Banca de QUALIFICAÇÃO: ALIBIA DEYSI GUEDES DA SILVA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ALIBIA DEYSI GUEDES DA SILVA
DATA : 26/03/2024
HORA: 14:00
LOCAL: Google Meet
TÍTULO:

MAPEAMENTO DE USO DA TERRA E COBERTURA VEGETAL DO SEMIÁRIDO DO RIO GRANDE DO NORTE: ESTRATÉGIA BASEADA EM APRENDIZADO DE MÁQUINA E COMPUTAÇÃO EM NUVEM

PALAVRAS-CHAVES:

Caatinga; Random Forest; Google Earth Engine; El Niño; La Niña. 

PÁGINAS: 86
RESUMO:

O uso e a cobertura da terra representam a materialização das manifestações socioambientais que na atual conjuntura global emergem preocupação frente aos cenários futuros. De acordo com o Painel Intergovernamental sobre Mudanças Climáticas, as regiões semiáridas do Nordeste brasileiro poderão ser atingidas pelo aumento de secas que resultarão em situações de desastre socioambiental. A interconexão ambiental e socioeconômica que está presente na Agenda 2030 da Organização das Nações Unidas por meio de uma ação global, promulga a proteção do meio ambiente a partir dos Objetivos de Desenvolvimento Sustentável a fim de garantir qualidade de vida terrestre. No entanto, mudanças na paisagem devido às atividades das sociedades que substituem as florestas nativas, vêm ocasionando impactos significativos nas áreas naturais. O uso indiscriminado das coberturas naturais provoca, em diferentes graus de degradação ambiental, consequências para a fertilidade do solo e biodiversidade, bem como insegurança alimentar e hídrica. Logo, o mapeamento de uso e cobertura da terra torna-se essencial para o entendimento e aplicação no planejamento territorial do semiárido, visto que as mudanças multitemporais da vegetação de caatinga em ambientes semiáridos estão associadas diretamente a variabilidade pluviométrica e a ação antrópica. Dessa forma, a pesquisa objetiva mapear o uso e cobertura da terra do semiárido do Rio Grande do Norte para o ano de 2023 a partir de algoritmos de aprendizado de máquina e computação em nuvem, bem como analisar o comportamento espaço-temporal da cobertura vegetal em anos de ocorrência dos fenômenos El Niño e La Niña entre 1990 e 2023. Em virtude das diferentes tipologias espaciais, a área de estudo foi subdividida em microrregiões hidrográficas. Utilizou-se a ferramenta Google Earth Engine em linguagem JavaScript para o processamento dos dados orbitais provenientes do LANDSAT-5 e LANDSAT-8. A definição dos períodos a serem analisados foi baseada na atuação do fenômeno ENOS e no volume de precipitação, coletados no CHIRPS (Clima Hazards Group InfraRed Precipitation with Station data), resultando nos anos 1990, 1998, 2000, 2014, 2016, 2018 e 2023. Os índices espectrais NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index), SAVI (Soil-Adjusted Vegetation Index), NDWI (Normalized difference water index) e NDBI (Normalized Density Building Index) foram calculados para monitorar as condições das áreas vegetadas, extraindo-se as métricas. A classificação supervisionada baseada em pixel será feita pelo modelo Random Forest. O mapeamento identificará as classes: 1) vegetação densa, 2) vegetação aberta, 3) mata serrana, 4) agricultura, 5) agricultura irrigada, 6) pastagem, 7) área urbana, 8) área descoberta, 9) água continental e 10) água costeira.

MEMBROS DA BANCA:
Externo à Instituição - WASHINGTON DE JESUS SANT'ANNA DA FRANCA ROCHA
Externo ao Programa - ***.339.107-** - GETULIO FONSECA DOMINGUES - UFMG
Interno - 1818226 - JOAO SANTIAGO REIS
Presidente - 1726169 - SARA FERNANDES FLOR DE SOUZA