Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara

Detalhes bibliográficos
Autor(a) principal: Sant'anna, Igor Tostes de
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: http://app.uff.br/riuff/handle/1/25025
Resumo: O ecossistema manguezal é um importante ecossistema transicional oceano-continente, com funções ecológicas, econômicas e culturais. O estudo deste ecossistema é de fundamental importância para sua preservação e consequente manutenção de suas funções. Dito isso, a utilização das geotecnologias, como por exemplo o Sensoriamento Remoto se torna uma importante ferramenta para estudos ambientais, especialmente ao se trabalhar com detecção de mudanças de uso e cobertura do solo. A evolução das geotecnologias e consequentemente do Sensoriamento Remoto, faz com que atualmente cada vez mais possibilidades e ferramentas estejam disponíveis para auxiliar no monitoramento ambiental de mudanças de cobertura do solo. Deste modo, o cerne deste trabalho é identificar espacial e temporalmente as modificações ocorridas nos manguezais de fundo da Baía de Guanabara, localizados na APA de Guapimirim, uma região muito afetada pela pressão antrópica, utilizando-se do algoritmo LandTrendr no Google Earth Engine, algoritmo que é baseado em pixels e realiza a detecção de mudanças a partir da análise de trajetória evolutiva temporal e espectral e avaliar o uso deste algoritmo para estudos de florestas de manguezal. Os resultados obtidos apresentam ganho e perda de vegetação ocorrendo de forma rápida, indicando certa capacidade de regeneração dos manguezais da região. Outra importante informação, é a efetividade da criação das Unidades de Conservação na proteção e manutenção dos manguezais da baía de Guanabara. Com os resultados obtidos também foi possível analisar o algoritmo LandTrendr, que se mostrou muito promissor em sua aplicação para estudos de manguezais.
id UFF-2_95bd1208028f5d2d176d67592780893a
oai_identifier_str oai:app.uff.br:1/25025
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de GuanabaraManguezalSensoriamento RemotoLandTrendrGoogle Earth EngineManguezalSensoriamento remotoLandTrendrBaía de GuanabaraMangroveRemote sensingLandTrendrGoogle Earth EngineO ecossistema manguezal é um importante ecossistema transicional oceano-continente, com funções ecológicas, econômicas e culturais. O estudo deste ecossistema é de fundamental importância para sua preservação e consequente manutenção de suas funções. Dito isso, a utilização das geotecnologias, como por exemplo o Sensoriamento Remoto se torna uma importante ferramenta para estudos ambientais, especialmente ao se trabalhar com detecção de mudanças de uso e cobertura do solo. A evolução das geotecnologias e consequentemente do Sensoriamento Remoto, faz com que atualmente cada vez mais possibilidades e ferramentas estejam disponíveis para auxiliar no monitoramento ambiental de mudanças de cobertura do solo. Deste modo, o cerne deste trabalho é identificar espacial e temporalmente as modificações ocorridas nos manguezais de fundo da Baía de Guanabara, localizados na APA de Guapimirim, uma região muito afetada pela pressão antrópica, utilizando-se do algoritmo LandTrendr no Google Earth Engine, algoritmo que é baseado em pixels e realiza a detecção de mudanças a partir da análise de trajetória evolutiva temporal e espectral e avaliar o uso deste algoritmo para estudos de florestas de manguezal. Os resultados obtidos apresentam ganho e perda de vegetação ocorrendo de forma rápida, indicando certa capacidade de regeneração dos manguezais da região. Outra importante informação, é a efetividade da criação das Unidades de Conservação na proteção e manutenção dos manguezais da baía de Guanabara. Com os resultados obtidos também foi possível analisar o algoritmo LandTrendr, que se mostrou muito promissor em sua aplicação para estudos de manguezais.The mangrove ecosystem is an important transitional ocean-continent ecosystem with ecological, economic and cultural functions. The study of this ecosystem is of fundamental importance for its preservation and consequent maintenance of this functions. Mangroves are very subject to anthropic actions, increasing even more the need for their study for a more adequate environmental management. The use of geotechnologies, such as Remote Sensing, becomes an important tool for environmental studies especially when working with detection of changes in land use. The evolution of geotechnologies and consequently of Remote Sensing, makes currently more and more possibilities and tools available to assist in the environmental monitoring of changes in land cover. Thus, the core of this work is to identify spatially and temporally the changes that occurred in the bottom mangroves of the Guanabara Bay located in the Guapimirim APA a region very affected by human pressure using the LandTrendr algorithm in Google Earth Engine this algorithm is based on pixels and performs the detection of changes from the analysis of temporal and spectral evolutionary trajectory and to evaluate the use of this algorithm for studies of mangrove forests. The results can provide a determination quickly indicating the ability to determine capacity and management capability. Another important piece of information is the maintenance of the Guanabara Bay Mangrove Conservation and Protection Units. With the results obtained it was also possible to analyze the LandTrendr, which proved to be very promising in its application to mangrove studies.75 f.Almeida, Paula Maria Moura deFerraz, Debora da Paz Gomes BrandãoWeckmüller, RomuloSant'anna, Igor Tostes de2022-05-13T17:13:16Z2022-05-13T17:13:16Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfSant'anna, Igor Tostes de. Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara. 2022. 75f. Trabalho de Conclusão de Curso (Graduação em Geografia) - Instituto de Geociências, Universidade Federal Fluminense, Niterói, 2022.http://app.uff.br/riuff/handle/1/25025CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-05-13T17:13:20Zoai:app.uff.br:1/25025Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:13:06.366256Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara
title Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara
spellingShingle Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara
Sant'anna, Igor Tostes de
Manguezal
Sensoriamento Remoto
LandTrendr
Google Earth Engine
Manguezal
Sensoriamento remoto
LandTrendr
Baía de Guanabara
Mangrove
Remote sensing
LandTrendr
Google Earth Engine
title_short Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara
title_full Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara
title_fullStr Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara
title_full_unstemmed Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara
title_sort Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara
author Sant'anna, Igor Tostes de
author_facet Sant'anna, Igor Tostes de
author_role author
dc.contributor.none.fl_str_mv Almeida, Paula Maria Moura de
Ferraz, Debora da Paz Gomes Brandão
Weckmüller, Romulo
dc.contributor.author.fl_str_mv Sant'anna, Igor Tostes de
dc.subject.por.fl_str_mv Manguezal
Sensoriamento Remoto
LandTrendr
Google Earth Engine
Manguezal
Sensoriamento remoto
LandTrendr
Baía de Guanabara
Mangrove
Remote sensing
LandTrendr
Google Earth Engine
topic Manguezal
Sensoriamento Remoto
LandTrendr
Google Earth Engine
Manguezal
Sensoriamento remoto
LandTrendr
Baía de Guanabara
Mangrove
Remote sensing
LandTrendr
Google Earth Engine
description O ecossistema manguezal é um importante ecossistema transicional oceano-continente, com funções ecológicas, econômicas e culturais. O estudo deste ecossistema é de fundamental importância para sua preservação e consequente manutenção de suas funções. Dito isso, a utilização das geotecnologias, como por exemplo o Sensoriamento Remoto se torna uma importante ferramenta para estudos ambientais, especialmente ao se trabalhar com detecção de mudanças de uso e cobertura do solo. A evolução das geotecnologias e consequentemente do Sensoriamento Remoto, faz com que atualmente cada vez mais possibilidades e ferramentas estejam disponíveis para auxiliar no monitoramento ambiental de mudanças de cobertura do solo. Deste modo, o cerne deste trabalho é identificar espacial e temporalmente as modificações ocorridas nos manguezais de fundo da Baía de Guanabara, localizados na APA de Guapimirim, uma região muito afetada pela pressão antrópica, utilizando-se do algoritmo LandTrendr no Google Earth Engine, algoritmo que é baseado em pixels e realiza a detecção de mudanças a partir da análise de trajetória evolutiva temporal e espectral e avaliar o uso deste algoritmo para estudos de florestas de manguezal. Os resultados obtidos apresentam ganho e perda de vegetação ocorrendo de forma rápida, indicando certa capacidade de regeneração dos manguezais da região. Outra importante informação, é a efetividade da criação das Unidades de Conservação na proteção e manutenção dos manguezais da baía de Guanabara. Com os resultados obtidos também foi possível analisar o algoritmo LandTrendr, que se mostrou muito promissor em sua aplicação para estudos de manguezais.
publishDate 2022
dc.date.none.fl_str_mv 2022-05-13T17:13:16Z
2022-05-13T17:13:16Z
2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv Sant'anna, Igor Tostes de. Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara. 2022. 75f. Trabalho de Conclusão de Curso (Graduação em Geografia) - Instituto de Geociências, Universidade Federal Fluminense, Niterói, 2022.
http://app.uff.br/riuff/handle/1/25025
identifier_str_mv Sant'anna, Igor Tostes de. Utilização do algoritmo LandTrendr para análise da dinâmica dos manguezais de fundo da Baía de Guanabara. 2022. 75f. Trabalho de Conclusão de Curso (Graduação em Geografia) - Instituto de Geociências, Universidade Federal Fluminense, Niterói, 2022.
url http://app.uff.br/riuff/handle/1/25025
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1811823693256458240