Made available in DSpace on 2012-09-06T01:12:27Z (GMT). No. of bitstreams: 2 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) 750.pdf: 1414940 bytes, checksum: 78e322c30653eeb6f7a4d9735ce332d4 (MD5) Previous issue date: 2004 / O Programa Saúde da Família foi criado para período de 1998-2002 com objetivo de prestar serviço de saúde a partir de uma abordagem global do indivíduo e da família e racionalizar os recursos. Tendo como estratégias coordenação, e integração de gestão dos programas verticais no sistema regular de saúde. Trata-se de um estudo descritivo realizado junto aos gestores centrais, regionais, os responsáveis das áreas sanitárias e agentes saúde de base/matronas, no nível local, que busca as representações desses atores, através de entrevistas semi-estruturadas. O estudo indica que atenção primária oferece a entrada no sistema e fornece atenção para todas as condições, coordena e integra a o nível básico com outros níveis, relacionando com atenção básica. A articulação da atenção primária à saúde dentro de um sistema integrado de serviço de saúde surge o Programa Saúde de Família como estratégia de reorganização de serviços de saúde de território defino, população adscrita, trabalhando em equipe, incorporação dos agentes comunitários, vínculo dos profissionais com indivíduo e família. Constatou-se algumas particularidades do PSF na Guiné Bissau, como as duas denominações, não existência de equipe específica. Contudo o processo de implementação seguiu uma estratégia adequada com formulação da política do programa, apesar de ser condicionado a conteúdo de saúde reprodutiva. O deficiente funcionamento de sistema como a dependência de ajuda externa, a falta de recursos humanos tanto no preenchimento de vagas como profissionais qualificados e também a desmoralização dos mesmos no que diz respeito a atraso de pagamento dec salários condicionaram fatores para a precária prestação de serviços em algumas atividades com: consultas pré-natais vacinações e outros, em que se verificou baixa cobertura. Dessas constatações é necessária uma reflexão sobre a denominação do programa, concepção, objetivo, componentes em geral rever a missão de integração e coordenação com base na estratégia de organização da atenção primária, que contribui para a melhoria qualidade dos serviços.

O conhecimento da probabilidade de ocorrência de precipitações é de grande importância para o planejamento de atividades como produção agrícola, sistemas de abastecimento de água e geração de energia. Neste sentido, a análise regional de freqüências se apresenta como uma ferramenta para a redução de incertezas na estimativa das probabilidades, podendo também diminuir a dimensionalidade das informações. Desta forma, esta pesquisa tem por objetivo estudar uma metodologia para análise regional de freqüências, aplicada à precipitação, na qual se admite que as séries que formam uma região homogênea seguem uma mesma distribuição, que dispensa a utilização de fatores de escala locais, e que seus parâmetros podem ser satisfatoriamente estimados pela média dos parâmetros de ajuste das séries locais. Para compor a metodologia foi construído um teste de homogeneidade regional e um teste para avaliar a qualidade do agrupamento, que leva em consideração os objetivos da análise. Os dois testes citados e a verificação da qualidade da obtenção da distribuição regional pela média dos parâmetros locais foram baseados na medida da máxima diferença de probabilidades entre duas séries e no teste de aderência de Kolmogorov-Smirnov (KS), auxiliando, então, numa melhor compreensão dos resultados, já que esse teste é referência na avaliação da qualidade do ajuste de funções probabilísticas. Como estudo de caso, a metodologia foi aplicada na análise de precipitações totais mensais e anuais no Rio Grande do Sul e em Santa Catarina, utilizando-se o método de agrupamento difuso Fuzzy CMeans para identificação das regiões. Verificou-se que o modelo de obtenção da distribuição regional proposto é satisfatório, embora necessite de um fator de correção para a distribuição Gama. O teste de aderência regional mostrou-se bastante útil para orientar a ponderação das variáveis e para auxiliar na determinação do melhor número de regiões, o que foi comprovado pelo alto grau de homogeneidade verificado, mesmo antes de serem aplicados ajustes nas regiões resultantes do agrupamento. Constatou-se ainda que a utilização dos graus de pertinência não produziu resultados satisfatórios para fazer estimativas pontuais e pouco contribuiu para a realização de ajustes no agrupamento. Todavia, o ajuste do modelo de alocação para novos pontos, através da matriz de pertinência, apresentou bons resultados, embora ainda seja necessária sua verificação em situação real. A análise regional da área de estudo resultou em nove regiões, que foram consideradas heterogêneas em apenas dois dos 117 períodos avaliados. Além disso, a partir do teste KS ( = 20%), verificou-se que as distribuições regionais se mostraram válidas para 97,8% das séries, confirmando a possibilidade de utilizar a distribuição regional, sem a necessidade dos fatores de escala locais. / Information on rainfall probability are helpful for some activities planning including agriculture, water supply and hydropower generation. For such purpose, the regional frequency analysis is a powerful tool to reduce uncertainties in probabilities estimation and also information’s dimension. This research evaluates the possibility of taking rainfall regional frequency analysis considering that in a homogeneous region the site frequency distributions are identical, setting aside local scaling factors, and that its parameters may satisfactorily be estimated by average parameters of local series fitting. To address such goals, the methodology consisted of elaborating a regional homogeneity test and a test to assess the cluster quality. Both tests and the assessment over the regional distribution quality were based on the maximum probability differences between two series and on the Kolmogorov-Smirnov test (KS). As a case study, the methodology was applied on Rio Grande do Sul and Santa Catarina States monthly and annual precipitation data, using clustering method Fuzzy CMeans for identification of regions. It was verified that the regional distribution model is satisfactory, although it needs a correction factor for Gamma distribution. The test of regional adherence was useful to guide the variables weighting and to help on the determination of the optimum number of regions, once a high degree of homogeneity was obtained, even before the application of adjustments on the resultant regions from the cluster analysis. The use of membership degrees was not satisfactory on estimating at-site features and resulted on low contribution for cluster adjustments. However, the allocation model fitting for new points presented good results, though a real case assessment is still required. The regional analysis resulted in nine regions, which were heterogeneous in only two of the 117 evaluated periods. Moreover, from the KS test ( = 20%), it was verified that the regional distributions were valid for 97.8% of the series, confirming the possibility to use regional distribution, without any local scaling factor.

O conhecimento da probabilidade de ocorrência de precipitações é de grande importância para o planejamento de atividades como produção agrícola, sistemas de abastecimento de água e geração de energia. Neste sentido, a análise regional de freqüências se apresenta como uma ferramenta para a redução de incertezas na estimativa das probabilidades, podendo também diminuir a dimensionalidade das informações. Desta forma, esta pesquisa tem por objetivo estudar uma metodologia para análise regional de freqüências, aplicada à precipitação, na qual se admite que as séries que formam uma região homogênea seguem uma mesma distribuição, que dispensa a utilização de fatores de escala locais, e que seus parâmetros podem ser satisfatoriamente estimados pela média dos parâmetros de ajuste das séries locais. Para compor a metodologia foi construído um teste de homogeneidade regional e um teste para avaliar a qualidade do agrupamento, que leva em consideração os objetivos da análise. Os dois testes citados e a verificação da qualidade da obtenção da distribuição regional pela média dos parâmetros locais foram baseados na medida da máxima diferença de probabilidades entre duas séries e no teste de aderência de Kolmogorov-Smirnov (KS), auxiliando, então, numa melhor compreensão dos resultados, já que esse teste é referência na avaliação da qualidade do ajuste de funções probabilísticas. Como estudo de caso, a metodologia foi aplicada na análise de precipitações totais mensais e anuais no Rio Grande do Sul e em Santa Catarina, utilizando-se o método de agrupamento difuso Fuzzy CMeans para identificação das regiões. Verificou-se que o modelo de obtenção da distribuição regional proposto é satisfatório, embora necessite de um fator de correção para a distribuição Gama. O teste de aderência regional mostrou-se bastante útil para orientar a ponderação das variáveis e para auxiliar na determinação do melhor número de regiões, o que foi comprovado pelo alto grau de homogeneidade verificado, mesmo antes de serem aplicados ajustes nas regiões resultantes do agrupamento. Constatou-se ainda que a utilização dos graus de pertinência não produziu resultados satisfatórios para fazer estimativas pontuais e pouco contribuiu para a realização de ajustes no agrupamento. Todavia, o ajuste do modelo de alocação para novos pontos, através da matriz de pertinência, apresentou bons resultados, embora ainda seja necessária sua verificação em situação real. A análise regional da área de estudo resultou em nove regiões, que foram consideradas heterogêneas em apenas dois dos 117 períodos avaliados. Além disso, a partir do teste KS ( = 20%), verificou-se que as distribuições regionais se mostraram válidas para 97,8% das séries, confirmando a possibilidade de utilizar a distribuição regional, sem a necessidade dos fatores de escala locais. / Information on rainfall probability are helpful for some activities planning including agriculture, water supply and hydropower generation. For such purpose, the regional frequency analysis is a powerful tool to reduce uncertainties in probabilities estimation and also information’s dimension. This research evaluates the possibility of taking rainfall regional frequency analysis considering that in a homogeneous region the site frequency distributions are identical, setting aside local scaling factors, and that its parameters may satisfactorily be estimated by average parameters of local series fitting. To address such goals, the methodology consisted of elaborating a regional homogeneity test and a test to assess the cluster quality. Both tests and the assessment over the regional distribution quality were based on the maximum probability differences between two series and on the Kolmogorov-Smirnov test (KS). As a case study, the methodology was applied on Rio Grande do Sul and Santa Catarina States monthly and annual precipitation data, using clustering method Fuzzy CMeans for identification of regions. It was verified that the regional distribution model is satisfactory, although it needs a correction factor for Gamma distribution. The test of regional adherence was useful to guide the variables weighting and to help on the determination of the optimum number of regions, once a high degree of homogeneity was obtained, even before the application of adjustments on the resultant regions from the cluster analysis. The use of membership degrees was not satisfactory on estimating at-site features and resulted on low contribution for cluster adjustments. However, the allocation model fitting for new points presented good results, though a real case assessment is still required. The regional analysis resulted in nine regions, which were heterogeneous in only two of the 117 evaluated periods. Moreover, from the KS test ( = 20%), it was verified that the regional distributions were valid for 97.8% of the series, confirming the possibility to use regional distribution, without any local scaling factor.

O conhecimento da probabilidade de ocorrência de precipitações é de grande importância para o planejamento de atividades como produção agrícola, sistemas de abastecimento de água e geração de energia. Neste sentido, a análise regional de freqüências se apresenta como uma ferramenta para a redução de incertezas na estimativa das probabilidades, podendo também diminuir a dimensionalidade das informações. Desta forma, esta pesquisa tem por objetivo estudar uma metodologia para análise regional de freqüências, aplicada à precipitação, na qual se admite que as séries que formam uma região homogênea seguem uma mesma distribuição, que dispensa a utilização de fatores de escala locais, e que seus parâmetros podem ser satisfatoriamente estimados pela média dos parâmetros de ajuste das séries locais. Para compor a metodologia foi construído um teste de homogeneidade regional e um teste para avaliar a qualidade do agrupamento, que leva em consideração os objetivos da análise. Os dois testes citados e a verificação da qualidade da obtenção da distribuição regional pela média dos parâmetros locais foram baseados na medida da máxima diferença de probabilidades entre duas séries e no teste de aderência de Kolmogorov-Smirnov (KS), auxiliando, então, numa melhor compreensão dos resultados, já que esse teste é referência na avaliação da qualidade do ajuste de funções probabilísticas. Como estudo de caso, a metodologia foi aplicada na análise de precipitações totais mensais e anuais no Rio Grande do Sul e em Santa Catarina, utilizando-se o método de agrupamento difuso Fuzzy CMeans para identificação das regiões. Verificou-se que o modelo de obtenção da distribuição regional proposto é satisfatório, embora necessite de um fator de correção para a distribuição Gama. O teste de aderência regional mostrou-se bastante útil para orientar a ponderação das variáveis e para auxiliar na determinação do melhor número de regiões, o que foi comprovado pelo alto grau de homogeneidade verificado, mesmo antes de serem aplicados ajustes nas regiões resultantes do agrupamento. Constatou-se ainda que a utilização dos graus de pertinência não produziu resultados satisfatórios para fazer estimativas pontuais e pouco contribuiu para a realização de ajustes no agrupamento. Todavia, o ajuste do modelo de alocação para novos pontos, através da matriz de pertinência, apresentou bons resultados, embora ainda seja necessária sua verificação em situação real. A análise regional da área de estudo resultou em nove regiões, que foram consideradas heterogêneas em apenas dois dos 117 períodos avaliados. Além disso, a partir do teste KS ( = 20%), verificou-se que as distribuições regionais se mostraram válidas para 97,8% das séries, confirmando a possibilidade de utilizar a distribuição regional, sem a necessidade dos fatores de escala locais. / Information on rainfall probability are helpful for some activities planning including agriculture, water supply and hydropower generation. For such purpose, the regional frequency analysis is a powerful tool to reduce uncertainties in probabilities estimation and also information’s dimension. This research evaluates the possibility of taking rainfall regional frequency analysis considering that in a homogeneous region the site frequency distributions are identical, setting aside local scaling factors, and that its parameters may satisfactorily be estimated by average parameters of local series fitting. To address such goals, the methodology consisted of elaborating a regional homogeneity test and a test to assess the cluster quality. Both tests and the assessment over the regional distribution quality were based on the maximum probability differences between two series and on the Kolmogorov-Smirnov test (KS). As a case study, the methodology was applied on Rio Grande do Sul and Santa Catarina States monthly and annual precipitation data, using clustering method Fuzzy CMeans for identification of regions. It was verified that the regional distribution model is satisfactory, although it needs a correction factor for Gamma distribution. The test of regional adherence was useful to guide the variables weighting and to help on the determination of the optimum number of regions, once a high degree of homogeneity was obtained, even before the application of adjustments on the resultant regions from the cluster analysis. The use of membership degrees was not satisfactory on estimating at-site features and resulted on low contribution for cluster adjustments. However, the allocation model fitting for new points presented good results, though a real case assessment is still required. The regional analysis resulted in nine regions, which were heterogeneous in only two of the 117 evaluated periods. Moreover, from the KS test ( = 20%), it was verified that the regional distributions were valid for 97.8% of the series, confirming the possibility to use regional distribution, without any local scaling factor.

Mestre -- Escola Nacional de Saude Publica, Rio de Janeiro, 2001.

A aplicação dos modelos conceituais e semi-conceituais de transformação chuva-vazão depende de uma calibração prévia de seus parâmetros em locais com dados de vazões disponíveis e que guarde certa semelhança hidrológica com o local da aplicação. Para essa transferência de informações assumem-se algumas hipóteses que, em geral, não podem ser aferidas com dados reais, próprios de cada local, resultando em grandes incertezas sobre os resultados obtidos. Além do mais, a pouca quantidade de informações hidrológicas disponível impõe severas restrições à aplicabilidade dos modelos chuva-vazão, especialmente quando se necessita obter séries em escalas diárias ou mensais. Este trabalho apresenta o desenvolvimento e validação de uma técnica de regionalização de parâmetros de modelos chuva-vazão baseado no uso de algoritmos genéticos e redes neurais, tendo o modelo SMAP – Soil Moisture Accounting Procedure (Lopes et al, 1981) mensal como objeto de avaliação. São empregados dados de 41 bacias hidrográficas localizadas no estado da Paraíba, no semi-árido do Nordeste brasileiro, entre as quais, 14 são áreas controladas por estações fluviométricas e 27 por reservatórios fluviais. Para todas as bacias foram determinados 32 parâmetros físicos e climatológicos, sendo seis características das medidas lineares das bacias, três da forma, nove da rede de drenagem, sete do relevo, duas da capacidade de escoamento, três das classes de solos e duas da climatologia. Uma análise dos dados disponíveis é feita em duas etapas: a primeira, consiste na avaliação da importância de cada bacia no conjunto dos dados, por meio da aplicação da técnica de aprendizado hierárquico não supervisionado; a segunda, consiste na seleção de atributos (características das bacias) usando técnicas de aprendizado supervisionado, a qual elimina dados redundantes e irrelevantes responsáveis pela diminuição da precisão e do entendimento sobre as hipóteses usadas quando as relações entre os parâmetros do modelo SMAP e as características são formuladas. O modelo SMAP é calibrado de forma automática através do algoritmo SCE-UA (Shuffled Complex Evolution – University of Arizona), conforme Diniz (1994). Os parâmetros obtidos são relacionados às características físicas e climáticas das bacias hidrográficas através de redes neurais artificiais do tipo Perceptrom Múltiplas Camadas – MLP. / To use a conceptual or semi-conceptual hydrological rainfall–runoff model on a drainage basin without flow records, it must first have been calibrated at one or more sites where flow data are available and in a drainage basin having characteristics similar to those of the basin of interest. The transformation of rainfall into runoff needs some assumptions in both calibration and application sites that cannot be verified, leading to uncertainties. Moreover, the limited availability of hydrological data imposes some restriction on the application of rainfall-runoff models, particularly when the goal is to generate daily or monthly flow series. This paper describes the development and validation of a parameter regionalization technique based on the use of genetic algorithms and artificial neural networks. The rainfall– runoff model used is the monthly version of the SMAP model. Data from 41 drainage basins in the Paraíba State of the semi-arid north-east of Brazil are used, 14 of which have a streamflow gauge station whilst 27 contain a dam at which reservoir levels are recorded. In each drainage basin, 32 physical and climatic attributes are calculated. Six of these describe linear dimensions of the basin, three are shape parameters, nine characterize the drainage network, seven describes the relief, two the run-off capacity, three the soil class and two the climatic conditions. The analysis of the available data is made in two phases. The first consists of evaluating the importance of each basin in the whole ensemble, by means of a non-supervised hierarchical learning procedure, and the second consists of selecting attributes using a supervised learning procedure which eliminates redundancies and less important data that diminish the precision and understanding of the assumptions used when relationships between parameters and basin characteristics are formulated. The SMAP model is calibrated in an automatic mode through SCE-UA algorithm, according to Diniz (1994). The acquired parameters are related do the physical and climate characteristics of the drainage basins through MLP – Multiple Layers Perceptrons artificial neural network.

A aplicação dos modelos conceituais e semi-conceituais de transformação chuva-vazão depende de uma calibração prévia de seus parâmetros em locais com dados de vazões disponíveis e que guarde certa semelhança hidrológica com o local da aplicação. Para essa transferência de informações assumem-se algumas hipóteses que, em geral, não podem ser aferidas com dados reais, próprios de cada local, resultando em grandes incertezas sobre os resultados obtidos. Além do mais, a pouca quantidade de informações hidrológicas disponível impõe severas restrições à aplicabilidade dos modelos chuva-vazão, especialmente quando se necessita obter séries em escalas diárias ou mensais. Este trabalho apresenta o desenvolvimento e validação de uma técnica de regionalização de parâmetros de modelos chuva-vazão baseado no uso de algoritmos genéticos e redes neurais, tendo o modelo SMAP – Soil Moisture Accounting Procedure (Lopes et al, 1981) mensal como objeto de avaliação. São empregados dados de 41 bacias hidrográficas localizadas no estado da Paraíba, no semi-árido do Nordeste brasileiro, entre as quais, 14 são áreas controladas por estações fluviométricas e 27 por reservatórios fluviais. Para todas as bacias foram determinados 32 parâmetros físicos e climatológicos, sendo seis características das medidas lineares das bacias, três da forma, nove da rede de drenagem, sete do relevo, duas da capacidade de escoamento, três das classes de solos e duas da climatologia. Uma análise dos dados disponíveis é feita em duas etapas: a primeira, consiste na avaliação da importância de cada bacia no conjunto dos dados, por meio da aplicação da técnica de aprendizado hierárquico não supervisionado; a segunda, consiste na seleção de atributos (características das bacias) usando técnicas de aprendizado supervisionado, a qual elimina dados redundantes e irrelevantes responsáveis pela diminuição da precisão e do entendimento sobre as hipóteses usadas quando as relações entre os parâmetros do modelo SMAP e as características são formuladas. O modelo SMAP é calibrado de forma automática através do algoritmo SCE-UA (Shuffled Complex Evolution – University of Arizona), conforme Diniz (1994). Os parâmetros obtidos são relacionados às características físicas e climáticas das bacias hidrográficas através de redes neurais artificiais do tipo Perceptrom Múltiplas Camadas – MLP. / To use a conceptual or semi-conceptual hydrological rainfall–runoff model on a drainage basin without flow records, it must first have been calibrated at one or more sites where flow data are available and in a drainage basin having characteristics similar to those of the basin of interest. The transformation of rainfall into runoff needs some assumptions in both calibration and application sites that cannot be verified, leading to uncertainties. Moreover, the limited availability of hydrological data imposes some restriction on the application of rainfall-runoff models, particularly when the goal is to generate daily or monthly flow series. This paper describes the development and validation of a parameter regionalization technique based on the use of genetic algorithms and artificial neural networks. The rainfall– runoff model used is the monthly version of the SMAP model. Data from 41 drainage basins in the Paraíba State of the semi-arid north-east of Brazil are used, 14 of which have a streamflow gauge station whilst 27 contain a dam at which reservoir levels are recorded. In each drainage basin, 32 physical and climatic attributes are calculated. Six of these describe linear dimensions of the basin, three are shape parameters, nine characterize the drainage network, seven describes the relief, two the run-off capacity, three the soil class and two the climatic conditions. The analysis of the available data is made in two phases. The first consists of evaluating the importance of each basin in the whole ensemble, by means of a non-supervised hierarchical learning procedure, and the second consists of selecting attributes using a supervised learning procedure which eliminates redundancies and less important data that diminish the precision and understanding of the assumptions used when relationships between parameters and basin characteristics are formulated. The SMAP model is calibrated in an automatic mode through SCE-UA algorithm, according to Diniz (1994). The acquired parameters are related do the physical and climate characteristics of the drainage basins through MLP – Multiple Layers Perceptrons artificial neural network.

A aplicação dos modelos conceituais e semi-conceituais de transformação chuva-vazão depende de uma calibração prévia de seus parâmetros em locais com dados de vazões disponíveis e que guarde certa semelhança hidrológica com o local da aplicação. Para essa transferência de informações assumem-se algumas hipóteses que, em geral, não podem ser aferidas com dados reais, próprios de cada local, resultando em grandes incertezas sobre os resultados obtidos. Além do mais, a pouca quantidade de informações hidrológicas disponível impõe severas restrições à aplicabilidade dos modelos chuva-vazão, especialmente quando se necessita obter séries em escalas diárias ou mensais. Este trabalho apresenta o desenvolvimento e validação de uma técnica de regionalização de parâmetros de modelos chuva-vazão baseado no uso de algoritmos genéticos e redes neurais, tendo o modelo SMAP – Soil Moisture Accounting Procedure (Lopes et al, 1981) mensal como objeto de avaliação. São empregados dados de 41 bacias hidrográficas localizadas no estado da Paraíba, no semi-árido do Nordeste brasileiro, entre as quais, 14 são áreas controladas por estações fluviométricas e 27 por reservatórios fluviais. Para todas as bacias foram determinados 32 parâmetros físicos e climatológicos, sendo seis características das medidas lineares das bacias, três da forma, nove da rede de drenagem, sete do relevo, duas da capacidade de escoamento, três das classes de solos e duas da climatologia. Uma análise dos dados disponíveis é feita em duas etapas: a primeira, consiste na avaliação da importância de cada bacia no conjunto dos dados, por meio da aplicação da técnica de aprendizado hierárquico não supervisionado; a segunda, consiste na seleção de atributos (características das bacias) usando técnicas de aprendizado supervisionado, a qual elimina dados redundantes e irrelevantes responsáveis pela diminuição da precisão e do entendimento sobre as hipóteses usadas quando as relações entre os parâmetros do modelo SMAP e as características são formuladas. O modelo SMAP é calibrado de forma automática através do algoritmo SCE-UA (Shuffled Complex Evolution – University of Arizona), conforme Diniz (1994). Os parâmetros obtidos são relacionados às características físicas e climáticas das bacias hidrográficas através de redes neurais artificiais do tipo Perceptrom Múltiplas Camadas – MLP. / To use a conceptual or semi-conceptual hydrological rainfall–runoff model on a drainage basin without flow records, it must first have been calibrated at one or more sites where flow data are available and in a drainage basin having characteristics similar to those of the basin of interest. The transformation of rainfall into runoff needs some assumptions in both calibration and application sites that cannot be verified, leading to uncertainties. Moreover, the limited availability of hydrological data imposes some restriction on the application of rainfall-runoff models, particularly when the goal is to generate daily or monthly flow series. This paper describes the development and validation of a parameter regionalization technique based on the use of genetic algorithms and artificial neural networks. The rainfall– runoff model used is the monthly version of the SMAP model. Data from 41 drainage basins in the Paraíba State of the semi-arid north-east of Brazil are used, 14 of which have a streamflow gauge station whilst 27 contain a dam at which reservoir levels are recorded. In each drainage basin, 32 physical and climatic attributes are calculated. Six of these describe linear dimensions of the basin, three are shape parameters, nine characterize the drainage network, seven describes the relief, two the run-off capacity, three the soil class and two the climatic conditions. The analysis of the available data is made in two phases. The first consists of evaluating the importance of each basin in the whole ensemble, by means of a non-supervised hierarchical learning procedure, and the second consists of selecting attributes using a supervised learning procedure which eliminates redundancies and less important data that diminish the precision and understanding of the assumptions used when relationships between parameters and basin characteristics are formulated. The SMAP model is calibrated in an automatic mode through SCE-UA algorithm, according to Diniz (1994). The acquired parameters are related do the physical and climate characteristics of the drainage basins through MLP – Multiple Layers Perceptrons artificial neural network.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A agricultura é uma das atividades econômicas mais essenciais para o Brasil. Por isso, o meio rural brasileiro experimentou profundas transformações relacionadas à modernização do setor agrícola, nas últimas décadas. O Brasil é considerado uma Potência Agrícola por diversos fatores: grande extensão territorial com áreas férteis, concentração de 12% da água doce do mundo, possui uma grande variedade de climas, entre outros. No Brasil, a Região Norte é a que menos participa no volume total do setor agrícola, pois possui baixos índices de produtividade em comparação com outras regiões. Sua economia é constituída basicamente por atividades ligadas ao setor primário, destacando-se o extrativismo e a agropecuária. Roraima, como integrante da Região Norte, possui uma agricultura incipiente em relação aos demais estados da federação, porém, caracterizado principalmente pela Agricultura Familiar, que representa 86,4% dos estabelecimentos agrícolas. Em Roraima, a agricultura familiar é constituída por pequenos produtores e representa a maioria de produtores rurais. Por isso, há a necessidade de se identificar que atividades cada família vem combinando como forma de aumentar sua renda, ou mesmo como sobrevivência. Este estudo buscou responder ao seguinte questionamento: Como está caracterizada a pluriatividade da Agricultura Familiar Roraimense e qual a contribuição da renda rural para o crescimento do Produto Interno Bruto PIB do estado de Roraima? Como forma de responder à pergunta de pesquisa, buscou-se analisar a participação das atividades agrícolas e não-agrícolas na renda auferida pela agricultura familiar roraimense e identificar a contribuição dessas rendas para o crescimento do PIB do estado de Roraima, a partir dos dados levantados pela Pesquisa Nacional por Amostra de Domicílios, no período de 2006 a 2013, e pelo Censo Agropecuário de 2006. Para conseguir atingir o objetivo geral, buscou-se: Dimensionar os tipos de atividades desenvolvidas no contexto rural no Estado de Roraima, no período de 2006 a 2013; Identificar e analisar a composição da renda das famílias do meio rural roraimense; Analisar a evolução do conjunto das rendas das famílias rurais; Interpretar a evolução das rendas de atividades agrícolas, não-agrícolas e outras rendas das famílias rurais de Roraima; Identificar e analisar a evolução do crescimento do PIB Estadual; e Identificar e analisar a contribuição das rendas de atividades da área rural roraimense em relação ao crescimento do PIB Estadual. Os principais resultados encontrados foram: Roraima apresenta um contingente expressivo de pessoas ocupadas na sua área rural, inclusive tendo uma representatividade superior ao conjunto do país; a agricultura familiar apresenta uma representatividade inferior em quantidade de estabelecimentos, mas possui 86,4% dos estabelecimentos agrícolas do estado, superior a média nacional (84,4%); a representatividade da atividade agrícola dentro do estado ainda assume a primeira colocação de atividade mais ocupada no estado; a renda média do empregado rural sofre pouca divergência em relação à renda auferida pelo empregado urbano; as rendas auferidas pelas pessoas economicamente ativas e o PIB Estadual per capita possuem uma correlação positiva, sendo que a renda das pessoas da área urbana demonstra maior impacto no PIB Estadual do que a renda das pessoas da área rural do estado.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-02-05T23:22:56Z No. of bitstreams: 1 ValeriaDeFatimaChavesAraujo_DISSERT.pdf: 4208589 bytes, checksum: c38be049edbf13666b8e9f4ed6f0eb33 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-02-16T23:42:05Z (GMT) No. of bitstreams: 1 ValeriaDeFatimaChavesAraujo_DISSERT.pdf: 4208589 bytes, checksum: c38be049edbf13666b8e9f4ed6f0eb33 (MD5) / Made available in DSpace on 2016-02-16T23:42:05Z (GMT). No. of bitstreams: 1 ValeriaDeFatimaChavesAraujo_DISSERT.pdf: 4208589 bytes, checksum: c38be049edbf13666b8e9f4ed6f0eb33 (MD5) Previous issue date: 2015-01-23 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / A tematiza??o do espa?o p?blico no Maior S?o Jo?o do Mundo em Campina Grande - PB dinamiza a economia e o turismo locais a partir da transforma??o de um espa?o p?blico comum em um cen?rio que tem por base as tradicionais festas juninas. Para isso, contribui a dinamiza??o dos setores criativos existentes na cidade e a concep??o de uma nova cidade que ? projetada a partir das festividades do S?o Jo?o. Nesta pesquisa nos propomos a determinar a influ?ncia da tematiza??o do espa?o p?blico na economia local, nomeadamente nos setores criativos presentes no Maior S?o Jo?o do Mundo e avaliar a sua import?ncia para o desenvolvimento da economia criativa local. Optamos pelo estudo de caso, a partir de uma abordagem etnogr?fica, com recurso a diversas t?cnicas de pesquisa, como observa??o participante, entrevistas semi-estruturadas com quest?es abertas e an?lise das representa??es sociais dos entrevistados. A metodologia utilizada ? mista, por envolver dados qualitativos e quantitativos. Pudemos perceber, ao final dessa pesquisa, que a tematiza??o do espa?o p?blico no Maior S?o Jo?o do Mundo ? o principal fator de refer?ncia para o evento, estimulando a economia local e modificando a imagem da cidade em tr?s n?veis: pol?tico, econ?mico e social. Percebemos tamb?m que a tematiza??o do espa?o p?blico ? o fator de liga??o fundamental entre os setores criativos, bem como entre eles e as atividades relacionadas. Todos estes setores servem de elo entre produtos e servi?os prestados, criando um todo harm?nico que transforma a imagem da cidade, dinamiza a economia, promove a inclus?o social, a integra??o cultural e mant?m o Maior S?o Jo?o do Mundo como um evento tradicional no calend?rio tur?stico regional e nacional. / The thematization of public space in the ?Maior S?o Jo?o do Mundo? in Campina Grande - PB stimulates the economy and the local tourism from the transformation of a common public space in a setting that has the traditional June festivals based. To do so, contributes to promotion of existing creative sectors in the city and the design of a new city that is projected from the festivities of S?o Jo?o. In this research we propose to determine the influence of the thematization of public space in the local economy, particularly in creative sectors present in the ?Maior S?o Jo?o do Mundo? and assess their importance for the development of local creative economy. We chose the case study, from an ethnographic approach, using different research techniques such as participant observation, semi-structured interviews with open questions and the analysis of social representations of respondents. The methodology used is mixed because it involves qualitative and quantitative data. We could notice at the end of this research, the thematization of public space in the ?Maior S?o Jo?o do Mundo? is the main reference factor for the event, stimulating the local economy and changing the city's image in three levels: political, economic and social. Also realize that the thematization of public space is the key binding factor between the creative sectors as well as between them and the related activities. All these sectors serve as a link between the products and services, creating a harmonic whole that transforms the city's image, stimulates the economy, promotes social inclusion, cultural integration and keeps the ?Maior S?o Jo?o do Mundo? as a traditional event in the tourist calendar regional and national.