A carência de dados de solos estimulou o desenvolvimento de técnicas de modelagem digital para estimar classes ou propriedades dos solos. Este trabalho compara quatro algoritmos de aprendizagem de máquina, três redes neurais (Fuzzy ARTMap, SOM e MLP) e uma árvore de decisão (Gini), na predição de ordens de solos no Vale dos Vinhedos, Rio Grande do Sul, Brasil. O material utilizado inclui um Modelo Numérico do Terreno (MNT) com resolução de 5 metros, uma base cartográfica digital em escala 1:5.000, um mapa convencional detalhado de solos e o software de Sistema de Informação Geográfica (SIG) Idrisi. A partir do MNT e da base foram calculadas sete variáveis topográficas e hidrológicas, cujos valores e a ordem de solo foram lidos em pontos aleatoriamente distribuídos com cinco densidades de amostragem: 0,5, 1, 1,5, 2 e 4 pontos.ha-1. Os dados obtidos nos pontos foram empregados para treinar os algoritmos e classificar as ordens de solos no restante da área de estudo. A avaliação de acurácia foi realizada através de matriz de erros, exatidão geral e índice Kappa, tomando o mapa convencional como referência. A árvore de decisão obteve melhor exatidão geral (71%) e índice Kappa (0,58), com 2 pontos.ha-1, e apresentou menor sensibilidade à densidade de amostragem, obtendo índice Kappa acima de 0,5 a partir de 1 ponto.ha-1. A rede neural MLP alcançou desempenho próximo à árvore de decisão, mas foi mais sensível à densidade de amostragem, obtendo índice Kappa acima de 0,5 a partir de 1,5 pontos.ha-1. A árvore de decisão Gini e a rede neural MLP mostraram potencial para a predição de ordens de solos em escala de detalhe. / The lack of spatial soil data has stimulated the development of modeling techniques for predicting soil classes or soils properties. This work compares four machine learning algorithms, three neural networks (Fuzzy ARTMap, SOM, and MLP) and a decision tree (Gini), to predict soil classes in the State Rio Grande do Sul, Brazil. A digital elevation model (DEM) with spatial resolution of 5 meters, a digital cartographic base at 1:5,000 scale, and a detailed conventional soil map were used to run the models on Idrisi GIS software. Seven topographic and hydrological variables were derived from the DEM and the cartographic base, and values were read in randomly distributed sampling points with five sampling densities: 0.5, 1, 1.5, 2 and 4 sampling points per hectare. Data read at sample points were used to train the algorithms and to estimate soil classes in the whole study area. Accuracy was evaluated using error matrices, overall accuracy and Kappa Index, using the conventional soil map as reference for comparison. The best overall accuracy (71%) and Kappa Index (0.58) were obtained by the Gini decision tree with sampling density of 2 points per hectare. Decision tree was less sensitive to sampling density, obtaining Kappa Index above 0.5 in all sampling densities equal or higher than 1 point per hectare. Neural network MLP (Multi-layer Perceptron) showed a similar performance, but was more sensitive to sampling density, obtaining Kappa Index above 0.5 only with sampling densities equal or higher than 1.5 points per hectare. Gini decision tree and neural network MLP showed potential to predict soil class at detailed scale.

O trabalho analisa as mudanças no espaço geográfico da Região Vitivinícola do Vale dos Vinhedos, localizada em parte dos municípios de Bento Gonçalves, Garibaldi e Monte Belo do Sul (RS), relacionadas com a implementação da Indicação Geográfica de Procedência para vinhos da região. As mudanças são consideradas tendo como referência os conceitos de espaço geográfico – território socialmente construído e historicamente localizado - e de região – parte do espaço que contém o todo, e a metodologia derivada destes conceitos. No espaço desta região foram implementadas alterações nos últimos anos relacionadas, sobretudo, a modernização da vitivinicultura pelos produtores locais. A imagem da vitivinicultura tradicional ainda permanece associada à identidade do espaço referida, principalmente, a valores do grupo social de origem italiana. Este espaço moderno/tradicional tem sido utilizado, também, para atrair o enoturista, uma maneira de expandir e consolidar o (re)conhecimento do topônimo Vale dos Vinhedos e o produto a ele associado – o vinho. Porém foi a vitivinicultura moderna que demandou as pesquisas que contribuíram para a implementação da primeira Indicação Geográfica brasileira: a Indicação de Procedência Vale dos Vinhedos. As rugosidades espaciais de tempos passados, o espaço técnicocientífico presente, as novas atividades, entre outros fatores, ao fim e ao cabo têm promovido um certo planejamento territorial regional e um certo desenvolvimento.

A carência de dados de solos estimulou o desenvolvimento de técnicas de modelagem digital para estimar classes ou propriedades dos solos. Este trabalho compara quatro algoritmos de aprendizagem de máquina, três redes neurais (Fuzzy ARTMap, SOM e MLP) e uma árvore de decisão (Gini), na predição de ordens de solos no Vale dos Vinhedos, Rio Grande do Sul, Brasil. O material utilizado inclui um Modelo Numérico do Terreno (MNT) com resolução de 5 metros, uma base cartográfica digital em escala 1:5.000, um mapa convencional detalhado de solos e o software de Sistema de Informação Geográfica (SIG) Idrisi. A partir do MNT e da base foram calculadas sete variáveis topográficas e hidrológicas, cujos valores e a ordem de solo foram lidos em pontos aleatoriamente distribuídos com cinco densidades de amostragem: 0,5, 1, 1,5, 2 e 4 pontos.ha-1. Os dados obtidos nos pontos foram empregados para treinar os algoritmos e classificar as ordens de solos no restante da área de estudo. A avaliação de acurácia foi realizada através de matriz de erros, exatidão geral e índice Kappa, tomando o mapa convencional como referência. A árvore de decisão obteve melhor exatidão geral (71%) e índice Kappa (0,58), com 2 pontos.ha-1, e apresentou menor sensibilidade à densidade de amostragem, obtendo índice Kappa acima de 0,5 a partir de 1 ponto.ha-1. A rede neural MLP alcançou desempenho próximo à árvore de decisão, mas foi mais sensível à densidade de amostragem, obtendo índice Kappa acima de 0,5 a partir de 1,5 pontos.ha-1. A árvore de decisão Gini e a rede neural MLP mostraram potencial para a predição de ordens de solos em escala de detalhe. / The lack of spatial soil data has stimulated the development of modeling techniques for predicting soil classes or soils properties. This work compares four machine learning algorithms, three neural networks (Fuzzy ARTMap, SOM, and MLP) and a decision tree (Gini), to predict soil classes in the State Rio Grande do Sul, Brazil. A digital elevation model (DEM) with spatial resolution of 5 meters, a digital cartographic base at 1:5,000 scale, and a detailed conventional soil map were used to run the models on Idrisi GIS software. Seven topographic and hydrological variables were derived from the DEM and the cartographic base, and values were read in randomly distributed sampling points with five sampling densities: 0.5, 1, 1.5, 2 and 4 sampling points per hectare. Data read at sample points were used to train the algorithms and to estimate soil classes in the whole study area. Accuracy was evaluated using error matrices, overall accuracy and Kappa Index, using the conventional soil map as reference for comparison. The best overall accuracy (71%) and Kappa Index (0.58) were obtained by the Gini decision tree with sampling density of 2 points per hectare. Decision tree was less sensitive to sampling density, obtaining Kappa Index above 0.5 in all sampling densities equal or higher than 1 point per hectare. Neural network MLP (Multi-layer Perceptron) showed a similar performance, but was more sensitive to sampling density, obtaining Kappa Index above 0.5 only with sampling densities equal or higher than 1.5 points per hectare. Gini decision tree and neural network MLP showed potential to predict soil class at detailed scale.

A carência de dados de solos estimulou o desenvolvimento de técnicas de modelagem digital para estimar classes ou propriedades dos solos. Este trabalho compara quatro algoritmos de aprendizagem de máquina, três redes neurais (Fuzzy ARTMap, SOM e MLP) e uma árvore de decisão (Gini), na predição de ordens de solos no Vale dos Vinhedos, Rio Grande do Sul, Brasil. O material utilizado inclui um Modelo Numérico do Terreno (MNT) com resolução de 5 metros, uma base cartográfica digital em escala 1:5.000, um mapa convencional detalhado de solos e o software de Sistema de Informação Geográfica (SIG) Idrisi. A partir do MNT e da base foram calculadas sete variáveis topográficas e hidrológicas, cujos valores e a ordem de solo foram lidos em pontos aleatoriamente distribuídos com cinco densidades de amostragem: 0,5, 1, 1,5, 2 e 4 pontos.ha-1. Os dados obtidos nos pontos foram empregados para treinar os algoritmos e classificar as ordens de solos no restante da área de estudo. A avaliação de acurácia foi realizada através de matriz de erros, exatidão geral e índice Kappa, tomando o mapa convencional como referência. A árvore de decisão obteve melhor exatidão geral (71%) e índice Kappa (0,58), com 2 pontos.ha-1, e apresentou menor sensibilidade à densidade de amostragem, obtendo índice Kappa acima de 0,5 a partir de 1 ponto.ha-1. A rede neural MLP alcançou desempenho próximo à árvore de decisão, mas foi mais sensível à densidade de amostragem, obtendo índice Kappa acima de 0,5 a partir de 1,5 pontos.ha-1. A árvore de decisão Gini e a rede neural MLP mostraram potencial para a predição de ordens de solos em escala de detalhe. / The lack of spatial soil data has stimulated the development of modeling techniques for predicting soil classes or soils properties. This work compares four machine learning algorithms, three neural networks (Fuzzy ARTMap, SOM, and MLP) and a decision tree (Gini), to predict soil classes in the State Rio Grande do Sul, Brazil. A digital elevation model (DEM) with spatial resolution of 5 meters, a digital cartographic base at 1:5,000 scale, and a detailed conventional soil map were used to run the models on Idrisi GIS software. Seven topographic and hydrological variables were derived from the DEM and the cartographic base, and values were read in randomly distributed sampling points with five sampling densities: 0.5, 1, 1.5, 2 and 4 sampling points per hectare. Data read at sample points were used to train the algorithms and to estimate soil classes in the whole study area. Accuracy was evaluated using error matrices, overall accuracy and Kappa Index, using the conventional soil map as reference for comparison. The best overall accuracy (71%) and Kappa Index (0.58) were obtained by the Gini decision tree with sampling density of 2 points per hectare. Decision tree was less sensitive to sampling density, obtaining Kappa Index above 0.5 in all sampling densities equal or higher than 1 point per hectare. Neural network MLP (Multi-layer Perceptron) showed a similar performance, but was more sensitive to sampling density, obtaining Kappa Index above 0.5 only with sampling densities equal or higher than 1.5 points per hectare. Gini decision tree and neural network MLP showed potential to predict soil class at detailed scale.

O trabalho analisa as mudanças no espaço geográfico da Região Vitivinícola do Vale dos Vinhedos, localizada em parte dos municípios de Bento Gonçalves, Garibaldi e Monte Belo do Sul (RS), relacionadas com a implementação da Indicação Geográfica de Procedência para vinhos da região. As mudanças são consideradas tendo como referência os conceitos de espaço geográfico – território socialmente construído e historicamente localizado - e de região – parte do espaço que contém o todo, e a metodologia derivada destes conceitos. No espaço desta região foram implementadas alterações nos últimos anos relacionadas, sobretudo, a modernização da vitivinicultura pelos produtores locais. A imagem da vitivinicultura tradicional ainda permanece associada à identidade do espaço referida, principalmente, a valores do grupo social de origem italiana. Este espaço moderno/tradicional tem sido utilizado, também, para atrair o enoturista, uma maneira de expandir e consolidar o (re)conhecimento do topônimo Vale dos Vinhedos e o produto a ele associado – o vinho. Porém foi a vitivinicultura moderna que demandou as pesquisas que contribuíram para a implementação da primeira Indicação Geográfica brasileira: a Indicação de Procedência Vale dos Vinhedos. As rugosidades espaciais de tempos passados, o espaço técnicocientífico presente, as novas atividades, entre outros fatores, ao fim e ao cabo têm promovido um certo planejamento territorial regional e um certo desenvolvimento.

O trabalho analisa as mudanças no espaço geográfico da Região Vitivinícola do Vale dos Vinhedos, localizada em parte dos municípios de Bento Gonçalves, Garibaldi e Monte Belo do Sul (RS), relacionadas com a implementação da Indicação Geográfica de Procedência para vinhos da região. As mudanças são consideradas tendo como referência os conceitos de espaço geográfico – território socialmente construído e historicamente localizado - e de região – parte do espaço que contém o todo, e a metodologia derivada destes conceitos. No espaço desta região foram implementadas alterações nos últimos anos relacionadas, sobretudo, a modernização da vitivinicultura pelos produtores locais. A imagem da vitivinicultura tradicional ainda permanece associada à identidade do espaço referida, principalmente, a valores do grupo social de origem italiana. Este espaço moderno/tradicional tem sido utilizado, também, para atrair o enoturista, uma maneira de expandir e consolidar o (re)conhecimento do topônimo Vale dos Vinhedos e o produto a ele associado – o vinho. Porém foi a vitivinicultura moderna que demandou as pesquisas que contribuíram para a implementação da primeira Indicação Geográfica brasileira: a Indicação de Procedência Vale dos Vinhedos. As rugosidades espaciais de tempos passados, o espaço técnicocientífico presente, as novas atividades, entre outros fatores, ao fim e ao cabo têm promovido um certo planejamento territorial regional e um certo desenvolvimento.

Este estudo tem o objetivo de avaliar a importância da geomorfologia na implantação, gestão e monitoramento das áreas destinadas a indicações geográficas para vinhos e espumantes. Desta forma, desenvolveram-se dois estudos paralelos. O primeiro buscou analisar a acurácia vertical dos Modelos Digitais de Elevação (MDEs) SRTM v.3, Alos World 3D e ASTER GDEM v.2 na região da denominação de origem Vale dos Vinhedos, RS. Para tanto, os dados desses MDEs, com resolução espacial de 30 m, foram comparados com os de um MDE fotogramétrico com resolução espacial de 5 m no terreno, por meio de análises de regressão e correlação linear, e de perfis topográficos derivados desses modelos. O Padrão de Exatidão Cartográfica (PEC) de cada MDE foi analisado, para identificar a escala máxima de seu uso em estudos morfométricos. Foram avaliadas as eswcalas 1:25.000, 1:50.000 e 1:100.000, por meio de cálculos da Tolerância Vertical e do Erro Médio Quadrático (EMQ). Todos MDEs atenderam o PEC altimétrico classe A na escala 1:100.000. Na escala 1:50.000, enquadraram-se na classe C, enquanto que na escala 1:25.000 não houve enquadramento. O MDE SRTM v.3 foi o que apresentou melhores resultados morfométricos e o maior coeficiente de correlação de Pearson (r=0,995). O segundo estudo objetivou investigar os padrões de uso e cobertura da terra na região da denominação de origem Vale dos Vinhedos e relaciona-los com o mapeamento geomorfológico. Para esse estudo, foram mapeados a geomorfologia e as classes de uso e cobertura da terra. Ambos os mapeamentos foram realizados utilizando técnicas de sensoriamento remoto e geoprocessamento. O padrão de relevo em forma de morros, na área de estudo, possui maior representatividade ocupando 77,13% da mesma. No mapeamento de uso e cobertura da terra a classe de maior representatividade foi a Floresta (nativa ou não), ocupando 36% da área de estudo. O cruzamento entre o mapeamento geomorfológico e os padrões de uso cobertura da terra permitiu identificar 35 classes. Conclui-se que os resultados obtidos podem servir de base para a escolha de MDEs, bem como, auxiliar no desenvolvimento de mapeamentos geomorfológicos. / This work aims to evaluate the importance of geomorphology in the implantation, management and monitoring of the areas destined to geographical indications for wines and sparkling wines. Therefore, two parallel studies were developed. The first study had the objective to analyze the vertical accuracy of digital elevation models (DEM) SRTM v.3, Alos Worls 3D and ASTER GDEM v.2 in Vale dos Vinhedos designation origin region localized in Rio Grande do Sul state. For such, the DEM’s data, with spatial resolution of 30 meters were compared with a photogrammetric DEM with spatial resolution of 5 meters in the ground by correlation and regression analyzes as well as topographic profiles derivate that models.The cartographic accuracy standard of all DEM was analyzed to identify the maximum scale of use in morphometric studies. Were investigated the scales 1:25.000, 1:50.000 and 1:100.000 by calculations vertical tolerance and mean square error (MSE). Every DEM analyzed respected the cartographic accuracy standard A group in 1:100.000 scale, as well as, C group in 1:50.000 scale. All DEM are not classified into any class in 1:25.000 scale. The SRTM v.3 DEM show better Pearson correlation (r=0,995) and morphometrics results. The second study investigated the land use and land cover pattern in Vale dos Vinhedos origin designation region and relates them with geomorphological mapping. For this work were mapped the geomorphology and the land use and land cover group. Both mappings were made with remote sensing and geoprocessing techniques. The High Hill landform patterns, in the study area, is more representative occupying 77,13%. In mapping of the land cover and land use the group more representative was Forest (native or not) occupying 36%. The crossing between geomorphology and land cover and land use patterns resulted in identification of 35 class. The results obtained in the studies it can be use as base for DEM choice and support the development of geomorphological mappings.

O mercado globalizado e competitivo está exigindo das empresas uma postura cada vez mais estratégica. As empresas são induzidas a estabelecerem estratégias definidas para obter uma vantagem competitiva. Assim, buscam diferenciar-se com ações empreendedoras e inovadoras. O estudo do empreendedorismo como processo de decisão envolve as etapas e atividades inerentes à percepção e criação de novos negócios. Demonstrando o potencial empreendedor, os produtores rurais da Serra Gaúcha, buscam novas formas de explorar práticas empreendedoras, aliadas com práticas inovadoras. O setor vitivinícola vem se reestruturando através de estratégias, a fim de conquistar vantagens competitivas e consolidação no mercado, tanto nacional, como global. Todavia, essa região tem enfrentado dificuldades em sua performance, quanto à competitividade. O presente trabalho objetiva analisar as estratégias utilizadas por vinícolas associadas à APROVALE, ASPROVINHO e APROBELO sob a ótica do empreendedorismo e da inovação. Trata-se de estudo exploratório realizado por meio de pesquisa de casos múltiplos. Diante do exposto, o trabalho foi organizado em cinco partes distintas. A primeira parte apresenta a introdução e os objetivos; a segunda parte desenvolve a revisão da literatura; a terceira parte contém os procedimentos metodológicos e estudo casos múltiplos; a quarta parte traz as análises e os resultados, a quinta parte, as considerações finais, os limites da pesquisa e as propostas para estudos posteriores. Os resultados apontam as peculiaridades intracaso e o cruzamento de informações intercaso, a fim de destacar pontos similares e divergentes entre as associações. / Submitted by Marcelo Teixeira (mvteixeira@ucs.br) on 2014-05-13T14:51:23Z No. of bitstreams: 1 Dissertacao Adrieli Alves Pereira.pdf: 3249293 bytes, checksum: a3564692d51e875fa14e9d2f09bc63e9 (MD5) / Made available in DSpace on 2014-05-13T14:51:23Z (GMT). No. of bitstreams: 1 Dissertacao Adrieli Alves Pereira.pdf: 3249293 bytes, checksum: a3564692d51e875fa14e9d2f09bc63e9 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The global marketplace is requiring from the enterprises a more strategic approach. Firms are induced to establish defined strategies to reach competitive advantage. Thus, they seek to differentiate themselves through innovative and entrepreneurial activities. The study of entrepreneurship, as a decision-making process, involves the steps and the activities involved in the opportunity perception and the creation of new businesses. Demonstrating an entrepreneurial potential, the rural producers from Serra Gaúcha, were seeking to exploit new entrepreneurial actions, combined with innovative practices. The wine sector of this region has been restructured through strategies in order to gain competitive advantage and a market consolidation, both at the national and the international levels. Nevertheless, this region is still facing difficulties with its performance and competitiveness. This research aims to analyze the strategies used by the wineries associated with APROVALE, ASPROVINHO and APROBELO, from the perspectives of entrepreneurship and innovation. This exploratory study is carried out by means of a multiple case study. In this context, the research is organized into five distinct parts. The first one introduces the research and presents its objectives, the second part develops a literature review, the third part contains the method and its multiple case study, the fourth part brings the analysis and results, and the final part prescribes the considerations, the research limitation and some proposals for further studies. The results show cases peculiarities, their differences and some aspects of convergence in terms of strategy definition.

O presente trabalho faz uma análise do Espaço da Cultura e do Território no Vale dos Vinhedos, Linha Leopoldina, em Bento Gonçalves no Rio Grande do Sul, Brasil. Com a intenção de tentar compreender o sentido de ser e a territorialidade dos indivíduos, assim, o grupo social presente no Vale dos Vinhedos, esboça características que são identificadas através da relação de alteridade e identidade. Nas ações e nos discursos cotidianos temos a expressão da cultura local. Através de consultas teóricas, a pesquisa deste trabalho direciona-se para a cultura humana de influências italianas, bem como as influências das verticalidades culturais encontradas e na referência da Semiótica bem como os efeitos de sentido que os indivíduos atribuem nos seus discursos e suas ações. O procedimento da pesquisa é orientado pelas conceituações teóricas, diários de campo e entrevistas com moradores do local. Então, a territorialidade se constrói nesta comunidade pela multidimensionalidade do vivido, e consequentemente dão sentido de lugar ao espaço. Desta maneira, constituem-se na cultura local as representações que se esboçam no espaço, dentro da relação intrínseca do ser humano com o meio. / The present study is an analysis of the cultural space and territorial in the Vale dos Vinhedos, Linha Leopoldina, Bento Gonçalves, Rio Grande do Sul, Brasil. With the intention of trying to understand the meaning of being and the territoriality of individuals. Thus, this social group at the Vale dos Vinhedos, draft characteristics that are identified through the relationship of otherness and identity. In the actions and everyday discourses have the expression of the local culture. Through consultations theoretical research of this work is directed to the human culture of Italian influences and the cultural influences of the uprights and found the reference of semiotics as well as the effects of meaning that individuals attribute in his speeches and his actions. The research procedure is guided by theoretical conceptualizations, diaries and interviews with local residents. So, territoriality is built by the multidimensionality of this community lived, and consequently give rise to the sense of space. Thus, constitute the local culture representations that emerge in space, within the intrinsic relationship between human beings and the environment.

Este estudo tem o objetivo de avaliar a importância da geomorfologia na implantação, gestão e monitoramento das áreas destinadas a indicações geográficas para vinhos e espumantes. Desta forma, desenvolveram-se dois estudos paralelos. O primeiro buscou analisar a acurácia vertical dos Modelos Digitais de Elevação (MDEs) SRTM v.3, Alos World 3D e ASTER GDEM v.2 na região da denominação de origem Vale dos Vinhedos, RS. Para tanto, os dados desses MDEs, com resolução espacial de 30 m, foram comparados com os de um MDE fotogramétrico com resolução espacial de 5 m no terreno, por meio de análises de regressão e correlação linear, e de perfis topográficos derivados desses modelos. O Padrão de Exatidão Cartográfica (PEC) de cada MDE foi analisado, para identificar a escala máxima de seu uso em estudos morfométricos. Foram avaliadas as eswcalas 1:25.000, 1:50.000 e 1:100.000, por meio de cálculos da Tolerância Vertical e do Erro Médio Quadrático (EMQ). Todos MDEs atenderam o PEC altimétrico classe A na escala 1:100.000. Na escala 1:50.000, enquadraram-se na classe C, enquanto que na escala 1:25.000 não houve enquadramento. O MDE SRTM v.3 foi o que apresentou melhores resultados morfométricos e o maior coeficiente de correlação de Pearson (r=0,995). O segundo estudo objetivou investigar os padrões de uso e cobertura da terra na região da denominação de origem Vale dos Vinhedos e relaciona-los com o mapeamento geomorfológico. Para esse estudo, foram mapeados a geomorfologia e as classes de uso e cobertura da terra. Ambos os mapeamentos foram realizados utilizando técnicas de sensoriamento remoto e geoprocessamento. O padrão de relevo em forma de morros, na área de estudo, possui maior representatividade ocupando 77,13% da mesma. No mapeamento de uso e cobertura da terra a classe de maior representatividade foi a Floresta (nativa ou não), ocupando 36% da área de estudo. O cruzamento entre o mapeamento geomorfológico e os padrões de uso cobertura da terra permitiu identificar 35 classes. Conclui-se que os resultados obtidos podem servir de base para a escolha de MDEs, bem como, auxiliar no desenvolvimento de mapeamentos geomorfológicos. / This work aims to evaluate the importance of geomorphology in the implantation, management and monitoring of the areas destined to geographical indications for wines and sparkling wines. Therefore, two parallel studies were developed. The first study had the objective to analyze the vertical accuracy of digital elevation models (DEM) SRTM v.3, Alos Worls 3D and ASTER GDEM v.2 in Vale dos Vinhedos designation origin region localized in Rio Grande do Sul state. For such, the DEM’s data, with spatial resolution of 30 meters were compared with a photogrammetric DEM with spatial resolution of 5 meters in the ground by correlation and regression analyzes as well as topographic profiles derivate that models.The cartographic accuracy standard of all DEM was analyzed to identify the maximum scale of use in morphometric studies. Were investigated the scales 1:25.000, 1:50.000 and 1:100.000 by calculations vertical tolerance and mean square error (MSE). Every DEM analyzed respected the cartographic accuracy standard A group in 1:100.000 scale, as well as, C group in 1:50.000 scale. All DEM are not classified into any class in 1:25.000 scale. The SRTM v.3 DEM show better Pearson correlation (r=0,995) and morphometrics results. The second study investigated the land use and land cover pattern in Vale dos Vinhedos origin designation region and relates them with geomorphological mapping. For this work were mapped the geomorphology and the land use and land cover group. Both mappings were made with remote sensing and geoprocessing techniques. The High Hill landform patterns, in the study area, is more representative occupying 77,13%. In mapping of the land cover and land use the group more representative was Forest (native or not) occupying 36%. The crossing between geomorphology and land cover and land use patterns resulted in identification of 35 class. The results obtained in the studies it can be use as base for DEM choice and support the development of geomorphological mappings.