{"id":15183,"date":"2025-09-03T10:00:00","date_gmt":"2025-09-03T08:00:00","guid":{"rendered":"https:\/\/www.sigterritoires.fr\/?p=15183"},"modified":"2025-08-24T09:25:31","modified_gmt":"2025-08-24T07:25:31","slug":"logica-difusa-e-sig-1-2-uma-alternativa-ao-tudo-ou-nada-para-a-analise-geografica","status":"publish","type":"post","link":"https:\/\/www.sigterritoires.fr\/index.php\/pt\/logica-difusa-e-sig-1-2-uma-alternativa-ao-tudo-ou-nada-para-a-analise-geografica\/","title":{"rendered":"L\u00f3gica difusa e SIG (1\/2): uma alternativa ao tudo ou nada para a an\u00e1lise geogr\u00e1fica"},"content":{"rendered":"\n

<\/span>Modelar a incerteza e as transi\u00e7\u00f5es progressivas no QGIS com o plugin FuzzyAttributes.<\/span><\/h2>\n\n\n\n
\n\n\n\n
Nem tudo \u00e9 preto ou branco na geografia. No entanto, as ferramentas SIG muitas vezes imp\u00f5em escolhas bin\u00e1rias. O que fazer com as zonas de transi\u00e7\u00e3o? E com os crit\u00e9rios parcialmente preenchidos? Com a l\u00f3gica difusa, voc\u00ea pode representar realidades mais sutis, atribuindo graus de pertencimento a objetos geogr\u00e1ficos. O plugin FuzzyAttributes permite aplicar esses conceitos no QGIS com facilidade. Um avan\u00e7o valioso para a an\u00e1lise ambiental, o planejamento territorial ou os estudos de vulnerabilidade.<\/p>\n\n\n\n
\n\n\n
\n
\n
Contenu <\/p>\nToggle<\/span>
Modelar a incerteza e as transi\u00e7\u00f5es progressivas no QGIS com o plugin FuzzyAttributes.<\/a><\/li>
Por que usar valores difusos na an\u00e1lise espacial?<\/a>
O mundo n\u00e3o \u00e9 bin\u00e1rio<\/a><\/li>
O que s\u00e3o valores difusos<\/a><\/li>
O interesse na an\u00e1lise multicrit\u00e9rio<\/a><\/li><\/ul><\/li>
Em resumo<\/a>
Caso real: avaliar uma zona de risco<\/a><\/li><\/ul><\/li>
O plugin FuzzyAttributes: uma ferramenta ao servi\u00e7o da nuance<\/a><\/li>
Fun\u00e7\u00f5es de pertencimento: transformar dados em julgamentos difusos<\/a>
1. Linear crescente<\/a><\/li>
2. Linear decrescente<\/a><\/li>
3. Trapezoidal<\/a><\/li>
4. Triangular<\/a><\/li>
5. Sigmoide crescente (S)<\/a><\/li>
6. Sigmoide decrescente (Z)<\/a><\/li>
7. Gaussiana<\/a><\/li><\/ul><\/li>
Normaliza\u00e7\u00e3o vs. Transforma\u00e7\u00e3o difusa: qual \u00e9 a diferen\u00e7a?<\/a>
Normaliza\u00e7\u00e3o linear cl\u00e1ssica<\/a><\/li>
Transforma\u00e7\u00e3o difusa (fun\u00e7\u00e3o de pertencimento)<\/a><\/li><\/ul><\/li>
Continua\u2026<\/a><\/li><\/ul><\/nav><\/div>\n\n\n\n\n
\n\n\n\n
<\/span>Por que usar valores difusos na an\u00e1lise espacial?<\/span><\/h2>\n\n\n\n
Em nosso trabalho di\u00e1rio com SIG (Sistemas de Informa\u00e7\u00e3o Geogr\u00e1fica), muitas vezes precisamos trabalhar com dados num\u00e9ricos precisos: uma taxa, uma dist\u00e2ncia, uma porcentagem. Mas, em muitas situa\u00e7\u00f5es, a realidade n\u00e3o \u00e9 t\u00e3o clara. Ela \u00e9 vaga, incerta ou subjetiva. E \u00e9 a\u00ed que entram os valores difusos.<\/p>\n\n\n\n
\n\n\n\n
<\/span>O mundo n\u00e3o \u00e9 bin\u00e1rio<\/span><\/h3>\n\n\n\n
Vamos dar um exemplo simples: um solo \u00e9 \u201c\u00e1cido\u201d? Se nos basearmos apenas no limiar de pH, poder\u00edamos dizer:<\/p>\n\n\n\n
\n
Sim, se for inferior a 5,5<\/li>\n\n\n\n
N\u00e3o, se for superior<\/li>\n<\/ul>\n\n\n\n
Mas e um solo com pH 5,6? \u00c9 realmente t\u00e3o diferente de um solo com pH 5,4?<\/p>\n\n\n\n
Na realidade, a transi\u00e7\u00e3o \u00e9 progressiva. \u00c9 mais correto dizer que o solo \u00e9 bastante \u00e1cido ou moderadamente \u00e1cido. \u00c9 essa nuance que a l\u00f3gica difusa permite.<\/p>\n\n\n\n
\n\n\n\n
<\/span>O que s\u00e3o valores difusos<\/span><\/h3>\n\n\n\n
Um valor difuso n\u00e3o diz simplesmente \u201csim\u201d ou \u201cn\u00e3o\u201d. Ele expressa um grau de pertencimento a uma categoria. Por exemplo:<\/p>\n\n\n\n
pH<\/strong><\/td> grau de pertencimento a \u201csolo \u00e1cido\u201d <\/strong><\/td><\/tr><\/thead>
4.5<\/td> 1.0 (muito \u00e1cido)<\/td><\/tr>
5.0<\/td> 0.8<\/td><\/tr>
5.5<\/td> 0.5<\/td><\/tr>
6.0<\/td> 0.2<\/td><\/tr>
7.0<\/td> 0.0 (neutro)<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
Esse tipo de representa\u00e7\u00e3o permite traduzir melhor fen\u00f4menos cont\u00ednuos em processos de decis\u00e3o.<\/p>\n\n\n\n
\n\n\n\n
<\/span>O interesse na an\u00e1lise multicrit\u00e9rio<\/span><\/h3>\n\n\n\n
Quando v\u00e1rios crit\u00e9rios entram em jogo \u2014 por exemplo, para determinar a aptid\u00e3o de um local para a agricultura ou a vulnerabilidade de um territ\u00f3rio \u2014, muitas vezes \u00e9 dif\u00edcil combinar limites r\u00edgidos.<\/p>\n\n\n\n
As fun\u00e7\u00f5es difusas permitem:<\/p>\n\n\n\n
\n
Levar em considera\u00e7\u00e3o a incerteza ou a subjetividade dos limites,<\/li>\n\n\n\n
Traduzir julgamentos de especialistas como \u201cum solo ligeiramente \u00e1cido \u00e9 aceit\u00e1vel\u201d,<\/li>\n\n\n\n
Ponderar crit\u00e9rios com pesos desiguais ou respostas assim\u00e9tricas.<\/li>\n<\/ul>\n\n\n\n
\n\n\n\n
<\/span>Em resumo<\/span><\/h2>\n\n\n\n
Sem l\u00f3gica difusa<\/strong><\/td> Com l\u00f3gica difusa<\/strong><\/td><\/tr><\/thead>
Limites fixos e arbitr\u00e1rios<\/td> Transi\u00e7\u00f5es progressivas<\/td><\/tr>
0 ou 1<\/td> Grau de pertencimento (ex. 0,7)<\/td><\/tr>
Decis\u00f5es abruptas<\/td> Nuances e pondera\u00e7\u00f5es finas<\/td><\/tr>
Risco de excluir demais<\/td> Melhor inclus\u00e3o anal\u00edtica<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\n\n\n\n
<\/span>Caso real: avaliar uma zona de risco<\/span><\/h3>\n\n\n\n
Imaginemos que queremos avaliar a vulnerabilidade \u00e0 eros\u00e3o de uma bacia hidrogr\u00e1fica, combinando:<\/p>\n\n\n\n
\n
A inclina\u00e7\u00e3o,<\/li>\n\n\n\n
O tipo de solo,<\/li>\n\n\n\n
A cobertura vegetal.<\/li>\n<\/ul>\n\n\n\n
Cada um desses fatores pode ser difuso:<\/p>\n\n\n\n
\n
Uma inclina\u00e7\u00e3o suave \u2192 vulnerabilidade baixa (0,2),<\/li>\n\n\n\n
Um solo limoso \u2192 vulnerabilidade m\u00e9dia (0,6),<\/li>\n\n\n\n
Um solo nu \u2192 vulnerabilidade alta (0,9).<\/li>\n<\/ul>\n\n\n\n
Uma fun\u00e7\u00e3o de agrega\u00e7\u00e3o difusa permite combinar essas pontua\u00e7\u00f5es, levando em considera\u00e7\u00e3o sua import\u00e2ncia relativa (a inclina\u00e7\u00e3o \u00e9 mais cr\u00edtica do que o solo, por exemplo), para produzir um mapa de risco difuso, muito mais informativo do que uma simples classifica\u00e7\u00e3o \u201cRisco\/N\u00e3o risco\u201d.<\/p>\n\n\n\n
\n\n\n\n
<\/span>O plugin FuzzyAttributes: uma ferramenta ao servi\u00e7o da nuance<\/span><\/h2>\n\n\n\n
O plugin FuzzyAttributes foi concebido para converter atributos num\u00e9ricos em valores difusos e combin\u00e1-los atrav\u00e9s de fun\u00e7\u00f5es de agrega\u00e7\u00e3o personalizadas.<\/p>\n\n\n\n
Oferece:<\/p>\n\n\n\n
\n
Fun\u00e7\u00f5es difusas cl\u00e1ssicas (linear, triangular, gaussiana, sigmoide…),<\/li>\n\n\n\n
Uma ferramenta visual para configurar as fun\u00e7\u00f5es,<\/li>\n\n\n\n
A possibilidade de agregar v\u00e1rios crit\u00e9rios de acordo com l\u00f3gicas assim\u00e9tricas,<\/li>\n\n\n\n
Uma exporta\u00e7\u00e3o para um campo GeoPackage<\/a> pronto para uso.<\/li>\n<\/ul>\n\n\n\n
Gra\u00e7as a essa ferramenta, voc\u00ea pode passar de uma vis\u00e3o r\u00edgida do mundo para uma an\u00e1lise mais flex\u00edvel, mais fiel \u00e0 complexidade da realidade.<\/p>\n\n\n\n
\n\n\n\n
<\/span>Fun\u00e7\u00f5es de pertencimento: transformar dados em julgamentos difusos<\/span><\/h2>\n\n\n\n
Aqui est\u00e3o as principais fun\u00e7\u00f5es dispon\u00edveis no plugin FuzzyAttributes, com exemplos concretos:<\/p>\n\n\n\n
<\/span>1. Linear crescente<\/strong><\/span><\/h3>\n\n\n\n
$\"\"$ <\/a><\/figure>\n<\/div>\n\n\n
\n
Usada quando \u201cquanto maior, melhor\u201d.<\/li>\n\n\n\n
Exemplo: altitude para uma esp\u00e9cie de montanha, onde a aptid\u00e3o aumenta progressivamente de 800 m a 1800 m.<\/li>\n\n\n\n
Par\u00e2metros: a (valor m\u00ednimo) e b (valor m\u00e1ximo).<\/li>\n\n\n\n
F\u00f3rmula:<\/li>\n\n\n\n
0 se x \u2264 a<\/li>\n\n\n\n
(x \u2212 a) \/ (b \u2212 a) se a < x < b<\/li>\n\n\n\n
1 se x \u2265 b<\/li>\n<\/ul>\n\n\n\n
\n\n\n
\n
$\"\"$ <\/a><\/figure>\n<\/div>\n\n\n
<\/span>2. Linear decrescente<\/strong><\/span><\/h3>\n\n\n\n\n
Caso inverso: \u201cquanto menor, melhor\u201d.<\/li>\n\n\n\n
Exemplo: taxa de polui\u00e7\u00e3o, onde um valor alto \u00e9 ruim.<\/li>\n\n\n\n
Par\u00e2metros: a, b como anteriormente, mas invertidos.<\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
\n\n\n
\n
$\"\"$ <\/a><\/figure>\n<\/div>\n\n\n
<\/span>3. Trapezoidal<\/strong><\/span><\/h3>\n\n\n\n\n
Representa uma zona de \u201cperten\u00e7a total\u201d rodeada por transi\u00e7\u00f5es.<\/li>\n\n\n\n
Exemplo: uma temperatura ideal entre 18 \u00b0C e 22 \u00b0C, aceit\u00e1vel entre 16 \u00b0C e 24 \u00b0C.<\/li>\n\n\n\n
Par\u00e2metros: a (in\u00edcio da transi\u00e7\u00e3o), b (in\u00edcio da zona ideal), c (fim da zona ideal), d (fim da transi\u00e7\u00e3o).<\/li>\n<\/ul>\n\n\n\n
\n\n\n
\n
$\"\"$ <\/a><\/figure>\n<\/div>\n\n\n
<\/span>4. Triangular<\/strong><\/span><\/h3>\n\n\n\n\n
Variante simplificada da trapezoidal.<\/li>\n\n\n\n
Exemplo: anotar uma umidade \u201cideal\u201d em um ponto espec\u00edfico (por exemplo, 65%), mas tolerar uma imprecis\u00e3o em torno dele.<\/li>\n\n\n\n
Par\u00e2metros: a (in\u00edcio da subida), b (ponto m\u00e1ximo), c (fim da descida).<\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
\n\n\n
\n
$\"\"$ <\/a><\/figure>\n<\/div>\n\n\n
<\/span>5. Sigmoide crescente (S)<\/strong><\/strong><\/span><\/h3>\n\n\n\n\n
Representa um crescimento lento, depois r\u00e1pido e, por fim, estabilizado.<\/li>\n\n\n\n
Exemplo: aceitabilidade do caudal de um rio para irriga\u00e7\u00e3o.<\/li>\n\n\n\n
Par\u00e2metros: c (valor central), \u03b1 (inclina\u00e7\u00e3o).<\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
\n\n\n
\n
$\"\"$ <\/a><\/figure>\n<\/div>\n\n\n
<\/span>6. Sigmoide decrescente (Z)<\/strong><\/span><\/h3>\n\n\n\n\n
Curva em \u201cZ invertido\u201d: decrescimento lento \u2192 r\u00e1pido \u2192 plat\u00f4.<\/li>\n\n\n\n
Exemplo: toler\u00e2ncia \u00e0 salinidade do solo para uma cultura..<\/li>\n<\/ul>\n\n\n\n
.<\/p>\n\n\n\n
\n\n\n
\n
$\"\"$ <\/a><\/figure>\n<\/div>\n\n\n
<\/span>7. Gaussiana<\/strong><\/span><\/h3>\n\n\n\n
\n
Fun\u00e7\u00e3o em forma de sino.<\/li>\n\n\n\n
Exemplo: sensibilidade ideal de uma planta a um pH espec\u00edfico.<\/li>\n\n\n\n
Par\u00e2metros: c (centro), \u03c3 (desvio padr\u00e3o que controla a largura).<\/li>\n<\/ul>\n\n\n\n
.<\/p>\n\n\n\n
\n\n\n\n
<\/span>Normaliza\u00e7\u00e3o vs. Transforma\u00e7\u00e3o difusa: qual \u00e9 a diferen\u00e7a?<\/span><\/h2>\n\n\n\n
<\/span>Normaliza\u00e7\u00e3o linear cl\u00e1ssica<\/span><\/h3>\n\n\n\n
A normaliza\u00e7\u00e3o min-max consiste em converter um valor num\u00e9rico bruto x para uma escala normalizada que varia de 0 a 1.
Isso \u00e9 feito subtraindo o valor m\u00ednimo do conjunto e, em seguida, dividindo pelo intervalo max\u2061(x)\u2212min\u2061(x) de acordo com a f\u00f3rmula:<\/p>\n\n\n\n
x_{norm<\/sub>=x\u2212min\u2061(x) \/ max\u2061(x)\u2212min\u2061(x)<\/p>\n\n\n\n}
\n
Vantagem<\/strong>: r\u00e1pida, universal, intuitiva.<\/li>\n\n\n\n
Desvantagem<\/strong>: n\u00e3o leva em considera\u00e7\u00e3o o significado dos valores. Tudo \u00e9 tratado como proporcional.<\/li>\n<\/ul>\n\n\n\n
Exemplo<\/strong>:
Para uma temperatura entre 10 \u00b0C e 30 \u00b0C, 20 \u00b0C se torna 0,5\u2026 mas isso n\u00e3o significa necessariamente que 20 \u00b0C seja \u201cmoderadamente favor\u00e1vel\u201d. \u00c9 apenas o meio do intervalo.<\/p>\n\n\n\n
\n\n\n\n
<\/span>Transforma\u00e7\u00e3o difusa (fun\u00e7\u00e3o de pertencimento)<\/span><\/h3>\n\n\n\n
A transforma\u00e7\u00e3o difusa n\u00e3o se limita a \u201credimensionar\u201d: ela expressa um grau de satisfa\u00e7\u00e3o, prefer\u00eancia ou pertencimento a uma categoria.<\/p>\n\n\n\n
Por exemplo, uma temperatura de 20 \u00b0C pode ser:<\/p>\n\n\n\n
\n
perfeita (pertencimento = 1) para uma esp\u00e9cie,<\/li>\n\n\n\n
aceit\u00e1vel (pertencimento = 0,6),<\/li>\n\n\n\n
insuficiente (pertencimento = 0,2),
dependendo de uma fun\u00e7\u00e3o definida pelo especialista ou pelo modelo.<\/li>\n<\/ul>\n\n\n\n
Isso permite:<\/p>\n\n\n\n
\n
modelar prefer\u00eancias humanas ou biol\u00f3gicas,<\/li>\n\n\n\n
tornar o sistema mais robusto a varia\u00e7\u00f5es extremas,<\/li>\n\n\n\n
introduzir zonas de incerteza ou transi\u00e7\u00e3o (por exemplo, \u201cnem bom nem ruim\u201d).<\/li>\n<\/ul>\n\n\n\n
\n\n\n\n
Compara\u00e7\u00e3o visual<\/strong><\/p>\n\n\n\n
Valor bruto<\/strong><\/td> Normalizado (linear)<\/strong><\/td> Difuso (triangular centrado em 20 \u00b0C)<\/strong><\/td><\/tr><\/thead>
10 \u00b0C<\/td> 0.0<\/td> 0.0<\/td><\/tr>
15 \u00b0C<\/td> 0.25<\/td> 0.5<\/td><\/tr>
20 \u00b0C<\/td> 0.5<\/td> 1.0 (optimum)<\/td><\/tr>
25 \u00b0C<\/td> 0.75<\/td> 0.5<\/td><\/tr>
30 \u00b0C<\/td> 1.0<\/td> 0.0<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\n\n\n\n
\n\n\n\n
Conclus\u00e3o<\/strong><\/p>\n\n\n\n
\n
A normaliza\u00e7\u00e3o \u00e9 \u00fatil para tornar os dados compar\u00e1veis.<\/li>\n\n\n\n
A transforma\u00e7\u00e3o difusa \u00e9 essencial quando se deseja modelar prefer\u00eancias, incertezas ou julgamentos qualitativos.<\/li>\n<\/ul>\n\n\n\n
Em resumo:
Normaliza\u00e7\u00e3o <\/strong>= escalonamento
Difus\u00e3o <\/strong>= interpreta\u00e7\u00e3o do significado<\/p>\n\n\n\n
\n\n\n
\n
$\"\"$ <\/a><\/figure>\n<\/div>\n\n\n
Aqui est\u00e1 um gr\u00e1fico comparando dois m\u00e9todos de transforma\u00e7\u00e3o de um atributo num\u00e9rico:<\/p>\n\n\n\n
\n
Normaliza\u00e7\u00e3o linear<\/strong> (min-max): transforma linearmente uma vari\u00e1vel entre 0 e 1. Cada valor \u00e9 convertido proporcionalmente em fun\u00e7\u00e3o de seus limites.<\/li>\n\n\n\n
Transforma\u00e7\u00e3o difusa<\/strong> (fun\u00e7\u00e3o triangular): atribui import\u00e2ncia m\u00e1xima a um valor central (aqui 20 \u00b0C) e diminui simetricamente em dire\u00e7\u00e3o a 0.<\/li>\n<\/ul>\n\n\n\n
Diferen\u00e7a essencial:<\/strong><\/p>\n\n\n\n
\n
A normaliza\u00e7\u00e3o n\u00e3o d\u00e1 nenhuma prefer\u00eancia: 30 \u00e9 considerado t\u00e3o importante (1) quanto 20.<\/li>\n\n\n\n
A transforma\u00e7\u00e3o difusa integra uma zona de m\u00e1xima relev\u00e2ncia (o \u00e1pice da fun\u00e7\u00e3o) e traduz a ideia de valores mais ou menos compat\u00edveis com um crit\u00e9rio ideal.<\/li>\n<\/ul>\n\n\n\n
Este princ\u00edpio \u00e9 fundamental para modelar prefer\u00eancias humanas, limites difusos ou zonas de incerteza.<\/p>\n\n\n\n
\n\n\n\n
<\/span>Continua\u2026<\/span><\/h2>\n\n\n\n

Na segunda parte, veremos como combinar v\u00e1rios mapas ou indicadores difusos usando fun\u00e7\u00f5es de agrega\u00e7\u00e3o. Esta etapa permitir\u00e1 passar de an\u00e1lises isoladas para uma s\u00edntese global, levando em considera\u00e7\u00e3o a incerteza e as prefer\u00eancias espec\u00edficas de cada projeto.<\/p>\n\n\n\n
\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
Modelar a incerteza e as transi\u00e7\u00f5es progressivas no QGIS com o plugin FuzzyAttributes. Nem tudo \u00e9 preto ou branco na geografia. No entanto, as ferramentas SIG muitas vezes imp\u00f5em escolhas bin\u00e1rias. O que fazer com as…<\/p>\n","protected":false},"author":1,"featured_media":15187,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"give_campaign_id":0,"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"sfsi_plus_gutenberg_text_before_share":"","sfsi_plus_gutenberg_show_text_before_share":"","sfsi_plus_gutenberg_icon_type":"","sfsi_plus_gutenberg_icon_alignemt":"","sfsi_plus_gutenburg_max_per_row":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[3590,3418,2134],"tags":[3586,3634,3588,2237,2160],"class_list":["post-15183","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-fzy-pt","category-pluigin-pt","category-qgis","tag-atributos-pt","tag-fuzzyattributes-pt","tag-logica-difusa-pt","tag-plugin-pt","tag-qgis-pt"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2025\/08\/fzy_attr_image-3.jpg?fit=1084%2C582&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p6XU0A-3WT","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/15183","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/comments?post=15183"}],"version-history":[{"count":0,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/15183\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media\/15187"}],"wp:attachment":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media?parent=15183"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/categories?post=15183"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/tags?post=15183"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}