Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/66093

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorPACHECO, Admilson da Penha-
dc.contributor.authorSILVA, Tácito Richarles Ferreira da-
dc.date.accessioned2025-09-19T14:15:57Z-
dc.date.available2025-09-19T14:15:57Z-
dc.date.issued2025-08-21-
dc.identifier.citationSILVA, Tacito Richarles Ferreira da. Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco. 2025. Dissertação (Mestrado em Ciências Geodésicas e Tecnologia da Geoinformação) – Universidade Federal de Pernambuco, Recife, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/66093-
dc.description.abstractA crescente urbanização e a variabilidade climática intensificam os desafios relacionados a cobertura do solo no município de Barreiros, Pernambuco. Diante desse cenário, este estudo teve como objetivo avaliar o comportamento espaço- temporal do uso e ocupação do solo nesta região abrangendo os anos de 2017, 2018 e 2021. A metodologia empregou técnicas de sensoriamento remoto, aprendizado de máquinas e geoprocessamento utilizando imagens Sentinel-2. Para tanto, foram estimados diferentes índices espectrais: Índice de Vegetação por Diferença Normalizada (NDVI), Índice de Diferença Normalizada da Água Modificado (MNDWI), Índice de Construção por Diferença Normalizada (NDBI) e o Índice de Solo Exposto (BSI). Paralelamente, utilizou-se a classificação supervisionada com o algoritmo k- Vizinhos mais próximos (kNN) para o mapeamento de classes de uso e ocupação do solo. De forma complementar, o Processo de Hierarquia Analítica (AHP) foi aplicado para modelar a suscetibilidade às inundações na área de estudo, ponderando fatores condicionantes como hipsometria, uso e cobertura do solo, NDVI, densidade urbana e pedologia. Os resultados da análise multitemporal dos índices espectrais revelaram variações (1,30 %) na cobertura vegetal, (1,04 %) água, e uma contínua expansão das áreas urbanizadas construídas (9,97 %) e redução (7,64 %) do solo exposto ao longo do tempo. O mapeamento com kNN confirmou a notável expansão da área urbana e uma diminuição progressiva da área de água. A precisão do algoritmo demonstrou-se excelente (acurácia global de 95% em 2017, e 100% em 2018 e 2021 para amostras de teste), validando a qualidade dos mapas temáticos produzidos. O mapeamento de suscetibilidade a inundações via AHP identificou as regiões de maior risco concentradas em áreas de baixa altitude, ao longo dos cursos d'água e em zonas urbanizadas, oferecendo um diagnóstico espacial crucial para a gestão local. A modelagem multicritério AHP provou ser uma ferramenta valiosa para a avaliação e o planejamento territorial em Barreiros/PE. O estudo apresenta informações essenciais para o planejamento territorial e a gestão de riscos ambientais, capazes de subsidiar medidas eficazes de mitigação e a promoção de um desenvolvimento urbano mais resiliente e sustentável.pt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/pt_BR
dc.subjectCobertura do Solopt_BR
dc.subjectSentinel-2pt_BR
dc.subjectÍndices Espectraispt_BR
dc.subjectkNNpt_BR
dc.subjectAHPpt_BR
dc.titleAnálise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambucopt_BR
dc.typemasterThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/6489950129491874pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/2244303605944370pt_BR
dc.publisher.programPrograma de Pos Graduacao em Ciencias Geodesicas e Tecnologias da Geoinformacaopt_BR
dc.description.abstractxGrowing urbanization and climate variability intensify challenges related to land cover in the municipality of Barreiros, Pernambuco. In this context, this study aimed to evaluate the spatio-temporal behavior of land use and land cover in this region, covering the years 2017, 2018, and 2021. The methodology employed remote sensing techniques, machine learning, and geoprocessing using Sentinel-2 imagery. For this purpose, different spectral indices were estimated: Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Water Index (MNDWI), Normalized Difference Built-up Index (NDBI), and the Bare Soil Index (BSI). Concurrently, supervised classification with the k-Nearest Neighbors (kNN) algorithm was used for mapping land use and land cover classes. Additionally, the Analytic Hierarchy Process (AHP) was applied to model flood susceptibility in the study area by weighting conditioning factors such as hypsometry, land use and cover, NDVI, urban density, and pedology. The results of the multitemporal analysis revealed a 1.30% variation in vegetation cover, a 1.04% reduction in water, a continuous expansion of built-up urbanized areas by 9.97%, and a 7.64% reduction in exposed soil over time. The kNN mapping confirmed the notable expansion of the urban area and a progressive decrease in the water area. The algorithm's accuracy proved to be excellent (global accuracy of 95% in 2017, and 100% in 2018 and 2021 for test samples), validating the quality of the thematic maps produced. The flood susceptibility mapping via AHP identified the highest-risk regions concentrated in low-altitude areas, along watercourses, and in urbanized zones, offering a crucial spatial diagnosis for local management. The AHP multi-criteria modeling proved to be a valuable tool for territorial assessment and planning in Barreiros/PE. The study provides essential information for territorial planning and environmental risk management, capable of supporting effective mitigation measures and the promotion of a more resilient and sustainable urban development.pt_BR
Aparece nas coleções:Dissertações de Mestrado - Ciências Geodésicas e Tecnologias da Geoinformação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO Tácito Richarles Ferreira da Silva.PDF3,74 MBAdobe PDFVisualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons