Navegando por Assunto "Google Earth Engine"

Agora exibindo 1 - 3 de 3

Acesso aberto (Open Access)
Dinâmica de uso e cobertura da terra em áreas do formações não florestais/PRODES no Sudeste paraense
(Universidade Federal do Pará, 2019-06-28) SOUZA, Larisse Fernanda Pereira de; PIMENTEL, Márcia Aparecida da Silva; http://lattes.cnpq.br/3994635795557609; https://orcid.org/0000-0001-9893-9777; ADAMI, Marcos; http://lattes.cnpq.br/7484071887086439; https://orcid.org/0000-0003-4247-4477
As savanas amazônicas são de extrema relevância para a conservação da biodiversidade, sendo compostas por comunidades vegetacionais de numerosas espécies endêmicas. No entanto, as savanas amazônicas são pouco estudadas. As áreas florestais da Amazônia são monitoradas desde 1988 quando foi criado o Projeto de Monitoramento e Desmatamento da Amazônia (PRODES) para obter taxas anuais de desflorestamento bruto da Amazônia Legal Brasileira. Porém o PRODES não monitora áreas de Não Florestis (NF) dentro do bioma Amazônia, restringindo informações sobre as formações não florestais sua diversidade ambiental e grau de antropização. Assim, o objetivo geral deste trabalho é analisar a dinâmica da paisagem em áreas de formação não florestais nos períodos de 2000, 2010 e 2018. Esta pesquisa tem como área de análise uma área de NF (ecótono de transição Amazônia-Cerrado) localizada nos municípios de Rio Maria, Redenção, Floresta do Araguaia, Conceição do Araguaia, Santa Maria das Barreiras, Pau D’arco e Santana do Araguaia, mesorregião sudeste do Estado do Pará, área de processo recente de povoamento. Para realizar o mapeamento de LULC da terra foi utilizada a plataforma Google Eath Engine (GEE). Trata-se de um catálogo de dados de análise prontos com um alto desempenho, intrinsecamente serviço de computação paralela. Ao analisar os resultados por classe temática, observou-se que as classes Savana Parque, Agricultura e Outros apresentaram concordância superior 90%. As classes Pasto e Savana Arborizada obtiveram menor concordância, com 80%. As classes que representaram maior intensidade de omissão foi Savana Arborizada com 10% e Outros 7%. Já a inclusão, teve os maiores valores nas classes Pasto com 13% e Mosaico de Agricultura ou Pastagem 7%. A precisão global deste mapeamento foi de 86%. A plataforma GEE mostrou-se eficiente e ágil que permitiu que num curto espaço de tempo fosse realizado várias tentativas de classificação até se chegar no melhor resultado possível com excelentes resultados de validação.
Acesso aberto (Open Access)
Índice integrado de hidrometeorologia e vegetação (IIHV): validação na mesorregião hidrográfica do Rio Madeira
(Universidade Federal do Pará, 2025-12-19) ROCHA, Elivaldo Carvalho; SOUZA, Everaldo Barreiros de; http://lattes.cnpq.br/6257794694839685; https://orcid.org/0000-0001-6045-0984; SILVA JUNIOR, João de Athaydes; http://lattes.cnpq.br/2150400764733967; https://orcid.org/0000-0001-7012-4381; SODRÉ, Giordani Rafael Conceição; ALVES, José Maria Brabo; BARRETO, Naurinete de Jesus da Costa; http://lattes.cnpq.br/0513329362156835; http://lattes.cnpq.br/6089287551555329; http://lattes.cnpq.br/9415435965900811; https://orcid.org/0000-0002-8918-973X; https://orcid.org/0000-0001-5167-6228
Amazônia desempenha papel fundamental na estabilidade climática global através da recicla- gem de umidade atmosférica, estocagem de carbono e regulação dos padrões de precipitação continental. Considerando o aumento na frequência e intensidade de eventos hidrometeorológicos extremos na região, este estudo desenvolveu e validou o Índice Integrado de Hidrometeorologia e Vegetação (IIHV) para a Mesorregião Hidrográfica do Rio Madeira, utilizando o Google Earth Engine (GEE). O IIHV surge como solução ao desafio enfrentado por gestores na interpretação simultânea de múltiplos índices ambientais, integrando indicadores meteorológicos (SPI2 e SPEI3) e de vegetação (EVIP e NDMIP) através da Matriz GUT (Gravidade, Urgência, Ten- dência), conforme a equação: IIHV = [(G × (EVIP + NDMIP) + (U × SPI2) + (T × SPEI3)) / ((2 × G) + U + T)]. A validação utilizou dois eventos extremos contrastantes: a cheia histórica de 2014, quando o Rio Madeira atingiu 19,74 metros em Porto Velho, e a seca severa de 2023, que registrou níveis mínimos históricos. O IIHV demonstrou eficácia ao capturar ambos os fenômenos, apresentando valores superiores a +2,0 durante a cheia e inferiores a -2,0 na seca, correlacionando-se significativamente com os impactos socioeconômicos e ambientais docu- mentados. Como produto técnico, desenvolveu-se um aplicativo web no GEE que demonstra a aplicabilidade da metodologia, permitindo análise retrospectiva do IIHV para o período de 2003 a 2023 e evidenciando seu potencial para implementação em sistemas de monitoramento operacional. A ferramenta contribui para o fortalecimento da gestão de riscos e desastres naturais na Amazônia, alinhando-se aos Objetivos de Desenvolvimento Sustentável 6, 13 e 15.
Acesso aberto (Open Access)
Mapeamento de inundações urbanas com uso de radar de abertura sintética para o município de Marabá-PA
(Universidade Federal do Pará, 2025-03-18) SILVA, Angelo Bruno Batalha; ANDRADE, Milena Marília Nogueira de; http://lattes.cnpq.br/1930321094483005; https://orcid.org/0000-0001-5799-7321; LIMA, Aline Maria Meuguins de; POLIDORI, Laurent; BARBOSA, Estevão José da Silva; http://lattes.cnpq.br/6572852379381594; http://lattes.cnpq.br/7680664269303426; http://lattes.cnpq.br/0650519445162390; https://orcid.org/0000-0002-0594-0187; https://orcid.org/0000-0001-6220-9561
A região amazônica é caracterizada por sua vasta rede hidrográfica e variabilidade hidrológica, aumentando a susceptibilidade a eventos extremos, como inundações. No município de Marabá, Pará, na confluência dos rios Tocantins e Itacaiúnas, a ocupação irregular das áreas de várzea e a precariedade da infraestrutura urbana, agrava a recorrência de inundações, impactando diretamente a população e os setores econômico e social. Diante desse cenário, esta pesquisa teve como objetivo principal mapear inundações no perímetro urbano de Marabá, utilizando dados de Radar de Abertura Sintética (SAR) do satélite Sentinel-1. A metodologia baseou-se na análise multitemporal de imagens SAR de 2018 a 2023, pré-processadas na plataforma Google Earth Engine. Neste trabalho foram aplicadas técnicas de correção geométrica e radiométrica, além de limiarização adaptativa para a segmentação das áreas inundadas. Os resultados foram validados a partir de dados fluviométricos da Agência Nacional de Águas (ANA) e pluviométricos do Instituto Nacional de Meteorologia (INMET). Os resultados obtidos indicaram que os anos de 2020 e 2022 apresentaram os maiores valores totais de áreas inundadas, atingindo 12,82 km² e 12,52 km², respectivamente. As regiões mais afetadas estão concentradas em áreas de baixa altitude e infraestrutura precária, evidenciando a exposição dos núcleos urbanos do município. Além disso, os resultados estão alinhados com os Objetivos de Desenvolvimento Sustentável (ODS), como: ODS 6 (Água Potável e Saneamento); ODS 11 (Cidades e Comunidades Sustentáveis) ao fornecer subsídios para tornar os centros urbanos mais resilientes e ODS 13 (Ação Contra a Mudança Global do Clima), ao considerar a intensificação dos eventos extremos na região amazônica. Com isso, este trabalho destaca a necessidade de difusão do conhecimento sobre radar, para que essas técnicas contribuam na gestão territorial e na resposta a desastres na Amazônia.