@article{Manzione_Silva_Paes_2021, title={Modelagem da favorabilidade à recarga das águas subterrâneas pelo paradigma da lógica difusa}, volume={35}, url={https://aguassubterraneas.abas.org/asubterraneas/article/view/30030}, DOI={10.14295/ras.v35i2.30030}, abstractNote={<p>As informações geográficas são imprecisas, o que significa que os limites entre fenômenos diferentes são confusos ou há heterogeneidade dentro de uma classe, devido a diferenças entre feições geológicas, pedológicas, geomorfológicas, vegetais e assim por diante. Métodos baseados em inteligência artificial (IA) fornecem soluções sensíveis à natureza imprecisa (fuzzy) do mundo real baseados em regras definidas por especialistas. A natureza incerta dos processos que controlam a recarga das águas subterrâneas em bacias hidrográficas permite que esses métodos possam ser aplicados na gestão das águas subterrâneas, auxiliando no planejamento e na tomada de decisão quanto ao uso da água e proteção de áreas vulneráveis. O objetivo deste trabalho foi definir áreas favoráveis para recarga das águas subterrâneas a partir de variáveis relacionadas amostradas próximas a poços de monitoramento em uma bacia hidrográfica em área de afloramento do Sistema Aquífero Guarani (SAG). Para isso, utilizou-se da lógica fuzzy para definir um sistema de inferência capaz de extrapolar espacialmente os dados amostrados pontualmente para toda a bacia hidrográfica, resultando em um mapa de favorabilidade à recarga baseado em variáveis relacionadas à textura e manejo do solo, feições de terreno e vegetação. O mapa síntese auxilia tanto o planejamento quanto a tomada de decisão do uso da terra considerando os processos hidrológicos em suas interfaces de superfície e subsuperfície. A partir dos resultados alcançados, estende-se a discussão sobre a importância das escolhas éticas nos processos de tomada de decisão em hidrogeologia relacionadas ao uso de métodos baseados em IA</p>}, number={2}, journal={Águas Subterrâneas}, author={Manzione, Rodrigo Lilla and Silva, Cesar de Oliveira Ferreira and Paes, Claudiane Otília}, year={2021}, month={ago.}, pages={e–30030} }