Modelos urbanos s\u00e3o representa\u00e7\u00f5es simplificadas de uma cidade concebida como um sistema. A constru\u00e7\u00e3o dos modelos possibilita que planejadores urbanos manipulem seus objetos de estudos, permitindo compreender, explicar e experimentar poss\u00edveis cen\u00e1rios. Os modelos podem ser classificados de acordo com a finalidade em descritivo, preditivo, explorat\u00f3rio ou de planejamento. O modelo descritivo busca compreender a realidade ou um fen\u00f4meno, sendo primordial \u00e0s outras finalidades. A fun\u00e7\u00e3o preditiva busca uma configura\u00e7\u00e3o futura, ou seja, previs\u00f5es. Enquanto que o modo explorat\u00f3rio, realiza experimentos, buscando possibilidades. J\u00e1 o modelo de planejamento tem em vista metas fixadas de planejamento. \u00a0Os modelos tamb\u00e9m podem ser classificados de acordo com o modo em que s\u00e3o concebidos em f\u00edsico (projetos de arquitetos, desenhos e planifica\u00e7\u00f5es), conceitual (centrado nas rela\u00e7\u00f5es entre os componentes, ilustrados em diagramas ou express\u00e3o verbal) ou matem\u00e1tico (aplicado na modelagem urbana). Em rela\u00e7\u00e3o ao tempo, podem ser est\u00e1ticos ou din\u00e2micos. (ECHENIQUE, 1975; LIU, 2009). O presente estudo utiliza-se de modelagem matem\u00e1tica e possui abordagem descritiva, preditiva e explorat\u00f3ria, em tempo din\u00e2mico.<\/p>\n
\u00a0<\/strong>Aut\u00f4matos celulares e o programa CityCell<\/strong><\/p>\n Echenique (1975) indica que para trabalhar com um modelo matem\u00e1tico \u00e9 necess\u00e1rio ter um objeto de estudo, uma inten\u00e7\u00e3o, um processo de observa\u00e7\u00e3o e abstra\u00e7\u00e3o, tradu\u00e7\u00e3o para os meios de representa\u00e7\u00e3o, verifica\u00e7\u00e3o e obten\u00e7\u00e3o de conclus\u00f5es. Para a simula\u00e7\u00e3o do crescimento urbano utilizou-se o software CityCell \u2013 Urban Growth Simulator, desenvolvido por Saraiva e Polidori (2014). O programa foi concebido com base no modelo de aut\u00f4matos celulares que consiste em um modelo matem\u00e1tico que simula o desenvolvimento urbano no espa\u00e7o e no tempo. Trata-se de uma simplifica\u00e7\u00e3o da realidade, composta por principais caracter\u00edsticas eleitas pelo observador. O modelo de aut\u00f4mato celular pode ser constru\u00eddo a partir de simples c\u00e9lulas e por regras de transi\u00e7\u00f5es implementadas no modelo que exercendo a auto organiza\u00e7\u00e3o e reproduzindo padr\u00f5es semelhantes, permite expressar o complexo desenvolvimento urbano ao longo do tempo, em um espa\u00e7o celular. Aut\u00f4mato celular \u00e9 uma entidade que possui caracter\u00edsticas pr\u00f3prias espaciais e mecanismos para processar suas caracter\u00edsticas pr\u00f3prias e as externas. Os aut\u00f4matos individuais s\u00e3o arranjados em um espa\u00e7o regular tesselado, o grid <\/em>(LIU, 2009).<\/p>\n O uso da plataforma CityCell implica em tr\u00eas etapas. Inicialmente inserem-se as vari\u00e1veis consideradas relevantes para o estudo, traduzindo-as para a linguagem da plataforma. Essa etapa consiste na entrada de dados, os chamados inputs<\/em>. As vari\u00e1veis adicionadas, tamb\u00e9m chamados de atributos, recebem um par\u00e2metro, ou seja, um valor relacionado ao seu peso de intera\u00e7\u00e3o. A segunda etapa consiste no processamento. No grid<\/em> do CityCell as c\u00e9lulas dos atributos interagem entre si a partir de tens\u00f5es de atra\u00e7\u00e3o ou resist\u00eancia \u00e0 urbaniza\u00e7\u00e3o, geradas pelos atributos. O ac\u00famulo dessas tens\u00f5es provoca diferen\u00e7as de centralidade, que indicam o potencial de mudan\u00e7a de estado da c\u00e9lula. A mudan\u00e7a de estado da c\u00e9lula promove o crescimento urbano. A \u00faltima etapa constitui na obten\u00e7\u00e3o e an\u00e1lise dos resultados, os outputs<\/em> (BAUMBACH, 2020).<\/p>\n A cidade de Herval<\/strong><\/p>\n Utilizando-se de modelagem urbana realizou-se um estudo de crescimento horizontal do munic\u00edpio de Herval. Localizado no estado do Rio Grande do Sul, na latitude de 32\u00b0 Sul e longitude 53\u00b0 Oeste. Limita-se com a cidade uruguaia Melo e outras cidade brasileiras, como Pedras Altas, Arroio Grande e Jaguar\u00e3o. Consiste em uma cidade de pequeno porte com 6972 habitantes, conforme censo demogr\u00e1fico de 2010 (IBGE, 2021). Possui topografia irregular, seu principal acesso ocorre por meio da BR 473 e seu nome \u00e9 originado da exist\u00eancia de ervais nativos na regi\u00e3o.<\/p>\n Simula\u00e7\u00e3o do modelo no CityCell<\/strong><\/p>\n O CityCell apresenta um plano de trabalho com c\u00e9lulas quadradas dispostas em um grid<\/em>. Para este estudo configurou-se a dimens\u00e3o da c\u00e9lula em 100 metros e utilizou-se refer\u00eancia geogr\u00e1fica em Proje\u00e7\u00e3o UTM, zona 22, hemisf\u00e9rio Sul. Os inputs<\/em>, ou dados de entrada, foram modelados com base em imagens de sat\u00e9lite e em antigos desenhos urbanos. Observaram-se inicialmente os seguintes atributos urbanos como importantes para o desenvolvimento do estudo: BR 473 (principal acesso \u00e0 cidade), estradas de acessos, configura\u00e7\u00e3o urbana de 2019, 1977 e 1898 e os naturais: altitudes, matas nativas e cursos d\u2019\u00e1guas, al\u00e9m de um atributo de aleatoriedade.<\/p>\n Figura 1: Inputs<\/em>. a) topografia em escala de 1 a 5. b) matas nativas (verde) e cursos d\u2019\u00e1gua (azul). c) configura\u00e7\u00f5es urbanas (amarelo), acessos (laranja) e BR (marrom). Fonte: autora<\/p><\/div>\n Na figura 1a \u00e9 apresentada a topografia, sendo legendada em quatro n\u00edveis. O n\u00famero 1 representa o n\u00edvel mais baixo e o 5, o morro, ainda n\u00e3o ocupado pela urbaniza\u00e7\u00e3o. A ocupa\u00e7\u00e3o urbana encontra-se nas zonas numeradas por 4 e 3. Essas foram as zonas adotadas como mais favor\u00e1vel ao crescimento urbano para esse estudo. A mata nativa e os cursos d\u2019\u00e1gua est\u00e3o representados, respectivamente, em verde e azul na figura 1b. Os atributos urbanos est\u00e3o apresentados na figura 1c. Em tons de amarelo encontram-se as configura\u00e7\u00f5es urbanas de 2019 (mais claro), 1977 e 1898 (mais escuro). A BR encontra-se na cor marrom e os demais acessos em laranja. Os atributos naturais foram considerados como resist\u00eancia e os urbanos como atra\u00e7\u00e3o ao crescimento.<\/p>\n Em seguida, iniciou-se o processo de calibra\u00e7\u00e3o do modelo. Esse procedimento visa encontrar valores, aplicados aos atributos, que definam a magnitude das rela\u00e7\u00f5es entre as c\u00e9lulas, visando uma configura\u00e7\u00e3o pr\u00f3xima \u00e0 realidade. Utilizando a regra de intera\u00e7\u00e3o \u201cThreshold Potencial\u201d, ou potencial de crescimento limiar, realizou-se uma s\u00e9rie de processos de quarenta intera\u00e7\u00f5es buscando um resultado pr\u00f3ximo \u00e0 configura\u00e7\u00e3o urbana de 2019. Considerou-se a configura\u00e7\u00e3o urbana de 1977 com valor 1; atra\u00e7\u00e3o de 0,3 para a BR; 0,1 para os demais acessos; valores de resist\u00eancia para altitudes de 0,3 a 1 e com valor igual a 1 para os demais atributos (matas nativas, cursos d\u2019\u00e1gua e aleat\u00f3rio). Nessa simula\u00e7\u00e3o inicial observou-se um crescimento maior que o esperado e principalmente exagerado nos pontos circulados em vermelho na figura 2. Nessa figura representa-se em verde a configura\u00e7\u00e3o da cidade de 2019 (alvo da simula\u00e7\u00e3o) e em marrom, a evolu\u00e7\u00e3o urbana resultante da simula\u00e7\u00e3o.<\/p>\n Figura 2: Herval em 2019 e simula\u00e7\u00e3o 1. Fonte: autora<\/p><\/div>\n Figura 3: topografia favor\u00e1vel ao crescimento. Fonte: autora<\/p><\/div>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Identifica-se, observando a figura 3 que as regi\u00f5es em que houve maior crescimento em rela\u00e7\u00e3o ao alvo adotado encontram-se nas altitudes mais favor\u00e1veis ao desenvolvimento (representadas nas cores laranja e roxo). Na figura 3 tamb\u00e9m est\u00e3o representadas, em amarelo, as configura\u00e7\u00f5es urbanas de 1977 e 2019. Nas simula\u00e7\u00f5es seguintes variou-se os valores de resist\u00eancia de acordo com os n\u00edveis de topografia, buscando conter o avan\u00e7o nos pontos identificados anteriormente.<\/p>\n Figura 4: simula\u00e7\u00e3o com valores de 1 a 1,9 para topografia. Fonte: autora<\/p><\/div>\n Figura 5: simula\u00e7\u00e3o com valores de 1 a 4 para topografia. Fonte: autora<\/p><\/div>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n \u00a0Na simula\u00e7\u00e3o da figura 4 foram utilizados par\u00e2metros de 1,5 a 1,9, para a topografia em escala de mais a menos favor\u00e1vel. Enquanto que na simula\u00e7\u00e3o da figura 5 adotou-se valores com maior intervalo, tais como: 1; 3; 3,5 e 4. Em ambos casos persistiu o crescimento nos pontos circulados em vermelho. Em outra tentativa de calibrar o modelo, optou-se por considerar tamb\u00e9m o princ\u00edpio de cidade, configura\u00e7\u00e3o urbana de 1898, utilizando os demais par\u00e2metros da simula\u00e7\u00e3o da figura 4.<\/p>\n Figura 6: simula\u00e7\u00e3o considerando o princ\u00edpio da cidade. Fonte: autora<\/p><\/div>\n Observa-se na figura 6 que a alternativa gerou um desenvolvimento mais centralizado e mais distante do crescimento real em rela\u00e7\u00e3o \u00e0s simula\u00e7\u00f5es anteriores. A alternativa de considerar a configura\u00e7\u00e3o urbana de 1898 como atributo com valor de atra\u00e7\u00e3o igual a um n\u00e3o se mostrou colaborativa com a calibragem, sendo desconsiderada para as simula\u00e7\u00f5es seguintes. Diante das dificuldades encontradas para calibrar o modelo com os atributos considerados inicialmente, optou-se pelo acr\u00e9scimo da vari\u00e1vel declividades como um novo atributo com duas classifica\u00e7\u00f5es: mais (representada na cor vermelha) ou menos favor\u00e1vel (cor azul) ao desenvolvimento urbano, como pode ser observado na figura 7.<\/p>\n Figura 7: atributo declividades: favor\u00e1vel (vermelho) e desfavor\u00e1vel (azul). Fonte: autora<\/p><\/div>\n Figura 8: simula\u00e7\u00e3o considerando o atributo declividades com peso igual a um. Fonte: autora<\/p><\/div>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Inicialmente o atributo declividades considerado com peso igual a um, n\u00e3o demonstrou um bom resultado como pode ser observado na figura 8. Entretanto, quando se utilizou valores maiores obteve-se simula\u00e7\u00f5es de crescimento mais pr\u00f3ximos ao real. Para melhor controle do crescimento urbano durante o per\u00edodo escolhido alterou-se a configura\u00e7\u00e3o de lambida externo de 2 para 3. A seguir \u00e9 apresentado o resultado mais satisfat\u00f3rio de calibra\u00e7\u00e3o. Nessa configura\u00e7\u00e3o utilizou-se valor de resist\u00eancia igual a 4 para o atributo de declividades; 0,3 a 1 para topografia; 0,40 para a BR; 0,1 para as estradas de acesso e um para os demais atributos ambientais e o aleat\u00f3rio.<\/p>\n Figura 9: modelo calibrado. Fonte: autora<\/p><\/div>\n Observa-se na figura 9 que houve menor desenvolvimento nas \u00e1reas c\u00f4ncavas, que apresentavam crescimento excessivo nas simula\u00e7\u00f5es anteriores. Em todas simula\u00e7\u00f5es realizadas, h\u00e1 duas regi\u00f5es em que n\u00e3o se atingiu o crescimento, demarcadas pelas circunfer\u00eancias em branco nessa figura do modelo calibrado. Sobre esse fato, constatou-se que n\u00e3o haviam ind\u00edcios de urbaniza\u00e7\u00e3o nesses pontos, dificultando que a simula\u00e7\u00e3o contemplasse esses crescimentos. A calibragem apresentou bom resultado para a precis\u00e3o de 200 metros.<\/p>\n Figura 10: acertos com precis\u00e3o de 100 e 200 metros. Fonte: autora<\/p><\/div>\n Figura 11: total de c\u00e9lulas alcan\u00e7adas com precis\u00e3o de 200 metros. Fonte: autora<\/p><\/div>\n A figura 10 apresenta na cor verde escuro os acertos com precis\u00e3o de 100 metros, em verde claro, os acertos com precis\u00e3o de 200 metros. Na figura 11, apresenta-se em verde, o total de c\u00e9lulas alcan\u00e7adas com precis\u00e3o de 200 metros e na cor rosa, em ambas figuras, as c\u00e9lulas que n\u00e3o foram alcan\u00e7ados na simula\u00e7\u00e3o. A partir do modelo calibrado e da configura\u00e7\u00e3o de 2019, simulou-se o poss\u00edvel crescimento futuro de Herval.<\/p>\n Figura 12: crescimento urbano futuro. Fonte: autora<\/p><\/div>\n Observa-se na figura 12, em marrom a configura\u00e7\u00e3o urbana e em verde, a mata nativa. A simula\u00e7\u00e3o demonstrou uma tend\u00eancia em ocupar as \u00e1reas de matas nativas, principalmente nas \u00e1reas c\u00f4ncavas. O desenvolvimento se d\u00e1 de modo distribu\u00eddo nas bordas, mas com maior ocupa\u00e7\u00e3o nas proximidades da BR, caracterizando-se como uma potente ferramenta de acessibilidade. H\u00e1 uma exce\u00e7\u00e3o no crescimento nas regi\u00f5es mais ao norte (localizada na regi\u00e3o superior da figura). Ressalta-se que h\u00e1 maiores limita\u00e7\u00f5es nesses locais devido ao conjunto de caracter\u00edsticas naturais e baixa atra\u00e7\u00e3o. Em seguida simulou-se a hip\u00f3tese de ter uma nova ocupa\u00e7\u00e3o, tangente a um atributo de atra\u00e7\u00e3o, a BR. Optou-se por um local que n\u00e3o possui mata nativa e que apresenta menor declividade, localizada na figura 13 pela circunfer\u00eancia em branco e na cor laranja, na figura 14, apresentando o resultado da simula\u00e7\u00e3o.<\/p>\n Figura 13: escolha do local para hip\u00f3tese de nova ocupa\u00e7\u00e3o. Fonte: autora<\/p><\/div>\n Figura 14: simula\u00e7\u00e3o da hip\u00f3tese. Fonte: autora<\/p><\/div>\n Na figura 13 representa-se em vermelho as \u00e1reas com menor declividade e em verde, as matas nativas. A evolu\u00e7\u00e3o urbana com base nessa hip\u00f3tese, demonstrada na cor marrom na figura 14, apresentou semelhan\u00e7as com o modelo de crescimento anterior, ocupando \u00e1reas c\u00f4ncavas e de mata nativa e com desenvolvimento distribu\u00eddo pelas bordas. Entretanto, como esperado, apresentou maior desenvolvimento pr\u00f3ximo a BR e a nova ocupa\u00e7\u00e3o, reduzindo o crescimento na \u00e1rea mais ao sul, abaixo na figura. Considerando a tend\u00eancia de crescimento sobre \u00e1reas de mata nativa e a observa\u00e7\u00e3o de que a cidade de Herval parece respeitar essas \u00e1reas ambientais, simulou-se tamb\u00e9m a hip\u00f3tese de evolu\u00e7\u00e3o urbana sem interferir nessas \u00e1reas. Para isso utilizou-se da ferramenta freezing<\/em>, n\u00e3o permitindo o avan\u00e7o urbano sobre as matas.<\/p>\n Figura 15: simula\u00e7\u00e3o da hip\u00f3tese preservando as matas nativas. Fonte: autora<\/p><\/div>\n Observa-se na figura 15 que o desenvolvimento urbano atingiu dist\u00e2ncias maiores em rela\u00e7\u00e3o aos casos anteriores, devido a necessidade de desviar as matas. A ocupa\u00e7\u00e3o urbana atingiu os limites com as \u00e1reas verdes, provocando inclusive o isolamento de uma \u00e1rea em meio ao atributo urbano (representado em marrom na figura). Essa \u00e1rea verde \u201cisolada\u201d possui potencial para implanta\u00e7\u00e3o de um parque, diante das observa\u00e7\u00f5es realizadas no estudo.<\/p>\n Considera\u00e7\u00f5es<\/strong><\/p>\n Esse estudo simulou poss\u00edveis crescimentos urbanos na cidade de Herval\/RS, por meio de modelagem computacional baseada em aut\u00f4matos celulares. O processo de simula\u00e7\u00e3o permitiu analisar hip\u00f3teses de crescimento, relacionando-as com aspectos morfol\u00f3gicos e de acessibilidade. A calibragem demonstrou que provavelmente a topografia n\u00e3o \u00e9 um fator limitante ao crescimento horizontal urbano. Assim como o princ\u00edpio de cidade n\u00e3o consiste em um fator de atra\u00e7\u00e3o ao desenvolvimento. Os atributos vegeta\u00e7\u00e3o e declividades, vari\u00e1veis ambientais, apresentaram relevante influ\u00eancia no desenvolvimento urbano.<\/p>\n A expans\u00e3o urbana de Herval contemplou a ocupa\u00e7\u00e3o de \u00e1reas convexas e evitou bordas c\u00f4ncavas. Possivelmente as \u00e1reas convexas, ocupadas na configura\u00e7\u00e3o urbana de 2019 e que n\u00e3o se atingiu na etapa de calibragem, estejam em \u00e1reas desmatadas nos \u00faltimos anos. Tamb\u00e9m encontrou-se dificuldade em conter o avan\u00e7o sobre \u00e1reas c\u00f4ncavas, o que s\u00f3 foi poss\u00edvel quando se restringiu o crescimento sobre as \u00e1reas de matas nativas.<\/p>\n A evolu\u00e7\u00e3o urbana de Herval parece respeitar os elementos naturais, como as matas nativas, mas h\u00e1 uma tend\u00eancia em ocup\u00e1-las. A simula\u00e7\u00e3o de poss\u00edveis cen\u00e1rios demonstrou uma forte probabilidade de ocupar \u00e1reas cont\u00edguas, inclusive sobre recursos naturais, apontando a fragilidade das \u00e1reas ambientais. Esse indicativo aponta para a necessidade de prote\u00e7\u00e3o a essas \u00e1reas, se for desej\u00e1vel preserv\u00e1-las.<\/p>\n A vari\u00e1vel urbana BR apresentou relevante influ\u00eancia no desenvolvimento da cidade, enquanto que os demais acessos n\u00e3o resultaram em novas ocupa\u00e7\u00f5es em suas proximidades. Identifica-se que a exist\u00eancia dessa infraestrutura representa maior propens\u00e3o a expandir e formar novas ocupa\u00e7\u00f5es pr\u00f3ximas, evidenciando o impacto da acessibilidade no crescimento urbano. A inser\u00e7\u00e3o de uma nova ocupa\u00e7\u00e3o pr\u00f3xima a BR potencializou o efeito da acessibilidade. Para a cidade estudada constatou-se a relev\u00e2ncia de aspectos naturais, que requerem mais aten\u00e7\u00e3o, e da acessibilidade, que pode ser mais estudado em outros trabalhos, no desenvolvimento urbano.<\/p>\n Refer\u00eancias:<\/p>\n BAUMBACH, Fl\u00e1vio Almansa. Simula\u00e7\u00f5es de crescimento urbano em plan\u00edcies de inunda\u00e7\u00e3o nas cidades de fronteira entre Brasil e Uruguai. <\/strong>Disserta\u00e7\u00e3o (Mestrado em Arquitetura e Urbanismo) – Universidade Federal de Pelotas, Pelotas, 2019.<\/p>\n ECHENIQUE, Marcial. Modelos matem\u00e1ticos de la estructura espacial urbana, aplicaciones en Am\u00e9rica Latina. <\/strong>Buenos Aires: Ediciones SIAP\/ Ediciones Nueva Visi\u00f3n, 1975.<\/p>\n INSTITUTO BRASILERO DE GEOGRAFIA E ESTAT\u00cdSTICA (IBGE). IBGE<\/strong>, 2021. Cidades. Dispon\u00edvel em:< https:\/\/cidades.ibge.gov.br\/brasil\/rs\/herval\/panorama>. Acesso em: 15 de maio de 2021<\/p>\n LIU, Yan. Modelling Urban Development with Geographical Information Systems and Cellular Automata. <\/strong>Estados Unidos: Taylor & Francis Group, 2009.<\/p>\n SARAIVA, Marcus Vinicius Pereira; POLIDORI, Maur\u00edcio Couto. CityCell: Urban Growth Simulator (software). <\/strong>LabUrb \u2013 Laborat\u00f3rio de Urbanismo da FAUrb. Pelotas: UFPel, 2015.<\/p>\n","protected":false},"excerpt":{"rendered":" Por: M\u00f4nica Machado dos Santos O presente trabalho aborda o assunto de modelagem urbana por meio de aut\u00f4matos celulares para a simula\u00e7\u00e3o de crescimento urbano. Prop\u00f5e-se a analisar as vari\u00e1veis ambientais e urbanas que influenciam no desenvolvimento de uma cidade … Continue lendo ![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem1.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem2.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem3.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem4.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem5.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem6.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem7.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem8.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem9.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem-10.gif\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem-11.gif\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/imagem-12.gif\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/Imagem13.png\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/imagem-14.gif\")
![\"\"](\"https:\/\/wp.ufpel.edu.br\/ofm\/files\/2021\/05\/imagem-15.gif\")