Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UEFS |
Texto Completo: | http://tede2.uefs.br:8080/handle/tede/1381 |
Resumo: | Mining activity, often installed in hard-to-reach regions, is responsible for causing distant changes in land use and land cover. To monitor and identify changes the application of appropriate remote sensing tools is a viable alternative. There are different software and platforms if remote sensing that enable the digital processing of satellite images, Google Earth Engine (GEE) is a fast tool that brings the possibility of historical series analysis that help in sizing the scope of the impacts caused by mining activity. This work brings the comparison between some remote sensing methods that can be used to identify areas: SIGMINE, MAPBIOMAS, GLOBALFOREST WATCH ANDDELIMITATION BYREGIONOF INTEREST, presenting the most appropriate among them. Although MAPBIOMAS was considered the platform that presented better results among the others analyzed, the tool MAPBIOMAS, in the first months of the release of the new collection, presented several inconsistencies in some features. Mapbiomas was applied to design mines that extract gold, copper, iron, magnesite and talc in the state of Bahia in Brazil, analyzing the expansion of its areas of operation over the 36-year interval, between 1985 and 2020. The expansion of metals, gold, copper and iron mining is influenced by the commercialization value of these materials in the market; however, internal factors can also impact on an enterprise. Some inconsistencies found during identification, or not, of areas mined by Mapbiomas, is due to the methodology of filtering and image stabilization applied by the platform. |
id |
UEFS_01f37c0be35a7ba82f65496eddcf9ea2 |
---|---|
oai_identifier_str |
oai:tede2.uefs.br:8080:tede/1381 |
network_acronym_str |
UEFS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UEFS |
repository_id_str |
|
spelling |
Castro, Paulo de Tarso Amorim24695203634http://lattes.cnpq.br/7247198559551536Nolasco, Marjorie Cseko19758960504http://lattes.cnpq.br/314055642487130903509054520http://lattes.cnpq.br/6188116123911587Souza, Camila Reis de2022-07-12T17:51:58Z2021-12-21SOUZA, Camila Reis. Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas. 2021. 193 f. Dissertação (Mestrado em Modelagem em Ciência da Terra e do Ambiente) - Departamento de Ciências Exatas, Universidade Estadual de Feira de Santana, Feira de Santana, 2021.http://tede2.uefs.br:8080/handle/tede/1381Mining activity, often installed in hard-to-reach regions, is responsible for causing distant changes in land use and land cover. To monitor and identify changes the application of appropriate remote sensing tools is a viable alternative. There are different software and platforms if remote sensing that enable the digital processing of satellite images, Google Earth Engine (GEE) is a fast tool that brings the possibility of historical series analysis that help in sizing the scope of the impacts caused by mining activity. This work brings the comparison between some remote sensing methods that can be used to identify areas: SIGMINE, MAPBIOMAS, GLOBALFOREST WATCH ANDDELIMITATION BYREGIONOF INTEREST, presenting the most appropriate among them. Although MAPBIOMAS was considered the platform that presented better results among the others analyzed, the tool MAPBIOMAS, in the first months of the release of the new collection, presented several inconsistencies in some features. Mapbiomas was applied to design mines that extract gold, copper, iron, magnesite and talc in the state of Bahia in Brazil, analyzing the expansion of its areas of operation over the 36-year interval, between 1985 and 2020. The expansion of metals, gold, copper and iron mining is influenced by the commercialization value of these materials in the market; however, internal factors can also impact on an enterprise. Some inconsistencies found during identification, or not, of areas mined by Mapbiomas, is due to the methodology of filtering and image stabilization applied by the platform.A atividade de mineração, muitas vezes instaladas em regiões de difícil acesso, é responsável por causar longínquas mudanças no uso e cobertura da terra. Para acompanhar e identificar às alterações a aplicação de ferramentas de sensoriamento remoto adequadas são uma alternativa viável. Existem diferentes softwares e plataformas se sensoriamento remoto que possibilita mo processamento digital de imagens de satélite, o Google Earth Engine (GEE) é uma ferramenta rápida e que traz a possibilidade de análises de séries históricas que auxiliam no dimensionamento do alcance dos impactos causados pela atividade. Este trabalho traz a comparação entre alguns métodos de sensoriamento remoto que podem ser usados para identificação de áreas: SIGMINE, MAPBIOMAS, GLOBAL FOREST WATCH e DELIMITAÇÃO PORREGIÃO DE INTERESSE, apresentando o mais adequado entre eles. Apesar do MAPBIOMAS ter sido considerado a plataforma que apresentou resultados melhores entre aquelas analisadas, a ferramenta,nos primeiros meses de lançamento da nova coleção, apresentou diversas inconsistências em algumas funcionalidades. O Mapbiomas foi aplicado para realizar o dimensionamento de minas que extra em ouro, cobre, ferro, Magnesita e talco no estado da Bahia, fazendo uma análise da expansão de suas áreas de operação ao longo do intervalo de 36 anos, entre 1985 a 2020. A expansão da mineração de metais, ouro, cobre e ferro é influencia da pelo valor de comercialização desses materiais no mercado, porém, fatores internos também podem impactar em um empreendimento. Algumas inconsistências encontradas durante a identificação, ou não, de áreas mineradas pelo Mapbiomas, se deve a metodologia de filtra geme estabilização de imagem aplicada pela plataforma.Submitted by Renata Aline Souza Silva (rassilva@uefs.br) on 2022-07-12T17:51:58Z No. of bitstreams: 1 Dissertacao_Camila Reis de Souza_2021.pdf: 27166524 bytes, checksum: b2c251ca4f818632fa9a380a728a6f4e (MD5)Made available in DSpace on 2022-07-12T17:51:58Z (GMT). No. of bitstreams: 1 Dissertacao_Camila Reis de Souza_2021.pdf: 27166524 bytes, checksum: b2c251ca4f818632fa9a380a728a6f4e (MD5) Previous issue date: 2021-12-21Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESConselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPqapplication/pdfporUniversidade Estadual de Feira de SantanaMestrado em Modelagem em Ciência da Terra e do AmbienteUEFSBrasilDEPARTAMENTO DE CIÊNCIAS EXATASIdentificação de mineraçãoGoogle Earth EngineMapbiomasMining IdentificationGoogle Earth EngineMapbiomasCIENCIAS EXATAS E DA TERRAIdentificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-885176421937510469600600600600600-5486832816611506211-453732605960478401635904625501369753661802873727776104890info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UEFSinstname:Universidade Estadual de Feira de Santana (UEFS)instacron:UEFSORIGINALDissertacao_Camila Reis de Souza_2021.pdfDissertacao_Camila Reis de Souza_2021.pdfapplication/pdf27166524http://tede2.uefs.br:8080/bitstream/tede/1381/2/Dissertacao_Camila++Reis+de+Souza_2021.pdfb2c251ca4f818632fa9a380a728a6f4eMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82089http://tede2.uefs.br:8080/bitstream/tede/1381/1/license.txt7b5ba3d2445355f386edab96125d42b7MD51tede/13812022-07-12 14:53:38.862oai:tede2.uefs.br:8080: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Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.uefs.br:8080/PUBhttp://tede2.uefs.br:8080/oai/requestbcuefs@uefs.br|| bcref@uefs.br||bcuefs@uefs.bropendoar:2022-07-12T17:53:38Biblioteca Digital de Teses e Dissertações da UEFS - Universidade Estadual de Feira de Santana (UEFS)false |
dc.title.por.fl_str_mv |
Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas |
title |
Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas |
spellingShingle |
Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas Souza, Camila Reis de Identificação de mineração Google Earth Engine Mapbiomas Mining Identification Google Earth Engine Mapbiomas CIENCIAS EXATAS E DA TERRA |
title_short |
Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas |
title_full |
Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas |
title_fullStr |
Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas |
title_full_unstemmed |
Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas |
title_sort |
Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas |
author |
Souza, Camila Reis de |
author_facet |
Souza, Camila Reis de |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Castro, Paulo de Tarso Amorim |
dc.contributor.advisor1ID.fl_str_mv |
24695203634 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/7247198559551536 |
dc.contributor.advisor-co1.fl_str_mv |
Nolasco, Marjorie Cseko |
dc.contributor.advisor-co1ID.fl_str_mv |
19758960504 |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/3140556424871309 |
dc.contributor.authorID.fl_str_mv |
03509054520 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/6188116123911587 |
dc.contributor.author.fl_str_mv |
Souza, Camila Reis de |
contributor_str_mv |
Castro, Paulo de Tarso Amorim Nolasco, Marjorie Cseko |
dc.subject.por.fl_str_mv |
Identificação de mineração Google Earth Engine Mapbiomas |
topic |
Identificação de mineração Google Earth Engine Mapbiomas Mining Identification Google Earth Engine Mapbiomas CIENCIAS EXATAS E DA TERRA |
dc.subject.eng.fl_str_mv |
Mining Identification Google Earth Engine Mapbiomas |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA |
description |
Mining activity, often installed in hard-to-reach regions, is responsible for causing distant changes in land use and land cover. To monitor and identify changes the application of appropriate remote sensing tools is a viable alternative. There are different software and platforms if remote sensing that enable the digital processing of satellite images, Google Earth Engine (GEE) is a fast tool that brings the possibility of historical series analysis that help in sizing the scope of the impacts caused by mining activity. This work brings the comparison between some remote sensing methods that can be used to identify areas: SIGMINE, MAPBIOMAS, GLOBALFOREST WATCH ANDDELIMITATION BYREGIONOF INTEREST, presenting the most appropriate among them. Although MAPBIOMAS was considered the platform that presented better results among the others analyzed, the tool MAPBIOMAS, in the first months of the release of the new collection, presented several inconsistencies in some features. Mapbiomas was applied to design mines that extract gold, copper, iron, magnesite and talc in the state of Bahia in Brazil, analyzing the expansion of its areas of operation over the 36-year interval, between 1985 and 2020. The expansion of metals, gold, copper and iron mining is influenced by the commercialization value of these materials in the market; however, internal factors can also impact on an enterprise. Some inconsistencies found during identification, or not, of areas mined by Mapbiomas, is due to the methodology of filtering and image stabilization applied by the platform. |
publishDate |
2021 |
dc.date.issued.fl_str_mv |
2021-12-21 |
dc.date.accessioned.fl_str_mv |
2022-07-12T17:51:58Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SOUZA, Camila Reis. Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas. 2021. 193 f. Dissertação (Mestrado em Modelagem em Ciência da Terra e do Ambiente) - Departamento de Ciências Exatas, Universidade Estadual de Feira de Santana, Feira de Santana, 2021. |
dc.identifier.uri.fl_str_mv |
http://tede2.uefs.br:8080/handle/tede/1381 |
identifier_str_mv |
SOUZA, Camila Reis. Identificação de áreas mineradas a partir de Sensoriamento Remoto: um olhar com o Mapbiomas. 2021. 193 f. Dissertação (Mestrado em Modelagem em Ciência da Terra e do Ambiente) - Departamento de Ciências Exatas, Universidade Estadual de Feira de Santana, Feira de Santana, 2021. |
url |
http://tede2.uefs.br:8080/handle/tede/1381 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.program.fl_str_mv |
-885176421937510469 |
dc.relation.confidence.fl_str_mv |
600 600 600 600 600 |
dc.relation.department.fl_str_mv |
-5486832816611506211 |
dc.relation.cnpq.fl_str_mv |
-4537326059604784016 |
dc.relation.sponsorship.fl_str_mv |
3590462550136975366 1802873727776104890 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual de Feira de Santana |
dc.publisher.program.fl_str_mv |
Mestrado em Modelagem em Ciência da Terra e do Ambiente |
dc.publisher.initials.fl_str_mv |
UEFS |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
DEPARTAMENTO DE CIÊNCIAS EXATAS |
publisher.none.fl_str_mv |
Universidade Estadual de Feira de Santana |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UEFS instname:Universidade Estadual de Feira de Santana (UEFS) instacron:UEFS |
instname_str |
Universidade Estadual de Feira de Santana (UEFS) |
instacron_str |
UEFS |
institution |
UEFS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UEFS |
collection |
Biblioteca Digital de Teses e Dissertações da UEFS |
bitstream.url.fl_str_mv |
http://tede2.uefs.br:8080/bitstream/tede/1381/2/Dissertacao_Camila++Reis+de+Souza_2021.pdf http://tede2.uefs.br:8080/bitstream/tede/1381/1/license.txt |
bitstream.checksum.fl_str_mv |
b2c251ca4f818632fa9a380a728a6f4e 7b5ba3d2445355f386edab96125d42b7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UEFS - Universidade Estadual de Feira de Santana (UEFS) |
repository.mail.fl_str_mv |
bcuefs@uefs.br|| bcref@uefs.br||bcuefs@uefs.br |
_version_ |
1809288784177528832 |