Caracterização de uso e ocupação do solo na região do vale do Ivinhema-MS utilizando a plataforma Google Earth Engine

Characterization of land use and occupation in the vale do Ivinhema-MS region using the Google Earth Engine platform

Autores

  • Eduarda Alves Brexó
  • Lucrécia Moura Mattos
  • Grazieli Suszek

DOI:

https://doi.org/10.34188/bjaerv6n1-022

Palavras-chave:

Google Earth Engine, Cobertura Vegetal, Ocupação Solo, NDVI

Resumo

O Google Earth Engine (GEE) é uma plataforma de análise de imagens de satélite com infraestrutura computacional e conjunto de dados de acesso aberto. A plataforma facilita o acesso a recursos de computação de alto desempenho para o processamento de conjuntos de dados geoespaciais muito grandes. Detectar alterações de uso e cobertura do solo podem identificar potenciais eventos ambientais associados à rápida urbanização, conversão florestal e expansão agrícola, essas mudanças são indicadores de alterações que podem causar uma perda de biodiversidade e degradação do ambiente. Diante disso, o objetivo deste artigo é utilizar a plataforma Google Earth Engine para caracterização do uso e ocupação do solo na Região do Vale do Ivinhema-MS. A área analisada compreende a região do Vale do Ivinhema, que possui uma área total de 29.538, 41 Km2, e é composto por dez municípios do estado de Mato Grosso do Sul: Anaurilândia, Angélica, Bataguassu, Batayporã, Brasilândia, Ivinhema, Nova Andradina, Novo Horizonte do Sul, Santa Rita do Pardo e Taquarussu. Foi utilizada a plataforma GEE e por meio da elaboração do código em linguagem JavaScript foi possível obter as imagens. A coleção de imagens usada foi a Copernicus, disponível do satélite Sentinel, que fornece imagens multiespectrais de alta resolução, possibilitando caracterizar as mudanças ocorridas na cobertura do solo e água. Utilizando o NDVI (Índice de Vegetação por Diferença Normalizada) disponibilizado pelo satélite utilizado, a imagem fornecida foi gerada a partir da diferença de refletância entre o infravermelho-próximo e o vermelho. Foi possível gerar imagens de boa resolução espacial. A partir da coloração branca no mapa é possível identificar os rios, lagos e lagoas, bem como regiões com maior intensidade de urbanização como cidades e grandes construções, devido à ausência de vegetação nesses pontos. A coloração verde no mapa é atribuída aos pontos com vegetação mais densa. Além da análise espacial, também foi possível realizar análise temporal na região do Vale do Ivinhema, entre 2019 e2021. A plataforma Google Earth Engine é uma ferramenta eficiente na caracterização do uso e ocupação do solo. Foi possível identificar áreas urbanas, mata nativa, bacias hidrográficas e áreas agrícolas com as imagens obtidas. O uso de NDVI auxilia para melhor identificação da cobertura do solo.

Referências

ADAMI, M. Estimativa de data de plantio de soja por meio de séries temporais de imagens MODIS. 2010. 163 f. Tese (Doutorado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2010

Amani M.; Ghorbanian A., Ahmadi, S.A; Moghimi M.K.A.; MirMazloumi S.M., Moghaddam S.H.A.; Mahdavi S., Ghahremanloo M.; Parsian S., Wu Q., Brisco B. Google Earth Engine Cloud Computing Platform for Remote Sensing Big Data Applications. A Comprehensive Review. v.13, 2020, ISSN 5326‐5350.

ALTIERI, M.A.; FUNES‐MONZOTE, F.R.; PETERSEN, P. Agroecologically efficient agricultural systems for smallholder farmers: contributions to food sovereignty. Agronomy for Sustainable Development, v.32. p. 1‐13, 2012.

AZEVEDO, Laízy de Santana; NASCIMENTO, Evely Ferreira; BARBOSA, Leonardo Carlos, Unifesspa; FERREIRA, Willian dos Santos, Unifesspa; SILVA, José Rubens Scatimburgo; BORGES, Karoline, Unifesspa. Análise de mudanças na cobertura vegetal do Pará utilizando o Google Earth Engine. II CONARA 2020. In: CONGRESSO ARAGUAIENSE DE CIÊNCIAS EXATA, TECNOLÓGICA E SOCIAL APLICADA, p. 1-12, 2020, Santana do Araguaia. Anais... Santana do Araguaia: II CONARA, 2020.

BARBOSA, J. de A. Manejo da adubação nitrogenada por índice espectrais em aveia-branca Orientador: Rogério Teixeira de Faria. 42 f. Dissertação (Mestrado em Ciência do Solo) - Faculdade de Ciências Agrárias e Veterinárias, Universidade do Estado de São Paulo, 2019.

BECKER, W. R.; LÓ, T. B.; JOHANN, J.A.; MERCANTE, E. Statistical features for land use and land cover classification in Google Earth Engine,Remote Sensing Applications: Society and Environment,v.21, 2021. ISSN 2352‐9385, https://doi.org/10.1016/j.rsase.2020.100459.

BELGIU, M.; CSILLIK, O. Mapeamento de áreas de cultivo do Sentinel-2 usando análise de sincronização dinâmica de tempo ponderada baseada em pixel e baseada em objeto. Remote Sensing of Environment, 2018, 509-523.

BOECHAT, L. T. Técnicas de sensoriamento remoto na detecção do mofo-branco e da mancha-angular no feijoeiro. Orientador: Francisco de Assis de Carvalho Pinto. 114 f. Tese (Doutorado em Engenharia Agrícola) - Universidade Federal de Viçosa, Viçosa, 2012.

BROOKE, S.A.S; D’ARCY, M.; MASON, P.J.; WHITTAKERA.C. Rapid multispectral data sampling using Google Earth Engine. Computers & Geosciences, v. 135, 2020, ISSN 0098‐3004. h

Downloads

Publicado

2023-02-11

Como Citar

Brexó, E. A., Mattos, L. M., & Suszek, G. (2023). Caracterização de uso e ocupação do solo na região do vale do Ivinhema-MS utilizando a plataforma Google Earth Engine: Characterization of land use and occupation in the vale do Ivinhema-MS region using the Google Earth Engine platform. Brazilian Journal of Animal and Environmental Research, 6(1), 251–263. https://doi.org/10.34188/bjaerv6n1-022

Edição

v. 6 n. 1 (2023)

Seção

Artigos originais

Licença

  • O conteúdo dos artigos é de responsabilidade exclusiva dos autores.
  •  É permitida a reprodução total ou parcial do conteúdo dos artigos, desde que citada a fonte.
  •  Artigos com plágio serão recusados, e o autor do plágio perderá o direito de publicar nesta revista.
  •  Os nomes e endereços informados nesta revista serão utilizados exclusivamente para os serviços prestados por esta publicação e não estão disponíveis para outros fins ou a terceiros.
  •  Depois de enviar os artigos, os autores cedem os direitos autorais de seus artigos ao BJAER. Se você se arrepender da submissão, o autor tem o direito de solicitar ao BJAER que não publique seu artigo. Porém, essa solicitação deve ocorrer até dois meses antes da divulgação do número que o artigo será publicado.
  •  O BJAER usa a licença Creative Commons CC BY. Informações sobre esta licença podem ser encontradas em: https://creativecommons.org/licenses/by/3.0/br/

 

 

Brazilian Journal of Animal and Environmental Research (BJAER) se reserva o direito de efetuar nos originais alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores. Os trabalhos finais não serão enviadas aos autores.