBJETIVOS Estrutura da dissertação DESCRIÇÃO DETALHADA DO PROBLEMA Inconsistências na metodologia usual de zoneamento de UCs Aplicação de AMC em ambiente de SIG Pontos positivos e dificuldades no uso de AMC baseada em AHP-CLP, experiência no Parque Estadual do Desengano (PED) Resultados obtidos com o uso de AMC baseada em AHP-CLP no Parque Estadual dos Três Picos (PETP) Caracterização do Parque Estadual dos Três Picos (PETP) Avaliação Multi-Critério Aplicação da metodologia baseada em AHP-CLP UMA NOVA ABORDAGEM METODOLÓGICA Lógica e Sistemas Fuzzy (nebulosos) Sistemas de Inferência Fuzzy Proposta de uso de inferidores fuzzy em AMC/zoneamento METODOLOGIA Princípios gerais Hardware e software Dados de entrada Desenvolvimento dos modelos fuzzy para a nova metodologia Elaboração dos inferidores fuzzy Análise dos resultados Critérios de comparação com a AMC baseada em AHP-CLP ESTUDO DE CASO ENSAIO DA APLICAÇÃO DA AVALIAÇÃO MULTI-CRITÉRIO BASEADA EM INFERIDORES FUZZY PARA APOIO AO ZONEAMENTO DO PARQUE ESTADUAL DOS TRÊS PICOS (PETP) Análise dos resultados Comparação entre as metodologias CONCLUSÃO Conclusões do estudo Recomendações para outros estudos

19 REFERÊNCIAS APÊNDICE A - Mapas indicativos para visitação e para conservação produzidos para o PETP, a partir da metodologia de AMC baseada em AHP-CLP APÊNDICE B - Ilustrações das variáveis (fatores) de entrada na AMC por inferidores fuzzy APÊNDICE C - Base de regras para cada SIF, no formato fuzzy associative memory (FAM)

20 18 INTRODUÇÃO O zoneamento é um instrumento legal para estabelecer regras de uso para determinadas porções do território. Sua importância é crescente num mundo onde as fronteiras de ocupação humana já foram virtualmente vencidas e onde a densificação das populações humanas causa forte pressão sobre os ecossistemas e recursos naturais. O presente projeto de pesquisa prevê a utilização de ferramentas de inteligência computacional em ambiente de sistemas de informação geográfica, aplicadas ao zoneamento de uma unidade de conservação da natureza. O plano de manejo é o documento que determina as diretrizes de gestão de cada unidade de conservação ambiental (UC). Uma das principais ferramentas na gestão destas áreas protegidas é o zoneamento, que estabelece regiões homogêneas dentro dos limites da unidade, facilitando a formulação de práticas de manejo diferenciadas e adequadas para cada porção territorial (Davenport et al., 2002). Tais regiões, ou zonas, visam identificar e delimitar, de modo genérico: áreas bem conservadas, representativas dos biótopos mais próximos do estado natural, nativo ou clímax, e portanto prioritárias para preservação e vedadas ao uso público, podendo ser permitida a pesquisa científica; áreas bem conservadas ou em estádio intermediário de conservação, com atrativos cênicos ou de lazer, selecionadas para atividades de visitação e uso público, visando lazer e educação ambiental; áreas degradadas ou em estádio inicial ou médio de sucessão ecológica, necessitando intervenção para recuperação dos ecossistemas; áreas destinadas a receber a infraestrutura administrativa e de suporte às atividades de visitação e/ou pesquisa na unidade de conservação. Considerando que a unidade de conservação não é um elemento isolado na paisagem, mas uma porção desta submetida a regras de uso diferenciadas, é freqüente que haja um contínuo entre paisagem interna da unidade e seu exterior. No sentido de estabelecer uma proteção às unidades de conservação, o plano de manejo também

21 19 estabelece a chamada zona de amortecimento, que consiste num perímetro externo aos limites da unidade de conservação, onde deverá haver a interferência da administração da unidade no ordenamento territorial, de modo a criar uma faixatampão para minorar a exposição da unidade aos impactos externos. Os critérios para estabelecer as zonas de manejo na UC são diversos e os fatores envolvidos enquadram-se basicamente em quatro grupos: Fatores bióticos; Fatores físicos; Fatores logísticos; Fatores sócio-econômicos. Um quinto grupo de fatores é o das políticas do órgão gestor da unidade de conservação, que definem diretrizes de cunho administrativo que interferem diretamente no plano de manejo e conseqüentemente no zoneamento da UC. As equipes participantes de planos de manejo são geralmente compostas por profissionais do próprio órgão administrador da unidade de conservação, ou equipes externas, contratadas e fiscalizadas pelo órgão administrador. Quando o serviço é terceirizado, é solicitada uma equipe de profissionais multidisciplinar, sendo composta minimamente por profissionais das seguintes áreas de conhecimento: Fauna Flora (vegetação) Meio físico Sócio-economia Planejamento / administração. É comum que as equipes sejam maiores e mais complexas, subdividindose as áreas temáticas em diversas especialidades, como, por exemplo: Fauna o Mastofauna o Avifauna

22 20 o Insetofauna o Herpetofauna Flora o Inventário florestal madeireiro (para unidades de conservação de uso sustentável) o Fitossociologia e florística o Mapeamento de vegetação Meio físico o Geologia e geomorfologia o Hidrologia e climatologia Sócio-economia o Análise sócio-econômica regional e do entorno o Cadastro fundiário o Uso público o Turismo Planejamento / administração o Planejamento financeiro / orçamentação o Planejamento estratégico o Planos setoriais As equipes envolvidas em planos de manejo, incluindo os especialistas temáticos responsáveis e seus auxiliares, pessoal de apoio, coordenadores e equipe de fiscalização e avaliação, podem alcançar facilmente dezenas de profissionais, já tendo o autor participado de projetos envolvendo mais de 30 profissionais especialistas (Parque Estadual dos Três Picos e Parque Estadual do Desengano). Constata-se, portanto, que a tomada de decisão para o zoneamento da unidade de conservação, envolvendo tal número de profissionais e áreas do conhecimento não é um processo trivial e deve ser conduzido com método e organização para que o resultado de fato seja condizente com a riqueza de informações e o conhecimento gerado no processo de diagnóstico sócio-ambiental e planejamento.