Validação de mapa de vulnerabilidade a erosão por aprendizagem de máquina

Renata Cristina Mafra, Mayara Maezano Faita Pinheiro, Rejane Ennes Cicerelli, Lucas Prado Osco, Marcelo Rodrigo Alves, Ana Paula Marques Ramos

Resumo


O processo erosivo é um fenômeno que acontece devido às condições climáticas ou uso inadequado da terra. O mapeamento dos níveis de vulnerabilidade à erosão de uma área pode ocorrer usando diferentes modelos de inferência geográfica. No entanto, definir o método apropriado é ainda uma questão a ser respondida. Este trabalho apresenta uma abordagem de validação de mapa de vulnerabilidade à erosão elaborado por diferentes métodos de inferência. Como estudo de caso, adotou-se uma bacia hidrográfica e considerou-se os seguintes critérios: geomorfologia, pedologia, declividade, densidade de drenagem e cobertura da terra. Dentre os métodos testados tem-se: Combinação Linear Ponderada (CLP) e três operadores Fuzzy: soma algébrica, produto algébrico e gamma, variando o expoente “γ” entre os valores 0,4; 0,6 e 0,8. Os pesos dos critérios foram definidos com base no Processo Analítico Hierárquico. A validação dos mapas ocorreu usando 1902 pontos, sendo 951 pontos de erosão na área, definidos com base em imagens do Google Earth Pro, e 951 pontos sem erosão, gerados aleatoriamente no QGIS 3.8. O modelo de regressão logística foi usado parar comparar o desempenho de cada mapa ao apontar as áreas com maior e menor grau de vulnerabilidade. A melhor modelagem foi alcançada com o operador Fuzzy gamma quando parametrizado com γ = 0,6. Embora o CLP seja a abordagem recorrente em estudos ambientais envolvendo inferência geográfica, nossos resultados demostram que outros operadores podem produzir resultados mais próximos aos encontrados com a realidade observada em campo.

 

 

Machine learning erosion and vulnerability map validation

 

A B S T R A C T

Erosion is a natural phenomenon that happens in all ecosystems, whether due to weather conditions or inappropriate land use. Mapping the erosion vulnerability levels of an area can occur using different methods of geographic inference. However, defining the appropriate method is still a question to be answered. This paper presents an erosion vulnerability map validation approach elaborated by different inference methods. As a case study, a watershed was adopted and the following criteria were considered: geomorphology, pedology, slope, drainage density and land cover. Among the tested methods are: Weighted Linear Combination (WLC) and three Fuzzy operators: algebraic sum, algebraic product and gamma, varying the exponent “γ” between the values 0.4; 0.6 and 0.8. The weights of the criteria were defined based on the Hierarchical Analytical Process. The validation of the maps took place using 1902 points, with 951 erosion points in the area defined based on Google Earth Pro images and 951 points without erosion randomly generated in QGIS 3.8. The logistic regression model was used to compare the performance of each map by pointing out the areas with the highest and lowest degree of vulnerability. The best modeling was achieved with the Fuzzy gamma operator when parameterized with γ = 0.6. Although WLC is the recurring approach in environmental studies involving geographic inference, our results show that other operators can produce results closer to those encountered with the reality observed in the field.

Keywords: Geographical inference; multicriteria analysis; data validation; environmental impact.


Palavras-chave


Inferência geográfica; análise multicritério; validação de dados; impacto ambiental.

Texto completo:

PDF

Referências


Bianchini, C.D.; Oliveira, G.G., 2019. Geoprocessamento aplicado à identificação de áreas aptas para a implantação de unidades de conservação no Vale do Taquari, RS. Revista Brasileira de Cartografia 71, 513-541.

Câmara, G.; Davis, C.; Monteiro, A.M.V., 2001. Introdução à Ciência da Geoinformação. INPE, São José dos Campos – SP.

Ceconi, D.E.; Piccilli, D.G.A.; Bernardi, F.; Fensterseifer, P., 2018. Análise de vulnerabilidade visando o planejamento ambiental em bacia de captação para abastecimento público. Revista Ambiente e Sociedade 21, 2-22.

Closas, A.H.; Franchini, N.B.; Kuc, L.C.; Dusicka, M.A.; Hisgen, C.M., 2018. Modelo logístico explicativo de las relaciones entre autoconcepto y rendimiento académico. Revista De La Facultad De Ciencias Económicas – UNNE 20, 187-208.

Dias, V.S.B.; Silva, A.B., 2014. AHP na Modelagem da vulnerabilidade ambiental do minicorredor ecológico Serra das Onças (BA). Revista Brasileira de Cartografia 66, 1363-1377.

Ding, S.; Zhang, Y.; Liu, B.; Kong, W.; Meng, W., 2013. Effects of riparian land use on water quality and fish communities in the headwater stream of the Taizi River in China. Frontiers of Environmental Science & Engineering 7, p. 699-708.

Dobos, E.; Micheli, E.; Baumgardner, M.F.; Biehl, L.; Helt, T., 2000. Use of combined digital elevation model and satellite radiometric data for regional soil mapping. Geoderma 97, 367-391.

Fronza, J.G., 2019. Lógica fuzzy na avaliação ambiental e alocação otimizada de traçados de linhas de transmissão. Simpósio Brasileiro de Sensoriamento Remoto. ISBN: 978-85-17-00097-3.

Fushimi, M.; Nunes, J.O.R., 2018. Vulnerabilidade ambiental aos processos erosivos lineares das paisagens de parte dos municípios de Marabá Paulista (SP) e Presidente Epitácio (SP), Brasil. Revista da Associação Nacional de Pós-Graduação e Pesquisa em Geografia (Anpege) 14, 05-27.

Fushimi, M.; Nunes, J.O.R.; Nakamura, R.Y.; TAKATA, L.T.O., 2013. Vulnerabilidade ambiental e aplicação de técnicas de contenção aos processos erosivos lineares em áreas rurais no município de Presidente Prudente – SP. Revista Brasileira de Geomorfologia 14, 343-356.

Ghoussein, Y.; Mhawej, M.; Jaffal, A.; Fabel, A.; Hourany, R.E.; Faour., G., 2018. Vulnerability assessment of the South-Lebanese coast: A GIS-based approach. Ocean and Coastal Management 158, 56-63.

Gonçalves, S.R.A.; Araújo, R.R.; Imai, N.N., 2016. Mapeamento do grau de fragilidade com processo analítico hierárquico e operadores fuzzy gama na detecção áreas de fragilidade ambiental. Revista Brasileira de Cartografia 68, 327-337.

Iasevoli, F.; Avagliano, C.; Altavilla, B.; Ciccarelli, M.; D’Ambrosio, L.; Francesco, D. N.; Razzino, E.; Fornaro, M.; Bartolomeis, A., 2018. Evaluation of a few discrete clinical markers may predict categorization of actively symptomatic non-acute schizophrenia patients as treatment resistant or responders: A study by ROC curve analysis and multivariate analyses. Psychiatry Research 269, 481-493.

Jesuz, C.R.; Cabral, I.L.L., 2019. Análise da erosão laminar em áreas com uso agrícola e pastagem: bacia hidrográfica do rio Tenente Amaral – MT. Geosul 34, 254-279.

Kuremoro, T.; Baba, Y.; Obayashi, M.; Mabu, S.; Kobayashi, K., 2018. Enhancing EEG Signals Recognition Using ROC Curve. Journal of Robotics, Networking and Artificial Life 04, 293-286.

Malczewski, J., 2010 Multiple Criteria Decision Analysis and Geographic Information Systems. In: GRECO, S.; EHRGOTT, M.; Figueira, J. R. Multiple Criteria Decision Analysis, 02, 369-395.

Mello, K.; Costa, D.R.; Valente, R.A.; Vettorazzi, C.A., 2018. Multicriteria Evaluation for Protected Area Definition Aiming at Water Quality Improvement. Floresta e Ambiente 25. doi: 10.1590/2179-8087.013416

Meneses, B.M.; Reis, R.; Vale, M.J.; Saraiva, R., 2015. Land use and land cover changes in Zêzere watershed (Portugal) – Water quality implications. Science of the Total Environment, 527, 439-447.

Mota, M.T.; Bressane, A.; Roveda, J.A.F.; Roveda, S.R.M.M., 2019. Classification of successional stages in atlantic forests: a methodological approach based on a fuzzy expert system. Ciência Florestal 29, 519-530.

Nascimento, N.S.; Vieira, E.M.; Gonçalves, J.A.C.; Cunha, G.P.Q., 2016. Estudo da vulnerabilidade ambiental em uma micro bacia hidrográfica empregando hierarquia nominal e operador local. Revista Brasileira de Geografia Física 09, 897-916.

Nossack, F.A.; Zimback, C.R.L.; Silva, R.F.B.; Sartori, A.A.C., 2016. Aplicação de análise multicriterial para determinação de áreas prioritárias à recomposição florestal. Irriga – Brazilian Jounal of irrigation and drainage, 19, 612-625.

Oliveira, P.T.S.; Rodrigues, D.B.B.; Alves Sobrinho, T.; Panachuki, E., 2009. Processo analítico hierárquico aplicado a vulnerabilidade natural a erosão. Geociência, São Paulo 28, 417-424.

Porto, D.T.; Basso, L.A.; Strohaecker, T.M., 2019. Diagnóstico ambiental da bacia hidrográfica do rio Mampituba, região Sul do Brasil, utilizando a Matriz FPEIR. Geosul, 34, 58-50.

Rahman, M.R.; Chongfa, C., 2009. Soil erosion hazard evaluation-An integrated use of remote sensing, GIS and statistical approaches with biophysical parameters towards management strategies. Ecological Modelling, 220, 1724-1734.

Ramos, A.P.M.; Rodrigues, B.M.; Osco, L.P.; Antunes, P.A., 2018. Abordagem sistemática de projeto cartográfico para a análise da qualidade ambiental de bacia hidrográfica. Revista Brasileira de Geografia Física, 11, 1079-1100.

Reis, T.E.; Costa, V.C., 2017. Análise da vulnerabilidade na zona de amortecimento do Parque Estadual do Ibitipoca -(MG), com o uso de SIG. Geosul, 32, 77-96.

Ribeiro, A.S.; Mincato, R.L.; Curi, N.; Kawakubo, F.S., 2016. Vulnerabilidade ambiental à erosão hídrica em uma sub-bacia hidrográfica pelo processo analítico hierárquico. Revista Brasileira de Geografia Física 09, 016-031.

Richardson, C.P.; Amankwatia, K., 2018. GIS-Based Analytic Hierarchy Process Approach to Watershed Vulnerability in Bernalillo County, New Mexico. Journal of Hydrologic Engineering 23.

Rodrigues, T.; Tommaselli, J.T.G.; Arroio Junior, P.P., 2018. Mapeamento da vulnerabilidade aos processos erosivos a partir de métodos multicriteriais: um estudo sobre as condições ambientais da bacia hidrográfica da represa da Laranja Doce, Martinópolis – SP. Revista Formação (Online), v. 25, n. 45, 67-91.

Ross, J.L.S., 1994. Análise empírica da fragilidade dos ambientes naturais e antropizados. Revista do departamento de Geografia, 08, 3-74.

Saaty, Thomas L., 1990. How to make a decision: the analytic hierarchy process. European Journal of Operational Research, North-Holland. 48, 9-26.

Samizava, T.M.; Nunes, J.O.R.; Imai, N.N.; Kaida, R.H., 2008. Suavização dos contatos entre compartimentos de relevo através de modelagem por inferência Fuzzy: mapeamento geomorfológico no município de Presidente Prudente – SP – Brasil. Revista Brasileira de Geomorfologia, 09, 65-73.

Shi, P.; Zhang, Y.; Li, Z.; Li, P.; Xu, G., 2017. Influence of land use and land cover patterns on seasonal water quality at multi-spacial scales. Catena, v. 151, 182-190.

Silva, G.R.V.; Souza, Z.M.; Filho, M.V.M.; Barbosa, R.S.; Souza, G.S., 2012. Soil, water and nutrient losses by interrill erosion from green cane cultivation. Revista Brasileira de Ciência do Solo 36, 963-970.

Silva, P.L.; Andrade, L.N.P.S.; Leandro, G.R.S.; Souza, A.S., 2017. Evolução dos processos erosivos e aspectos granulométricos em um sistema de voçoroca no Distrito de Vila Aparecida, município de Cáceres – Mato Grosso. Revista Brasileira de Geografia Física 10, 627-640.

Silva, V.C.B.; Machado, P.S., 2014. SIG na análise ambiental: susceptibilidade erosiva da bacia hidrográfica do córrego Mutuca, Nova Lima – Minas Gerais. Revista de Geografia (UFPE) 31, 66-87.

Traficante, D.P.; Campos, S.; Manzione, R.L.; RODRIGUES, B.T., 2017. Fragilidade ambiental da bacia hidrográfica do rio Capivara, Botucatu-SP. Energia na agricultura 32, 88-95.

Trevisan, D.P.; Moschini, L.E.; Dias, L.C.C.; Gonçales, J.C., 2018. Avaliação da vulnerabilidade ambiental de São Carlos – SP. O espaço geográfico em análise 44, 272-288.

Valente, R.O.A.; Vettorazzi, C.A., 2005. Comparação entre métodos de avaliação multicriterial, em ambiente SIG, para a conservação e a preservação florestal. Scientia Forestalis 26, 51-61.

Valente, R.O.A.; Vettorazzi, C.A., 2008. Definition of priority areas for forest conservation through the ordered weighted averaging method. Forest Ecology and Management 256, 1408-1417.

Valente, R.O.A.; Vettorazzi, C.A., 2016. Priority areas for forest restoration aiming at the conservation of water resources. Ecological Engineering 94, 255-267.

Valente, R.A.; Petean, F.C.S.; Vettorazzi, C.A., 2017. Multicriteria decision analysis for prioritizing areas for forest restoration. CERNE 23, 53-60.

Viel, J.A.; Rosa, K.K.; Hoff., 2017. Estudo da erosão superficial do solo por meio de SIG na região da denominação de origem Vale dos Vinhedos (Brasil). Revista Brasileira de Geomorfologia 18.

Voogd, J., 1983. Multicriteria evaluation for urban and regional planning. London: Pio, 125.

Yang, H.; Wang, G.; Wang, L.; Zheng, B., 2016. Impact of land use change on water quality in headwaters of the Three Gorges Reservoir. Environmental Science and Pollution Research 23, 11448-11460.




DOI: https://doi.org/10.26848/rbgf.v13.2.p564-575

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License