Made available in DSpace on 2018-08-24T22:53:12Z (GMT). No. of bitstreams: 1 tese_4364_.pdf: 2894665 bytes, checksum: 47826dbd71e4ee9b1469007ddba38fc2 (MD5) Previous issue date: 2010-08-30 / O aumento da demanda energética nos dias atuais tornou a sociedade dependente do uso de um recurso natural não renovável, o petróleo. A busca por reservas e a retirada deste produto é de fundamental importância social e econômica. No entanto, em casos de acidente, as conseqüências ambientais são algumas vezes catastróficas. Devido a esse caráter, a busca por medidas que auxiliem no processo de tomada de decisão é fundamental. Este trabalho trata do uso do Modelo Numérico OILMAP para modelamento de cenários de contenção, recolhimento e dispersão química em casos de acidentes de óleo sob diferentes parâmetros ambientais, com intuito de proporcionar informações necessárias para montagem de uma base de regras que dêem suporte para modelar através de um Modelo Fuzzy uma maneira para se obter respostas de maneira mais ágil e com menor custo computacional. A Lógica Fuzzy adiciona valores lingüísticos ao invés de numéricos, o que proporciona a adição de incerteza no problema, melhor compreensão por parte de não especialistas, respostas mais rápidas e menores custos computacionais. Foram simulados cenários utilizando um modelo numérico de transporte sob diferentes condições ambientais, que serviram de base para montagem de um Modelo Fuzzy. O Modelo Fuzzy apresentou resultados condizentes com o modelo numérico, e com esforço computacional inferior e maior velocidade de resposta o que demonstra que esta metodologia representa uma importante ferramenta no auxílio à tomada de decisão.

Made available in DSpace on 2016-03-15T19:38:02Z (GMT). No. of bitstreams: 1 OLIVIA RAMOS MORAIS BRAGA.pdf: 2316952 bytes, checksum: 334200749e273b67cc9255571ccaee41 (MD5) Previous issue date: 2015-06-17 / Serviço Nacional de Aprendizagem Comercial / Learning is a complex process involving many variables, including the environment, social context, educational methodologies, teachers and students knowledge, among others. Highlighting the diversity of students in this process, this work presents the development of an Adaptive Learning Object using techniques of Adaptive Hypermedia and Artificial Intelligence as well as its application in classrooms, in beginners undergraduate classes, as a case study. For this purpose, this case study focuses on the learning of Algebra and Boolean Logic concepts, which has direct application in various disciplines that belong to the curriculum of several courses, like Electrical Engineering, Computer Science, Technology in Computer Networks, Systems Analysis and Development, Telecommunications, among others. By pointing out the difficulty of learning in Boolean Algebra and Logic-based subjects, this work aims to provide an improvement of educational performance in heterogeneous classrooms. Since the learning process is a challenging, interactive and iterative activity that involves a variety of aspects, it is intended that the application of adaptive techniques to a Learning Object can facilitate the skills development process by students. / A aprendizagem é um processo complexo que envolve diversas variáveis, desde o ambiente, o contexto social, as metodologias educacionais, o conhecimento do professor e do aluno, entre outras. Destacando a heterogeneidade dos alunos nesse processo, este trabalho apresenta o desenvolvimento de um Objeto de Aprendizagem Adaptativo usando técnicas de Hipermídia Adaptativa e Inteligência Artificial, bem como sua aplicação em salas de aula, em turmas iniciantes da graduação de nível superior, como estudo de caso. Para tal finalidade, este estudo de caso concentra-se na aprendizagem de conceitos de Álgebra e Lógica Booleana, que tem aplicação direta em diversas disciplinas que compõem o currículo dos cursos de Engenharia Elétrica, Ciência da Computação, Tecnologia em Redes de Computadores, Análise e Desenvolvimento de Sistemas, Telecomunicações, entre outros. Evidenciando a dificuldade de aprendizagem dos alunos em disciplinas que utilizem Álgebra e Lógica de Boole, esta proposta de trabalho visa proporcionar a melhoria do desenvolvimento do desempenho educacional em salas de aula heterogêneas. Uma vez que o processo de aprendizagem é uma atividade desafiadora, interativa e iterativa que envolve uma variedade de aspectos, pretende-se que a aplicação de técnicas de adaptatividade a um Objeto de Aprendizagem possa facilitar o processo de desenvolvimento de competências ao educando.

Mapas pedológicos são importantes fontes de informação necessárias à agricultura, mas praticamente inexistentes em escalas adequadas para o Brasil, e seu levantamento pelo método convencional para a demanda brasileira é inviável. Como alternativa ao problema, mapeamento pedológico digital apresenta-se como uma área do conhecimento que envolve as relações das informações de campo, laboratório e pontuais de solos com métodos quantitativos via imagens de satélite e atributos do relevo para inferir atributos e classes. A literatura destaca, portanto, a importância do estudo da posição espacial de pontos amostrais na estimativa de atributos do solo a partir dos valores espectrais de imagens de satélite, aliado a isso, faz-se importante o cruzamento dos atributos do solo estimados e espacializados para chegar a classes de solo. Face ao exposto, o objetiva-se o desenvolvimento de uma técnica via imagem de satélite, dados espectrais e atributos do relevo, integrados por lógica booleana, para determinar mapas pedológicos. O trabalho foi realizado no município de Rio das Pedras, SP e entornos, numa área total de 47.882 ha. Onde, realizou-se processamento de imagens de satélites multitemporais, para obtenção da informação espectral da superfície de solo exposto. Esta informação foi correlacionada com espectro de laboratório de pontos amostrais em subsuperfície (profundidade 80-100 cm) e estimou-se os espectros simulando bandas de satélite para locais desconhecidos. Elaborou-se uma chave de classificação de solos por cruzamento de mapas de atributos via lógica booleana, onde definiu os seguintes atributos a serem mapeados: argila, V% e matéria orgânica (M.O) na profundidade 0-20 cm e argila, CTC, V%, m%, Al, ferro total, matiz, valor e croma na profundidade 80-100 cm. As estimativas de espectros em subsuperfície e dos atributos dos solos nas duas profundidades foram realizadas pela técnica multivariada regressão geograficamente ponderada (GWR), que teve seu desempenho preditivo avaliado pela comparação com desempenho preditivo da técnica de regressão linear múltipla (MRL). Os resultados mostraram correlação entre os espectros das duas profundidades, com R2 de validação acima 0.6. Argila (0-20 e 80-100 cm), matiz, valor e croma foram os atributos do solo que obtiveram as melhores estimativas com R2 acima 0.6. A técnica multivariada GWR obteve-se desempenho superior ao MRL. O mapa pedológico digital comparado aos mapas de solos detalhados de levantamentos convencionais obteve índice kappa de 34.65% e acurácia global de 54,46%. Tal resultado representa um nível regular de classificação. Por outro lado, deve se considerar que se trata de uma região de alta complexidade geológica e compreendendo heterogeneidade de solos. A técnica desenvolvida mostra-se com potencial de evolução no mapeamento digital de solos à medida que forem evoluindo as estimativas de atributos de solos e ajustes nos critérios da chave de classificação. / Soil maps are important sources of information necessary for agriculture, but practically absent in appropriate scales for Brazil, and its mapping by the conventional method for the brazilian demand is impracticable. How an alternative to the problem, digital pedological mapping appears as an area of knowledge that involves the relationship of field information, laboratory and point of soils with quantitative methods by satellite images and relief attributes to predict attributes and classes. The literature highlights therefore the importance of studying the spatial position of sampling points in the estimation of soil attributes from spectral values of satellite images, combined to this, is an important the crossing of the estimated and spatialized soil attributes to get the soil classes. In view of exposed, the objective is the development of a technique satellite image, spectral data and attributes of relief, integrated by boolean logic to determine soil maps. The work was carried out in Rio das Pedras county, SP, and surroundings, in a total area of 47,882 ha. Which was held processing multitemporal satellite images, to obtain spectral information of exposed soil surface. This information was correlated with laboratory spectra of sample points in the subsurface (depth 80-100 cm) and was estimated spectra simulating satellite bands to unknown locations. Produced is a soil classification key for cross attribute maps by boolean logic, which defines the following attributes to be mapped: clay, cation saturation and organic matter (OM) in the 0-20 cm depth and clay, CEC, cation saturation, aluminiu saturation, Al, total iron, hue, value and chroma in depth 80-100 cm. The estimates spectra subsurface and soil attributes in two depths were performed by multivariate technique geographically weighted regression (GWR), which had its predictive performance is evaluated by comparison with predictive performance of multiple linear regression (MRL). The results showed a correlation between the spectra of the two depths, with validation R2 above 0.6. Clay (0-20 and 80-100 cm), hue, value and chroma were the soil attributes obtained the best estimates R2 above 0.6. The GWR multivariate technique yielded better performance than MRL. The digital soil map compared to the detailed soil maps of conventional surveys obtained kappa index of 34.65% and overall accuracy of 54.46%. This result is a regular level of classification. On the other hand, it must be considered that it is a highly complex geological region and comprising heterogeneity of soils. The technique developed shows with potential developments in digital soil mapping as they evolve estimates of soil attributes and adjustments to the classification key criteria.

Mapas pedológicos são importantes fontes de informação necessárias à agricultura, mas praticamente inexistentes em escalas adequadas para o Brasil, e seu levantamento pelo método convencional para a demanda brasileira é inviável. Como alternativa ao problema, mapeamento pedológico digital apresenta-se como uma área do conhecimento que envolve as relações das informações de campo, laboratório e pontuais de solos com métodos quantitativos via imagens de satélite e atributos do relevo para inferir atributos e classes. A literatura destaca, portanto, a importância do estudo da posição espacial de pontos amostrais na estimativa de atributos do solo a partir dos valores espectrais de imagens de satélite, aliado a isso, faz-se importante o cruzamento dos atributos do solo estimados e espacializados para chegar a classes de solo. Face ao exposto, o objetiva-se o desenvolvimento de uma técnica via imagem de satélite, dados espectrais e atributos do relevo, integrados por lógica booleana, para determinar mapas pedológicos. O trabalho foi realizado no município de Rio das Pedras, SP e entornos, numa área total de 47.882 ha. Onde, realizou-se processamento de imagens de satélites multitemporais, para obtenção da informação espectral da superfície de solo exposto. Esta informação foi correlacionada com espectro de laboratório de pontos amostrais em subsuperfície (profundidade 80-100 cm) e estimou-se os espectros simulando bandas de satélite para locais desconhecidos. Elaborou-se uma chave de classificação de solos por cruzamento de mapas de atributos via lógica booleana, onde definiu os seguintes atributos a serem mapeados: argila, V% e matéria orgânica (M.O) na profundidade 0-20 cm e argila, CTC, V%, m%, Al, ferro total, matiz, valor e croma na profundidade 80-100 cm. As estimativas de espectros em subsuperfície e dos atributos dos solos nas duas profundidades foram realizadas pela técnica multivariada regressão geograficamente ponderada (GWR), que teve seu desempenho preditivo avaliado pela comparação com desempenho preditivo da técnica de regressão linear múltipla (MRL). Os resultados mostraram correlação entre os espectros das duas profundidades, com R2 de validação acima 0.6. Argila (0-20 e 80-100 cm), matiz, valor e croma foram os atributos do solo que obtiveram as melhores estimativas com R2 acima 0.6. A técnica multivariada GWR obteve-se desempenho superior ao MRL. O mapa pedológico digital comparado aos mapas de solos detalhados de levantamentos convencionais obteve índice kappa de 34.65% e acurácia global de 54,46%. Tal resultado representa um nível regular de classificação. Por outro lado, deve se considerar que se trata de uma região de alta complexidade geológica e compreendendo heterogeneidade de solos. A técnica desenvolvida mostra-se com potencial de evolução no mapeamento digital de solos à medida que forem evoluindo as estimativas de atributos de solos e ajustes nos critérios da chave de classificação. / Soil maps are important sources of information necessary for agriculture, but practically absent in appropriate scales for Brazil, and its mapping by the conventional method for the brazilian demand is impracticable. How an alternative to the problem, digital pedological mapping appears as an area of knowledge that involves the relationship of field information, laboratory and point of soils with quantitative methods by satellite images and relief attributes to predict attributes and classes. The literature highlights therefore the importance of studying the spatial position of sampling points in the estimation of soil attributes from spectral values of satellite images, combined to this, is an important the crossing of the estimated and spatialized soil attributes to get the soil classes. In view of exposed, the objective is the development of a technique satellite image, spectral data and attributes of relief, integrated by boolean logic to determine soil maps. The work was carried out in Rio das Pedras county, SP, and surroundings, in a total area of 47,882 ha. Which was held processing multitemporal satellite images, to obtain spectral information of exposed soil surface. This information was correlated with laboratory spectra of sample points in the subsurface (depth 80-100 cm) and was estimated spectra simulating satellite bands to unknown locations. Produced is a soil classification key for cross attribute maps by boolean logic, which defines the following attributes to be mapped: clay, cation saturation and organic matter (OM) in the 0-20 cm depth and clay, CEC, cation saturation, aluminiu saturation, Al, total iron, hue, value and chroma in depth 80-100 cm. The estimates spectra subsurface and soil attributes in two depths were performed by multivariate technique geographically weighted regression (GWR), which had its predictive performance is evaluated by comparison with predictive performance of multiple linear regression (MRL). The results showed a correlation between the spectra of the two depths, with validation R2 above 0.6. Clay (0-20 and 80-100 cm), hue, value and chroma were the soil attributes obtained the best estimates R2 above 0.6. The GWR multivariate technique yielded better performance than MRL. The digital soil map compared to the detailed soil maps of conventional surveys obtained kappa index of 34.65% and overall accuracy of 54.46%. This result is a regular level of classification. On the other hand, it must be considered that it is a highly complex geological region and comprising heterogeneity of soils. The technique developed shows with potential developments in digital soil mapping as they evolve estimates of soil attributes and adjustments to the classification key criteria.