See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/289523098

CLASSIFICAÇÃO DE MASSAS D'ÁGUA: UM ENFOQUE DIFUSO

Conference Paper · January 1999

CITATIONS READS
0 473

4 authors:

Rafael Medeiros Sperb Nilson Ribeiro Modro

Universidade Federal do Rio Grande (FURG) Universidade do Estado de Santa Catarina
35 PUBLICATIONS   160 CITATIONS    13 PUBLICATIONS   6 CITATIONS   

SEE PROFILE SEE PROFILE

Alejandro Martins Roberto C. S. Pacheco

Universidade Federal de Pelotas Federal University of Santa Catarina
24 PUBLICATIONS   105 CITATIONS    159 PUBLICATIONS   582 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Doctoral Thesis in Coproduction Metaframework to generate Strategic Supplies for Complex Environments View project

SAOM - Sentiment Analysis and Opinion Mining View project

All content following this page was uploaded by Rafael Medeiros Sperb on 07 January 2016.

The user has requested enhancement of the downloaded file.

 CLASSIFICAÇÃO DE MASSAS D’ÁGUA: UM
ENFOQUE DIFUSO
Sperb, Rafael M.; Modro, Nilson R.; Martins, Alejandro*; e, Pacheco*, Roberto C. S.

Programa de Pós-Graduação em Engenharia de Produção – PPGEP

Universidade Federal de Santa Catarina, Centro Tecnológico. C.P. 476 - CEP 88040 - 900
Florianópolis, Brasil

rafael@eps.ufsc.br; modro@eps.ufsc.br; martins@eps.ufsc.br; pacheco@eps.ufsc.br

ABSTRACT
Bodies of water masses are important due to their influence on: (a) climate and atmospheric patterns
of circulation, such as El Niño; (b) ocean production and (c) pollution transport along the oceans.
Their study relies on conservative properties such as Salinity and Temperature given to them in the
location they are formed. Therefore, these properties are "finger prints" that guide oceanographers in
their studies of three-dimensional ocean circulation. To date, any study considers typical values'
range of Salinity and Temperature that are crispy sets. These paper proposes a Fuzzy approach to
these sets to solve problems of uncertain data and misclassification of bodies of water.

RESUMO
As massas d´água são importantes devido a sua influência nos (a) padrão de circulação atmosférica e
na definição climática, como o fenômeno do El Niño; (b) na produção dos oceanos e (c) no trans-
porte de poluentes através dos oceanos. O estudo de sua distribuição se baseia em propriedades con-
servativas, principalmente salinidade e temperatura. Estas propriedades estão diretamente relaciona-
das aos eventos climáticos dos locais onde se formam, e são verdadeiras impressões digitais a guiar
oceanógrafos em seus estudos sobre a circulação tridimensional dos oceanos. Até o presente mo-
mento os pesquisadores consideram para a classificação de massas d´água valores típicos de salini-
dade e temperatura. Esta classificação tradicional utiliza limites rígidos (booleanos) de valores que
impossibilitam o tratamento das incertezas associadas aos dados utilizados na classificação. Neste
artigo apresentamos um enfoque difuso no tratamento e classificação de massas d´água, e discutimos
a significância dos expressivos resultados obtidos, especialmente no caso de valores excluídos da
classificação tradicional.

1. INTRODUÇÃO
O estudo da circulação tridimensional dos oceanos faz-se importante frente à três aspectos: (a) pela
influência que os corpos d’água infringem sobre os climas continentais e na própria circulação at-
mosférica, como exemplo, o fenômeno El Niño; (b) pela recirculação de nutrientes e por extensão na
produção primária dos ambientes marinhos; e mais recentemente (c) pela possível dispersão de po-
luentes lançados da região continental nos oceanos.

A águas dos oceanos possuem características físico-químicas e biológicas que são responsá-
veis pela definição de grandes volumes de água. Estes volumes, denominados de massas d’água, são
identificados através de parâmetros conserva-
tivosi, como Salinidade e Temperatura. A
formação dessas massas d'água ocorre em al-
gumas regiões distintas, especialmente em al-
tas latitudes, onde a água na superfície, sob
influência climática, tem seu valor de Salinida-
Figura 1. Esquema representando a formação de massas d'água.
de e Temperatura alterados. A combinação
destes dois parâmetros determina a densidade da massa d’água, que afundará até encontrar novo
equilíbrio hidrostático. Ao afundar,
estas massas "empurram" a água que
já se encontra na profundidade de
equilíbrio, gerando um deslocamento
horizontal destas (veja Figura 1). Este
processo, que pode ser contínuo ou
intermitente, é responsável pela for-
mação e propagação global destas
Fonte: [Ape90] massas (veja Figura 2).
Figura 2. Massas d'água para o Atlântico Norte e Sul
 Uma vez que o local de formação determina as características da massa d'água, podemos
considerá-las como uma “impressão digital”, sendo sua denominação relacionada à sua origem.

Em seu trajeto, as massas d'água sofrem misturas que alteram suas características originais. A
identificação das massas d'água e de suas misturas (tipo d'água) ao longo de seu percurso constitui-
se num dos problemas enfrentados pela oceanografia física.

Neste trabalho, busca-se aplicar lógica difusa ao processamento de dados de Salinidade e

Temperatura para classificação de massas d'água. Deste modo este trabalho apresenta-se dividido em
quatro partes. A primeira introduz ao leitor a lógica difusa. Na Segunda é apresentada a metodologia
de classificação de massas d'água. Em seguida, é abordada a solução difusa para o problema. E fi-
nalmente as conclusões são discutidas.

2. LÓGICA DIFUSA
A teoria dos Conjuntos Difusos [Zad65] é uma extensão da teoria Clássica que parte da classificação
rígida “sim” ou “não”, em outras palavras, na teoria clássica existem somente dois extremos, ou
“completamente verdadeiro” ou “completamente falso”. Entretanto, no mundo Difuso, existe uma
transição gradual entre os elementos de uma classe, onde eles variam em graus de verdade entre
[0,1], o que torna-os “parcialmente verdadeiro” ou “parcialmente falso”. Pela incorporação deste
conceito de “graus de verdade”, a lógica difusa estende a lógica clássica em dois caminhos. Primeiro,
os grupos são rotulados qualitativamente (usando termos lingüísticos, tais como: alto, baixo, morno,
ativo, perto, etc.). Segundo, os elementos destes grupos são caracterizados variando o grau de perti-
nência - µ. Por exemplo, um homem de 1.80m e um homem de 1.75m são membros do grupo
“ALTO”, embora o homem de 1.75m tenha um grau de pertinência menor [Fer96], conforme obser-
vado na figura 3.

0
m
1,60 1,80 2,00 2,20

Figura 3. Conjunto difuso "ALTO".

Seguindo o raciocínio humano devemos adotar esta flexibilidade de aproximação permitida pela Ló-
gica Difusa. Informações mais detalhadas sobre a Lógica Difusa podem ser obtidas nos trabalhos de
George J. Klir e Bo Yuan [Kli95] e Dubois, Prade e Yager [Dub97].

3. PROBLEMA ABORDADO
3.1 CLASSIFICAÇÃO DE MASSAS D'ÁGUA
A classificação de massas d'água é feita, basicamente, em função dos parâmetros de Temperatura e
Salinidade. Porém, os intervalos que caracterizam determinada massa d'água variam de acordo com
sua localização. Deste modo, a identificação dos valores típicos para cada local é feita com base em
estudos prévios. Para a região compreendida entre as latitudes 170 59’ S e 580 35’ S do Brasil,
Thomsen fez uma análise das estações oceanográficas amostradas pelas expedições Meteor, Disco-
very e Atlanta, chegando às seguintes ocorrências e valores típicos [Mas94]:

Temperatura Salinidade Massa D’Água

-1 34.64 AAF - Água Antártica de Fundo
03.44 - 05.09 34.20 - 34.41 APAN - Água Profunda do Atlântico Norte
04.00 - 15.00 33.70 - 34.15 ASA - Água Subantártica
06.00 - 18.00 34.50 - 36.00 ACAS - Água Central do Atlântico Sul
02.50 - 06.00 34.15 - 34.50 AIA - Água Intermediária Antártica
04.00 - 21.00 33.00 - 33.70 AC - Água Costeira
> 18.00 AT - Água Tropical
AST - Água Subtropical (ACAS x ASA)
Tabela 1. Classificação das massas d’água de acordo com Thomsen.

3.2 ÁREA E DADOS DE ESTUDO

O Departamento de Hidrografia e Navegação possui um banco de dados sobre cruzeiros de pesquisa
oceanográfica realizados desde 1956 ao longo da costa brasileira. As informações mantidas neste
banco de dados incluem, entre outros, dados de Salinidade e Temperatura a diversas profundidades
para a costa de Santa Catarina.

Para este estudo, diversas estações de amostragem ao largo da costa de Santa Catarina foram
selecionadas para, conforme apresentado na figura 4. Esta região foi selecionada devido, principal-
mente, a possibilidade de uso da classificação de Thomsen como referência.
 4 0 00 4 0 00
2 0 30
S 37
38
a 27
n 28 36
t 35
29
a 26
30 34
C 25 31
a 24
32
t 23
33
a 14
22
r 15
13
i 21
n 16
12
a 17 20
11
1
10 18
2
9
3 19

8
4

7
5

3 0 00
Figura 4. Identificação da área e dos pontos de amostra-
gem utilizados.

4. PROBLEMAS DE CLASSIFICAÇÃO
A forma de classificação tradicional gera intervalos que, quando utilizados para dados reais, muitas
vezes são bastante rígidos. Ou seja, um pequeno desvio para fora dos intervalos, tanto de salinidade
quanto de temperatura, causa a não classificação da massa. Isto foi verificado em prática com os da-
dos para região em estudo, principalmente para aqueles valores que caracterizam a interface entre
dois conjuntos de classificação (veja Figura 5). Esta rigidez nos intervalos de classificação impossibi-
lita o manuseio da incerteza presente neste tipo de dados.

TEMPERATURA

21 18 15 6 5.09 4 3.44 2.5

SALINIDADE

33.00 33.70 34.15 34.20 34.41 34.50 35.00 36.00

AST ACAS ASA APAN AC AIA

Figura 5. Conjuntos de classificação de massas d'água. Cada linha vertical representa uma interface, e a incerteza
associada aos valores do intervalo proposto por Thomsen.
5. ENFOQUE DIFUSO NA CLASSIFICAÇÃO DE MASSAS
D'ÁGUA
Conforme vimos anteriormente, as classes propostas por Thomsen são essencialmente crispy, ou
seja, não apresentam valores intermediários de pertinência. Nem mesmo na interface entre duas mas-
sas, onde seria bastante aconselhável. Dado que a variação de diluição ou mistura ocorre em graus
parciais, por natureza, ela se constitui num fenômeno difuso.

A capacidade dos conjuntos difusos em expressar as transições graduais de pertinência, tem

um largo espectro de aplicações. Ela nos fornece não somente uma representação significativa e po-
derosa de incertezas, mas também de conceitos vagos expressos em linguagem natural. Em analogia,
a rigidez crispy dos intervalos de temperatura e salinidade na classificação de massas d’água não
possibilita o tratamento de incertezas, principalmente quanto às diluições, que podem ser compara-
das aos conceitos vagos da linguagem natural. Os valores incertos que fogem a classificação, não
possuem relevância quando analisados sob o paradigma clássico. Já sob a ótica difusa, estes valores
não são apenas tratados, mas incorporados a solução.

5.1 DETERMINAÇÃO DOS CONJUNTOS DIFUSOS

Para verificar a aplicabilidade da Lógica Difusa no problema de classificação de massas d'água, fo-
ram feitas duas abordagens: a primeira utilizando o ANFIS (Adaptative Neural Fuzzy Inference Sys-
tem) para gerar um sistema de inferência do tipo Sugeno, e o segundo utilizando o sistema de infe-
rência do tipo Mandani ambos disponibilizados na toolbox de Lógica Difusa do MatLab 4.2C.1.

a) Sugeno: Foram utilizadas várias configurações, entretanto os melhores resultados foram obtidos
com 7 conjuntos difusos tanto para Temperatura quanto para a Salinidade. Isto resultou em erro de
treinamento na ordem de 5x10-4 para os dados com classificação. Entretanto nos testes para os da-
dos sem classificação os erros foram na casa dos 92.36%.

b) Mandani: inicialmente foram usadas as regiões de sobreposição e interface entre os valores típicos
para cada massa d'água como base para a definição dos conjuntos difusos trapezoidais. A escolha da
função de pertinência trapezoidal ocorreu para incorporar a incerteza presente nas interfaces. Ou
seja, a partir do suporte dos conjuntos crispy de classificação tradicional, foi adicionado um inter-
valo de tolerância para cada lado do valor de interface, proporcional ao tamanho do intervalo consi-
derado.

Esta abordagem foi implementada e testada através da toolbox de Lógica Difusa do MatLab,
utilizando um sistema difuso do tipo Mandani e com 24 regras do tipo:

1. (temperatura==T3) & (salinidade==S1) => (massa=AC)

2. (temperatura==T3) & (salinidade==S2) => (massa=ASA)
3. (temperatura==T1) & (salinidade==S3) => (massa=AIA)

Porém os resultados obtidos foram insatisfatórios. A partir destes conjuntos propostos, várias
modificações foram realizadas em seus suportes, mantendo-se porém as regras. Isto originou resul-
tados positivos, pois nos testes realizados utilizando 85 dados sem classificação pelo método tradici-
onal, foi obtido 89.41% de classificação corretaii através da abordagem difusa. Para valores sem pro-
blemas de classificação, o percentual de acerto foi de 100%. Os suportes finais dos conjuntos podem
ser observados na tabela 2.

Temperatura Salinidade
T1 -2.00 3.53 S1 32.50 33.80
T2 3.20 4.20 S2 33.46 34.39
T3 3.70 5.40 S3 34.05 34.30
T4 4.80 6.30 S4 34.18 34.43
T5 5.70 15.30 S5 34.20 34.71
T6 14.70 18.30 S6 34.29 36.50
T7 17.70 24.00

Tabela 2.Limites extremos das funções de pertinência finais.

6. CONCLUSÕES
A representação de classes de massas d'água através de conjuntos difusos mostra uma boa vantagem
sobre a classificação tradicional. Ela incorpora as incertezas da classificação quando trata as interfa-
ces como conjuntos difusos. Ou seja, assume existirem valores intermediários, fato observado nos
dados reais.

Os baixos resultados alcançados através da abordagem do tipo Sugeno devem-se ao fato

deste tipo de sistema (ANFIS) super especificar os dados de treinamento. Como no treinamento fo-
ram apenas utilizados os dados com classificação, quando testado um dado sem classificação o sis-
tema não conseguiu classificá-lo. Provavelmente, se o conjunto de treinamento contivesse dados fora
 da classificação tradicional, mas validados por um especialista, os resultados seriam mais promisso-
res.

Por outro lado, a eficiência observada no sistema do tipo Mandani se deve ao conhecimento
especialista agregado aos conjuntos difusos finais.

7. BIBLIOGRAFIA
[Ape90], APEL, J. R., “Principles of Ocean Physics”. Academic Press, London, UK, 1990. p631.
[Dub97] DUBOIS, Didier; PRADE, Henry; YAGER, Ronald R. Fuzzy Information Engineering: a guided tour of
applications, New York: John Wiley & Sons, 1.997
[Fer96] FERNANDES, A. M. R., “Sistema especialista difuso aplicado ao processo de análise química qualitativa de
amostras minerais”. Dissertação de Mestrado. PPEG. Universidade Federal de Santa Catarina. 1996.
[Kli95] KLIR,George J.; YUAN, Bo Fuzzy sets and Fuzzy Logic: Theory and applications, New Jersey: Prentice Hall,
1.995
[Mas94] MASCARENHAS JÚNIOR, A. S. & IKEDA, Y., Massas d’Água. Em: “Diagnóstico Ambiental Oceânico e
Costeiro das Regiões Sul e Sudeste do Brasil”. Oceanografia Física, Volume III. PETROBRÁS, 1994. pp 18-26.
[Zad65] ZADEH, L.A., Fuzzy Sets, Information and Control, [S.L], nº8, p. 338-353, 1.965

*
e também UNIVALI - Universidade do Vale do Itajaí, Rodovia SC 407 Km 4 - São José, SC – CEP 88122-000

i
São considerados conservativos por apresentarem alterações apenas nas margens continentais, "dentro" dos oceanos ocorrem apenas misturas entre difer-
entes massas dá água
ii
Estes dados foram classificados previamente por um especialista

View publication stats