scholarly journals Impacto de las actividades agropecuarias y petroleras sobre las coberturas naturales del campo petrolero Samaria, Tabasco

2021 ◽  
Vol 12 (8) ◽  
pp. 1429-1443
Author(s):  
Rodimiro Ramos Reyes ◽  
Miguel Ángel Palomeque de la Cruz ◽  
Joel Zavala Cruz

En las regiones tropicales del sureste de México, las actividades productivas de subsistencia, el crecimiento de las ciudades y la industria petrolera, están ocupando coberturas originales de vegetación selvática, vegetación hidrófita y cuerpos de agua. El objetivo del estudio fue valuar el efecto provocado por el crecimiento de las actividades primarias y de extracción de petróleo sobre las coberturas naturales, mediante la modelación del cambio de uso del suelo en el campo petrolero Samaria en los municipios de Cunduacán y Centro, Tabasco, México. Se realizó un análisis espacial con mapas de ocupación del suelo mediante Land Change Modeler y se determinaron ganancias, pérdidas, contribuciones, el cambio neto y las transiciones de cada categoría. Desde el inicio de la extracción de petróleo en 1965 hasta 2019, en el CPS, con una superficie de 8 052 ha, se perdieron 647 ha de humedales y 436 ha de vegetación arbórea, como consecuencia de la expansión de actividades primarias y la industria petrolera, las cuales ocuparon 1 287 ha de uso agrícola, 1 598 ha de uso pecuario, 269 ha de infraestructura petrolera y 775 ha de la zona urbana. Se concluye que la aplicación de Land Change Modeler fue novedosa para la evaluación de la degradación de los ecosistemas y la estimación de la distribución del cambio de coberturas naturales y usos artificiales en el campo petrolero Santamaria, estado de Tabasco.

IJARCCE ◽  
2021 ◽  
Vol 10 (8) ◽  
Author(s):  
Herlawati a ◽  
Fata Nidaul Khasanah ◽  
Rafika Sari ◽  
Prima Dina Atika ◽  
Rahmadya Trias Handayanto

2021 ◽  
Vol 5 (2) ◽  
pp. 170
Author(s):  
Adnan Adnan ◽  
Fitra Saleh ◽  
Iradat Salihin

Abstrak: Penggunaan lahan disetiap tahunnya akan mengalami perubahan. Perkembangan tersebut bisa jadi tidak terkendali, sehingga perencanaan prediksi perubahan lahan penting untuk dikaji. Dalam memprediksi dapat dilakukan dengan menggunakan citra, khususnya citra Landsat. Penelitian ini bertujuan untuk: (1) distribusi penggunaan lahan terbangun di Kota Kendari pada tahun 2014 dan 2019 dengan metode OBIA pada citra terfusi; (2) melihat arah perubahan penggunaan lahan terbangun di Kota Kendari pada tahun 2024 dan 2029 dengan metode Land Change Modeler (LCM). Metode yang digunakan dalam penelitian ini  yaitu metode klasifikasi penggunaan lahan berbasis piksel OBIA dan pemodelan prediksi perubahan penggunaan lahan Land Change Modeler (LCM). Hasil penelitian ini antara lain: (1) luas lahan terbangun pada tahun 2014 di Kota Kendari seluas 6.061,85 hektar dan luas penggunaan lahan terbangun di Kota Kendari pada tahun 2019 seluas 6.716,96 hektar dengan perubahan penggunaan lahan terbangun tahun 2014 sampai dengan tahun 2019 dengan pertambahan luas 2,43%; (2) Arah perubahan penggunaan lahan terbangun di Kota Kendari diprediksikan cenderung berkembang ke arah Kecamatan Baruga karena dipengaruhi oleh dua faktor yaitu kemiringan lereng dan jaringan jalan. Kata Kunci : Penggunaan Lahan, Landsat 8 OLI, Penajaman Citra, OBIA, LCM Abstract: Land use will change every year. The development may be uncontrollable, so predictive planning of land changes is important to review. In predicting  can be done using  imagery, especially Landsat imagery. This study aims to:(1)  the distribution of land  use  built  in Kendari City in 2014 and 2019 with OBIA method on diffusion imagery; (2) see the direction of land use changes built in Kendari City in  2024 and 2029 with land change modeler  (LCM) method. The methods used in this study are OBIA pixel-based land  use  classification method and land use change prediction modeling land change modeler (LCM).  The results of this study include: (1) land area  built in 2014 in Kendari City aswide as 6,061.85 hectars and land use area built in Kendari City in 2019 aswide as 6,716.96 hectars with land use changes built in 2014 to 2019 with an increase  of  2.43%; (2) The direction of land use changes built in Kendari City  is predicted   to tend to  develop  towards  Baruga Subdistrict because it is influenced by two factors, namely slope and road network. Keywords: Land Use,  Landsat 8 OLI,  Image Sharpening,  OBIA, LCM


2018 ◽  
Vol 37 (1) ◽  
pp. 193-210 ◽  
Author(s):  
Ana Paula Campos XAVIER ◽  
Richarde Marques da SILVA

Este estudo teve por objetivo simular cenários de uso e ocupação do solo para t4 (2035), tendo como base as mudanças no uso do solo ocorridas em t1 (1989), t2 (2007) e t3 (2015) para a bacia do Rio Tapacurá, localizada no Estado de Pernambuco. Foi realizada a previsão do uso do solo para t3 (2015), usando três métodos: (a) Rede Neural Multi-Layer Perceptron (RNMLP), (b) Similarity-Weighted Instance-Based Machine Learning Algorithm (SimWeight) e (c) Regressão Logística (RL) e para a metodologia que mostrou melhor desempenho, foi realizada a predição dos cenários futuros para t4 (2035). Os cenários futuros simulados foram: (a) Cenário 1: de continuidade das transições e (b) Cenário 2: de continuidade das transições e intensificação da classe pecuária e expansão da área urbana, usando o módulo Land Change Modeler (LCM) do Idrisi TerrSet e imagens da cobertura do solo. Os resultados da previsão do uso do solo para 2015 mostraram que o melhor desempenho foi obtido usando o método RNMLP com treinamento de 84,22% e 10.000 iterações. A simulação dos cenários futuros para t4 mostrou intensificação das transições observadas nos três anos analisados, com previsão para expansão de cerca de 3% da classe pecuária para os dois cenários simulados.


2021 ◽  
Vol 12 (4) ◽  
pp. 655-669
Author(s):  
Miguel Angel Palomeque de la Cruz ◽  
Silvia Del Carmen Ruiz Acosta ◽  
Rodimiro Ramos Reyes ◽  
Miguel Alberto Magaña Alejandro ◽  
Adalberto Galindo Alcantara

El crecimiento urbano de Nacajuca, Tabasco, ha transformado el sistema natural, siendo necesario conocer la actual configuración espacial de las coberturas naturales y los usos artificiales con la finalidad de proveer información de la dinámica espacial para el ordenamiento ecológico. El objetivo del estudio fue modelar los cambios de cobertura y uso del suelo (2000, 2008 y 2017), mediante un análisis multitemporal empleando el Land Change Modeler for ecological sustainability de IDRISI. Los resultados indican que en el periodo 2000-2008 se encontró la disminución de los humedales (1 796 ha) y un ligero aumento de la vegetación arbórea (689 ha), contrario al crecimiento urbano (796 ha) y elevado aumento del pastizal (2 168 ha). En el segundo periodo (2008-2017) se detectó la mayor pérdida de humedales (3 995 ha) y de vegetación arbórea (1 233 ha), mientras que el área urbana y el pastizal presentaron los mayores incrementos (1 365 y 4 378 ha). Las principales transiciones fueron en primer lugar, el cambio de grandes coberturas de humedales a pastizal y en segundo lugar la transformación de pastizal a urbano. La perturbación se relaciona con la dinámica de la zona metropolitana de Villahermosa y coincide con la pérdida de grandes superficies de humedales en las áreas analizadas. Ante esto, las alternativas para reducir los efectos del cambio de uso de suelo son la elaboración del ordenamiento ecológico territorial y del programa de desarrollo urbano donde se haga partícipe el uso de los Sistemas de Información Geográfica, la teledetección ambiental y la implementación de modelos geomáticos para el análisis espacial.


2021 ◽  
Vol 21 (2) ◽  
pp. 249-263
Author(s):  
Layla Cristina de Freitas Assalve ◽  
Daniela Fernanda Da Silva Fuzzo

Ao longo do tempo foram criados diversos tipos de manejos adequados para cada Unidade de Conservação (UCs), dentre eles, a Zona de Amortecimento (ZA) surge com o papel de filtrar os impactos negativos das atividades que ocorrem ao seu redor. Desta forma, o objetivo deste trabalho foi analisar as modificações do uso da terra na ZA da Estação Ecológica de Assis – SP, nos anos 2000 e 2017. Para a realização do trabalho foram utilizadas imagens dos satélites Landsat 5/TM e Landsat 8/OLI, as imagens foram processadas em ambiente SIG e geradas os mapeamentos de perdas e ganhos utilizando o módulo Land Change Modeler (LCM) do software Idrisi-Taiga, o qual apresenta grande importância para a realização de estudos ambientais. Foi possível observar, a redução da pastagem e o aumento das culturas temporárias na porção norte e leste da área, nesses dezessete anos analisados, obteve um ganho de área de 12,29 %. Destaca-se que o entorno se encontra tomado integralmente por cultura temporária e silvicultura, que afetam a conservação, podendo gerar a perda da biodiversidade e o desmatamento neste local, sendo assim o conhecimento dos parâmetros analisados permite a utilização de técnicas adequadas para a preservação efetiva. Portanto, a utilização de dados orbitais pode contribuir ao monitoramento das UCs evitando a degradação ambiental.


Geo UERJ ◽  
2020 ◽  
Author(s):  
Cintia de Andrade Corrêa ◽  
Leandro Andrei Beser de Deus ◽  
Nadja Maria Castilho da Costa

Para incentivar os agricultores a preservar e/ou restaurar a vegetação nativa como previsto na Lei 12.651/2012, um programa de desenvolvimento rural sustentável do Rio de Janeiro investe na proteção e recuperação de Áreas de Preservação Permanente, especialmente as de nascente. O objetivo deste trabalho, relacionado a este programa, é construir cenários ambientais que subsidiem o planejamento e a gestão de APPs. A metodologia é a quantificação das classes de cobertura da terra: "Floresta", "Não Floresta", "Água" e "Não Classificada", usando geotecnologias em duas cenas comparativas, 2011 e 2016, e um cenário futuro, 2046. Foram utilizados o programa ArcGis 10.3 para processamento de imagem digital, os sensores Landsat 5 TM e Landsat 8 OLI e o programa Idrisi Selva 17.0/Land Change Modeler para a geração de modelos preditivos e análise comparativa. Os resultados indicam que, entre 2011 e 2016, houve um aumento de 160,4 hectares da classe “Não Floresta” em relação à “Floresta”: a classe “Floresta” diminuiu 7,4%, enquanto a classe “Não Floresta” aumentou 5,33%. Para o cenário futuro 2046, o modelo probabilístico markoviano apresenta 52% de chance de conversão da classe "Floresta" em "Não Floresta", portanto, há uma predição de cenário futuro tendencial pessimista de desmatamento. Recomenda-se o monitoramento da microbacia conjugado a mudanças na cobertura da terra e a ações de preservação de "Floresta”.


Sign in / Sign up

Export Citation Format

Share Document