Classificação do uso e cobertura da terra da bacia hidrográfica do Rio Sucuru utilizando o Google Earth Engine e aplicação do algoritmo Random Forest.

Página inicial
→
Campus Campina Grande | Centro de Tecnologia e Recursos Naturais - CTRN
→
LIVROS E E-BOOKS
→
Livros e E-books - CTRN
→
Ver item

dc.description.resumo	As atividades antrópicas desenvolvidas em áreas de bacias hidrográficas acarretam em uma série desdobramentos no meio ambiente (BARROS, 2021). Desde a ocupação da terra, uso indiscriminado da água, desmatamento de matas ciliares, sedimentação, assoreamento, construção de barragens, desvios de cursos d’água, erosão, salinização, contaminação, impermeabilização, compactação, diminuição da matéria orgânica dentre outras degradações, têm contribuído para o desaparecimento de rios e lagos, afetando profundamente o ciclo da água e o clima (ARAÚJO et al., 2009). A análise contínua e precisa de uso e cobertura da terra é parte integrante das atividades de desenvolvimento sustentável realizadas em determinadas áreas (ALDIANSYAH & SAPUTRA, 2023). Os mapas de uso e cobertura da terra tornam-se um componente importante para vários estudos científicos que envolvem os efeitos das mudanças climáticas nos fluxos e bacias hidrográficas dos rios (SRIDHAR et al., 2019), geomorfologia (SUJATHA & SRIDHAR, 2018), gerenciamento de águas subterrâneas (XIAO et al., 2022) e conhecimento social para gestão de recursos naturais (SRIDHAR et al., 2021). A utilização do Sensoriamento Remoto e a aplicação conjunta de índices de vegetação, apresentam-se como instrumentos eficientes e eficazes para avaliar e monitorar as condições do uso e cobertura da terra e vegetal de uma região geográfica, em função de sua precisão, praticidade e caráter multiespectral (CHAGAS, 2012; RIBEIRO et al., 2016a; SALLO et al., 2014). Barbosa et al. (2019), afirmam que o NDVI (Normalized Difference Vegetation Index) é um parâmetro, fornecido por Sensoriamento Remoto, importante para o monitoramento da vegetação. Além da cobertura vegetal, as tecnologias voltadas ao processamento de imagens de satélite têm sido úteis para monitorar a Temperatura da Superfície Terrestre - LST (Land Surface Temperature) (PIRES, 2015). O LST diz respeito ao fluxo de calor dado em função da energia que chega e sai do alvo, sendo uma variável importante para a compreensão das interações entre a atmosfera e a superfície terrestre (FERREIRA et al., 2017). Além do NDVI e a LST, também é importante caracterizar a região de estudos mediante dados de precipitação, pois este é um dos fatores que causam modificações significativas tanto na cobertura vegetal quanto na temperatura da região (BECERRA et al., 2009). A precipitação é uma variável que também pode ser estudada por detecção remota. As estimativas de precipitação baseadas em satélite são fontes alternativas de informações para regiões extensas em que os dados de precipitação convencional são escassos ou até mesmo ausentes (RAO et al., 2014, FUNK et al., 2015, PAREDES-TREJO et al., 2017). Para processar os dados utilizados nesta pesquisa foi utilizada a plataforma do Google Earth Engine (GEE) que é uma ferramenta inovadora de processamento digital de imagens, desenvolvida pela empresa Google (HOROWITZ, 2015). Esta ferramenta permite análises multitemporais e espaciais de uma forma rápida e eficiente por meio de linguagens de programação JavaScript e Python (GORELICK et al., 2017). Este estudo tem como objetivo analisar as mudanças ambientais na Bacia Hidrográfica do rio Sucuru-PB entre 2001 e 2019, como também, avaliar a cobertura vegetal na mesma região através de índices biofísicos em períodos secos e chuvosos, além de buscar classificar o uso e cobertura da terra para o ano de 2022, usando algoritmos de classificação supervisionada, disponível na plataforma do Google Earth Engine.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.subject.cnpq	Engenharia.	pt_BR
dc.title	Classificação do uso e cobertura da terra da bacia hidrográfica do Rio Sucuru utilizando o Google Earth Engine e aplicação do algoritmo Random Forest.	pt_BR
dc.date.issued	2023
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31452
dc.date.accessioned	2023-08-15T18:11:15Z
dc.date.available	2023-08-15
dc.date.available	2023-08-15T18:11:15Z
dc.type	Livro	pt_BR
dc.subject	Sensoriamento remoto	pt_BR
dc.subject	Sentinel	pt_BR
dc.subject	Semiárido Paraibano	pt_BR
dc.subject	Estatística	pt_BR
dc.subject	Google Earth Engine	pt_BR
dc.subject	Algoritmo Random Forest	pt_BR
dc.subject	Uso e cobertura da terra	pt_BR
dc.subject	Bacia Hidrográfica do Rio Sucuru	pt_BR
dc.subject	Rio Sucuru	pt_BR
dc.subject	Remote sensing	pt_BR
dc.subject	Semi-arid region of Paraíba	pt_BR
dc.subject	Statistic	pt_BR
dc.subject	Random Forest Algorithm	pt_BR
dc.subject	Land use and land cover	pt_BR
dc.subject	Anaconda river	pt_BR
dc.subject	Sucuru River Hydrographic Basin	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	SOUSA, José Hugo Simplício de.
dc.creator	RIBEIRO, George do Nascimento.
dc.creator	FRANCISCO, Paulo Roberto Megna.
dc.creator	MORAES NETO, João Miguel de.
dc.creator	MEDEIROS, Paulo da Costa.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Classification of land use and land cover in the Sucuru River watershed using Google Earth Engine and application of the Random Forest algorithm.	pt_BR
dc.identifier.citation	SOUSA, José Hugo Simplicio de et al. Classificação do uso e cobertura da terra da bacia hidrográfica do Rio Sucuru utilizando o Google Earth Engine e aplicação do algoritmo Random Forest. Campina Grande - PB: EPTEC, 2023. ISBN: 978-65-00-77715-4. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31452	pt_BR