Banco de Dados - Geoma · Wageningen (desenvolvidas na primeira fase do GEOMA) ... Acre Santarém...
Transcript of Banco de Dados - Geoma · Wageningen (desenvolvidas na primeira fase do GEOMA) ... Acre Santarém...
Componente Modelos Integrados e Banco de Dados
PI’s
Luiz Bevilacqua (LNCC),Gilberto Camara (INPE), Ana Paula Dutra de Aguiar (INPE), Laurindo Campos (INPA)
I SIMPÓSIO GEOMA29 a 31 de outubro de 2007 - LNCC, Petrópolis, RJ, Brasil
Roteiro proposto
1. Metas propostas ( FINEP 1 e 2) e alcançadas;2. Atividades inter-institucionais e colaborações externas;3. Contribuições para um modelo integrado;4. Generalização de resultados para a escala regional;5. Contribuições para formação de recursos humanos;6. Resultados produzidos (produção científica e
tecnológica);7. Resultados com impactos em políticas públicas;8. Próximas etapas do projeto;
Metas propostas1. Disponibilização de ambiente de modelagem computacional para
pesquisadores da rede GEOMA, incluindo: finalização do desenvolvimento, desenvolvimento de protótipos e treinamento,em parceria com a UFOP - Universidade Federal de Ouro Preto.
2. Continuidade das atividades em parceria com a Universidade deWageningen (desenvolvidas na primeira fase do GEOMA) visando o desenvolvimento de modelos - refinamento de modelos de alocação e desenvolvimento de modelos de demanda, e construção de cenários para a Amazônia (escala regional).
3. Realização de Workshops de Modelagem em conjunto com grupos LUCC e Dinâmica Populacioanal do GEOMA para concepção de modelos para áreas de fronteiras(projeto conjunto na região de São Felix/Iriri).
Sub-projetos
1. Modelagem LUCC (Ana Paula Aguiar)
2. TerraME (Tiago Carneiro)3. Georeferênciamentos de dados legados
(Laurindo Campos)4. Aplicação de metodologias “point radius”para
georeferenciamento (Eduardo Guerra)5. MODENA (Carla Osthoff)
Atividades de modelagem
• Amazônia
• São Felix do Xingu• BR 163
Deforestation
Forest
Non-forest
Clouds/no data
INPE/PRODES 2003/2004:
Modelagem CLUE: principais variáveis e premissas
Demanda:• Proxy da pressão do mercado por
terra e produtos agropecuários.
Principais variáveis escala fina (25 x 25 km2)
• Porcentagem de áreas protegidas• Conexão a mercados nacionais• Distância a estradas pavimentadas• Distância a estradas não
pavimentadas
Principais variáveis escala grosseira (100 x 100 km2)
• Distância a estradas• Umidade nos meses mais secos• Porcentagem de solos férteis
Scenario exploration: linking to process knowledge
Cellular databaseconstruction
Exploratory analysisand
selection of subset of variables
Construction ofalternative candidate
models for eachgroup/partition/
land-use (forward stepwise)
AlternativeCLUE runs
1997 to 2020
Comparison toreal data and new frontiers
process knowledge
Porto Velho-Manaus
BR 163Cuiabá-Santarém
São Felix/Iriri
ApuíHumaitáBoca doAcre
Santarém
Manaus-Boa Vista
Aripuanã
Scenario exploration
Simulações CLUE Amazônia: Objetivos • Exploração de cenários
relativos a políticas públicas.
• Conceitos de exploração de cenários: um parâmetro chave modificado por vez.
• Resultados até o momento: impactos nos padrões de desflorestamento até 2020 de políticas espaciais: – infra-estrutura, – áreas protegidas– aplicação da lei DENSELY POPULATED
ARCH
OCCIDENTALCENTRAL
Macro-zoneamento proposto por Bertha Becker (2004)
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
CENÁRIO BASE –Hot spotsde mudança (1997 a 2020)
São Felix/Iriri(Terra do Meio)
BR 163 (Cuiabá-Santarém)
South of AmazonasBR 319 (Porto Velho-Manaus)
Novas fronteiras:
Área de estudo – ALAP BR 319 e entorno
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
Portos
Área de estudo – ALAP BR 319 e entorno
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
Portos
CENÁRIO BASE PARA COMPARAÇÃO – Áreas protegidas em 2004 (Cenário B)
Áreas protegidas em 2004Novas áreas de proteção integral (2007)Novas áreas de uso sustentável (2007)
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
Portos
SIMULAÇÃO 1 – Adicionando áreas de proteção integral na ALAP (em 2007)
Áreas protegidas em 2004Novas áreas de proteção integral (2007)Novas áreas de uso sustentável (2007)
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
Portos
SIMULAÇÃO 2 – Adicionando áreas de proteção integral e uso sustentável (2007)
Áreas protegidas em 2004Novas áreas de proteção integral (2007)Novas áreas de uso sustentável (2007)
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
Portos
CENÁRIO BASE –Hot spotsde mudança (1997 a 2020)
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
CENÁRIO BASE –Hot spotsde mudança (1997 a 2020)
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Novas áreas de proteção integral (2007)Novas áreas de uso sustentável (2007)
SIMULAÇÃO 2 –Hot spotsde mudança (1997 a 2020) com todas as áreas
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Novas áreas de proteção integral (2007)Novas áreas de uso sustentável (2007)
SIMULAÇÃO 2 – Diferenças em relação ao Cenário Base
ALAP BR 319Estradas pavimentadas em 2010Estradas não pavimentadasRios principais
0.0 -0.50Diminuição:0.0 0.10Aumento:
Diferenças no desflorestamento:Novas áreas de proteção integralNovas áreas de uso sustentável
Áreas Protegidas Conexão a SP e Nordeste
• Conectividade a mercados: – Indicador de áreas mais vulneráveis a ocupação– Critério adicional para localização de áreas
protegidas
INPE/PRODES 2005 Desforestation hot-spots
• Necessidade de medidas que considerem efeitos intra -regionais da pressão do mercado: – Efeitos de políticas locais versus pressão do merca do por
terra;– Processos que ocorrem em diferentes escalas tempora is e
espaciais;– Ações governamentais para minimizar a transformação de
demandapor produtos agropecuários em por novas aberturas n a
floresta.
INPE/PRODES 2005 Desforestation hot-spots
• Necessidade de medidas que considerem efeitos intra -regionais da pressão do mercado: – Efeitos de políticas locais versus pressão do merca do por
terra;– Processos que ocorrem em diferentes escalas tempora is e
espaciais;– Ações governamentais para minimizar a transformação de
demandapor produtos agropecuários em por novas aberturas n a
floresta.
Próximos passos
• Entender melhor interações intra-regionais entre pressão do mercado e políticas públicas
• Refinar medidas de conexão para diferentes atividades (e.g., mercado da carne, de grãos, etc.).
• Rever análises estatísticas com censo 2006;
• Construir cenários mais elaborados para diferentes usos: pecuária, agricultura capitalizada, e agricultura familiar;
• Desenvolver modelo de demanda (em relação ao mercado e políticas de contenção)
• Desenvolvimento de modelos multi-escala, multi-localidade, multi-abordagem em TerraME
Visão de futuro: cenários regionais e locais multi-escala, multi-localidade, multi-abordagem
Amazônia: pressão mercado por terra,
políticas nacionais e regionais,
padrões migratórios
Localidade A
Localidade B
Localidade C
Atores, processos, usos
diferenciados
Condições locais diferenciadas:•biofísicas,
•culturais,
•estrutura agrária,
•nós locais de cadeias produtivas,
•conectividade a mercados
Políticas públicas e
cenários diferenciados
Abordagens de modelagem
diferenciadas
Foco na derivação de
indicadores sócio-econômicos
dos efeitos de
diferentes políticas
Study area
(GEOMA)
(ZEE B R 163)
(MPEG / GEOMA)
Deforestation
Forest
Non-forest
Clouds/no data
INPE/PRODES 2003/2004:
SANTARÉM
SÃO FELIX
AMAZONIA
Parte II – São Felix do Xingu
Estudo em andamento emparceria com MPEG
Grupo LUCC - Sub-projetoPecuária
MPEGIma Vieira
Arlete AlmeidaMagno MacedoMaria do Carmo
AméricoMarcelo ThalesPaulo Fernando
Sousa
EMBRAPAJonas Veiga
UFOPTiago Carneiro
INPEAna Paula Aguiar
Evaldinólia MorieraSergio Costa
Giovana SpindolaGilberto Câmara
Equipe envolvida nas atividades de modelagem
Modelagem Pecuária São Felix do Xingu/Iriri – Objetivos:
• Construir cenários de futuros para a região.
• Foco em políticas de ordenamento territorial, tecnologia, crédito versus estruturação da cadeia de mercado da carne.
Prodes/INPE 2000-2001
Atratividade da frentepioneira
OrganizaçãoDas sub-cadeias
Estruturação doespaço
Crescimento da Produção bovina
Mecanismos de interaçãoentre a cadeia produtiva bovina e a estruturação do espaço nas frentes pioneiras (fonte: Poccard-Chapuis et al., 2005).
Componentes
Cenários Qualitativos
(Contexto sócio-economico e políticas)
Modelo
de dinâmica
de uso
(paisagem)
Modelos
Multi-agente
(propriedades)Modelo de
estruturacao
das cadeias
da carne Indicadores
Sócio-economicos
e ambientais
quantificação
PRODES 2005
The Model based on representative agents
Land use Change model
Beef and milk market chain model
Small farmersagents
Medium and largefarmersagents
Land use Change model
Beef and milk market chain model
Small farmersagents
Medium and largefarmersagents
Status e próximos passos• Cenários:
– Quantificação (análise estatística) de relações entreDesflorestamento, esturura do rebanho e estruturação indústrias;
– Mapeamento de instituições a serem envolvidas
• Modelo de dinâmica da paisagem:– Definição fatores e regras para
pequenos e grandes– Construção do BD celular
andamento• Modelos de agentes
– Prótotipos iniciais de modelos participativos com opções de manejo e uso, acoplado a modelo de degradação da pastagem
Modelo de degradaçãodo solo ou pastagem
feedback
decisõesuso e manejo
Scatterplot: 2004 vs. Desflorestamento (Km²) até 2004
Desflorestamento (Km²) até 2004 = 364.10 + .00843 * 2004
Correlation: r = .88879
-2E5 0 2E5 4E5 6E5 8E5 1E6 1.2E6 1.4E6 1.6E6
2004
-2000
0
2000
4000
6000
8000
10000
12000
14000
Des
flore
stam
ento
(K
m²)
até
200
4
95% confidence
MPEGRoberto Araújo
Ana Cristina SalimMaria do Carmo
Américo
UFPAOtávio do Canto
EMBRAPAAdriano
VenturieriAndrea Coelho
ONG SaúdeAlegria
Ricardo Folhes
INPALaurindo Campos
INPEAna Paula Aguiar
Evaldinólia MorieraSergio Costa
Giovana SpindolaGilberto Câmara
Equipe envolvida nas atividades de modelagem
Área 1: DSF BR 163
• Adaptação do CLUE para a região;
• Construção de cenários relativos a questões de mercado e políticas de Ordenamento Territorial;
• Derivação de indicadores ambientais (perda de biodiversidade e emissão de carbono);
• Análise acoplada a estudos locais e Amazônia macro
Área2: PAE Lago Grande (Santarém)
• Construção de cenários e modelagem participativapara apoio à decisãocomunitária
• Combinação de modelosde dinâmica da paisageme modelos de agentes, construção de cenáriosparticipativos.
PAE Lago Grande:
• 11% da área de Santarém• Criado em nov 2005 (INCRA)
• 130 comunidades e ~5000 famílas
• Grandes reservas de recursos madeireiros
• Áreas de cerrado
• Áreas antropisadas (agricultura de subsistência)
• Questões fundiárias: conflitos pela posse da terra, grandes propriedades, exploração ilegal de madeira
• Estruturação de um processo de gestão comunitária legítimo.
Mapas participativos:• infra-estrutura, • recursos naturais, • conflitos
Modelos e cenários: contrução de visões coletivas de futuro
Área 3: Leste de Santarém(área de expansão de grãos)
• Entendendimento das transiçõese fatores determinantes queocorreram de 1986 a 2006:
– Floresta– Agricultura capitalizada
– Pastagem
– Capoeira– Agricultura familiar
• Entendentimento sobre comoquestões de estrutura fundiáriaafetaram e podem afetar no futuroa dinâmica de uso da região;
• Contruição de cenários territoriaisque considerem alternativas emrelação ao ordenamento territorial e fundiário da região, emcontraponto a questõesrelacionadas à demanda porgrãos e carne.
Módulo de alocação
Análise estatística(Modelo de regressão
logística)
Módulo de demanda(cenários de
quantidade de mudança)
Dados celularesde uso do solo e
potenciais fatoresdeterminantes
Regras de transiçõespossíveis
e elasticidade
Análise espacial
Status e próximos passos
• Área 3 (Santarém/Belterra)– BD em construção– Modelo computacional implementado– Segundo trabalho de campo em Nov/2007
• Área 2 (PAE Lago Grande)– Mapeamento de dinâmica de uso/fev 2007– Refinamento da metodologia em grupo
• Área 1 (DSF)– Modelo computacional implementado– BD em especificação
Petrópolis 28, de outubro de 2007
TerraLAB – LaboratorioINPE/UFOP para Modelagem e
Simulacao de SistemasTerrestres
6 meses de TerraLAB
• Os alunos foram introduzidos ao Geoprocessamento (Spring, TerraView) .
• Os alunos foram introduzidos à Modelagem Dinâmica (sistemas, agentes, automatos celulares).
• Os alunos estão programando bem em C++ e em LUA .
• Os alunos sabem criar interfaces gráficas usando a biblioteca Qt.
• Os alunos dominam os principais patterns utilizados em TerraLib e TerraME.
• Os alunos conseguiram compilar TerraME (TerraLib + LUA) para o ambiente Linux e Windows utilizando a mesma plataforma de desenvolvimento livre (o IDE Eclipse e o compilador g++).
Infraestrutura - TerraLAB
• 11 equipamentos Dual Core (2 a 4 G RAM)�– 5 estações de desenvolvimento (60%)�– 2 servidores de simulação (30%)�– 1 servidor: web + wiki (100% - dedic.)�– 1 servidor: cvs + arquivo + intranet (100% - dedic.)�– 1 estação administração e teste (30%)�
• Baixa utilizacao:– Complexidade da aplicacao (geoproc., modelagem espacial dinâmica)�
– Longa curva de aprendizagem da plataforma de desenvolvimento do núcleoTerraME (C++, TerraLib, LUA, TerraME, QT, g++).
– Ausência de bolsas e orientadores para desenvolvimento de modelos aplicados.
TerraME IdeaA Earth’s environment …
can be represented as a synthetic environment…
… where analytical entities (rules) change the space properties in time .
Several interacting entities share the same spatiotemporal structure.
TerraLib
TerraLib EnviromentalModeling Framework
C++ SignalProcessing
librarys
C++ Mathematical
librarys
C++ Statisticallibrarys
TerraME Virtual Machine
TerraME architecture & applications
TerraME Compiler
TerraME Language
RondôniaModel DinamicaModel TROLLModel CLUEModel
TerraME Runtime Environment
Eclipse & LUA plugin• model description• model highlight syntax
TerraView• data acquisition• data visualization• data management• data analysis
TerraLibdatabase
data
Model source code
MODEL DATA
mod
el
• model syntax semantic checking• model execution
TerraME INTERPRETER
LUA interpreter
TerraME framework
TerraME/LUA interface
model da
ta
The space local properties, constraints, and connectivity can be modeled by:
The TerraME spatial model
- a set of geographic data: each cell has various attributes
GIS
- a spatial structure: a lattice of cellsEach cell has a neighborhood that can be, possibly, different.
- Space is nether isomorphic nor structurally homogeneous. (Couclelis 1997)
- Actions at a distance are considered. (Takeyana 1997), (O’Sullivan 1999)
Space structure is non-homogeneous
Nested scales
Diverse space partitions can have different scales
Multiscale models can be developed
TerraME Advantages & Drawbacks
• Expressividade
• Legibilidade
• Data Aquisition & Result Analyses
• Performance
2210 linhas1236 linhasTROLL
2395 linhas720 linhasCLUE
C++TerraMEModel
6x18 = 108 files
1 table per year
Output
46 confg. files1 tableInput
C++TerraMECLUE
Resultados Desenpenho: Dualidade LUA & C++
- Dijkstra: Caminho Mínimo -
Grafo em LUA
Viz. em TerraME
Speedup ≅≅≅≅ 428 %
Bacharel Computação - UFOP: Leandro da Silva Santos
Árvore de aquivos / diretórios
Árvore objetos TerraME (conteúdo do arquivo ativo)
2 Panels:a) Representação gráfica
do objeto ativo (outline)
b) representação na linguagem TerraME do objeto ativo (outline)
Saída da execução do modelo: propriedades + console + debug (mais de um panel)
TerraLib
TerraLib EnviromentalModeling Framework
C++ SignalProcessing
librarys
C++ Mathematical
librarys
C++ Statisticallibrarys
TerraME Virtual Machine
TerraME architecture & applications
TerraME Compiler
TerraME Language
RondôniaModel DinamicaModel TROLLModel CLUEModel
`TerraME GIMS
Sub-projeto 3
Georeferenciamento Retrospectivo para Dados
Biológicos Legados da Amazônia
J. L. Campos dos Santos¹, C. E. Guerra², E. M. B. Farias³
¹ Instituto Nacional de Pesquisas da Amazônia (INPA), Manaus-AM, Brasil² Universidade Federal do Pará (UFPA), Santarém-PA, Brasil
³ Centro Universitário Luterano de Santarém (CEULS/ULBRA), Santarém-PA, Brasil
A localização dos espécimes depositados nas coleções biológicas no Brasil é estratégica para seu conhecimento e preservação.
A maior parte das informações de localidades estão em forma descritiva e com baixa qualidade como ‘Balbina, Presidente Figueiredo, Amazonas, Brasil’ou ‘5 Km, ao Norte do Rio Negro’.
INTRODUÇÃO
O desafio é conseguir associar as localidade descritivas dos espécimes a uma coordenada geográfica quantitativa de maneira rápida e eficiente. Este processo, quando aplicado a dados legados, é denominado de georeferenciamentoretrospectivo.
INTRODUÇÃO (cont.)
Figura 1 – Exemplo de uma ficha de campo para coleta de peixes.
OBJETIVO GERAL
• Desenvolver um framework composto de documentação do processo de georeferenciamento, de um banco de dados unificado e de programas livres para auxílio ao georeferenciamento de dados de coleções biológicas.
• Criar um processo para o georeferenciamento retrospectivo de coleções biológicas;
• Projetar uma base de dados unificada para os registros de espécimes de coleções diferentes, que permita o armazenamento da informação georeferenciada e metadadossobre o processo de georeferenciamento;
• Levantar os atributos que interferem na precisão do processo de georeferenciamento;
OBJETIVOS ESPECÍFICOS
• Implementar ferramenta que auxilia a digitalização dos dados das etiquetas de espécimes nas coleções;
• Implementar ferramenta de importação de dados para a base de dados unificada;
• Implementar um classificador da qualidade da informação de localidade nos registros de espécimes;
• Implementar ferramentas para o georeferenciamentoautomático;
OBJETIVOS ESPECÍFICOS (Cont.)
• Georeferenciar um conjunto de registros representativo dos casos encontrados nas anotações das coleções e utilizar este conjunto para a validação do processo pela comparação do resultado manual com o resultado do processo;
• Disponibilizar na internet a documentação do processo, as ferramentas, a base de teste e os resultados obtidos
• Divulgar em veículos científicos os resultados da pesquisa
OBJETIVOS ESPECÍFICOS (Cont.)
METODOLOGIA E ESTRATÉGIA
Sob o ponto de vista tecnológico, o processo do georeferenciamento é implementado por meio de três estratégias: manual, automática e semi-automática:
• O processo manual exige conhecimento cartográfico e a utilização de mapas e gazetteers analógicos, réguas e calculadoras para determinar coordenadas para a localização do espécime.
• No processo semi-automático utiliza-se bases de dados de nomes geográficos digitais e algumas outras ferramentas computacionais que auxiliam na determinação mais rápida das coordenadas.
• No processo automático, um programa especializado transforma um texto descritivo da localidade em coordenadas geográficas, utilizando processamento de linguagem natural ou simplesmente análise gramatical do texto, associado ao uso de base de nomes geográficos válidos.
METODOLOGIA E ESTRATÉGIA (Cont.)
FRAMEWORK E IMPLEMENTAÇÃO
Os dados são importados de outras bases de dados ou das etiquetas dos espécimes através do módulo de aquisição de dados.
Um classificador automático separa os registros em três bases de acordo com a qualidade de sua informação geográfica:
FRAMEWORK E IMPLEMENTAÇÃO (Cont.)
(1) Registros Classe M - Não permitem o georeferenciamento direto. Em geral, neles encontramos referência a outros documentos que devem ser consultados para obter a localidade do espécime ou não têm informações sobre a sua localidade. O destino destes registros é o processamento manual.
(2) Registros Classe S - São aqueles destinados ao processamento semi-automático. Estão incluso nestes registros aqueles cuja descrição da localidade éredundante ou incompleta. Incluem aí também os registros do processamento automático que não passaram pelo processo de validação.
FRAMEWORK E IMPLEMENTAÇÃO (Cont.)
(3) Registros Classe A - São aqueles cujos atributos da informação geográfica podem ser identificados automaticamente no processo de classificação. Assim, resta o processamento automático para o cálculo das coordenadas e o erro associado aos registros.
(4) Registros a Validar – Gerados no processamento automático. Após validação, o registro é inserido na base de Registros Georeferenciados, caso contrário, éinserido na base dos Registros Classe S.
FRAMEWORK E IMPLEMENTAÇÃO (Cont.)
(5) Registros Georeferenciados - Base destino do processo de georeferenciamento - preservam todos os atributos dos registros não processados, incorporando informação geográfica quantitativa e dos metadados que descrevem o processo de georeferenciamento.
Sub-projeto 4
Aplicação da Metodologia Point Radius para o Georeferenciamento Retrospectivo de dados
baseado em Plugin Terralib
J. L. Campos dos Santos¹, C. E. Guerra², E. M. B. Farias³
¹ Instituto Nacional de Pesquisas da Amazônia (INPA), Manaus-AM, Brasil² Universidade Federal do Pará (UFPA), Santarém-PA, Brasil
³ Centro Universitário Luterano de Santarém (CEULS/ULBRA), Santarém-PA, Brasil
O trabalho objetiva o desenvolvimento de um novo processo de georeferenciamento retrospectivo de dados biológicos, isto é, a implementação de um plugin baseado na plataforma Terralib e na metodologia "point radius",que retorne um par de coordenadas geográficas para cada descrição textual de entrada.
RESUMO
A metodologia proposta para o georeferenciamentoretrospectivo consiste de uma seqüência de 4 passos:
(1) prover uma base de dados geográficos em um ambiente SIG utilizando o conjunto de tipos de dados disponível na plataforma objeto relacional.
(2) projeto e a implementação de um plugin para a conexão com a base de dados no SIG, que proporcionaráfuncionalidade de busca das localidades.
METODOLOGIA
(3) aplicação do plugin em um conjunto de dados textuais simulados, referentes a uma localidade de estudo, em um conjunto de pontos de controle.
(4) Testar a eficiência do algoritmo calculando-se os parâmetros de incerteza associados a vários tipos de dados de localidades.
METODOLOGIA (cont.)
ANÁLISE DOS RESULTADOS
O funcionamento do plugindepende de duas condições:
(1) a existência de uma boa base de dados georeferenciados,
(2) a consistência da descrição textual de localidade do dado legado.
ANÁLISE DOS RESULTADOS (cont.)
Para localidades urbanas, a segunda condição ditaráo funcionamento do plugin, determinando a quantidade de atributos de localidade que podem ser extraídos.
Entretanto, para localidades não urbanas (normalmente, os casos das coleções biológicas) as duas condições amarrarão o funcionamento do plugin. Assim é necessário pensar também, na implementação das bases de dados.
MODENA:Um Ambiente Colaborativo Baseado na Web
para Auxílio ao Projeto e Construção de Modelos Ambientais
Jano SouzaCOPPE/UFRJ, IM/UFRJ
Julia StrauchENCE/IBGE
Carla OsthoffLNCC/MCT
Halisson BritoCOPPE/UFRJ
Alexandre Monteiro / Cristiane OliveiraLNCC/MCT
I Simpósio GEOMA – Petrópolis, 29 de Outubro de 2007
MODENA
Um ambiente colaborativo para auxiliar a gestão de conhecimento sobre todo o
ciclo de vida da modelagem, desde o pré-projeto do modelo até seu uso
MODENA
•Possui ferramentas para auxiliar a:
– Catalogação de modelos,
– Classificação de modelos,
– Busca de modelos e conhecimento sobre modelos,
– Utilização de modelos, e
– Intercâmbio de modelos
Trabalhos PublicadosCapítulos de livros publicadosMONTEIRO, Alexandre C V ; OLIVEIRA, Cristiane ; OSTHOFF, Carla ; BRITO, Halisson
M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de. Execution Management of Scientific Models on Computational Grids . In: Daydé, M.; Palma, J.M.L.M.; Couthino, Á.L.G.A.; Pacitti, E.; Correia Lopes, J. (Eds). VECPAR 2006 Post-Conference Book. Heidelberg: Springer-Verlag, 2007, v. 4395, p. 670-678.
Trabalhos completos publicados em anais de congress os1. BRITO, Halisson M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de. A Web-based
System to Support e-Collaboration in the Design and Construction of Environmental Models . In: International Conference on Environmental Informatics and Systems Research, 2007, Varsóvia. Proceedings of the 21st International Conference on Environmental Informatics and Systems Research (EnviroInfo), 2007.
2. BRITO, Halisson M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de. Use of Ontology of Models in Scientific Model Management . In: International Symposium on Environmental Software Systems, 2007, Praga. Proceedings of the XII International Symposium on Environmental Software Systems, 2007.
3. MONTEIRO, Alexandre C V ; OLIVEIRA, Cristiane ; OSTHOFF, Carla ; BRITO, Halisson M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de. Execution Management of Scientific Models on Computational Grids . In: High Performance Database Management in Grids, 2006, Rio de Janeiro. Proceedings of the VII International Meeting on High Performance Computing for Computational Science (VECPAR), 2006.
Trabalhos Publicados (cont.)4. BRITO, Halisson M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de. Gestão do Conhecimento
Apoiando o Ciclo de Vida de Modelos Ambientais . In: I Congresso Ibero-Americano de Gestão do Conhecimento e Inteligência Competitiva, 2006, Curitiba - PR, 2006.
5. BRITO, Halisson M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de ; OSTHOFF, Carla. Scientific Models Management in Computational Grids . In: 17th International Scientific and Statistical Database Management Conference, 2005, Santa Barbara - California. Proceedings of the 17th International Conference on Scientific and Statistical Database Management. Berkeley, CA, US : Lawrence Berkeley Laboratory, 2005. p. 113-116.
6. BRITO, Halisson M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de . MODENA: um Ambiente para Gestão de Modelos Científicos em Grades Computacion ais . In: XXVI Iberiam Latin American Congress on Computational Methods in Engineering, 2005, Guarapari-ES. Proceedings of the XXVI Iberiam Latin American Congress on Computational Methods in Engineering, 2005.
Resumos expandidos publicados em anais de congresso s1. BRITO, Halisson M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de . ModManager: um Sistema
para Gestão de Conhecimento sobre Modelos Científic os via Web . In: IV Congresso Brasileiro de Gestão do Conhecimento, 2005, São Paulo, 2005.
2. BRITO, Halisson M. ; STRAUCH, Julia ; SOUZA, Jano Moreira de . Supporting the Modelling LifeCycle through Knowledge Management . In: EnviroInfo - 20th International Conference onInformatics for Environmental Protection, 2006, Graz, 2006.
Apresentações de TrabalhoBRITO, Halisson M. ; STRAUCH, Julia . MODENA: Ambiente para Gestão de Conhecimento e Execução de Modelos Científicos em Grades Computaci onais . 2006. (Apresentação de Trabalho/Conferência ou palestra).