Temporal analysis of soil occupation in mucuri watershed between 1989 and 2015

Autores

DOI:

https://doi.org/10.13083/reveng.v28i.8474

Palavras-chave:

Soil use, remote sensing, aerial images

Resumo

Anthropogenic action has caused intense changes in land use and cover over the decades. Identifying and knowing these changes makes it possible to measure the impacts that can be generated as well as to identify patterns of the development of a particular region and the relationship between society and land use. Thus, it is intended to identify the changes made in the land use and occupation of the Mucuri river basin between 1989 and 2015. So, this study used remote sensing techniques and tools besides aerial photographs to map the region and to identify surface behavior. Within the Mucuri basin, the soil had been mostly occupied by classes of forest and agricultural area, consistent with the social and economic reality of the region over the last decades. The changes that have occurred indicate a reduction in water availability, growth in urban occupation and, in many cases, soil and vegetation cover deterioration.

Downloads

Não há dados estatísticos.

Biografia do Autor

Rafael Alvarenga Almeida, Universidade Federal dos Vales do Jequitinhonha e Mucuri

Professor Adjunto, Instituto de Ciência, Engenharia e Tecnologia - ICET, UFVJM-Campus do Mucuri

Luan Viana dos Santos, Universidade Federal dos Vales do Jequitinhonha e Mucuri

Mestrando em Tecnologia, Ambiente e Soceidade do Instituto de Ciência, Engenharia e Tecnologia - ICET, UFVJM-Campus do Mucuri

Daniel Brasil Ferreria Pinto, Universidade Federal dos Vales do Jequitinhonha e Mucuri

Professor Adjunto, Instituto de Ciência, Engenharia e Tecnologia - ICET, UFVJM-Campus do Mucuri

Caio Mário Leal Ferraz, Universidade Federal dos Vales do Jequitinhonha e Mucuri

Professor Adjunto, Instituto de Ciência, Engenharia e Tecnologia - ICET, UFVJM-Campus do Mucuri

Referências

ALMEIDA, R.A. Modelagem hidrológica na bacia do rio Mucuri com a utilização do modelo SWAT. 2016. 112f. Tese (Doutorado em Engenharia Agrícola) - Escola de Engenharia, Universidade Federal de Viçosa, Viçosa, 2016.

BARBOSA, A.P; CAMPOS, S; ZIMBACK, C.R.L; XAVIER, Z.B. Comparação de métodos de classificação de imagens na identificação de áreas cultivadas com citros. Revista Energia na Agricultura, Botucatu, vol. 26, n.3, 2001, p.14-25.

CONGALTON, R.G. Thematic and Positional Accuracy Assessment of Digital Remotely Sensed Data. Proceedings of the Seventh Annual Forest Inventory and Analysis Symposium. p.149. 2005.

CENTRO DE ESTUDOS AVANÇADOS EM ECONOMIA APLICADA - CEPEA. Preço do boi gordo. Disponível em: <http://www.cepea.esalq.usp.br/br/indicador/boi-gordo.aspx>. Acesso em: 12 jun. 2017.

CUNHA, K.L. Uso de imagens Landsat e CBERS no mapeamento da suscetibilidade à erosão na região de Primavera do Leste - MT. 2009. 147f. Dissertação (Mestrado em Física Ambiental) – Instituto de Ciências Exatas e da Terra, Universidade Federal de mato Grosso, Cuiabá, 2009.

DEMARCHI, J.C.; PIROLI, E.L.; ZIMBACK, C.R.L. Análise temporal do uso do solo e comparação entre os índices de vegetação NDVI e SAVI no município de Santa Cruz do Rio Pardo – SP usando imagens LandSat – 5. RA’ GA, v.21, p.234-271, 2011.

EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA – EMBRAPA. Diagnósticos das pastagens do Brasil. 1 ed. Belém do Pará: Embrapa Amazônia Oriental. 2014. 38p.

FELIPPE, M.F., BUENO, J., COSTA, A. Desmatamento na Bacia do Rio Mucuri (MG, Brasil) no período de 1989 a 2008: uso de imagens Cbers e Landsat na espacialização dos remanescentes florestais. In: Simpósio Brasileiro de Sensoriamento Remoto - SBSR, 2009, Natal, Brasil. INPE, p.2713-2720.

FIGUEIREDO, G.C; VIEIRA, C.A.O. Estudo do comportamento dos índices de Exatidão Global, Kappa e Tau, comumente usados para avaliar a classificação de imagens do sensoriamento remoto. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO – SBSR, [2007, Florianópolis. Anais... Florianópolis. INPE, abr. 2007. p.5755-5762.

GONZALES, R.C.; WOODS, R.E. Digital Image Processing. Second Edition. New Jersey: Prentice Hall, 2000. 797.

IBGE. Mapa de climas do Brasil. Rio de Janeiro: IBGE, 2002.

IBGE. Sinopse do Censo Demográfico. Rio de Janeiro: IBGE, 2010.

INSTITUTO MINEIRO DE GESTÃO DAS ÁGUAS - IGAM. 2016. Bacia hidrográfica do Leste. Disponível em: <http://www.igam.mg.gov.br/component/content/158?task=view>. Acesso em: 20 jun. 2016.

INSTITUTO NACIONAL DE FLORESTAS – IEF. 2012. Governo de Minas cria área de proteção ambiental no Mucuri. Disponível em: <http://www.ief.mg.gov.br/noticias/1/1330-governo-de-minas-cria-area-de-protecao-ambiental-no-mucuri>. Acesso em: 28 mar. 2017.

INSTITUTO NACIONAL DE METERIOLOGIA – INMET. Estações meteorológicas automáticas. Disponível em: < http://www.inmet.gov.br/portal/index.php?r=estacoes/estacoesAutomaticas>. Acesso em: 13 out. 2016.

MCCOY, R.M. Fields methods in remote sensing. New York: The Guilford Press,

177p.

KOTTEK, M.; GRIESER, J.; BECK, C.; RUDOLF, B.; RUBEL, F. World map of the K?ppen – Geiser climate classification updated. Meteorologische Zeitschrift, v.15, n.3, p.259-263, jun. 2006.

LANDIS, J.R.; KOCH, G.G. The measurement of observer agreement for categorical data. Biometrics, v.33, n.1, p.159-174, mar. 1977. Disponível em: < htpp://www.jstor.org/stable/pdfplus/2529310.pdf>. Acesso em: 03 de nov. 2016.

LEÃO, C; KRUG, L.A; KAMPEL, M; FONSECA, L.M.G. Avaliação de métodos de classificação em imagens TM/Landsat e CCD/CBERS para mapeamento do uso e cobertura da terra na região costeira do extremo sul da Bahia. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO – SBSR, 2007, Florianópolis. Anais... Florianópolis. INPE, abr. 2007. p.939-946.

LI, X.; GONG, P.; LIANG, L. A 30-year (1984-2013) record of annual urban dynamics of Beijing City derived from Landsat data. Remote Sensing of Environment, v.166, p.78-90. 2015.

MENESES, P.R. Princípios de sensoriamento remoto. In: MENESES, P.R.; ALMEIDA, T.Introdução ao processamento de imagens de sensoriamento remoto. Brasília: UnB, 2012. p.1-31.

NASCIMENTO, I.S.; CRUZ, C.B.M.; NEVES, S.M.A.S.; GALVANIN, E.A.S. Avaliação da exatidão dos classificadores maxver e isso cluster do software ArcGis for desktop, com uso de imagem LandSat 8 do município de Cáceres/MT. Revista Continentes, Rio de Janeiro, v.5, n.8, p.48-62, jan. 2016.

NOVAIS, J.J.; MOURA, C.F.O.; SOUZA, S.R.; TORRES, C.J.S. Mapeamento do uso do solo na bacia do rio Verruga – BA. Enciclopédia Biosfera, Goiânia, v.13, n.23, p.720-730, jun. 2016.

PEDREIRA, B.C.C.G.; FIDALGO, E.C.C.; PRADO, R.B.; ARAÚJO, R.S. Classificação digital de imagens de satélite de alta resolução espacial para o mapeamento de uso e cobertura da terra na área do complexo petroquímico do Rio de Janeiro. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO – SBSR, 15., [2011], Curitiba. Anais... Curitiba: INPE, mai. 2011. p.7340-7347.

PRINA, B.Z.; TRENTIN, R.G.M.C.: Geração de matriz de confusão a partir de uma classificação digital de imagem do ArcGIS. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO – SBSR, 17., [2015], João Pessoa. Anais... João Pessoa: INPE, abr. 2015. p.131-139.

REZENDE, M., ROSENDO, J.S. Análise da evolução da ocupação do uso da terra no município de Ituiutaba – MG utilizando técnicas de geoprocessamento e sensoriamento remoto. Horizonte Científico. v.3, n.1. Dez. 2009.

SANTOS, J. Processamento Digital – Geotecnologias e Software Livre - LANDSAT-8: Download de imagens através dos sites Earth Explorer e GLOVIS, 2013. Disponível em: <http://www.processamentodigital.com.br/wp-content/uploads/2013/08/20130531_Landsat8_download_USGS.pdf>. Acesso em: 22 ago. 2016.

SHIMABUKURO, Y.E., SMITH, J.A. The least-squares mixing models to generate fraction images derived from remote sensing multispectral data, IEEE Transactions on Geoscience and Remote Sensing, v.29, n.1, p.16-20, 1991.

VAEZA, R.F.; FILHO, P.C.O.; MAIA, A.G.; DISPERATI, A.A. Uso e ocupação do solo em Bacia Hidrográfica urbana a partir de imagens orbitais de alta resolução. Floresta e Ambiente, v.17, n.1, p.23-29, 2010.

ZANATA, J.M. Mudanças no uso da cobertura da terra na bacia hidrográfica do ribeirão Bonito, municípios de Avaré e Itatinga – SP. 2014. 123f. Dissertação (Mestrado em Geografia) – Faculdade de Ciência e Tecnologia, Universidade Estadual Paulista, Presidente Prudente, 2014.

ZARONI, M.J.; SANTOS, H.G. Árvore do conhecimento: solos tropicais. Ageitec. 2016. Disponível em: < http://www.agencia.cnptia.embrapa.br/gestor/solos_tropicais/arvore/CONTAG01_7_2212200611538.html>. Acesso em: 01 out. 2016.

Downloads

Publicado

2020-02-03

Como Citar

Almeida, R. A., Santos, L. V. dos, Pinto, D. B. F., & Ferraz, C. M. L. (2020). Temporal analysis of soil occupation in mucuri watershed between 1989 and 2015. Revista Engenharia Na Agricultura - REVENG, 28(Contínua), 58–68. https://doi.org/10.13083/reveng.v28i.8474

Edição

Seção

Recursos Hídricos e Ambientais

Artigos mais lidos pelo mesmo(s) autor(es)