Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/59356
Compartilhe esta página
Título: | Avaliação geoespacial da suscetibilidade a inundações em áreas urbanas: um estudo de caso em Rio Formoso, Pernambuco |
Autor(es): | SILVA, Artur Loiola Alves da |
Palavras-chave: | Inundação; Sensoriamento remoto; Índices espectrais; KNN; AHP |
Data do documento: | 26-Out-2024 |
Citação: | Silva, Artur Loiola Alves da. Avaliação geoespacial da suscetibilidade a inundações em áreas urbanas: um estudo de caso em Rio Formoso, Pernambuco. 2024. 73f. Trabalho de Conclusão de Curso (Graduação) - Curso de Engenharia Cartográfica e Agrimensura, Departamento de Engenharia Cartográfica, Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife, 2024. |
Abstract: | As ações antrópicas têm provocado variações substanciais no clima e na vegetação, contribuindo para mudanças climáticas extremas que afetam milhões de pessoas a cada ano. Um dos principais impactos dessas transformações é o aumento da frequência de cheias e inundações, que causam grandes perturbações sociais e modificam profundamente as áreas atingidas, resultando em perdas significativas tanto na vegetação quanto nas áreas urbanas. Este estudo teve como objetivo identificar áreas vulneráveis a inundações e o comportamento do uso e cobertura do solo no município de Rio Formoso/PE a partir de dados e técnicas de sensoriamento remoto derivados de imagens do Satélite PlanetScope. A metodologia envolveu o algoritmo de aprendizado de máquinas k-Vizinho Mais Próximo (KNN), os índices espectrais (NDVI e NDWI) e o processo de análise espacial Hierarquia Analítica (AHP). As imagens de satélite da área urbana do município de Rio Formoso/PE foram adquiridas pela plataforma Planet para os anos de 2018 e 2019 (correspondentes aos períodos pré e pós-enchente), além dos anos de 2020 e 2023. Posteriormente, as imagens foram submetidas a processos de classificações por meio de índices espectrais e do algoritmo k-vizinho mais próximo (KNN). Adicionalmente, foi gerado um mapa de suscetibilidade para todo o município, utilizando-se o procedimento espacial Hierarquia AHP. Os resultados indicaram que 7% da área estudada apresentaram risco alto ou muito alto de inundações, concentrando-se em regiões de baixa altitude, particularmente na zona urbana do município. A análise da dinâmica do uso do solo, com base no método KNN e nos índices espectrais, revelou uma redução da área urbana entre 3,65% e 5,3%, um aumento de solo exposto entre 0,54% e 4,54%, e uma diminuição da vegetação rasteira entre 6,95% e 14,61%, acompanhada por um aumento da vegetação densa entre 11,72% e 13,72%. Esses resultados indicaram que, apesar da presença de uma cobertura vegetal relativamente densa, existem diferenças expressivas no crescimento da vegetação e na capacidade de sequestro de carbono entre os diversos tipos de cobertura do solo. Portanto, é essencial que futuras análises de mapeamento de suscetibilidade a inundações considerem de forma prioritária a interação entre a cobertura vegetal e o uso do solo. A vegetação desempenha um papel crucial na infiltração de água, controle da erosão e regulação do ciclo hidrológico, influenciando diretamente a capacidade do solo de absorver e drenar as águas pluviais. A promoção desse equilíbrio ecossistêmico pode mitigar os impactos de eventos climáticos extremos, como chuvas intensas, e minimizar os riscos de inundações, sobretudo em áreas que já apresentam maior vulnerabilidade. Dessa forma, a integração de informações geoespaciais e análises multitemporais apresenta-se como uma ferramenta estratégica para o planejamento territorial e para a formulação de políticas públicas voltadas à prevenção e à gestão de desastres naturais. |
URI: | https://repositorio.ufpe.br/handle/123456789/59356 |
Aparece nas coleções: | (TCC) - Engenharia Cartográfica e Agrimensura |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC ARTUR LOIOLA ALVES DA SILVA.pdf | 4,74 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons