This work aimed the application of multivaried statistical techniques using Software STATISTICA 7.0 for Windows, in the analysis of red ceramics data produced in the Central region of the state of the Rio Grande do Sul. The used variable had been: total monthly production, massive number of ceramic industries, bricks, structural blocks. The used techniques had been Cluster Analysis, Factor Analysis, and Principal Components Analysis. The objective of the technique of Cluster Analysis is to determine the degree of similarity between the variables. The Factor Analysis aims to reduce the number variable analyzed in agreement with the Cluster Analysis. The degree of contribution of the variable in the formation of the factors is identified by the technique of Principal Components Analysis. The work concluded that the techniques can be applied in data of ceramic products, because of the results had confirmed previous works. The employed techniques had demonstrated to be pertinent to the considered objectives. / Este trabalho visou empregar técnicas estatísticas multivariadas através do Software STATISTICA 7.0 for Windows, na análise de dados de cerâmica vermelha produzidos na região Central do estado do Rio Grande do Sul. As variáveis utilizadas foram: produção mensal total, número de indústrias cerâmicas, tijolos maciços, blocos de vedação e blocos estruturais. As técnicas utilizadas foram Análise de Agrupamento, Análise Fatorial, e Análise de Componentes Principais. O objetivo da técnica de Análise de Agrupamento é determinar o grau de similaridade entre as variáveis. A Análise Fatorial visa reduzir o número de variáveis analisadas em concordância com a Análise de Agrupamento. O grau de contribuição das variáveis na formação dos fatores é identificado pela técnica de Análise de Componentes Principais. No trabalho concluiu-se que as técnicas podem ser aplicadas em dados de produtos cerâmicos, pois os resultados obtidos confirmaram resultados e conclusões obtidas em trabalhos anteriores. As técnicas empregadas demonstraram ser pertinentes aos objetivos propostos.

Made available in DSpace on 2015-03-26T13:32:05Z (GMT). No. of bitstreams: 1 texto completo.pdf: 688077 bytes, checksum: 369ec0145d58b4c3f2d93ab69403df95 (MD5) Previous issue date: 2009-01-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Many times, the interpretation of the results in cluster analysis is done subjectively, that is, through inspection on dendograms, since there are no objective criteria to identify the formed clusters. In face of such a problem, the present study aimed to: (1) find out an objective way to achieve the cut-point (optimal number of clusters) in a dendogram in order to help on taking the right decision; (2) work out index concepts such as Root Mean Square Standard Deviation (RMSSTD) and R Squared (RS), explaining the contribution of each one of them in determining the optimal number of cluster; (3) method application, aiming to identify divergent accessions that will be used on improvement programs. An alternative solution for this problem is to use the RMSSTD and RS which are calculated according to the number of variables among and within the clusters formed, characterizing an objective way to determine the optimal number. Another solution is achieved by using the RS. Some morphological characteristics of the forty nine accessions of the species Capsicum chinense Jacq. from the Germplasm Bank of Vegetables of the Federal University of Viçosa (Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa, Minas Gerais Brazil) were analyzed by means of cluster analysis. The accessions were clustered based on the proposed techniques and an optimal number of clusters was achieved. The 49 accessions analyzed were classified into only seven clusters according to the graph of the RMSSTD versus the number of clusters and the graph of the RS versus the number of clusters. / Muitas vezes, a interpretação dos resultados em análise de agrupamentos é feita de forma subjetiva, isto é, através da inspeção de dendrogramas. Isto se deve ao fato de haver dificuldade em se encontrar na literatura um critério objetivo de fácil aplicação para identificar o número ideal de grupos formados. Diante deste problema, o presente trabalho teve por objetivos: 1) Avaliar a aplicabilidade de critério objetivo de se obter o ponto de corte (número ótimo de clusters) num dendrograma para a tomada de decisão; 2) trabalhar os conceitos de índices como RMSSTD (root mean square standard deviation) e RS (R-Squared), discutindo a contribuição de cada um destes na obtenção do número ótimo de clusters em acessos de Capsicum chinense; 3) aplicação do método, visando a identificar acessos divergentes de Capsicum chinense para serem utilizados em programas de melhoramento. Os índices RMSSTD e RS são calculados de acordo com as variáveis entre e dentro dos grupos formados, caracterizando uma forma objetiva para determinar o número ótimo. Para se obter o ponto de máxima curvatura da trajetória dos índices RMSSTD e RS em função do aumento do número de grupos (X), utilizou-se o Método da Máxima Curvatura Modificado. Foram analisadas, por meio da análise de agrupamentos, algumas características morfológicas de quarenta e nove acessos da espécie Capsicum chinense Jacq. do Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa. A partir das técnicas propostas agrupou-se os acessos, obtendo um número ótimo de grupos. Os resultados classificam os 49 acessos avaliados em apenas sete grupos de acordo com o gráfico do RMSSTD versus o número de grupos e o gráfico do RS versus o número de grupos.

A rápida evolução dos recursos computacionais vem permitindo que grandes conjuntos de dados sejam armazenados e recuperados. No entanto, a exploração, compreensão e extração de informação útil ainda são um desafio. Com relação às ferramentas computacionais que visam tratar desse problema, a Visualização de Informação possibilita a análise de conjuntos de dados por meio de representações gráficas e a Mineração de Dados fornece processos automáticos para a descoberta e interpretação de padrões. Apesar da recente popularidade dos métodos de visualização de informação, um problema recorrente é a baixa escalabilidade visual quando se está analisando grandes conjuntos de dados, resultando em perda de contexto e desordem visual. Com intuito de representar grandes conjuntos de dados reduzindo a perda de informação relevante, o processo de agregação visual de dados vem sendo empregado. A agregação diminui a quantidade de dados a serem representados, preservando a distribuição e as tendências do conjunto de dados original. Quanto à mineração de dados, visualização de informação vêm se tornando ferramental essencial na interpretação dos modelos computacionais e resultados gerados, em especial das técnicas não-supervisionados, como as de agrupamento. Isso porque nessas técnicas, a única forma do usuário interagir com o processo de mineração é por meio de parametrização, limitando a inserção de conhecimento de domínio no processo de análise de dados. Nesta dissertação, propomos e desenvolvemos uma metáfora visual baseada na TableLens que emprega abordagens baseadas no conceito de agregação para criar representações mais escaláveis para a interpretação de dados tabulares. Como aplicação, empregamos a metáfora desenvolvida na análise de resultados de técnicas de agrupamento. O ferramental resultante não somente suporta análise de grandes bases de dados com reduzida perda de contexto, mas também fornece subsídios para entender como os atributos dos dados contribuem para a formação de agrupamentos em termos da coesão e separação dos grupos formados. / The rapid evolution of computing resources has enabled large datasets to be stored and retrieved. However, exploring, understanding and extracting useful information is still a challenge. Among the computational tools to address this problem, information visualization techniques enable the data analysis employing the human visual ability by making a graphic representation of the data set, and data mining provides automatic processes for the discovery and interpretation of patterns. Despite the recent popularity of information visualization methods, a recurring problem is the low visual scalability when analyzing large data sets resulting in context loss and visual disorder. To represent large datasets reducing the loss of relevant information, the process of aggregation is being used. Aggregation decreases the amount of data to be represented, preserving the distribution and trends of the original dataset. Regarding data mining, information visualization has become an essential tool in the interpretation of computational models and generated results, especially of unsupervised techniques, such as clustering. This occurs because, in these techniques, the only way the user interacts with the mining process is through parameterization, limiting the insertion of domain knowledge in the process. In this thesis, we propose and develop the new visual metaphor based on the TableLens that employs approaches based on the concept of aggregation to create more scalable representations of tabular data. As application, we use the developed metaphor in the analysis of the results of clustering techniques. The resulting framework does not only support large database analysis but also provides insights into how data attributes contribute to clustering regarding cohesion and separation of the composed groups

O estudo do espaço físico territorial é de extrema importância para o planejamento municipal, principalmente quando se situa no seu limite administrativo uma área protegida. Neste contexto, o mapeamento geoambiental se destaca como uma ferramenta essencial na identificação e delimitação de regiões que apresentam características semelhantes, direcionando de forma rápida e eficiente os órgãos gestores na solução das demandas de cada área. Este trabalho teve como objetivo realizar o mapeamento geoambiental do município de Delfinópolis (MG), na escala de 1:50.000, tendo como base a utilização da análise de agrupamentos para delimitar as áreas com alto nível de similaridade referente às características do meio físico. O município pode ser considerado especial, devido 40,35% da sua área corresponder à unidade de conservação do Parque Nacional da Serra da Canastra (PNSC). O mapeamento teve por base a caracterização física das bacias hidrográficas de até 4ª ordem de ramificação que se encontram totalmente inseridas no município. A análise de agrupamentos das bacias de 1ª ordem foi realizada considerando o percentual de área de três atributos fundamentais do meio físico (materiais inconsolidados, substrato rochoso, e declividade). Já as bacias hidrográficas de 2ª, 3ª e 4ª ordens foram inicialmente agrupadas com base em nove índices morfométricos e posteriormente analisadas frente aos mesmos atributos fundamentais do meio físico. Em todas as análises de agrupamentos foi utilizado o método pareado igualmente ponderado e na análise dos dendrogramas foi estabelecida uma linha de fusão de 20% para identificação das unidades homogêneas e de 80% para os grupos de unidades que apresentam alto nível de dissimilaridade. A integração da análise morfométrica com as informações do meio físico permitiu a delimitação de nove unidades geoambientais com nível de homogeneidade compatível com a escala de mapeamento. A análise dessas unidades mostrou certa compatibilidade das características físicas da zona intangível e da zona de ocupação temporária do PNSC com a unidade UG 8. Com relação às áreas de preservação permanente, nenhuma das unidades obedece totalmente os limites previstos na legislação. Dentre as unidades, duas apresentam-se pouco degradadas, duas encontram-se degradadas e as demais se enquadram em nível regular de degradação. / The study of territorial physical space is extremely important for municipal planning, especially when a protected area is located within its administrative boundary. In this context, the geoenvironmental mapping stands out as an essential tool in the identification and delimitation of regions that present similar characteristics, directing public management quickly and efficiently in the solution of the demands of each area. The objective of this work is to perform the geoenvironmental mapping of the city of Delfinópolis (MG), in the scale of 1: 50.000, based on the use of cluster analysis to delimit the areas with high level of similarity referent to the characteristics of the physical environment. The municipality can be considered special, since 40,35% of its area corresponds to the conservation unit of National Park Serra da Canastra (PNSC).The mapping was based on the physical characteristics of the watersheds up to the 4th order of ramification that are totally inserted in the municipality. The analysis of groupings of the 1st order basins was performed considering the percentage of area of three fundamental attributes of the physical environment (unconsolidated materials, geology, and slope).The 2nd, 3rd and 4th order watersheds were initially grouped based on nine morphometric indices and later analyzed against the same fundamental attributes of the physical environment. In all cluster analysis, we used the unweighted pair-group method and in the analysis of dendrograms a 20% melting line was established to identify the homogeneous units and 80% of the groups of units with a high level of dissimilarity.The integration of the morphometric analysis with the information about the physical environment allowed the delimitation of nine geoenvironmental units with level of homogeneity compatible with the scale of mapping.The analysis of these units showed the similarity of the physical characteristics of the intangible zone and the temporary occupation zone of the PNSC with the unit UG 8.In relation to the areas of permanent preservation, none of the units fully obey the limits established in the legislation. Among the units, two are poorly degraded, two are degraded and the other ones fall into a regular level of degradation.

Estudos geoambientais se propõem a avaliar e planejar o uso do solo tomando como base os principais atributos do meio físico. O objetivo principal desse trabalho é apresentar e aplicar uma proposta metodológica, considerando os procedimentos e os produtos da cartografia geotécnica desenvolvida para as condições brasileiras, que vise o planejamento territorial. A proposta foi aplicada na região de influência do reservatório da Usina Hidroelétrica de Caconde (SP). Foram avaliadas características geomorfológicas, geológicas, de solos (comportamento geotécnico) e aptidão agrícola. A carta de zoneamento geoambiental foi produzida por meio de trabalhos de geoprocessamento e análise de agrupamentos dos diversos planos de informações produzidos. Os resultados mostraram que a proposta funcionou adequadamente considerando os atributos do meio físico selecionados. Todos os produtos cartográficos gerados na pesquisa, encontram-se inseridos nos sistemas de informações geográficas Idrisi 32 e ArcView GIS 3.1, no qual este último associa aos mapas e cartas confeccionados um banco de dados geoambiental de modo a possibilitar que as informações possam ser acrescidas, inseridas, recuperadas, atualizadas ou simplesmente removidas desde que se queira ou se faça necessário. / Geonvironmental studies are important to promote environment management. The main objective of this work is to present and to apply a methodological proposal based in both procedures and products of the Engineering Geological Mapping that should aid the territorial planning. The proposal has been applied in the region of influence of the Caconde\'s Hydroelectric Reservoir (SP). Geological and geomorpholocial information were evaluated and the characteristics of unconsolidated materials and agricultural potential have been determined. Geoenvironmental zoning map was produced by using geoprocessing and cluster analysis techniques of several produced information plans. The proposal operate adequately environment attributes selected and realize appropriately the results. All cartographic products generated in this work were handled in the geographical information system Idrisi 32 and ArcView 3,1. Geoenvironmental database has been associated with produced maps in ArcView Gis.

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-10-17T18:58:21Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) tese-ldsp-cin-ufpe.pdf: 2057113 bytes, checksum: 40e1baebc2bc4840cd9803fdc16d952f (MD5) / Made available in DSpace on 2016-10-17T18:58:21Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) tese-ldsp-cin-ufpe.pdf: 2057113 bytes, checksum: 40e1baebc2bc4840cd9803fdc16d952f (MD5) Previous issue date: 2016-08-26 / CNPQ / A Análise de Agrupamentos, também conhecida por Aprendizagem Não-Supervisionada, é uma técnica importante para a análise exploratória de dados, tendo sido largamente empregada em diversas aplicações, tais como mineração de dados, segmentação de imagens, bioinformática, dentre outras. A análise de agrupamentos visa a distribuição de um conjunto de dados em grupos, de modo que indivíduos em um mesmo grupo estejam mais proximamente relacionados (mais similares) entre si, enquanto indivíduos pertencentes a grupos diferentes tenham um alto grau de dissimilaridade entre si. Do ponto de vista de otimização, a análise de agrupamentos é considerada como um caso particular de problema de NP-Difícil, pertencendo à categoria da otimização combinatória. Técnicas tradicionais de agrupamento (como o algoritmo K-Means) podem sofrer algumas limitações na realização da tarefa de agrupamento, como a sensibilidade à inicialização do algoritmo, ou ainda a falta de mecanismos que auxiliem tais métodos a escaparem de pontos ótimos locais. Meta-heurísticas como Algoritmos Evolucionários (EAs) e métodos de Inteligência de Enxames (SI) são técnicas de busca global inspirados na natureza que têm tido crescente aplicação na solução de uma grande variedade de problemas difíceis, dada a capacidade de tais métodos em executar buscas minuciosas pelo espaço do problema, tentando evitar pontos de ótimos locais. Nas últimas décadas, EAs e SI têm sido aplicadas com sucesso ao problema de agrupamento de dados. Nesse contexto, a meta-heurística conhecida por Otimização por Busca em Grupo (GSO) vem sendo aplicada com sucesso na solução de problemas difíceis de otimização, obtendo desempenhos superiores a técnicas evolucionárias tradicionais, como os Algoritmos Genéticos (GA) e a Otimização por Enxame de Partículas (PSO). No contexto de análise de agrupamentos, EAs e SIs são capazes de oferecer boas soluções globais ao problema, porém, por sua natureza estocástica, essas abordagens podem ter taxas de convergência mais lentas quando comparadas a outros métodos de agrupamento. Nesta tese, o GSO é adaptado ao contexto de análise de agrupamentos particional. Modelos híbridos entre o GSO e o K-Means são apresentados, de modo a agregar o potencial de exploração oferecido pelas buscas globais do GSO à velocidade de exploitação de regiões locais oferecida pelo K-Means, fazendo com que os sistemas híbridos formados sejam capazes de oferecerem boas soluções aos problemas de agrupamento tratados. O trabalho apresenta um estudo da influência do K-Means quando usado como operador de busca local para a inicialização populacional do GSO, assim como operador para refinamento da melhor solução encontrada pela população do GSO durante o processo geracional desenvolvido por esta técnica. Uma versão cooperativa coevolucionária do modelo GSO também foi adaptada ao contexto da análise de agrupamentos particional, resultando em um método com grande potencial para o paralelismo, assim como para uso em aplicações de agrupamentos distribuídos. Os resultados experimentais, realizados tanto com bases de dados reais, quanto com o uso de conjuntos de dados sintéticos, apontam o potencial dos modelos alternativos de inicialização da população propostos para o GSO, assim como de sua versão cooperativa coevolucionária, ao lidar com problemas tradicionais de agrupamento de dados, como a sobreposição entre as classes do problema, classes desbalanceadas, dentre outros, quando em comparação com métodos de agrupamento existentes na literatura. / Cluster analysis, also known as unsupervised learning, is an important technique for exploratory data analysis, and it has being widely employed in many applications such as data mining, image segmentation, bioinformatics, and so on. Clustering aims to distribute a data set in groups, in such a way that individuals from the same group are more closely related (more similar) among each other, while individuals from different groups have a high degree of dissimilarity among each other. From an optimization perspective, clustering is considered as a particular kind of NP-hard problem, belonging in the combinatorial optimization category. Traditional clustering techniques (like K-Means algorithm) may suffer some limitations when dealing with clustering task, such as the sensibility to the algorithm initialization, or the lack of mechanisms to help these methods to escape from local minima points. Meta-heuristics such as EAs and SI methods are nature-inspired global search techniques which have been increasingly applied to solve a great variety of difficult problems, given their capability to perform thorough searches through a problem space, attempting to avoid local optimum points. From the past few decades, EAs and SI approaches have been successfully applied to tackle clustering problems. In this context, Group Search Optimization (GSO) meta-heuristic has been successfully applied to solve hard optimization problems, obtaining better performances than traditional evolutionary techniques, such as Genetic Algorithms (GA) and Particle Swarm Optimization (PSO). In clustering context, EAs an SIs are able to obtain good global solutions to the problem at hand, however, according to their stochastic nature, these approaches may have slow convergence rates in comparison to other clustering methods. In this thesis, GSO is adapted to the context of partitional clustering analysis. Hybrid models of GSO and K-Means are presented, in such a way that the exploration offered by GSO global searches are combined with fast exploitation of local regions provided by K-Means, generating new hybrid systems capable of obtaining good solutions to the clustering problems at hands. The work also presents a study on the influence of K-Means when adopted as a local search operator for GSO population initialization, just like its application as an refinement operator for the best solution found by GSO population during GSO generative process. A cooperative coevolutionary variant of GSO model is adapted to the context of partitional clustering, resulting in a method with great potential to parallelism, as much as for the use in distributed clustering applications. Experimental results, performed as with the use of real data sets, as with the use of synthetic data sets, showed the potential of proposed alternative population initialization models and the potential of GSO cooperative coevolutionary variant when dealing with classic clustering problems, such as data overlapping, data unbalancing, and so on, in comparison to other clustering algorithms from literature.

Agência Nacional de Energia Elétrica / The work aims to characterize the forest structure and species composition in the area, identify the formation of clusters in the tree component and to determine the influence of soil variables in species and in groups. The study area is located at Divisa Reservoir, São Francisco de Paula, RS. The survey of the trees and shrubs vegetation was conducted in four fragments: F1 (9 ha), F2 (9 ha), F4 (2 ha) and F5 (9 ha). In each plot was performed the identification and measurement of the circumference at breast height (CAP) as the following size classes: Class I (10 x 20 m) individuals with CAP ≥ 30 cm; Class II (10 x 10 m) individuals with 15 ≤ CAP < 30 cm; Class III (5 x 5 m) individuals with 3 ≤ CAP < 15 cm and Class IV (2 x 2 m) the individuals with < 3 cm and CAP < 3 cm. The vertical structure was evaluated by the classification of the individuals surveyed on sociological classes, belonging to the sociological position 1 (PS1) individuals in the upper stratum, sociological position 2 (PS2) the stratum medium and sociological position 3 (PS3) in the lower stratum. The forest inventory data constituted a matrix parcel x species, which was used in multivariate analysis, by the method TWINSPAN, allowing the classification groups of parcels, based on the density of individuals. In addition to the vegetation, the environmental variables were obtained. The correlation between vegetation data and environmental data was performed by means of Canonical Correspondence Analysis, using the program PC-ORDTM for Windows version 5.10. The results demonstrate the formation of three distinct groups. Group 1 (GR1) represents the specific situation of riparian vegetation, Group 2 (GR2) represents a remnant of Araucaria Forest, under the influence of intensive livestock farming in the fields, and Group 3 (GR3) demonstrates an atypical situation, with the presence of species strongly influenced by the depth of the soil, and water saturation in the longest period of time. In GR1, the mixture of species of different ecological groups, with predominance of pioneer and secondary species, shows that the forest is presented in the dynamic process of succession. The GR2 has a negative influence of cattle on their structure and composition. Stand out in the riparian (GR1) Eugenia uruguayensis and Sebastiania commersoniana and clumps (GR2), the predominance are Araucaria angustifolia, Podocarpus lambertii and Myrceugenia cucullata, as main responsible for the existing formations. Furthermore, the slow decomposition of organic matter enhanced by higher humidity change the availability of nutrients for the species in place. In the woods, the constant presence of cattle negatively changes the structure of the understory, thus influencing the soil chemical characteristics. Species such as Araucaria angustifolia, Eugenia uruguayensis, Blepharocalyx salicifolius, Calyptranthes concinna, Lithraea brasiliensis, Myrsine coriacea, Ocotea pulchella e Sebastiania commersoniana can be used in the recovery and enrichment of riparian vegetation. / O trabalho tem como objetivo caracterizar a estrutura da floresta e composição de espécies presentes na área, identificar a formação de agrupamentos no componente arbóreo e determinar a influência das variáveis do solo nos grupos e espécies. A área de estudo localiza-se no entorno do Reservatório Divisa, município de São Francisco de Paula, RS. O levantamento da vegetação arbóreo-arbustiva foi realizado em quatro fragmentos denominados de F1 (9 ha), F2 (9 ha), F4 (2ha) e F5 (9 ha). Em cada parcela foi realizada a identificação e medição da circunferência à altura do peito (CAP), conforme as seguintes classes de tamanho: Classe I (10 x 20 m) - indivíduos com CAP ≥ 30 cm; Classe II (10 x 10 m) - indivíduos com 15 ≤ CAP < 30 cm; Classe III (5 x 5 m), os indivíduos com 3 ≤ CAP < 15 cm e a Classe IV (2 x 2 m), os indivíduos com altura ≥ 30 cm e CAP < 3 cm. A estrutura vertical foi avaliada mediante a classificação dos indivíduos inventariados em classes sociológicas, pertencendo à posição sociológica 1 (PS1) os indivíduos do estrato superior, posição sociológica 2 (PS2) os do estrato médio e posição sociológica 3 (PS3) os do estrato inferior. Os dados do inventário florestal constituíram uma matriz parcela x espécie, a qual foi utilizada em análise multivariada, pelo método TWINSPAN, permitindo a classificação de grupos de parcelas, a partir da densidade dos indivíduos. Adicionalmente ao levantamento da vegetação, foram obtidas as variáveis ambientais. A correlação entre os dados de vegetação e dados ambientais foi realizada por meio da Análise de Correspondência Canônica, com uso do programa PC-ORDTM for Windows versão 5.10. Os resultados demonstram a formação de três grupos distintos. O Grupo 1 (GR1) representa a situação própria de mata ciliar, o Grupo 2 (GR2) representa um remanescente de Floresta Ombrófila Mista, sob influência do uso intensivo dos campos na pecuária, e o Grupo 3 (GR3) demonstra uma situação atípica, com a presença de espécies fortemente influenciadas pela profundidade do solo, bem como pela saturação hídrica em maior período de tempo. No GR1, a mistura de espécies de diferentes grupos ecológicos, com predomínio de espécies pioneiras e secundárias, demonstra que a floresta apresenta-se em processo dinâmico de sucessão. O GR2 apresenta influência negativa do gado na sua estrutura e composição. Destacam-se nas matas ciliares (GR1) Eugenia uruguayensis e Sebastiania commersoniana e nos capões (GR2), o predomínio é de Araucaria angustifolia, Podocarpus lambertii e Myrceugenia cucullata, como principais responsáveis pelas formações existentes. Além disso, a lenta decomposição da matéria orgânica potencializada pela maior umidade altera a disponibilidade de nutrientes para as espécies no local. Nos capões, a constante presença do gado altera negativamente a estrutura do sub-bosque, influenciando nas características químicas do solo. Espécies como Araucaria angustifolia, Eugenia uruguayensis, Blepharocalyx salicifolius, Calyptranthes concinna, Lithraea brasiliensis, Myrsine coriacea, Ocotea pulchella e Sebastiania commersoniana podem ser utilizadas na recuperação e enriquecimento de mata ciliar.

Esta tese trata da aplicação de técnicas de estatística para a resolução de problemas encontrados na análise de dados provenientes da área de biologia molecular -- mais especificamente, dados gerados por estudos de expressão gênica obtidos pela contagem de transcritos, também chamados de perfis digitais de expressão. / This thesis is about the analysis of gene expression data produced by transcript counting methods, also known as digital gene profiles.

Indicadores são ferramentas capazes de simplificar informações sobre fenômenos complexos e melhorar, com isso, o processo de comunicação. Também permitem o resumo de grande quantidade de informações relacionadas a um aspecto, auxiliando no diagnóstico e prognóstico ambiental. Alguns cuidados devem ser tomados na seleção e construção dos indicadores para que as medidas utilizadas sejam adequadas, pois influenciam a tomada de decisão. Indicadores inconsistentes fornecem informações imprecisas e enganosas sobre o que está sendo medido. Um dos propósitos desta ferramenta é auxiliar na implementação de mecanismos de proteção, recuperação e uso racional de recursos hídricos. As bacias hidrográficas têm sido usadas como uma das principais unidades de planejamento e gestão integrada por permitirem a visualização da dinâmica dos vários elementos dos meios físico e agentes naturais atrelados à ação humana. Além disso, são áreas expostas a impactos ambientais provenientes da urbanização, exploração intensa de recursos, uso e ocupação inadequados e emissão de efluentes nos cursos d\'água. Por esses motivos, o presente estudo visou abordar o uso de indicadores ambientais para o diagnóstico do potencial de degradação por erosão nas bacias hidrográficas do município de São Carlos &#8211; SP como suporte à gestão dos recursos hídricos municipais, possibilitando o melhor aproveitamento destas áreas com menor impacto ambiental possível. O modelo Pressão-Estado-Resposta (PER) foi escolhido para orientar a coleta, organizar as informações e ajudar na interpretação e comunicação dos resultados por ser um dos mais utilizado para divulgar estatísticas e indicadores ambientais. A análise de Agrupamentos e a Matriz de Vulnerabilidade foram os métodos empregados para integrar os indicadores e disponibilizar as informações às partes interessadas como suporte à tomada de decisão. Utilizou-se o Sistema de Informação Geográfica (SIG) ArcGIS® como ferramenta computacional básica para ponderar e agregar os indicadores por meio dos métodos escolhidos e, posteriormente, gerar os mapas analíticos. A partir da análise de agrupamentos as bacias foram divididas em cinco grupos de acordo com a semelhança entre elas, evidenciando a diversidade de cenários relacionados à erosão no município de São Carlos. Já a matriz de vulnerabilidade categorizou as bacias em cinco classes de potencial de degradação por erosão que apontou o menor potencial nas bacias das Gabirobas e Mogi-Guaçu e o maior na bacia do Monjolinho. A diferença entre estes métodos consiste no modo de sintetizar a informação, porém, ambos convergem para auxiliar na elaboração de estratégias de gestão. / Indicators are tools that simplify information about complex phenomena and improve, therefore, the process of communication. They also allow to summary a lot of information related to one aspect, assisting in the environmental diagnosis and prognosis. Care should be taken in the selection and construction of indicators, as they influence the decisionmaking and therefore it is important that the measures used are appropriate. Inconsistent indicators provide inaccurate and misleading information about what is measured. A purpose of this tool is to assist in the implementation of water resources protection mechanisms, recovery and rational use. Watersheds are been used as major planning and integrated management units for allowing the visualization of the dynamics of the various physical elements and natural agents wattled to human action. In addition, these areas are exposed to environmental impacts from urbanization and intensive resource exploitation, inadequate use and occupation and effluents emissions into waterways. For these reasons, this study aimed to address the use of environmental indicators to diagnosis the erosion\'s degradation potencial in São Carlos\' (SP) river basins to support the local water resources management, enabling better use of these areas with less possible environmental impact. The Pressure-State-Response (PSR) model was chosen to guide the information collection and organization and help in the interpretation and communication of the results because it is one of the most used metodology to disseminate statistics and environmental indicators. The Cluster Analysis and Vulnerability Matrix were the methods employed to integrate the indicators and provide information for stakeholders to support decision making. The Geographic Information System (GIS) ArcGIS® was used as computational tool to weight and aggregate indicators through the chosen methods and subsequently generate analytical maps. From the cluster analysis the basins were divided into five groups according to the similarity between them, showing the diversity of scenarios related to erosion in São Carlos. The vulnerability matrix categorized the basins in five erosion degradation potencial classes that pointed out the basins of Gabirobas and Mogi-Guaçu as less potential and Monjolinho as higher. The difference between these two methods is the way to synthesize information, but both converge to assist in decision making and management strategies development.

Submitted by William Justo Figueiro (williamjf) on 2015-07-09T22:32:57Z No. of bitstreams: 1 27b.pdf: 4120563 bytes, checksum: 28666d8a39aa4371e2cad8353a3b6fc2 (MD5) / Made available in DSpace on 2015-07-09T22:32:57Z (GMT). No. of bitstreams: 1 27b.pdf: 4120563 bytes, checksum: 28666d8a39aa4371e2cad8353a3b6fc2 (MD5) Previous issue date: 2012-08-01 / Petrobras - Petróleo Brasileiro S. A. / UNISINOS - Universidade do Vale do Rio dos Sinos / O presente estudo visou o desenvolvimento e aplicação de uma metodologia para a detecção e classificação de diferentes respostas espectrais em nuvens de pontos obtidas a partir de escâner a laser terrestre (Laser Scanner Terrestre) com o intuito de identificar a presença de diferentes rochas em afloramentos e a geração de um Modelo Digital de Afloramento. A ferramenta para a classificação de padrões espectrais, denominada K-Clouds, foi desenvolvida com base em análise de agrupamentos (clusters), que a partir de uma indicação do número de classes fornecido pelo usuário através da análise de um histograma dos dados, realiza a classificação da nuvem de pontos. Os dados classificados podem então ser interpretados por geólogos para uma melhor compreensão e identificação das rochas presentes no afloramento. Além da detecção de diferentes rochas, verificouse que é possível detectar pequenas alterações nas características físico-químicas das mesmas, como aquelas causadas por intemperismo e variação composicional. / The present study aimed to develop and implement a method for detection and classification of spectral signatures in point clouds obtained from Terrestrial Laser Scanner in order to identify the presence of different rocks in outcrops and to generate a Digital Outcrop Model. To achieve this objective, a software based on cluster analysis was created, named K-Clouds. This software was developed through a partnership between UNISINOS and the company V3D. This tool was designed to, beginning with an analysis and interpretation of a histogram from a point cloud of the outcrop and subsequently indication of a number of classes provided by the user, process the intensity return values. This classified information can then be interpreted by geologists, to provide a better understanding and identification from the existing rocks in the outcrop. Beyond the detection of different rocks, this work was able to detect small changes in the physical-chemical characteristics of the rocks, as they were caused by weathering or compositional changes.