Modelagem e monitoramento do processo de desertificação: estimativas geradas por redes neurais artificiais com informações extraídas de séries de imagens NDVI
Computação sensível ao contexto, comunicação aumentativa e alternativa, esclerose lateral amiotrófica, tecnologia assistiva.
Nos últimos anos a humanidade tem enfrentado inúmeros problemas de ordem natural que são responsáveis por perdas de vidas e geram, também, grandes impactos econômicos e sociais. Um deses eventos é a desertificação que, por atingir países em todos os continentes, pode ser considerado um dos mais graves. A principal dificuldade ao estudar esse fenômeno é que ele pode ser atribuído a fatores climáticos, políticos, econômicos, sociais, culturais etc. E, tantas variáveis envolvidas tornam o monitoramento desse processo uma tarefa muito complexa. A desertificação afeta não só os pequenos produtores – agricultura familiar, como também os grandes polos de agricultura comercial. Há uma preocupação, principalmente com relação ao direcionamento que é dado os investimento feitos nessas áreas visando a prevenção, o combate ou, até mesmo, a mitigação dos efeitos causados pelo processo de desertificação (e. g. a degradação das populações animais e vegetais, a degradação do solo, a degradação das condições hidrológicas de superfície decorrente da perda da cobertura vegetal, a degradação das condições geohidrológicas (águas subterrâneas), a degradação da infraestrutura econômica e da qualidade de vida). A pesquisa, ora descrita, elucida um modelo que gera estimativas do processo de desertificação com base em informações extradas de séries temporais de imagens de satélite obtidas com cálculo NDVI (Normalized Difference Vegetation Index) e redes neurais artificiais, que pode ser usadas pelos empresários da indústria agropecuária como forma de nortear os investimentos. Os inúmeros testes realizados comprovam que esta técnica é vantajosa por ser capaz de apresentar respostas coerentes para problemas não completamente conhecidos ou que envolvem múltiplos fatores que se comportam de forma não linear.