LOCALIZAÇÃO DE ÁREAS SUSCEPTÍVEIS À DISERTIFICAÇÃO UTILIZANDO AUTÔMATOS CELULARES EM GILBUÉS-PI
Nome: VANÊSSA LAÍS VALENTINO SOARES BARBOSA
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 15/02/2019
Banca:
Nome |
Papel |
|---|---|
| ADRIANO RIBEIRO DE MENDONÇA | Examinador Interno |
| CARLOS ANTONIO ALVARES SOARES RIBEIRO | Examinador Externo |
| GUSTAVO EDUARDO MARCATTI | Coorientador |
| MAYRA LUIZA MARQUES DA SILVA | Orientador |
Resumo: A desertificação atinge principalmente regiões hiperáridas, áridas, semiáridas e subúmidas secas, sendo consequência da combinação de um conjunto de ações antrópicas e de mudanças climáticas. Esse processo mostra-se como um desafio global, uma vez que acomete diretamente a segurança alimentar, implica migração em massa e conflitos por recursos hídricos, instigando crises humanitárias. O objetivo deste trabalho é propor um modelo formado pela combinação entre Autômatos Celulares, Sistemas de Informação Geográfica e Sensoriamento Remoto, apropriado para projetar o avanço da desertificação em áreas vulneráveis ao fenômeno e no entorno de áreas já desertificadas. O município de Gilbués, no Piauí, foi escolhido como área de estudo para teste do método, este local apresenta uma dinâmica acelerada de degradação e ser a maior área em processo de desertificação do Brasil. Para a elaboração do mapa de localização foram utilizados dados cartográficos do Instituto Brasileiro de Geografia e Estatística (IBGE). Para o uso e cobertura da terra utilizaram-se imagens de 2005 e 2010 do satélite LANDSAT 5, sensor TM, e de 2015, do LANDSAT 8, sensor OLI. Foram definidas sete classes de uso e cobertura do solo, que foram classificadas de forma supervisionada utilizando algoritmo Random Forest. As alterações de uso da terra entre os anos de 2005 e 2010 foram obtidas por meio da cadeia de Markov, assumindo uma matriz de transição estacionária. Os Autômatos Celulares utilizaram a cadeia de Markov como referência para realizar uma projeção de 2010 para 2015, adicionando a referência geográfica ao processo, que foi comparada com a verdade de campo representada pela imagem de referência real do satélite. A acurácia, tanto da classificação quanto da projeção, foi avaliada via Índice Kappa. A relação de suscetibilidade das classes de uso e cobertura do solo ao processo de desertificação foi definida por meio da mudança para a classe Duna. Já as projeções para 2020 e 2025 foram calculadas utilizando a matriz de transição de 2005 para 2010 como referência. De acordo com o valor obtido para o índice Kappa, a classificação temática foi excelente. O modelo proposto foi capaz de gerar uma predição considerada boa, mostrando que as dunas estão se expandindo para a região centro-sul do município, onde se concentra o solo exposto e a área urbana está presente. A análise dos resultados da cadeia de Markov indicou que as maiores probabilidades de transição entre as classes de uso e cobertura do solo estão relacionadas a uma classe permanecer inalterada. A projeção futura permitiu observar que a evolução das mudanças das classes está se estabilizando. As informações obtidas sobre o uso e cobertura da terra servem de subsídio para tomada de decisão de ação preventiva nas áreas em alerta.
Palavras chave: Série Temporal, Modelo de Simulação Dinâmica, Sensoriamento Remoto.
