Floresta e Ambiente
http://floram.org/article/doi/10.1590/2179-8087.014712
Floresta e Ambiente
Original Article Manejo Florestal

Avaliação da Sustentabilidade da Floresta Nacional de Irati por Meio de Lógica Fuzzy

Assessing the Sustainability of Irati National Forest Through Fuzzy Logic

Deise Regina Lazzarotto

Resumo

RESUMO: Esta pesquisa avaliou a sustentabilidade de florestas por meio de indicadores processados em Lógica Fuzzy. Utilizou os dados extraídos dos inventários florestais realizados na FLONA de Irati, PR. Com a construção e combinação dos indicadores: INA – Incremento do Número de Árvores; CFL – Crescimento Florestal; TCF – Tendência de Crescimento Florestal foi possível obter o indicador referente à Sustentabilidade da Floresta (SFL) em estudo. Os principais resultados demonstraram que os indicadores INA, CFL e TCF acusaram, respectivamente, um aumento baixo no número de árvores, um crescimento médio para a floresta e também um crescimento médio para a tendência de crescimento da florestal. Por fim, o fragmento da floresta analisado resultou, quanto à sua sustentabilidade, um “estado de equilíbrio”. Os objetivos do trabalho foram alcançados e os resultados demonstraram coerência com a situação real.

Palavras-chave

unidades de conservação, indicadores florestais, tomada de decisão

Abstract

ABSTRACT: This research has evaluated the sustainability of Forests by means of indicators processed in Fuzzy Logic. We used data extracted from forest inventories performed at FLONA in Irati-PR. By the construction and combination of indicators such as: INA - Increase the Number of Trees; CFL - Forest Growth; TCF - Forest Growth Trend we obtained the indicator relative to Sustainable Forest (SFL) under study. The main results showed that the indicators INA, CFL and TCF revealed, respectively, a low increase in the number of the trees, an average growth of the forest, as well as an average growth to forest growth trend. Finally, the forest fragment analyzed resulted in a 'balanced state', when regarding sustainability. The objectives of this research were achieved and the results demonstrated consistency with the real situation.
 

Keywords

units of conservation, forest indicators, decision making

References

Akdemir HG, Tiryaki F. Using fuzzy linear regression to estimate relationship between forest fires and meteorological conditions. Applications and Applies Mathematics 2013; 8(2), 673-683.

Amendola M, Souza AL, Barros LC. Manual do uso da teoria dos conjuntos Fuzzy no MATLAB 6.5. Campinas: FEAGRI & IMECC; UNICAMP; 2005.

Barros LC, Bassanezi RC. Tópicos de Lógica Fuzzy e Biomatemática . Campinas: Universidade Estadual de Campinas; 2006. (Coleção IMECC. Textos Didáticos; vol. 5).

Bolfe EL, Pereira RS, Madruga PRA, Nunes GM. Gerenciamento de unidades de produção florestal através de técnicas de geoprocessamento em lógica nebulosa (Logic Fuzzy). In: Anais do X SBSR; 2001; Foz do Iguaçu. Foz do Iguaçu: INPE; 2001. p. 921-923.

Chang M. Seqüestro florestal de carbono no Brasil: dimensões políticas, socioeconômicas e ecológicas. São Paulo: Annablume; IEB; 2004. 278 p.

Chen B, Hudson C, Grawford A, Kim M, Che D. Adaptively-branching Fuzzy Greedy K-mean Decision Forest (FGK-DF) model for protein local tertiary structure prediction. American Journal of Bioinformatics and Computational Biology 2014; 2(1), 1-19. http://dx.doi.org/10.7726/ajbcb.2014.100.

Figueiredo A Fo, Dias AN, Wazlawick LF. Inventário das florestas naturais na Floresta Nacional de Irati, Estado do Paraná. Irati: Universidade Estadual do Centro-Oeste; 2006.

Galvão F, Kuniyoshi YS, Roderjan CV. Levantamento fitossociológico das principais associações arbóreas da Floresta Nacional de Irati, PR. Revista Floresta 1989; 19(1): 30-49.

Klir GJ, Yuan B. Fuzzy sets and fuzzy logic: theory and applications. New Jersey: Prentice Hall; 1995. 574 p.

Lazzarotto DR. Avaliação da Qualidade de Base Cartográfica por meio de Indicadores e Sistema de Inferência Fuzzy [tese]. Curitiba: Departamento de Geomática, Universidade Federal do Paraná; 2005.

Maranhão MRA. Modelo de seleção de áreas para atualização do mapeamento sistemático baseado em lógica nebulosa [dissertação]. Rio de Janeiro: Universidade Estadual do Rio de Janeiro; 2005.

Mathworks. MatLab 5.3. User’s guide. Fuzzy Lógic Toolbox . Massachusetts: Mathworks; 2000.

Mendoza GA, Prabhu R. Fuzzy methods for assessing criteria and indicators of sustainable Forest management. Ecological Indicators 2003; 3(4): 227-236. http://dx.doi.org/10.1016/j.ecolind.2003.08.001.

Ortega NRS. Aplicação da Teoria de Conjuntos Fuzzy a Problemas da Biomedicina [tese]. São Paulo: Instituto de Física da Universidade de São Paulo; 2001.

Pottker GS. Distribuição Espacial de Espécies da Floresta Ombrófila Mista na FLONA de Irati, Paraná [dissertação]. Irati: Universidade Estadual do Centro Oeste; 2012.

Rode R. Avaliação florística e estrutural de uma Floresta Ombrófila Mista e de uma vegetação arbórea estabelecida sob um povoamento de Araucaria angustifolia de 60 anos [dissertação]. Curitiba: Universidade Federal do Paraná; 2008.

Silva IDB, Pontes ACF Jr. Elaboração de um fator de risco de incêndios florestais utilizando Lógica fuzzy. Biomatemática 2011; 21: 113-128.
 

5ab8ffba0e88259d7f165bbf floram Articles
Links & Downloads

FLORAM

Share this page
Page Sections