Modelo de aptidão e de localização-alocação de usinas bioenergéticas utilizando Sistemas de Informações Geográficas
Capacity and Location-Allocation Model of Bioenergetic Plant using the Geographic Information System
| dc.contributor | Soares, Vicente Paulo | |
| dc.contributor | http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781715A9 | |
| dc.contributor | Ribeiro, Carlos Antônio Alvares Soares | |
| dc.contributor | http://lattes.cnpq.br/0257744922714589 | |
| dc.contributor | Menezes, Sady Júnior Martins da Costa de | |
| dc.contributor | http://lattes.cnpq.br/6345604752446523 | |
| dc.creator | Costa, Fabrício Rodrigues | |
| dc.date | 2015-03-26T13:15:33Z | |
| dc.date | 2014-12-02 | |
| dc.date | 2015-03-26T13:15:33Z | |
| dc.date | 2014-02-12 | |
| dc.date.accessioned | 2023-09-27T20:40:20Z | |
| dc.date.available | 2023-09-27T20:40:20Z | |
| dc.identifier | COSTA, Fabrício Rodrigues. Capacity and Location-Allocation Model of Bioenergetic Plant using the Geographic Information System. 2014. 74 f. Dissertação (Mestrado em Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de) - Universidade Federal de Viçosa, Viçosa, 2014. | |
| dc.identifier | http://locus.ufv.br/handle/123456789/3163 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8946365 | |
| dc.description | O objetivo deste estudo foi desenvolver um modelo de aptidão e de localização- alocação, alicerçado na tecnologia dos Sistemas de Informações Geográficas, para otimizar a distribuição espacial de usinas bioenergéticas de cana-de-açúcar, visando à produção de álcool e à geração de bioeletricidade na região do Triângulo Mineiro, Minas Gerais. Foram utilizados os softwares ArcGIS 10.2 e Microsoft Excel 2010. As bases de dados foram constituídas de 15 temas. Os procedimentos de análises espaciais foram divididos em duas etapas: 1) identificação das zonas de exclusão, que compunham as localidades com restrições absolutas; e 2) identificação das zonas de aptidão e das localizações potenciais de usinas bioenergéticas. As zonas aptas foram obtidas pelo processo multicriterial de Combinação Linear Ponderada, que utilizou as zonas de exclusão, os nove critérios (áreas de plantio de cana-de-açúcar, áreas urbanas, hidrografia, biomas, declividades, uso da terra, ferrovias, linhas de transmissão e rodovias), bem como os seus respectivos pesos gerados pelo Processo Analítico Hierárquico (AHP). Posteriormente, o raster gerado foi reclassificado em cinco classes (muito baixa, baixa, média, alta, muito alta), empregando-se o método Natural Breaks (Jenks), seguido de uma etapa de pós-processamento. Por fim, selecionaram-se áreas superiores a 50.000 m2 e pertencentes à classe muito alta, que foram convertidas a pontos, representando os locais potenciais. O problema de localização ideal foi solucionado por meio do Modelo de Localização-Alocação, disponível no ArcGIS, utilizando-se a opção Maximize Capacitated Coverage do módulo Location-Allocation, que minimiza a soma das distâncias entre os pontos de oferta de cana-de-açúcar e as usinas bioenergéticas. Foram desenvolvidos vários cenários para instalação de usinas com demandas decrescentes de capacidade 24 a 8,8 Mt/ano em relação ao número crescente de usinas (de 1 até 30). Nesse modelo foram utilizados os locais potenciais gerados, a malha rodoviária e os centroides dos polígonos resultantes da interseção das áreas de cana-de-açúcar e de uma grade de 1.000 x 1.000 m. As localidades com restrições para instalação de usinas bioenergéticas representam aproximadamente 50 % da região. Constatou-se que a área central e a nordeste do Triângulo Mineiro são as piores regiões para localizar usinas bioenergéticas, enquanto as regiões da periferia são as melhores. No planejamento estratégico de instalação de usinas é fundamental utilizar os sistemas de informações geográficas para apoiar o processo de tomada de decisão, bem como para apresentação sob a forma de mapas temáticos, que favorecem a compreensão do espaço de soluções e estimulam a interpretação mais abrangente do gestor. A análise multicritério foi eficaz para o desenvolvimento de um índice de aptidão. O aumento no número de usinas de menor capacidade resulta na sua melhor distribuição espacial. | |
| dc.description | The aim of this study was to develop a capacity and location-allocation model based upon the Geographic Information System (GIS) seeking to optimize the spatial distribution of sugarcane bioenergetic plants in order to produce alcohol and to generate biomass power in the region of Triângulo Mineiro, State of Minas Gerais, Brazil. It was used the softwares ArcGIS 10,2 and Microsoft Excel 2010. The databases consisted of 15 themes. The spatial analysis procedures have been divided into two steps: 1) exclusion zones that comprised fixed restriction sites and 2) zones of capability and of potential locations for bioenergetic plants. The suitable zones were obtained through multicriterial process of Weighted Linear Combination (WLC), which used the exclusion zones, the nine criteria (sugarcane growing areas, urban areas, hydrography, biome, declivity, land use, railroads, transmission line and highways), as well as their respective weights generated by the Analytic Hierarchy Process (AHP). Subsequently, the generated raster was reclassified into five categories (very low, low, medium, high, and too high) using the Natural Breaks (Jenks) method and then a post-processing step was performed. Finally, areas over 50,000m2 of very high category were selected, which have been converted into points representing potential sites. The problem of optimal location was ascertained by means of the Location-Allocation Model using the Maximize Capacitated Coverage option of the Location-Allocation module that minimizes the amount of the distances among points of supply of sugarcane and bioenergetic plants. Several scenarios were developed for the establishment of power plants with decreasing capacity demands from 24 to 8.8 Mt/year regarding the growing number of power plants up to 30. In this model, the generated potential sites, the road mesh, the centroids of the sugarcane field intersection and the 1,000 x 1,000 m grid were used. The restricted sites concerning the installation of bioenergetic plants represent nearly 50 % of the region. It was founded that the central area and the Northeastern area of the Triângulo Mineiro are the worst areas to locate bioenergetic plants while the areas of periphery are the best one for this purpose. The use of geographic information systems is crucial to the strategic planning of bioenergetic plants establishment to support the decision-making process as well as the exhibition in thematic maps, which contribute to comprehend the search space and also encourage a broader interpretation of the manager. The multicriteria analysis was efficient for the development of a capacity index. The enhancement of the number of small capacity power plants leads to a better spatial distribution. | |
| dc.description | Fundação de Amparo a Pesquisa do Estado de Minas Gerais | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.publisher | Universidade Federal de Viçosa | |
| dc.publisher | BR | |
| dc.publisher | Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de | |
| dc.publisher | Mestrado em Ciência Florestal | |
| dc.publisher | UFV | |
| dc.rights | Acesso Aberto | |
| dc.subject | Agroindústria canavieira | |
| dc.subject | Sistemas de informação geográfica | |
| dc.subject | Sugarcane agribusiness | |
| dc.subject | Geographic information systems | |
| dc.subject | CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::MANEJO FLORESTAL | |
| dc.title | Modelo de aptidão e de localização-alocação de usinas bioenergéticas utilizando Sistemas de Informações Geográficas | |
| dc.title | Capacity and Location-Allocation Model of Bioenergetic Plant using the Geographic Information System | |
| dc.type | Dissertação |