Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31452
Full metadata record
DC FieldValueLanguage
dc.description.resumoAs 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.countryBrasilpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqEngenharia.pt_BR
dc.titleClassificação 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.issued2023-
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31452-
dc.date.accessioned2023-08-15T18:11:15Z-
dc.date.available2023-08-15-
dc.date.available2023-08-15T18:11:15Z-
dc.typeLivropt_BR
dc.subjectSensoriamento remotopt_BR
dc.subjectSentinelpt_BR
dc.subjectSemiárido Paraibanopt_BR
dc.subjectEstatísticapt_BR
dc.subjectGoogle Earth Enginept_BR
dc.subjectAlgoritmo Random Forestpt_BR
dc.subjectUso e cobertura da terrapt_BR
dc.subjectBacia Hidrográfica do Rio Sucurupt_BR
dc.subjectRio Sucurupt_BR
dc.subjectRemote sensingpt_BR
dc.subjectSemi-arid region of Paraíbapt_BR
dc.subjectStatisticpt_BR
dc.subjectRandom Forest Algorithmpt_BR
dc.subjectLand use and land coverpt_BR
dc.subjectAnaconda riverpt_BR
dc.subjectSucuru River Hydrographic Basinpt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorSOUSA, José Hugo Simplício de.-
dc.creatorRIBEIRO, George do Nascimento.-
dc.creatorFRANCISCO, Paulo Roberto Megna.-
dc.creatorMORAES NETO, João Miguel de.-
dc.creatorMEDEIROS, Paulo da Costa.-
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeClassification 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.citationSOUSA, 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/31452pt_BR
Appears in Collections:Livros e E-books - CTRN

Files in This Item:
File Description SizeFormat 
CLASSIFICAÇÃO DO USO E COBERTURA DA TERRA DA BACIA HIDROGRÁFICA DO RIO SUCURU - E-BOOK CTRN 2023.pdfClassificação do uso e cobertura da terra da Bacia Hidrográfica do Rio Sucuru - E-BOOK CTRN 20234.65 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.