scholarly journals CRESCIMENTO URBANO E IMPACTOS SOBRE A COBERTURA VEGETAL NA ÁREA DE INFLUÊNCIA DA AVENIDA JOÃO PAULO II, REGIÃO METROPOLITANA DE BELÉM-PARÁ

2021 ◽  
Vol 10 (22) ◽  
pp. 164-180
Author(s):  
Jones Remo Barbosa Vale ◽  
Henrique dos Santos Cruz ◽  
Mateus Trindade Barbosa ◽  
Renan Dourado Lopes ◽  
Saint Clair Cardoso Campos
Keyword(s):  
Random Forest ◽  
Google Earth ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Landsat 5 Tm ◽  
Google Earth Engine

A expansão urbana é um processo de conotação espacial com dimensão temporal de ampliação das cidades, em razão deste processo ocorre a redução da cobertura vegetal para ceder espaço e dentre as variáveis ambientais esta é a mais vulnerável às ações humanas. Assim, o trabalho tem por objetivo analisar o crescimento urbano e as alterações da distribuição da cobertura vegetal na área de influência da Avenida João Paulo II na Região Metropolitana de Belém entre os anos de 1989 e 2019. Para o desenvolvimento do trabalho foram utilizadas imagens do satélite Landsat-5/TM do ano de 1989 e 2004, e imagem do satélite Landsat-8/OLI-TIRS do ano de 2019 disponíveis na plataforma online Google Earth Engine (GEE), os processamentos foram realizados no Code Editor da plataforma, onde aplicou-se o algoritmo de classificação Random Forest que resultou no mapeamento temporal das classes: área urbanizada, cobertura vegetal, hidrografia e outros. Os mapeamentos foram avaliados por meio de índices de concordância, a Exatidão Global e o Índice Kappa. Os resultados demonstraram que nos últimos 30 anos o crescimento urbano na área de estudo foi de 28%, cujo maior aumento foi no período de 2004-2019 com 16%, já a cobertura vegetal obteve uma perda de 29% nos últimos 30 anos, cuja maior supressão também foi no período de 2004-2019 com 23%. A utilização de geotecnologias foi fundamental para o desenvolvimento do trabalho e demonstraram ser ferramentas essenciais para subsidiar políticas ambientais urbanas.

scholarly journals Análise da dinâmica do uso e cobertura da terra do Município de Moju-PA, utilizando Google Earth Engine

2020 ◽  
Vol 13 (5) ◽  
pp. 2332
Author(s):  
Samuel Salin Gonçalves De Souza ◽  
Jones Remo Barbosa Vale ◽  
Merilene Do Socorro Silva Costa ◽  
Bruna Ribeiro Chagas ◽  
Carolina Da Silva Gonçalves ◽  
...  
Keyword(s):  
Land Use ◽  
Random Forest ◽  
Land Cover ◽  
Oil Palm ◽  
Google Earth ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Landsat 5 Tm ◽  
Google Earth Engine ◽  
Temporal And Spatial

Em razão das grandes transformações na paisagem ocasionadas pelas principais atividades econômicas do município de Moju, como as práticas agropecuárias, esta pesquisa procurou fazer uma análise temporal e espacial das mudanças de uso e cobertura da terra na localidade, nos anos de 1999 e 2018, por meio de imagens de satélite disponibilizadas pela plataforma Google Earth Engine. Utilizou-se imagem do satélite Landsat-5/TM referente ao ano 1999, e imagem do satélite Landsat-8/OLI-TIRS correspondente ao ano de 2018, ambas disponíveis no Google Earth Engine (GEE). Realizou-se a classificação temporal e espacial de uso e cobertura da terra por meio da aplicação do algoritmo Random Forest. Utilizou-se as análises qualitativas e quantitativas para os dados mapeados, com o objetivo de realizar um detalhamento sobre a dinâmica do uso e cobertura da terra por meio de tabela e mapa. Os resultados apontam que houve uma perda de mais de 878 km² de cobertura vegetal correspondendo cerca de 12% de perda que veio em decorrência das atividades antrópicas que ocorreram em Moju, principalmente, em relação à agricultura com os cultivos de dendê, mandioca, coco e à pecuária com as áreas de pastagens, pois, juntos apresentam um aumento de mais de mais de 70% que equivalem a 1.037,0938 km². Portanto, constatou-se que o desenvolvimento econômico do município de Moju segue o padrão de desenvolvimento dos municípios amazônicos, onde ocorre a diminuição das áreas florestais para a expansão de suas atividades produtivas, como os cultivos de dendê, sendo este um dos principais indutores do desflorestamento no município. Analysis of the dynamics of the use and land coverage of the Municipality of Moju-pa, using the Google Earth Engine A B S T R A C TDue to the great transformations in the landscape caused by the main economic activities of the municipality of Moju, such as agricultural practices, this research sought to make a temporal and spatial analysis of changes in land use and coverage in the locality, in the years 1999 and 2018, by through satellite images made available by the Google Earth Engine platform. An image of the Landsat-5 / TM satellite for the year 1999 was used, and an image of the Landsat-8 / OLI-TIRS satellite for the year 2018, both available on the Google Earth Engine (GEE). The temporal and spatial classification of land use and land cover was carried out by applying the Random Forest algorithm. Qualitative and quantitative analyzes were used for the mapped data, with the aim of detailing the dynamics of land use and land cover using a table and map. The results show that there was a loss of more than 878 km² of vegetation cover, corresponding to about 12% of the loss that came as a result of the anthropic activities that occurred in Moju, mainly, in relation to agriculture with oil palm, cassava, coconut and livestock with pasture areas, because together they show an increase of more than more than 70%, which is equivalent to 1,037.0938 km². Therefore, it was found that the economic development of the municipality of Moju follows the pattern of development of the Amazonian municipalities, where there is a decrease in forest areas for the expansion of their productive activities, such as oil palm cultivation, which is one of the main drivers of the deforestation in the municipality.Keywords: deforestation; agricultural activities; transformations in the landscape.

scholarly journals Mapeamento da Vegetação Nativa do Cerrado na Região de Três Lagoas-MS com o Google Earth Engine

2019 ◽  
Vol 71 (3) ◽  
pp. 702-725
Author(s):  
Nayara Vasconcelos Estrabis ◽  
José Marcato Junior ◽  
Hemerson Pistori
Keyword(s):  
Support Vector Machine ◽  
Random Forest ◽  
Google Earth ◽  
Support Vector ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Google Earth Engine

O Cerrado é um dos biomas existentes no Brasil e o segundo mais extenso da América do Sul. Possui grande importância devido a sua biodiversidade, ecossistema e principalmente por servir como um reservatório, ou “esponja”, que distribui água para os demais biomas, além de ser berço de nascentes de algumas das maiores bacias da América do Sul. No entanto, devido às atividades antrópicas praticadas (com destaque para a pecuária e silvicultura) e a redução da vegetação nativa, este bioma está ameaçado. Considerado como hotspot em biodiversidade, o Cerrado pode não existir em 2050. Com a necessidade de sua preservação, o objetivo desse trabalho consistiu em investigar o uso de algoritmos de aprendizado de máquina para realizar o mapeamento da vegetação nativa existente na região do município de Três Lagoas, utilizando a plataforma em nuvem Google Earth Engine. O processo foi realizado com uma imagem Landsat-8 OLI, datada de 10 de outubro de 2018, e com os algoritmos Random Forest (RF) e Support Vector Machine (SVM). Na validação da classificação, o RF e o SVM apresentaram índices kappa iguais a 0,94 e 0,97, respectivamente. O RF, quando comparado ao SVM, apresentou classificação mais ruidosa. Por fim, verificou-se a existência de vegetação nativa de aproximadamente 2556 km² ao adotar o RF e 2873 km² ao adotar SVM.

scholarly journals Análise multitemporal do uso e cobertura da terra do município de Conceição do Araguaia-Pará através do Google Earth Engine

2020 ◽  
Vol 18 (02) ◽  
pp. 297-318
Author(s):  
Jones Remo Barbosa Vale ◽  
Júlio Anderson Araújo Pereira ◽  
Samara Sunny dos Anjos Cereja ◽  
Larisse Fernanda Pereira de Souza
Keyword(s):  
Google Earth ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Landsat 5 Tm ◽  
Google Earth Engine

A Floresta Amazônica é a maior floresta tropical contígua do planeta e cobre cerca de 40% território brasileiro, vem passando por intenso processo de conversão de áreas florestais, principalmente, no arco do desmatamento que é uma área crítica com problemas ambientais como queimadas e desflorestamento. O município de Conceição do Araguaia-PA encontra-se nessa área crítica e apresenta-se como uma frente de expansão da atividade agropastoril na região. O objetivo do trabalho foi analisar temporalmente as mudanças de uso e cobertura da terra no município de Conceição do Araguaia. Para o desenvolvimento do trabalho foram utilizadas imagens do satélite Landsat-5/TM do ano de 1999 e 2009, e do satélite Landsat-8/OLI-TIRS do ano de 2019 processadas e classificadas na plataforma Google Earth Engine. A partir dos resultados obtidos constatou-se que entre os anos de 1999 e 2019 houve um desflorestamento de 22% no município em estudo, sendo que a atividade agropastoril obteve um aumentou de 14,6%. Com isto pode-se concluir que as condições edafoclimáticas favorecem o desenvolvimento da agropecuária e ela está diretamente ligada ao desflorestamento local, caracterizando-se como a principal matriz econômica do município.

scholarly journals Análise de mudanças na cobertura vegetal do Pará utilizando o Google Earth Engine

2021 ◽  
Vol 7 (1) ◽  
Author(s):  
Laízy de Santana Azevedo ◽  
Evely Ferreira do Nascimento ◽  
Leonardo Carlos Barbosa ◽  
Willian dos Santos Ferreira ◽  
José Rubens Scatimburgo Silva ◽  
...  
Keyword(s):  
Google Earth ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Landsat 5 Tm ◽  
Google Earth Engine

Nos últimos anos o processo de desmatamento na Floresta Amazônica vem se intensificando. Entre as principais causas, destacam-se o estímulo a políticas de ocupação territorial, exploração madeireira e aumento das áreas destinadas a pecuária e cultivos agrícolas. No Brasil, a Floresta envolve nove Estados que fazem parte da Bacia amazônica cada um deles possuindo porções da Floresta Amazônica. Dentre esses Estados, o Pará é o que mais contribuiu para o aumento do desflorestamento. Neste sentido, este trabalho tem como objetivo analisar a dinâmica da cobertura vegetal do Pará entre os anos de 1989 e 2019 por meio do processamento de imagens de satélite na plataforma Google Earth Engine (GEE). Para a execução deste trabalho foi calculado, através de programação em linguagem JavaScript no GEE, o Índice de Vegetação por Diferença Normalizada (NDVI). Foram utilizadas imagens do satélite Landsat-5/TM e Landsat-8/OLI-TIRS. Os resultados mostraram uma redução significativa na cobertura vegetal entre 1989 e 2019 principalmente na região leste do Estado. Destaca-se a importância do GEE e do NDVI no monitoramento e controle ambiental pois através dos resultados obtidos foi possível constatar mudanças na cobertura vegetal que a Floresta vem sofrendo ao longo dos anos.

scholarly journals CHINA FOREST COVER EXTRACTION BASED ON GOOGLE EARTH ENGINE

2020 ◽  
Vol XLII-3/W10 ◽  
pp. 855-862 ◽  
Author(s):  
Y. T. Guo ◽  
X. M. Zhang ◽  
T. F. Long ◽  
W. L. Jiao ◽  
G. J. He ◽  
...  
Keyword(s):  
Random Forest ◽  
Large Scale ◽  
Forest Cover ◽  
Survey Methods ◽  
Coniferous Forest ◽  
Google Earth ◽  
Forest Area ◽  
Landsat 8 ◽  
Forest Change ◽  
Google Earth Engine

Abstract. Forest cover rate is the principal indice to reflect the forest acount of a nation and region. In view of the difficulty of accurately calculating large-scale forest area by traditional statistical survey methods, it is proposed to extract China forest area based on Google Earth Engine platform. Trained by the enough samples selected through the Google Earth software, there are nine different random forest classifiers applicable to their corresponding zones. Using Landsat 8 surface reflectance data of 2018 year and the modified forest partition map, China forest cover is generated on the Google Earth Engine platform. The accuracy of China's forest coverage achieves 89.08%, while the accuracy of Global Forest Change datasets of Maryland university and Japan’s ALOS Forest/Non-Forest forest product reach 87.78% and 84.57%. Besides, the precision of tropical/subtropical forest, temperate coniferous forest as well as nonforest region are 83.25%, 87.94% and 97.83%, higher than those of other’s accuracy. Our results show that by means of the random forest algorithm and enough samples, tropical and subtropical broadleaf forest, temperate coniferous forest and nonforest partition can be extracted more accurately. Through the computation of forest cover, our result shows that China has a area of 220.42 million hectare in 2018.

ANALISIS SURFACE URBAN HEAT ISLAND MENGGUNAKAN TEKNIK PENGINDERAAN JAUH BERBASIS CLOUD COMPUTING PADA GOOGLE EARTH ENGINE DI KOTA SAMARINDA

2021 ◽  
pp. 75
Author(s):  
Bayu Elwantyo Bagus Dewantoro ◽  
Pavita Almira Natani ◽  
Zumrotul Islamiah
Keyword(s):  
Cloud Computing ◽  
Urban Heat Island ◽  
Google Earth ◽  
Landsat 8 ◽  
Heat Island ◽  
Landsat 8 Oli ◽  
Boundary Analysis ◽  
Urban Heat ◽  
Surface Urban Heat Island ◽  
Google Earth Engine

Peningkatan intensitas pembangunan fisik dan sosial di kawasan perkotaan Samarinda sebagai indikator kemajuan suatu kawasan perkotaan secara tidak langsung berdampak terhadap stabilitas kondisi atmosfer. Fenomena urban heat island sebagai turunan dari dinamika iklim mikro perkotaan sebagai dampak dari pembangunan fisik dan sosial tersebut semakin meluas, sehingga kebutuhan akan teknik monitoring yang efektif dan efisien menjadi sangat penting. Penginderaan jauh mampu melakukan pemantauan dan deteksi titik panas dalam rangka mitigasi dan pengendalian efek urban heat island dalam cakupan wilayah yang luas dengan waktu singkat. Penelitian ini berfokus pada kajian surface urban heat island (SUHI) yang bertujuan untuk mengetahui distribusi spasial intensitas SUHI di Kota Samarinda. Metode yang digunakan pada penelitian ini berupa integrasi teknik penginderaan jauh dan cloud computing pada Google Earth Engine menggunakan band termal citra Landsat 8 OLI/TIRS serta analisis statistik citra menggunakan Buffer Boundary Analysis untuk identifikasi potensi terjadinya SUHI di Kota Samarinda. Ekstraksi suhu permukaan diperoleh dari persamaan Planck yang diintegrasikan dengan koreksi atmosfer untuk koreksi emisivitas permukaan menggunakan syntax dengan bahasa Javacript pada Google Earth Engine. Hasil pengolahan menunjukkan adanya potensi SUHI dengan intensitas tinggi dengan nilai 3,001-6,000°C pada radius 5 km dari pusat kota dan intensitas semakin turun seiring radius yang semakin jauh dari pusat kota. Secara administratif, intensitas SUHI tertinggi relatif berada pada kecamatan Samarinda Kota, Samarinda Ilir, dan Samarinda Seberang dengan rentang intensitas SUHI sebesar 1,5001-6,000°C, sementara intensitas SUHI terendah relatif berada pada kecamatan Sungai Kunjang dan Palaran dengan rentang intensitas SUHI sebesar -10,000-1,500°C.

scholarly journals Дешифрування видового складу лісових насаджень за даними сезонних мозаїк супутникових знімків Landsat і вибіркової інвентаризації лісів

2019 ◽  
pp. 135-143
Author(s):  
Viktor Myroniuk
Keyword(s):  
Google Earth ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Google Earth Engine

Дешифрування видового складу лісових насаджень за супутниковими знімками має важливе значення для оцінювання стану та динаміки лісових ресурсів. Для цього в роботі використано часові ряди знімків Landsat 8 OLI, а як джерело опорної інформації – дані регіональної інвентаризації лісів Сумської області 2013 р., отримані на 333 кругових пробних ділянках. Супутникові знімки відібрано для часового періоду 2014-2016 рр. та скомпоновано в безхмарні мозаїки для трьох сезонів: квітень - жовтень, літо, осінь. Для дешифрування поширення деревостанів різного видового складу, а також деревних видів, які домінують у складі насаджень, на основі методу k найближчих сусідів (k-NN) спрогнозовано значення сум площ перерізів восьми найбільш представлених у лісовому фонді області видів. У дослідженні використано алгоритм k-NN методу, адаптований до платформи хмарних обчислень Google Earth Engine. Як міру пошуку найближчих сусідів застосовано Евклідову відстань у просторі спектральних показників супутникових знімків Landsat і допоміжної неспектральної інформації. За результатами досліджень отримано неперервні попіксельні оцінки сум площ перерізів деревостанів сосни, дуба, клена, липи, берези, ясена, осики та вільхи. На основі отриманих карт встановлено поширення основних лісотвірних деревних видів Сумської області, а за оцінками сум площ перерізів створено карту деревних видів, які домінують у насадженнях. На основі порівняння розподілу площі деревостанів за деревними видами, що домінують у насадженнях, встановлено узгодженість у відсотковому співвідношенні оцінок із офіційними даними обліку лісів області. На основі виконаних досліджень визначено актуальним запровадження в інвентаризацію лісів України методів дистанційного зондування Землі.

scholarly journals Uso e ocupação do solo do município de novo progresso no Estado do Pará-Brasil

2021 ◽  
Vol 10 (1) ◽  
pp. e51210112060
Author(s):  
Raimara Reis do Rosário ◽  
Mateus Trindade Barbosa ◽  
Francimary da Silva Carneiro ◽  
Merilene do Socorro Silva Costa
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
De Novo ◽  
Google Earth ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Google Earth Engine ◽  
Para Determinar

O objetivo foi analisar o processo de uso e ocupação do solo do município de Novo Progresso no Estado do Pará, interligando-o com as atividades de maior importância econômica desenvolvidas nesta região. Utilizou-se o shapefile de limite do município de Novo Progresso na plataforma online Google Earth Engine (GEE), que disponibilizou um mosaico de imagens orbitais, do satélite Landsat-8/OLI-TIRS, referentes ao ano de 2019. O processo de classificação foi feito a partir do Code Editor do GEE, utilizando um Índice espectral de vegetação para auxiliar a classificação (Normalized Difference Vegetation Index – NDVI). Foi utilizado o Software QGis 3.10.6 para elaborar os mapas de localização do município e o de classificação de uso e cobertura do solo. Os dados foram tabulados em planilhas para determinar as taxas de crescimento do período analisado. Para realizar a avaliação da confiabilidade da classificação foi utilizado o método de Exatidão Global e o Índice Kappa. Foi possível identificar que no ano de 2019, houve a incidência de 3.064.396,65 ha (80,3%) de floresta densa, uma área de 496.104,07 ha (13,0%) com solo exposto, 248.052,03 ha (6,5%) de floresta secundária, e apenas 7.632,37 ha (0,2%) com predominância de hidrografia, totalizando uma área de 3.816.185,13 ha.  As áreas que encontram-se com o solo exposto não estão diretamente relacionadas com o crescimento populacional, mas sim a forma como é estabelecido o uso do solo, com base nas principais atividades desenvolvidas na região considerando que a lógica produtiva ocorre de forma desordenada, não respeitando os critérios de desenvolvimento sustentável.

Sign in / Sign up

Export Citation Format

Share Document