Publicado

2017-07-01

Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación

New methodology based on fuzzy extensions of transformation functions for the design of environmental quality indexes

DOI:

https://doi.org/10.15446/ga.v20n2.65762

Palabras clave:

Índice de calidad ambiental, matemática difusa, extensión difusa, función de transformación, gestión ambiental. (es)
Environmental quality index, fuzzy mathematics, fuzzy extension, transformation function, environmental management. (en)

Descargas

Autores/as

El propósito de este artículo es presentar una metodología nueva y rigurosa, basada en el concepto de extensión difusa de una función de transformación para el diseño de índices de calidad ambiental. Una extensión difusa es una generalización de una función clásica extendida al campo de los conjuntos difusos en R. Las funciones de transformación se utilizan para convertir los valores que toman los indicadores ambientales en un emplazamiento, en sus contribuciones al índice de calidad ambiental. Para diseñar el índice de calidad ambiental se define un conjunto de atributos que debe incluir todos los factores significativos en lo concerniente a la calidad ambiental objeto de valoración. Para cuantificar cada atributo se selecciona un indicador ambiental, junto con su rango de valores. A continuación, se define una extensión difusa para cada indicador ambiental. Seguidamente, se calcula una matriz de comparación por pares de las importancias relativas de los atributos, a partir de la cual se determina su correspondiente vector de prioridades normalizado. Los valores que toman los indicadores en el emplazamiento objeto de estudio se describen en términos difusos, y la contribución difusa al índice de calidad ambiental se obtiene como la imagen del valor del indicador a través de la extensión difusa de la función de transformación. El valor difuso del índice de calidad ambiental es el resultado de agregar las contribuciones difusas, teniendo en cuenta sus importancias relativas. Finalmente, por desborrosificación del valor difuso del índice de calidad ambiental, se calculan los estimadores clásicos, puntual y de intervalo del índice de calidad ambiental.

The aim of this paper is to introduce a new and rigorous methodology based on the concept of a fuzzy extension of a transformation function for the design of environmental quality indexes. A fuzzy extension is a generalisation of a classical function extended to the field of the fuzzy sets defined in R. Transformation functions are used to convert the values taken by the environmental indicators on the site into the values that represent their contributions to the environmental quality index. For the design of the index, a set of attributes is defined, which should include all the significant factors of the environmental quality under consideration. In addition, an environmental indicator is selected to quantify each attribute, together with its range of values. Next, a fuzzy extension is defined for each environmental indicator and subsequently, a pair-wise comparison matrix of the relative importance of the attributes is calculated, and a standardized priority vector is determined. The values taken by the environmental indicators on the site are described in fuzzy terms. The fuzzy contribution to the environmental quality index is the image of the indicator’s value through the fuzzy extension of the transformation function. The fuzzy value of the environmental quality index is the result of adding the fuzzy contributions according to their relative importance. Finally, punctual and interval classic estimators of the environmental quality index are calculated by the defuzzification of the fuzzy value of the environmental quality index.

Referencias

Abouelnaga, A., Metwally, A., Aly, N., Nagy, M., Agamy, S., 2010. Assessment of nuclear energy sustainability index using fuzzy logic. Nucl. Eng. Des. 240, 1928-1933. DOI: 10.1016/j.nucengdes.2010.03.010

Adriaenssens, V., De Baets, B., Goethals, P., De Pauw, N., 2004. Fuzzy rule-based models for decision support in ecosystem management. Sci. Total Environ. 319, 1-12. DOI: 10.1016/S0048-9697(03)00433-9

Arunraj, N., Maiti, J., 2009. Development of environmental consequence index (ECI) using fuzzy composite programming. J. Hazard. Mater. 162, 29-43. DOI: 10.1016/j.jhazmat.2008.05.067

Crawford, G., 1987. The geometric mean procedure for estimating the scale of a judgment matrix. Math. Modelling 9, 327-334. DOI: 10.1016/0270-0255(87)90489-1

Duarte, O., 2000. Técnicas difusas en la evaluación del impacto ambiental. Tesis de doctorado. Escuela Técnica Superior de Ingeniería Informática, Departamento de ciencias de la Computación e Inteligencia Artificial, Universidad de Granada, Granada, España.

Genske, D., Heinrich, K., 2009. A knowledge-based fuzzy expert system to analyse degraded terrain. Expert Syst. Appl. 36, 2459-2472. DOI: 10.1016/j.eswa.2007.12.021

Gharibi, H., Mahvi, A., Nabizadeh, R., Arabalibeik, H., Yunesian, M., Sowlat, M., 2012. A novel approach in water quality assessment based on fuzzy logic. J. Environ. Manage. 112, 87-95. DOI: 10.1016/j.jenvman.2012.07.007

Hu, Y., Wang, Z., Wen, J., Li, Y., 2016. Stochastic fuzzy environmental risk characterization of uncertainty and variability in risk assessments: a case study of polycyclic aromatic hydrocarbons in soil at a petroleum-contaminated site in China. J. Hazard. Mater. 316, 143-150. DOI: 10.1016/j.jhazmat.2016.05.033

Icaga, Y., 2007. Fuzzy evaluation of water quality classification. Ecol. Indic. 7, 710-718. DOI: 10.1016/j.ecolind.2006.08.002

Kaufmann, M., Tobias, S., Schulin, R., 2009. Quality evaluation of restored soils with a fuzzy logic expert system. Geoderma 151, 290-302. DOI: 10.1016/j.geoderma.2009.04.018

Kaya, T., Kahraman, C., 2011. An integrated fuzzy AHP-ELECTRE methodology for environmental impact assessment. Expert Syst. Appl. 38, 553-8562. DOI: 10.1016/j.eswa.2011.01.057

Lermontov, A., Yokoyama, L., Lermontov, M., Soares, M., 2009. River quality analysis using fuzzy water quality index: Ribeira do Iguape river watershed, Brazil. Ecol. Indic. 9, 1188-1197. DOI: 10.1016/j.ecolind.2009.02.006

Liu, G., Baniyounes, A., Rasul, M., Amanullah, M., Khan, M., 2012. Fuzzy logic based environmental indicator for sustainability assessment of renewable energy system using life cycle assessment. Procedia Engineering 49, 35-41. Energy-IEF International Energy Congress (IEF-IEC2012). DOI: 10.1016/j.proeng.2012.10.109

Marchini, A., Facchinetti, T., Mistri, M., 2009. F-IND: A framework to design fuzzy indices of environmental conditions. Ecol. Indic. 9, 485-496. DOI: 10.1016/j.ecolind.2008.07.004

Martins Gurgat, B., Carvalho-Oliveira, R., Canavese de Oliveira, D., Joucoski, E. Antoniaconi, G., Saldiva, P., Arantes Reis, R., 2016. Atmospheric metal pollutants and environmental injustice: A methodological approach to environmental risk analysis using fuzzy logic and tree bark. Ecol. Indic. 71, 428-437. DOI: 10.1016/j.ecolind.2016.07.028

Musee, N., Lorenzen, L., Aldrich, C., 2008. New methodology for hazardous waste classification using fuzzy set theory. Part I. Knowledge acquisition. J. Hazard. Mater. 154, 1040-1051. DOI: 10.1016/j.jhazmat.2007.11.011

Nasiri, F., Huang, G., 2008. A fuzzy decision aid model for environmental performance assessment in waste recycling. Environ. Modell. Softw. 23, 677-689. DOI: 10.1016/j.envsoft.2007.04.009

Peche, R., 2006. Valoración cualitativa de impactos ambientales mediante lógica difusa. Gest. Ambient. 9, 99-113.

Peche, R., Rodríguez, E., 2009. Environmental impact assessment procedure: A new approach based on fuzzy logic. Environ. Impact Assess. Rev. 29, 275-283. DOI: 10.1016/j.eiar.2009.01.005

Peche, R., Rodríguez, E., 2011. Environmental impact assessment by means of a procedure based on fuzzy logic: a practical application. Environ. Impact Assess. Rev. 31, 87-96. DOI: 10.1016/j.eiar.2010.03.006

Peche, R., Rodríguez, E., 2012. Development of environmental quality indexes based on fuzzy logic. a case study. Ecol. Indic. 23, 555-565. DOI: 10.1016/j.ecolind.2012.04.029

Peche, R., Rodríguez, E., 2015. Fuzzy extension of a classical function: an alternative to the knowledge base for modelling imprecise relations. Appl. Math. Model. 39, 3024-3049. DOI: 10.1016/j.apm.2014.11.030

Prato, T., 2009. Fuzzy adaptive management of social and ecological carrying capacities for protected areas. J. Environ. Manage. 90, 2551-2557. DOI: 10.1016/j.jenvman.2009.01.015

Rodríguez, E., Peche, R., Garbisu, C., Gorostiza, I., Epelde, L., Artetxe, U., Irizar, A., Soto, M., Becerril, J., Etxebarría, J., 2016. Dynamic quality index for agricultural soils based on fuzzy logic. Ecol. Indic. 60, 678-692. DOI: 10.1016/j.ecolind.2015.08.016

Ruiz-Padillo, A., Ruiz, D., Torija, A., Ramos-Ridao, A., 2016. Selection of suitable alternatives to reduce the environmental impact of road traffic noise using a fuzzy multi-criteria decision model. Environ. Impact Assess. Rev. 61, 8-18. DOI: 10.1016/j.eiar.2016.06.003

Sami, M., Shiekhdavoodi, M., Pazhohanniya, M., Pazhohanniya, F., 2014. Environmental comprehensive assessment of agricultural systems at the farm level using fuzzy logic: a case study in cane farms in Iran. Environ. Model. Softw. 58, 95-108. DOI: 10.1016/j.envsoft.2014.02.014

Sánchez, L., 2015. Control difuso para la valoración del impacto ambiental generado por contaminantes emergentes en aguas residuales hospitalarias. Gest. Ambient. 18, 81-93.

Stroppiana, D., Boschetti, M., Brivio, P., Carrara, P., Bordogna, G., 2009. A fuzzy anomaly indicator for environmental monitoring at continental scale. Ecol. Indic. 9, 92-106. DOI: 10.1016/j.ecolind.2008.02.002

Wieland, R., Gutzler, C., 2014. Environmental impact assessment based on dynamic fuzzy simulation. Environ. Model. Softw. 55, 235-241. DOI: 10.1016/j.envsoft.2014.02.001

Zadeh, L., 1965. Fuzzy sets. Inform. Control 8, 338-353. DOI: 10.1016/S0019-9958(65)90241-X

Zulueta, Y., Rodríguez, D., Bello, R., Martínez, L., 2016. A linguistic fusion approach for heterogeneous environmental impact significance assessment. Appl. Math. Model. 40, 1402-1417. DOI: 10.1016/j.apm.2015.07.016

Cómo citar

APA

Peche G., R. (2017). Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación. Gestión y Ambiente, 20(2), 178–198. https://doi.org/10.15446/ga.v20n2.65762

ACM

[1]
Peche G., R. 2017. Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación. Gestión y Ambiente. 20, 2 (jul. 2017), 178–198. DOI:https://doi.org/10.15446/ga.v20n2.65762.

ACS

(1)
Peche G., R. Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación. Gest. Ambient. 2017, 20, 178-198.

ABNT

PECHE G., R. Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación. Gestión y Ambiente, [S. l.], v. 20, n. 2, p. 178–198, 2017. DOI: 10.15446/ga.v20n2.65762. Disponível em: https://revistas.unal.edu.co/index.php/gestion/article/view/65762. Acesso em: 15 ene. 2025.

Chicago

Peche G., Roberto. 2017. «Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación». Gestión Y Ambiente 20 (2):178-98. https://doi.org/10.15446/ga.v20n2.65762.

Harvard

Peche G., R. (2017) «Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación», Gestión y Ambiente, 20(2), pp. 178–198. doi: 10.15446/ga.v20n2.65762.

IEEE

[1]
R. Peche G., «Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación», Gest. Ambient., vol. 20, n.º 2, pp. 178–198, jul. 2017.

MLA

Peche G., R. «Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación». Gestión y Ambiente, vol. 20, n.º 2, julio de 2017, pp. 178-9, doi:10.15446/ga.v20n2.65762.

Turabian

Peche G., Roberto. «Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación». Gestión y Ambiente 20, no. 2 (julio 1, 2017): 178–198. Accedido enero 15, 2025. https://revistas.unal.edu.co/index.php/gestion/article/view/65762.

Vancouver

1.
Peche G. R. Nueva metodología para el diseño de índices de calidad ambiental basada en extensiones difusas de funciones de transformación. Gest. Ambient. [Internet]. 1 de julio de 2017 [citado 15 de enero de 2025];20(2):178-9. Disponible en: https://revistas.unal.edu.co/index.php/gestion/article/view/65762

Descargar cita

CrossRef Cited-by

CrossRef citations1

1. Gabriela Sarmiento, Johana Benavides, Carlos A. Trujillo, Nidya P. Velosa, Analhí Palomino, Luisa F. Rodríguez, Marcela A. Erazo, Adriana J. Ávila. (2024). Evaluation of the Concept of Value-Based Healthcare Applied to an Integrated Palliative Care Program in Colombia. Value in Health Regional Issues, 43, p.101009. https://doi.org/10.1016/j.vhri.2024.101009.

Dimensions

PlumX

Visitas a la página del resumen del artículo

625

Descargas

Los datos de descargas todavía no están disponibles.