Sistema De Apoio À Decisão Aplicada Aos Recursos Hídricos Subterrâneos

115 Pages·2012·2.31 MB·Portuguese

UNIVERSIDADE ESTADUAL DO CEARÁ (UECE)
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO CEARÁ

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO

FREDERICO CLÁUDIO PEIXINHO

SISTEMA DE APOIO À DECISÃO APLICADO À GESTÃO DE
RECURSOS HÍDRICOS SUBTERRÂNEOS

RIO DE JANEIRO
2012
ii
FREDERICO CLÁUDIO PEIXINHO

SISTEMA DE APOIO À DECISÃO APLICADO À GESTÃO DE RECURSOS
HÍDRICOS SUBTERRÂNEOS

Dissertação apresentada ao Curso de Mestrado
Profissional em Computação Aplicada do Centro de
Ciências e Tecnologia - CCT da Universidade Estadual do
Ceará, como requisito parcial para a obtenção do grau
Mestre em Computação Aplicada.

Orientador(a): Prof. Dr. Flávio Luis de Mello

RIO DE JANEIRO
2012
iii

F363m Peixinho, Frederico Cláudio

Sistema de Apoio à Decisão aplicado à Gestão de Recursos
Hídricos Subterrâneos. — Rio de Janeiro, 2012.

125 p. : il.
Orientador: Prof. Flávi o Luis de Mello, D. Sc. (UFRJ)
Monografia (Mestrado em Computação Aplicada) –
Universidade Estadual do Ceará, Mestrado Profissional em
Computação Aplicada.
1. SAD. 2. Sistema d e Apoio à Decisão. I. Universidade
Estadual do Ceará, Mestrado Profissional em Computação
Aplicada.
iv
FREDERICO CLÁUDIO PEIXINHO

SISTEMA DE APOIO À DECISÃO APLICADO À GESTÃO DOS RECURSOS
HÍDRICOS SUBTERRÂNEOS

Dissertação apresentada ao Mestrado Profissional em
Computação Aplicada do Centro de Ciências e Tecnologia
– CCT da Universidade Estadual do Ceará, como requisito
parcial para a obtenção do grau Mestre em Computação
Aplicada.

Aprovada em: 21/03/2012

BANCA EXAMINADORA

_______________________________________________
Prof. Dr. Flávio Luis de Mello, D.Sc. (Orientador)
Universidade Federal do Rio de Janeiro – UFRJ

________________________________________________
Prof. Dr. Luiz Felipe Coutinho, D.E.
Instituto Militar de Engenharia – IME

________________________________________________
Prof. Dr. Airton Fontenele Sampaio Xavier, D.Sc.
Universidade Estadual do Ceará – UECE

________________________________________________
Prof. Dr. Marcos José Negreiros Gomes, D.Sc.
Universidade Estadual do Ceará – UECE
v
DEDICATÓRIA

À minha esposa e filhas que sempre estiveram presentes me estimulando e
compartilhando os momentos de dificuldades e renúncias.

Edmea, Joana, Carolina e Gabriela
vi
AGRADECIMENTOS

A Deus por me permitir transitar na vida terrena com o compromisso do aprimoramento
intelectual e moral, tendo a ciência e o saber, como fio condutor para o meu progresso
espiritual.
À UFRJ – Escola Politécnica da Universidade Federal do Rio de Janeiro, uma referência no
ensino superior.
Aos professores, do Mestrado Profissional em Computação Aplicada da UECE, que tanto
contribuíram com seus ensinamentos, incentivos e apoio a este trabalho.
Em especial, aos professores José Francisco Julião, DSc. (MPCOMP), e Airton Xavier,
DSc. (UECE), que transferiram com maestria os seus conhecimentos e saberes, bem como
incentivaram e apoiaram no desenvolvimento desta dissertação.
Igualmente e em especial, aos professores Flávio Luis de Mello, DSc. (UFRJ) e Edilberto
Strauss, Ph.D. (UFRJ) que me orientaram e incentivaram, respectivamente, na condução
deste trabalho.
Aos colegas do Mestrado Profissional em Computação Aplicada, realizada na UFRJ – Rio
de Janeiro, pelo estímulo e contribuição.
Aos colegas de trabalho, Ricardo Villafan, Maria Antonieta Mourão, Francisco Barbosa,
Marcos Nóbrega, Josias Lima, Leonardo da Matta, Maria Cristina Maio e parentes
Carolina Carneiro Peixinho e Priscila Peixinho Fiorindo, que contribuíram com sugestões,
material e informações.
A todos que direta ou indiretamente contribuíram com sugestões, material e informações e
que por lapso ou esquecimento não foram citados.
.
vii

―Ergo a cabeça ela não treme se a busco não a encontro vazia.‖
Aristóteles Damasceno Peixinho, meu pai.
viii
RESUMO

Esta dissertação apresenta uma metodologia, apoiada no Business Intelligence (BI), para
oferecer apoio à decisão do setor de recursos hídricos subterrâneos, dado que este recurso é
vital e estratégico para a implementação das políticas públicas e a melhoria da qualidade de
vida da população de uma dada região. A ideia fundamental consistiu em propor um modelo
para projetar um sistema de apoio à decisão, a partir da base de dados operacional, que
enriquecida e sintetizada, resulta numa base de dados referencial, servindo esta de suporte
para a construção de um repositório de dados (Data Warehouse) para em seguida, utilizar
tecnologias OLAP (On-line Analytical Processing) e algoritmos de Mineração de Dados
(Data Minning). A abordagem metodológica se apoia nos principais componentes do BI -
Base de Dados (Data Warehouse), Análise de Negócio (OLAP e Data Mining), Monitoria e
Avaliação do Desempenho (Business Performance Management). Neste sentido, este trabalho
contribuiu para internalizar a cultura de BI no ambiente de recursos hídricos subterrâneos;
fomentar o uso pelos tomadores de decisão de ferramentas mais apropriadas na gestão de
recursos hídricos subterrâneos; enriquecer a base de dados de poços profundos administrada
pelo sistema de apoio à decisão; aumentar da eficácia no armazenamento, operação e gestão
de base de dados de águas subterrâneas; e melhorar a produtividade e a qualidade dos serviços
prestados em recursos hídricos subterrâneos.

Palavras - Chave: Data Warehouse, OLAP, Data Mining, Business Performance
Management, Sistema de Informações de Águas Subterrâneas.
ix
ABSTRACT

This dissertation aims to present a methodology, based on Business Intelligence (BI) to
provide decision support to managers and business analysts in the field of groundwater
resources, considering that this resource is vital and strategic to the implementation of public
policies and improved quality of life in a given region. The fundamental idea is to propose a
methodology to extract a basic framework that will support the construction of data repository
(Data Warehouse) from the enriched and synthesized operational database. Then, the next
steps consists of the application of OLAP technology (Online Analytical Processing) and Data
Mining algorithms (Data Mining), to provide historical and current data of performance, and a
better understanding of the usage profile and the use of groundwater resources. The
methodological approach relies on major components of BI - Database (Data Warehouse),
business analysis (OLAP and Data Mining), performance assessment (Business Performance
Management) and user interface (Dashboard) - applied to the groundwater operational
database. Thus, the present study contributed to: internalize the culture of BI in groundwater
resources environment; promote the use of appropriate tools by decision makers in the
management of groundwater resources; enrich the deep wells database that is managed by
support system decision; increase efficiency in operating and managing groundwater
database; and improve the productivity and the quality of services rendered in groundwater
resources.

Key-words: Data Warehouse, OLAP, Data Mining, Business Performance Management,
Information System for Groundwater.
x
LISTA DE FIGURAS

Figura 1- Distribuição da Água na Terra ........................................................................ 16
Figura 2 - Distribuição Percentual do Povoamento do Banco de Dados SIAGAS ...... 23
Figura 3 - Etapas do Processo KDD .............................................................................. 29
Figura 4 - Estrutura e Visualização do Data Warehouse ............................................... 35
Figura 5 - Interatividade entre Funcionalidades e Técnicas de Mineração de dados .... 47
Figura 6 - Funcionalidades em Mineração de Dados ..................................................... 48
Figura 7 - Sub-funcionalidades da Análise e do Descobrimento .................................... 49
Figura 8 - Gráfico de Nível d’água de um Poço – USGS .............................................. 61
Figura 9 - Modelo Conceitual do SAD Aplicado aos Recursos Hídricos Subterrâneos.. 64
Figura 10 - Modelo de Negócio do SAD Aplicado aos Recursos Hídricos
Subterrâneos .................................................................................................. 68
Figura 11 - Modelo de Dados SIAGAS .......................................................................... 72
Figura 12 - Módulo de Entrada de Dados ....................................................................... 73
Figura 13 - Módulo de Consulta na Web – cruzamento de informação espacial e
Tabular ......................................................................................................... 74
Figura 14 - Módulo de Consulta na Web – espacialização de dados ............................. 74
Figura 15 - Módulo de Análise e Interpretação de Dados – relatórios ........................... 75
Figura 16 - Rede RIMAS – Mapa de Situação dos Aquíferos ....................................... 76
Figura 17 - Mapa de Distribuição dos Poços Cadastrados na Base de Dados ............... 78
Figura 18 - Arquitetura de um Operacional Data Store (ODS) ....................................... 81
Figura 19 - Modelo Lógico do MGE ............................................................................... 88
Figura 20 - Modelo Conceitual do SAD .......................................................................... 93
Figura 21: Mapa de Localização dos Poços .................................................................... 98
Figura 22 - Mapas de Isovalores de Qualidade de Água ................................................. 99
Figura 23 - Principais Indicadores de Qualidade de Água de Poços .............................. 99