Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFBA |
Texto Completo: | http://repositorio.ufba.br/ri/handle/ri/33029 |
Resumo: | Atualmente o volume de dados oriundos do sensoriamento remoto disponível para ser utilizado cresce de forma exponencial e o uso geospatial big data passou a atrair cada vez mais a atenção da comunidade científica por suas inúmeras possibilidades de aplicação na solução dos mais diversos tipos de problemas. Paralelamente, a alteração do cenário mundial de exploração onshore (em regiões continentais) de petróleo e gás natural, que ocorreu em função da intensificação de jazidas em regiões predominantemente tropicais, trouxe uma nova problemática ligada ao fato de que essas regiões se mostram muito mais suscetíveis à degradação em função de características intrínsecas à exploração desses minerais. Posto isto, este trabalho tem como objetivo geral propor uma metodologia para a avaliação da favorabilidade à recomposição florestal para áreas degradadas pela exploração de petróleo onshore com uso de geospatial big data, sendo realizado um estudo de caso no campo de Água Grande, que fica localizado entre os municípios de Catu e Pojuca, no estado da Bahia. Para tal finalidade foram utilizados dados de modelos digitais de elevação, uso e cobertura do solo, hidrografia e climáticos. Além disto, foram enumerados sete indicadores, cada um associado a uma camada de informação, aos quais foram atribuídos pesos e notas para suas classes por especialistas. Em seguida, essas camadas de informações foram sobrepostas utilizando a álgebra de mapas, gerando como saída o mapa de favorabilidade a recomposição florestal. O objetivo principal do trabalho foi alcançado sendo possível observar que a escolha das áreas para a realização de projetos de reflorestamento pode ser mais assertiva com a utilização de um modelo que represente a favorabilidade à recomposição florestal na região. Dentre os indicadores utilizados, o uso da terra, a proximidade com áreas de formação florestal e a proximidade a corpos d’água, foram considerados aqueles como maior impacto para a hierarquização de regiões mais ou menos favoráveis ao reflorestamento, enquanto que os indicadores de proximidade com áreas urbanas, geomorfologia e intensidade de exposição ao Sol foram considerados de menor impacto. Por fim, ressalta-se que a metodologia desenvolvida neste trabalho pode ser replicada em qualquer região e assim oferecer um subsídio para a escolha mais estratégica de áreas candidatas ao reflorestamento. |
id |
UFBA-2_003df7e730a0e3039e08d8f204e54d4a |
---|---|
oai_identifier_str |
oai:repositorio.ufba.br:ri/33029 |
network_acronym_str |
UFBA-2 |
network_name_str |
Repositório Institucional da UFBA |
repository_id_str |
1932 |
spelling |
Limoeiro, Milena de AraújoAlixandrini Junior, Mauro JoséAlixandrini Junior, Mauro JoséPedrassoli, Julio CesarCruz, Carla Bernadete MadureiraCarvalho, Fernanda Puga Santos2021-03-11T17:43:08Z2021-03-11T17:43:08Z2021-03-112020-11-11Dissertaçãohttp://repositorio.ufba.br/ri/handle/ri/33029Atualmente o volume de dados oriundos do sensoriamento remoto disponível para ser utilizado cresce de forma exponencial e o uso geospatial big data passou a atrair cada vez mais a atenção da comunidade científica por suas inúmeras possibilidades de aplicação na solução dos mais diversos tipos de problemas. Paralelamente, a alteração do cenário mundial de exploração onshore (em regiões continentais) de petróleo e gás natural, que ocorreu em função da intensificação de jazidas em regiões predominantemente tropicais, trouxe uma nova problemática ligada ao fato de que essas regiões se mostram muito mais suscetíveis à degradação em função de características intrínsecas à exploração desses minerais. Posto isto, este trabalho tem como objetivo geral propor uma metodologia para a avaliação da favorabilidade à recomposição florestal para áreas degradadas pela exploração de petróleo onshore com uso de geospatial big data, sendo realizado um estudo de caso no campo de Água Grande, que fica localizado entre os municípios de Catu e Pojuca, no estado da Bahia. Para tal finalidade foram utilizados dados de modelos digitais de elevação, uso e cobertura do solo, hidrografia e climáticos. Além disto, foram enumerados sete indicadores, cada um associado a uma camada de informação, aos quais foram atribuídos pesos e notas para suas classes por especialistas. Em seguida, essas camadas de informações foram sobrepostas utilizando a álgebra de mapas, gerando como saída o mapa de favorabilidade a recomposição florestal. O objetivo principal do trabalho foi alcançado sendo possível observar que a escolha das áreas para a realização de projetos de reflorestamento pode ser mais assertiva com a utilização de um modelo que represente a favorabilidade à recomposição florestal na região. Dentre os indicadores utilizados, o uso da terra, a proximidade com áreas de formação florestal e a proximidade a corpos d’água, foram considerados aqueles como maior impacto para a hierarquização de regiões mais ou menos favoráveis ao reflorestamento, enquanto que os indicadores de proximidade com áreas urbanas, geomorfologia e intensidade de exposição ao Sol foram considerados de menor impacto. Por fim, ressalta-se que a metodologia desenvolvida neste trabalho pode ser replicada em qualquer região e assim oferecer um subsídio para a escolha mais estratégica de áreas candidatas ao reflorestamento.Submitted by Pós graduação Engenharia Civil (ppec@ufba.br) on 2021-03-09T21:10:31Z No. of bitstreams: 1 Dissertao_Milena_Limoeiro_SIGAA_ok (1) (3).pdf: 2278013 bytes, checksum: 735a8a3cb8bafdb38b446c1bf745e74d (MD5)Approved for entry into archive by Escola Politécnica Biblioteca (biengproc@ufba.br) on 2021-03-11T17:43:08Z (GMT) No. of bitstreams: 1 Dissertao_Milena_Limoeiro_SIGAA_ok (1) (3).pdf: 2278013 bytes, checksum: 735a8a3cb8bafdb38b446c1bf745e74d (MD5)Made available in DSpace on 2021-03-11T17:43:08Z (GMT). No. of bitstreams: 1 Dissertao_Milena_Limoeiro_SIGAA_ok (1) (3).pdf: 2278013 bytes, checksum: 735a8a3cb8bafdb38b446c1bf745e74d (MD5)Engenharia CivilGeospatial big dataMapa de favorabilidadeRecomposição florestal.Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gásinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisEscola PolitécnicaPrograma de Pós-graduação em Engenharia CivilUFBAbrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBAORIGINALDissertao_Milena_Limoeiro_SIGAA_ok (1) (3).pdfDissertao_Milena_Limoeiro_SIGAA_ok (1) (3).pdfapplication/pdf2278013https://repositorio.ufba.br/bitstream/ri/33029/1/Dissertao_Milena_Limoeiro_SIGAA_ok%20%281%29%20%283%29.pdf735a8a3cb8bafdb38b446c1bf745e74dMD51LICENSElicense.txtlicense.txttext/plain1442https://repositorio.ufba.br/bitstream/ri/33029/2/license.txte3e6f4a9287585a60c07547815529482MD52TEXTDissertao_Milena_Limoeiro_SIGAA_ok (1) (3).pdf.txtDissertao_Milena_Limoeiro_SIGAA_ok (1) (3).pdf.txtExtracted texttext/plain189655https://repositorio.ufba.br/bitstream/ri/33029/3/Dissertao_Milena_Limoeiro_SIGAA_ok%20%281%29%20%283%29.pdf.txt245c578c62380b09877a98c5cf3cf47aMD53ri/330292022-02-20 21:44:06.54oai:repositorio.ufba.br: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Repositório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322022-02-21T00:44:06Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false |
dc.title.pt_BR.fl_str_mv |
Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás |
title |
Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás |
spellingShingle |
Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás Limoeiro, Milena de Araújo Engenharia Civil Geospatial big data Mapa de favorabilidade Recomposição florestal. |
title_short |
Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás |
title_full |
Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás |
title_fullStr |
Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás |
title_full_unstemmed |
Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás |
title_sort |
Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás |
author |
Limoeiro, Milena de Araújo |
author_facet |
Limoeiro, Milena de Araújo |
author_role |
author |
dc.contributor.author.fl_str_mv |
Limoeiro, Milena de Araújo |
dc.contributor.advisor1.fl_str_mv |
Alixandrini Junior, Mauro José |
dc.contributor.referee1.fl_str_mv |
Alixandrini Junior, Mauro José Pedrassoli, Julio Cesar Cruz, Carla Bernadete Madureira Carvalho, Fernanda Puga Santos |
contributor_str_mv |
Alixandrini Junior, Mauro José Alixandrini Junior, Mauro José Pedrassoli, Julio Cesar Cruz, Carla Bernadete Madureira Carvalho, Fernanda Puga Santos |
dc.subject.cnpq.fl_str_mv |
Engenharia Civil |
topic |
Engenharia Civil Geospatial big data Mapa de favorabilidade Recomposição florestal. |
dc.subject.por.fl_str_mv |
Geospatial big data Mapa de favorabilidade Recomposição florestal. |
description |
Atualmente o volume de dados oriundos do sensoriamento remoto disponível para ser utilizado cresce de forma exponencial e o uso geospatial big data passou a atrair cada vez mais a atenção da comunidade científica por suas inúmeras possibilidades de aplicação na solução dos mais diversos tipos de problemas. Paralelamente, a alteração do cenário mundial de exploração onshore (em regiões continentais) de petróleo e gás natural, que ocorreu em função da intensificação de jazidas em regiões predominantemente tropicais, trouxe uma nova problemática ligada ao fato de que essas regiões se mostram muito mais suscetíveis à degradação em função de características intrínsecas à exploração desses minerais. Posto isto, este trabalho tem como objetivo geral propor uma metodologia para a avaliação da favorabilidade à recomposição florestal para áreas degradadas pela exploração de petróleo onshore com uso de geospatial big data, sendo realizado um estudo de caso no campo de Água Grande, que fica localizado entre os municípios de Catu e Pojuca, no estado da Bahia. Para tal finalidade foram utilizados dados de modelos digitais de elevação, uso e cobertura do solo, hidrografia e climáticos. Além disto, foram enumerados sete indicadores, cada um associado a uma camada de informação, aos quais foram atribuídos pesos e notas para suas classes por especialistas. Em seguida, essas camadas de informações foram sobrepostas utilizando a álgebra de mapas, gerando como saída o mapa de favorabilidade a recomposição florestal. O objetivo principal do trabalho foi alcançado sendo possível observar que a escolha das áreas para a realização de projetos de reflorestamento pode ser mais assertiva com a utilização de um modelo que represente a favorabilidade à recomposição florestal na região. Dentre os indicadores utilizados, o uso da terra, a proximidade com áreas de formação florestal e a proximidade a corpos d’água, foram considerados aqueles como maior impacto para a hierarquização de regiões mais ou menos favoráveis ao reflorestamento, enquanto que os indicadores de proximidade com áreas urbanas, geomorfologia e intensidade de exposição ao Sol foram considerados de menor impacto. Por fim, ressalta-se que a metodologia desenvolvida neste trabalho pode ser replicada em qualquer região e assim oferecer um subsídio para a escolha mais estratégica de áreas candidatas ao reflorestamento. |
publishDate |
2020 |
dc.date.submitted.none.fl_str_mv |
2020-11-11 |
dc.date.accessioned.fl_str_mv |
2021-03-11T17:43:08Z |
dc.date.available.fl_str_mv |
2021-03-11T17:43:08Z |
dc.date.issued.fl_str_mv |
2021-03-11 |
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.uri.fl_str_mv |
http://repositorio.ufba.br/ri/handle/ri/33029 |
dc.identifier.other.none.fl_str_mv |
Dissertação |
identifier_str_mv |
Dissertação |
url |
http://repositorio.ufba.br/ri/handle/ri/33029 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Escola Politécnica |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Engenharia Civil |
dc.publisher.initials.fl_str_mv |
UFBA |
dc.publisher.country.fl_str_mv |
brasil |
publisher.none.fl_str_mv |
Escola Politécnica |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFBA instname:Universidade Federal da Bahia (UFBA) instacron:UFBA |
instname_str |
Universidade Federal da Bahia (UFBA) |
instacron_str |
UFBA |
institution |
UFBA |
reponame_str |
Repositório Institucional da UFBA |
collection |
Repositório Institucional da UFBA |
bitstream.url.fl_str_mv |
https://repositorio.ufba.br/bitstream/ri/33029/1/Dissertao_Milena_Limoeiro_SIGAA_ok%20%281%29%20%283%29.pdf https://repositorio.ufba.br/bitstream/ri/33029/2/license.txt https://repositorio.ufba.br/bitstream/ri/33029/3/Dissertao_Milena_Limoeiro_SIGAA_ok%20%281%29%20%283%29.pdf.txt |
bitstream.checksum.fl_str_mv |
735a8a3cb8bafdb38b446c1bf745e74d e3e6f4a9287585a60c07547815529482 245c578c62380b09877a98c5cf3cf47a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA) |
repository.mail.fl_str_mv |
|
_version_ |
1801502719743098880 |