Published
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.v20n2.65762Keywords:
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)
Downloads
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.
References
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
How to Cite
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Download Citation
CrossRef Cited-by
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
Article abstract page views
Downloads
License
Copyright (c) 2017 Gestión y Ambiente
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The approved articles are published the print edition of the journal and also in the web site www.revistas.unal.edu.co/index.php/gestion/index and other electronic formats like PDF, HTML, XML, among others. In addition, in different social networks of knowledge dissemination. Gestión y Ambiente adopts ethics guidelines by Committee on Publication Ethics (COPE) on good conduct practices (avoid behaviors like plagiarism, falsification, fictitious authorship, among others), describes conflicts of interest or competition, authorship contributions and funds from sponsors. The published material is considered property of Gestion y Ambiente but the digital version is available under the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International license