Made available in DSpace on 2014-06-12T16:31:41Z (GMT). No. of bitstreams: 2 arquivo7517_1.pdf: 9615639 bytes, checksum: 6b4210b3f0979f49ef4fe7973b485ede (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Tendo em vista o crescimento, nas últimas décadas, das tecnologias de aquisição e processamento de dados espaciais, e dos novos paradigmas de sustentabilidade mundial dos ecossistemas - herdados a partir de uma evolução técnico-científico-informacional -, este estudo busca, através da adoção de novas concepções teóricas e tecnológicas, caracterizar e analisar o efeito da estrutura da paisagem (padrão espacial) em ecossistema de caatinga. Neste trabalho, a área de estudo está inserida no Bioma Caatinga, um dos ecossistemas mais ameaçados do Brasil, devido ao uso inadequado e insustentável dos recursos naturais. Trata-se de um estudo de caso desenvolvido em uma sub-bacia hidrográfica que está inserida em um ambiente semiárido e dentro de uma Unidade de Proteção Ambiental (APA das Onças), localizada especificamente no município de São João do Tigre-PB, na microrregião geográfica do cariri paraibano. O presente trabalho tem como objetivo avaliar a estrutura da paisagem e os padrões espaciais da cobertura vegetal em ambiente de caatinga no semiárido paraibano, através da integração de análise digital de imagens de alta resolução espacial sensor HRC do satélite CBERS-2B a partir de técnicas de classificação orientada a objetos e parâmetros ou métricas de paisagem. Antes de iniciar a segmentação, foram criados três níveis hierárquicos, desenvolvidos e adaptados às classificações morfoestrutural e fisionômicas de estudos sobre a caatinga. Após a estruturação de classes (rede semântica), iniciou-se as segmentações finais que partiram do nível mais genérico (nível 3) até o mais detalhado (nível 1). Depois de obtida a segmentação, foi efetuada a classificação hierárquica orientada a objetos, que culminou com a imagem classificada. Logo após a classificação das imagens, foram definidos alguns parâmetros ou métricas de paisagem para serem calculadas. Foi possível, por meio da aplicação da ―landscape metrics ou métricas de paisagem e da classificação das imagens de alta resolução, avaliar de forma mais detalhada se as unidades (manchas) da área estudada estão comprometendo as espécies locais, pois a substituição de grandes áreas de vegetação nativa por uma paisagem antropizada ou em processo de fragmentação, leva ao isolamento os remanescentes de floresta; além disso, quanto menor for o fragmento florestal, menor será a biodiversidade presente e maior o risco de extinção de espécies. Dentre as seis microbacias analisadas para o nível de classe (class-level-metrics) e de paisagem (landscape-level-metrics) a que apresentou um nível de fragmentação muito alto foi a do Rio do Tigre (micro 1), uma vez que o tamanho médio, o nível de homogeneidade, o retalhamento, a agregação e a de diversificação apontam que a mesma apresenta um grau de fragmentação elevado, com um grande número de fragmentos pequenos (menores de 2 hectares). As microbacias do Riacho Comprido (micro 4), do Fundão III (micro 5) e Riacho da Grota do Saco Grande (micro 6), que contemplam em seus interiores a APA das Onças, apresentam níveis de desagregação e retalhamento próximos devido à substituição da mata nativa lenhosa para a ampliação dos campos agrícolas ou para o desenvolvimento da pecuária

Ferramentas computacionais têm sido utilizadas na área de nutrição desde os anos de 1960 e buscam auxiliar o nutricionista no cálculo de nutrientes e no planejamento de cardápios, visando o apoio na tomada de decisão. Assim, a utilização da informática na execução dessas tarefas disponibiliza ao nutricionista tempo necessário para que desenvolva outras atividades específicas voltadas ao atendimento dos pacientes/clientes. Entre as ferramentas computacionais, destacam-se os sistemas especialistas (SE) que resolvem problemas de forma parecida com o especialista humano, sobre determinados campos do conhecimento. Nesse contexto, o objetivo deste trabalho foi conceber uma ferramenta computacional utilizando a base de dados de Avaliação de Ingestão de Nutrientes da Tabela Brasileira de Composição de Alimentos (TBCA BD-AIN) para gerar planos alimentares personalizados, considerando as preferências alimentares e necessidades nutricionais do paciente/cliente. Os passos para o desenvolvimento desse trabalho incluíram: (i) diferenciação entre as ferramentas computacionais disponíveis; (ii) caracterização da consulta em nutrição; (iii) definição do protocolo de atendimento clínico para a consulta em nutrição; (iv) adequação da TBCA BD-AIN a ser utilizada na ferramenta computacional; (v) definição das preferências; (vi) implementação da ferramenta computacional; (vii) avaliação dos resultados gerados pela ferramenta computacional. A ferramenta computacional desenvolvida, chamada Nutri - Soluções inteligentes em nutrição, uma web application, caracterizada como SE, utilizou a técnica de máquina de estados finito (MEF), para representar a expertise do nutricionista, na elaboração dos planos alimentares. Os planos alimentares gerados foram avaliados por nutricionistas (n=18) com experiência em atendimento clínico (10,83±7,02 anos). A avaliação de 105 planos alimentares diários (7 planos alimentares para 15 casos fictícios) apresentou adequação quanto às recomendações nutricionais e preferências propostas, além de selecionar alimentos/preparações dos diferentes grupos (conforme a refeição), e considerar características sensoriais, mostrando 89,2% de concordância para os itens avaliados. Dessa forma, a ferramenta proposta contribuirá com: (i) otimização do atendimento clínico, pois auxiliando na redução dos cálculos realizados, o nutricionista disponibilizará mais tempo da consulta em nutrição para atenção ao paciente/cliente; (ii) apoio à decisão, uma vez que os planos alimentares apresentarão maior probabilidade de estarem adequados quanto às recomendações nutricionais; (iii) adesão à prescrição dietética, pois os planos alimentares serão elaborados com base nas escolhas/preferências do paciente/cliente. / Computational tools have been used in the area of nutrition since the 1960s and seek to assist the nutritionist in calculating nutrients and planning menus, aiming at support in decision making. Thus, the use of information technology in the execution of these tasks provides the nutritionist with the time needed to develop other specific activities aimed at patient/client care. Among the computational tools, stand out the expert systems (ES) that solve problems in a similar way with the human expert, on certain fields of knowledge. In this context, the objective of this work was to design a computational tool using the Nutrient Intake Assessment database of the Brazilian Food Composition Table (TBCA BD-AIN, acronym in Portuguese) to generate personalized menu, considering the food preferences and nutrient requirements of the patient/client. The steps for the development of this work included: (i) differentiation between the available computational tools; (ii) characterization of the nutrition consultation; (iii) definition of the protocol of clinical care for the consultation in nutrition; (iv) adequacy of TBCA BD-AIN to be used in the computational tool; (v) definition of preferences; (vi) implementation of the computational tool; (vii) evaluation of the results generated by the computational tool. The computational tool developed, called Nutri - Intelligent Solutions in Nutrition, a web application, characterized as ES, used the Finite State Machine (FSM) technique to represent the nutritionist\'s expertise in the elaboration of menu. The menu generated were evaluated by nutritionists (n= 18) with experience in clinical care (10.83±7.02 years). The evaluation of 105 daily menus (7 food plans for 15 fictitious cases) was adequate for the nutritional recommendations and preferences proposed, besides selecting foods/preparations of the different groups (according to the meal), besides considering sensorial characteristics, showing 89.7% agreement for the evaluated items. Thus, the proposed tool will contribute to: (i) optimization of clinical care, because by helping to reduce the calculations performed, the nutritionist will provide more consultation time in nutrition for patient/client care; (ii) decision support, since menu are more likely to be adequate for nutritional recommendations; (iii) adherence to the dietary prescription, since the menus will be elaborated based on the patient/client\'s choices/preferences.