Publicação:
Análise baseada em aprendizado de máquina e dados de Sensoriamento Remoto sobre os impactos de fatores ambientais na vulnerabilidade de corpos hídricos: estudo de caso do Rio Paraguai, Brasil

Carregando...
Imagem de Miniatura

Data

2023-01-16

Orientador

Negri, Rogério Galante

Coorientador

Pós-graduação

Curso de graduação

Engenharia Ambiental - ICT

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Tipo

Trabalho de conclusão de curso

Direito de acesso

Acesso restrito

Resumo

Resumo (português)

As mudanças naturais decorrentes da ação antrópica têm ocorrido em grande escala e de forma rápida, exigindo assim atenção e análises contínuas cada vez mais ágeis e acuradas. Dentre diferentes questões ambientais enfrentadas na atualidade, o monitoramento de recursos hídricos e o entendimento dos fatores que influenciam sua manutenção é um tópico de destaque. O uso das tecnologias de Sensoriamento Remoto atreladas com conceitos de Aprendizado de Máquina surgem como alternativas convenientes para estudos desta natureza. Neste contexto, esse trabalho propõe investigar os efeitos de componentes climáticas e de uso e ocupação do solo na manutenção da porção brasileira do Rio Paraguai, localizada no Mato Grosso, no período de 1985 a 2020. Essa região contempla a presença de três biomas brasileiros, sendo esses: o Cerrado, a Amazônia e o Pantanal. Por sua extensão o rio vem sendo ocupado pelo homem através da agropecuária e expansão urbana, na qual aumenta o uso do rio e altera os três biomas.Consequentemente, o uso do rio para despejo de matéria orgânica e inorgânica, e para a agropecuária vem sendo mais usado. Assim, este importante corpo hídrico tem apresentado perdas progressivas em sua abrangência ao longo das três últimas décadas. Após a reunião de dados de diferentes sensores remotos que englobam a área estudada, o uso de de modelos de regressão baseados em Aprendizado de Máquina permitiram identificar as variáveis ambientais influentes sobre a ocupação da lâmina d’água do Rio Paraguai.Os resultados obtidos permitiram identificar que a redução da área (lâmina) ocupada pelo Rio Paraguai decorre principalmente devido às mudanças de uso e ocupação do solo, com destaque para o incremento da agropecuária e decremento das áreas verdes nativas.

Resumo (inglês)

The natural changes resulting from anthropic action have occurred on a large scale and quickly, thus demanding attention and continuous analyzes that are increasingly agile and accurate. Among different environmental issues currently faced, monitoring water resources and understanding the factors that influence their maintenance is a prominent topic. The use of Remote Sensing technologies linked with Machine Learning concepts emerge as convenient alternatives for studies of this nature. In this context, this work proposes to investigate the effects of climate components and land use and cover on the maintenance of the Brazilian portion of the Paraguay River, located in Mato Grosso, from 1985 to 2020. This region includes the presence of three Brazilian biomes, these being: the Cerrado, the Amazon and the Pantanal. Due to its extension, the river has been occupied by man through agriculture and urban expansion, which increases the use of the river and changes the three biomes. Consequently, the use of the river for the disposal of organic and inorganic matter, and for agriculture and livestock has been more used. Thus, this important body of water has presented progressive losses in its scope over the last three decades. After gathering data from different remote sensors that encompass the studied area, the use of regression models based on Machine Learning allowed identifying the influential environmental variables on the occupation of the water depth of the Paraguay River. Concluding with a great influence in the reduction of the blade found mainly due to the changes of land use and cover with the increase of agriculture and decrease of the native green areas.

Descrição

Idioma

Português

Como citar

Itens relacionados

Unidades

Departamentos

Cursos de graduação

Programas de pós-graduação