Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/32721| Título: | Reconhecimento de padrões com técnicas de agrupamento aplicadas ao inventário da arborização urbana do município de Jataizinho - PR |
| Título(s) alternativo(s): | Pattern recognition with clustering techniques applied to the inventory of urban arborization in the municipality of Jataizinho - PR |
| Autor(es): | Silva, Evanuelli Sábata Borazio |
| Orientador(es): | Batista, Lígia Flávia Antunes |
| Palavras-chave: | Arborização das cidades Análise por agrupamento Sistemas de reconhecimento de padrões Trees in cities Cluster analysis Pattern recognition systems |
| Data do documento: | 27-Jun-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Londrina |
| Citação: | SILVA, Evanuelli Sábata Borazio. Reconhecimento de padrões com técnicas de agrupamento aplicadas ao inventário da arborização urbana do município de Jataizinho - PR. 2023. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental) - Universidade Tecnológica Federal do Paraná, Londrina, 2023. |
| Resumo: | A arborização urbana proporciona diversos benefícios sociais e ambientais quando bem planejada, de modo a evitar prejuízos e problemas relacionados à fitossanidade, saúde e estrutura da árvore, além de conflitos com a infraestrutura. Por meio do inventário, foi possível obter informações sobre as características das árvores presentes no município de Jataizinho, incluindo sua saúde e distribuição geográfica. Com base nessas informações, pode-se desenvolver um Plano Diretor de Arborização Urbana eficiente, que leve em consideração as necessidades de cada região e as melhores práticas para a preservação e o desenvolvimento da arborização urbana. No entanto, o processo de análise dos dados do inventário pode ser complexo e extenso devido à grande dimensionalidade dos dados. Nesse contexto, o presente estudo propõe a aplicação da técnica de agrupamento para reconhecer padrões, utilizando a ferramenta computacional VIS-STAMP. O objetivo é identificar padrões de agrupamento no conjunto de dados do inventário de arborização urbana do município de Jataizinho, a fim de auxiliar no diagnóstico para a elaboração do PDAU e de novas regulamentações, visando otimizar a extração de informações mais relevantes, reduzindo a quantidade de volume dos dados a serem analisados e facilitando o processo de tomada de decisões. O processo inicial foi preparar um banco de dados geográficos, adotando-se duas abordagens: por quadras e por indivíduos. Por meio da técnica de agrupamento utilizando o modelo de rede neural não supervisionada de Kohonen foi possível identificar as áreas com problemas de fitossanidade, conflitos com a infraestrutura urbana e pedestres e problemas de saúde e estrutura das árvores, sendo possível propor soluções para gestão da arborização urbana. Os resultados revelaram que 13,38% das ocorrências estão relacionadas a problemas de fitossanidade, sendo a presença de formigas o principal. Em relação à saúde e estrutura das árvores, constatou-se um percentual de 68%, sendo a ausência de área livre o atributo de maior destaque. Em relação aos conflitos, foi observado um percentual de 66,06% de ocorrência, sendo que a raiz quebrando calçada é o atributo com maior percentual. Além disso, foi possível identificar os agrupamentos que foram considerados mais importantes para manutenção da arborização. O agrupamento A2 mostrou um valor alto para conflitos, correspondendo a um quantitativo de 3,92% do total de árvores analisadas. O agrupamento Q1 apresentou altos valores para a maioria dos atributos avaliados, representando cerca de 9,78% do total de quadras. Essa técnica permitiu identificar tendências que poderiam passar despercebidas em uma análise simples, fornecendo informações mais detalhadas para a tomada de decisões na gestão da arborização urbana. Verificou-se que este método de interpretação de dados multivariados pode ser uma ferramenta valiosa para otimizar e agilizar o processo de análise e planejamento urbano, podendo ser subsídio para proporcionar uma arborização urbana mais saudável, segura e sustentável. |
| Abstract: | Urban tree planting provides various social and environmental benefits when well planned, so as to avoid damage and problems related to plant health, tree health and structure, as well as conflicts with infrastructure. Through the inventory, it was possible to obtain information about the characteristics of the trees present in the municipality of Jataizinho, including their health and geographic distribution. Based on this information, an efficient Urban Tree Planting Master Plan can be developed, taking into account the needs of each region and best practices for preserving and developing urban tree planting. However, the process of analyzing inventory data can be complex and lengthy due to the large dimensionality of the data. In this context, this study proposes the application of clustering techniques to recognize patterns using the VIS-STAMP computational tool. The goal is to identify clustering patterns in the urban tree planting inventory dataset for the municipality of Jataizinho in order to assist in diagnosing for the development of PDAU and new regulations, aiming to optimize the extraction of more relevant information, reducing the amount of data volume to be analyzed and facilitating decision-making. The initial process was to prepare a geographic database, adopting two approaches: by blocks and by individuals. Through clustering techniques using Kohonen’s unsupervised neural network model, it was possible to identify areas with plant health problems, conflicts with urban infrastructure and pedestrians, and tree health and structure problems, making it possible to propose solutions for managing urban tree planting. The results revealed that 13.38% of occurrences are related to plant health problems, with ants being the main one. In relation to tree health and structure, a percentage of 68% was found, with absence of free area being the most prominent attribute. In relation to conflicts, a percentage of 66.06% occurrence was observed, with root breaking sidewalk being the attribute with the highest percentage. In addition, it was possible to identify clusters that were considered most important for maintaining tree planting. Cluster A2 showed a high value for conflicts, corresponding to a quantity of 3.92% of the total trees analyzed. Cluster Q1 showed high values for most attributes evaluated, representing about 9.78% of total blocks. This technique allowed identifying trends that could go unnoticed in a simple analysis, providing more detailed information for decision-making in managing urban tree planting. It was found that this method of interpreting multivariate data can be a valuable tool for optimizing and speeding up the process of analysis and urban planning, being able to provide a healthier, safer and more sustainable urban tree planting. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/32721 |
| Aparece nas coleções: | LD - Engenharia Ambiental |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| reconhecimentopadroesagrupamentoarborizacao.pdf | 3,95 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
