Mineração de texto aplicada à análise de estudos de impacto ambiental de pequenas centrais hidrelétricas do Estado de Mato Grosso

Autores

DOI:

https://doi.org/10.20435/multi.v30i74.4727

Palavras-chave:

Processamento de Linguagem Natural (PLN), pré-processamento, frequência de palavras

Resumo

Com o avanço das legislações ambientais e das técnicas de controle de impactos, a quantidade de dados gerados aumentou significativamente, mas muitos desses dados são subutilizados. A mineração de texto, que extrai informações valiosas de dados textuais não estruturados, surge como uma ferramenta essencial para analisar relatórios de impacto ambiental e identificar padrões que podem melhorar políticas públicas e estratégias de gestão. Este estudo focou na análise textual dos estudos de impacto ambiental (EIA) de pequenas centrais hidrelétricas (PCHs) em Mato Grosso, utilizando técnicas como mineração de texto, nuvens de palavras e grafos para identificar temas recorrentes e inter-relações nos textos. A pesquisa também ressaltou a importância do pré-processamento dos textos para garantir análises precisas e a necessidade de uma revisão das legislações e melhorias na organização dos documentos disponíveis no site da SEMA-MT, para facilitar o acesso e a consulta pública.

Biografia do Autor

Lucas Michelotti Baldini, Universidade Federal de Mato Grosso (UFMT)

Mestre em recursos hídricos pela Universidade Federal de Mato Grosso (UFMT) e coordenador geral da Faculdade Católica de Cuiabá.

Anderson Castro Soares de Oliveira, Universidade Federal de Mato Grosso (UFMT)

Doutor em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras e professor do departamento de estatística da Universidade Federal de Mato Grosso (UFMT).

Ibraim Fantin da Cruz, Universidade Federal de Mato Grosso (UFMT)

Doutor em Recursos Hídricos e Saneamento Ambiental pelo Instituto de Pesquisas Hidráulicas da Universidade Federal do Rio Grande do Sul (UFRGS) e professor do departamento de engenharia sanitária e ambiental da Universidade Federal de Mato Grosso (UFMT).

Lia Hanna Martins Morita, Universidade Federal de Mato Grosso (UFMT)

Doutora em Estatística pela Universidade Federal de São Carlos (UFSCar) e professora do departamento de estatística da Universidade Federal de Mato Grosso (UFMT).

Referências

AYKURT, A. Y.; SESEN, E. Social media in social organization. European Scientific Journal, [S. l.], v. 13, n. 20, p. 1, 2017. DOI: 10.19044/esj.2017.v13n20p1.

BENOIT, K.; MUHR, D.; WATANABE, K. Multilingual stopword lists. CRAN, [S. l.], 2021.

BOVEN ENERGIA. EIA do Complexo Hidrelétrico Rancho Grande Volume III. São Paulo: BOVEN Energia, 2020.

BRASIL. Ministério do Meio Ambiente [MMA]. Conselho Nacional do Meio Ambiente [CONAMA]. Resolução CONAMA n. 237, de 19 de dezembro de 1997 Publicada no DOU no 247, de 22 de dezembro de 1997, Seção 1, páginas 30841-30843. Brasília, DF: MMA; CONAMA, 1997.

BRASIL. Decreto no 99.274, de 6 de junho de 1990. Regulamenta a Lei nº 6.902, de 27 de abril de 1981, e a Lei nº 6.938, de 31 de agosto de 1981, que dispõem, respectivamente sobre a criação de Estações Ecológicas e Áreas de Proteção Ambiental e sobre a Política Nacional do Meio Ambiente, e dá outras providências. Brasília, DF: Presidência da República; Casa Civil; Subchefia para Assuntos Jurídicos, 1990.

BRASIL. Ministério do Meio Ambiente [MMA]. Conselho Nacional do Meio Ambiente [CONAMA]. Resolução CONAMA n. 001, de 23 de janeiro de 1986. Dispõe sobre critérios básicos e diretrizes gerais para a avaliação de impacto ambiental. Brasília, DF: MMA; CONAMA, 1986.

BULEGON, H.; MORO, C. M. C. Mineração de texto e o processamento de linguagem natural em sumários de alta hospitalar. Journal of Health Informatics, [S. l.], v. 2, n. 2, 2010.

CHOWDHURY, G. G. Natural language processing. Annual Review of Information Science and Technology, [S. l.], v. 37, n. 1, p. 51-89, 31 jan. 2005.

CTE. Estudo de Impacto Ambiental da PCH Galera Volume III. Goiânia: Centro Tecnológico De Engenharia ltda, 2013.

CTE. Estudo de Impacto Ambiental da PCH Itiquira III Volume III. Goiânia: Centro Tecnológico De Engenharia ltda, 2012.

DUTT-ROSS, S.; CRUZ, B. P. A. Análise Quantitativa de Textos: apresentação e operacionalização da técnica via Twitter. Administração: Ensino e Pesquisa, Rio de Janeiro, v. 22, n. 1, jan./abr. 2021. DOI: https://doi.org/10.13058/raep.2021.v22n1.1859.

ENERGIA CONSULT. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH Mogno. São Paulo: Energia Consult Engenharia, Consultoria e Gerenciamento de Projetos Ltda, 2012.

ESRI. ArcGIS 10.8: geographic information system software. Redlands: Environmental Systems Research Institute, 2020.

FEINERER I.; HORNIK K.; MEYER, D. Text Mining Infrastructure in R. Journal of Statistical Software, [S. l.], v. 25, n. 5, mar. 2008. Disponível em: CRAN: Package tm (r-project.org). Acesso em: 26 mar. 2024

FELDMAN, R.; SANGER, J. The Text Mining Handbook: advanced approaches in analyzing unstructured data. Cambridge: University Press, 2007.

JESUS, E. N.; FEITOSA, F. R. S.; SOBRAL, I. S.; SILVA, H. P. Educação ambiental e o licenciamento: um olhar sobre os relatórios de impactos ambientais do estado de Sergipe. Revista de Ciências Ambientais, Canoas, v. 12, n. 1, 2018. DOI: https://doi.org/10.18316/rca.v12i1.3449

MLT. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH Barra da Onça e Alto Garças. Belo Horizonte: MLT Engenharia de Projetos Ambientais, 2016.

MOHAMMAD, S. M.; TURNEY, P. D. Crowdsourcing a word-emotion association lexicon. Computational Intelligence, [S. l.], v. 29, n. 3, p. 436-65, 2013.

MRS. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH Otacílio Lucion. Brasília: MRS Ambiental, 2021.

MRS. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH’s Cumbuco e Geóloga Lucimar Gomes. Brasília: MRS Ambiental, 2020a.

MRS. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH Entre Rios. Brasília: MRS Ambiental, 2020b.

MRS. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH Vila União. Brasília: MRS Ambiental, 2020c.

NAVEGA, S. Princípios essenciais do data mining. Intelliwise Research and Training, São Paulo, ago. 2002.

PROAMB. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH Estivadinho III. Bento Gonçalves: PROAMB, 2017

PROAMB. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH Sacre 14. Bento Gonçalves: PROAMB Projetos e Consultoria Ambiental ltda, 2016. 385 p. Disponível em: http://sema.mt.gov.br/eia-rima. Acesso em: 12 jul.

PROAMB. Estudo de Impacto Ambiental de Pequenas Centrais Hidrelétricas PCH Juina 117. Bento Gonçalves: PROAMB, 2013.

PROGEPLAN. Estudo de Impacto Ambiental (EIA) Volume III - Análise e Avaliação dos Impactos Ambientais; Medidas Mitigadoras Preventivas e Compensatórias; Programas Ambientais; Alternativas Locacionais; Prognóstico Ambiental e Análise de Risco. Brasília: PROGEPLAN, 2021.

R CORE TEAM. R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, 2023.

SÁNCHEZ, L. E. Avaliação de impacto ambiental: conceitos e métodos. 2. ed. São Paulo: Oficina de Textos, 2013. 87p.

SEIVA. Estudo de Impacto Ambiental das pequenas centrais hidrelétricas formoso I, II e III, Volume VI, Capitulo VII, Cuiabá-MT: Seiva, 2011. 90 p.

SRIVASTAVA, A. N.; SAHAMI, M. (Ed.). Text Mining: classification, clustering, and applications. Boca Raton: Chapman & Hall/CRC, 2009.

SUHAIDI, M.; KADIR, R. A.; TIUN, S. The impact of preprocessing techniques towards word embedding. In: BADIOZE ZAMAN, H. et al. (Ed.). Advances in Visual Informatics: IVIC 2023. Singapore: Springer, 2023. DOI: https://doi.org/10.1007/978-981-99-7339-2_35

TURBAN, E.; WETHERBE, J. C.; MCLEAN, E.; LEIDNER, D. E. Tecnologia da informação para gestão: transformando os negócios na economia digital. 6. ed. Porto Alegre: Bookman, 2010. 680 p.

UR-RAHMAN, N. Textual data mining for knowledge discovery and data classification: a comparative study. European Scientific Journal, [s. l.], v. 13, n. 21, p. 429-53, 2017. DOI: http://dx.doi.org/10.19044/esj.2017.v13n21p429.

UYSAL, A. K.; GUNAL, S. The impact of preprocessing on text classification. Information Processing & Management, [S. l.], v. 50, n. 1, p. 104-112, 2014. ISSN 0306-4573. DOI: https://doi.org/10.1016/j.ipm.2013.08.006.

WIJFFELS, J. UDPipe Natural Language Processing - Basic Analytical Use Cases. CRAN, [S. l.], 2023.

ŽIŽKA, J.; DAŘENA, F.; SVOBODA, A. Text mining with machine learning: principles and techniques. Boca Raton: CRC Press, 2019.

Downloads

Publicado

2025-03-07

Como Citar

Michelotti Baldini, L., Castro Soares de Oliveira, A., Fantin da Cruz, I., & Hanna Martins Morita, L. (2025). Mineração de texto aplicada à análise de estudos de impacto ambiental de pequenas centrais hidrelétricas do Estado de Mato Grosso. Multitemas, 30(74), 25–54. https://doi.org/10.20435/multi.v30i74.4727