1. Repositório Institucional UFC
2. CC - Centro de Ciências
3. DGR - Departamento de Geografia
4. DGR - Dissertações defendidas na UFC

Type:	Dissertação
Title:	Detecção de mudanças na cobertura da terra através da implementação do algoritmo Change Vector Analysis (CVA) e series temporais do Índice de Vegetação por Diferença Normalizada (NDVI), no Parque Estadual do Cocó – Fortaleza/CE
Title in English:	Detection of Change in Land Cover through the Implementation of the Change Vector Analysis Algorithm (CVA) and Time Series of the Normalized Difference Vegetation Index (NDVI), in Parque Estadual do Cocó – Fortaleza/CE
Authors:	Mojica, Jack Endrick Pastrana
Advisor:	Santos, Jader de Oliveira
Keywords:	Coberturas da terra;Sensoriamento remoto;Detecção de mudanças
Issue Date:	2022
Citation:	MOJICA, Jack Endrick Pastrana. Detecção de mudanças na cobertura da terra através da implementação do algoritmo Change VectorAnalysis (CVA) e series temporais do Índice de Vegetação por Diferença Normalizada (NDVI), no Parque Estadual do Cocó – Fortaleza/CE. 2022. 134 f. Dissertação (Mestrado em Geografia) – Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2022.
Abstract in Brazilian Portuguese:	As ocorrências ambientais na Unidade de Conservação de Proteção Integral (UC) no Parque Estadual do Cocó(PEC), representam um problema constante que leva à degradação ambiental, esse estrago foi gerado inicialmente pela implementação das atividades e práticas de extração de salineira que foram desenvolvidas no passado e que progressivamente afetaram a funcionalidade do ecossistema, mesmo que, ao adensamento urbano na zona metropolitana de Fortaleza, o que gerou uma pressão constante sobre esta área. Por tanto o monitoramento espaço-temporal torna-se indispensável para assegurar a proteção e gestão ambiental, nesse sentido a utilização do sensoriamiento remoto auxilia na monitorização e seguimento dos fatores que incidem na transformação do parque. Este trabalho objetiva analisar o comportamento da saúde da vegetação nas condições ambientais entre o período 2015 - 2021 para identificar padrões de mudanças da cobertura, através de técnicas e métodos de detecção de remota. Para isso foram utilizados compostos mensais do Índice de Vegetação por Diferença Normalizada (NDVI) e o algoritmo Change Vector Analysis (CVA). A metodologia utilizou a plataforma de geoprocessamento Google Earth Engine (GEE) e a linguagem de programação Python como ferramenta para processar e manipular dados de sensoriamento remotos, bem como a utilização do software Qgis como auxilio no desenvolvimento dos procedimentos metodológicos. Os resultados deste estudo mapearam as alterações da cobertura da terra a partir dos componentes Magnitude e Direção da Mudança do CVA e a interpretação das trajetórias temporais NDVI. Foram identificadas 4 categorias de mudanças, áreas sem alteração, alagamento, recrescimento e degradação, nesta última categoria foi possível mapear o incêndio que atingiu em grande parte à vegetação dentro do PEC no ano 2021. Enquanto que, as séries temporais de NDVI diferenciaram a vegetação com maior desenvolvimento registando valores de 0.7 a 0.9 das áreas com pouco desenvolvimento com valores de 0.1 a 0.2. A fim de comparar e avaliar a melhor técnica foi aplicado o método de classificação supervisionada de distância mínima, baseado nas áreas de treinamento recolhidas em campo foi construída a matriz de erro e calculado o valor de concordância global dos mapas e o Índice Kappa. Se verificou a subestimação e superestimação dos resultados, sendo o método do CVA que obteve maior exatidão temática no mapa com 0.94, em relação ao método do NDVI com quase 0.84 % de correspondência nas categorias de mudanças no mapa.
Abstract in Spanish:	Las problemáticas ambientales en la Unidad de Conservación de Protección Integral (UC) en el Parque Estadual del cocó (PEC), representan un problema constante que conlleva a la degradación ambiental, ese daño fue generado inicialmente por la implementación de las actividades y prácticas de extracción de sal que fueron desarrolladas en el pasado y que progresivamente afectaron la funcionalidad del ecosistema, mismo que, el aumento de la densidad urbana en la zona metropolitana de Fortaleza, lo que genero una presión constante sobre esta área. Por tanto, el monitoriamiento espacio-temporal es indispensable para asegurar la protección y gestión ambiental, en ese sentido la utilización de los sensores remotos auxilia en el monitoreo y seguimiento de los factores que inciden sobre en la transformación del parque. Este trabajo tiene como objetivo analizar el comportamiento de la vegetación en las condiciones ambientales entre el periodo 2015-2021 para identificar patrones de cambios en la cobertura de la tierra, mediante técnicas y métodos de detección remota. Para eso fueron utilizados compuestos mensuales del Índice de Vegetación de Diferencia Normalizada (NDVI) y el algoritmo Change Vector Analysis (CVA). La metodología utilizó la plataforma de geoprocesamiento Google Earth Engine (GEE) y el lenguaje de programación Python como herramienta para procesar y manipular datos provenientes de sensores remoto, también la utilización del software Qgis como auxilio en el desarrollo de los procedimientos metodológicos. Los resultados de esta investigación identificaron las alteraciones en la cobertura de la tierra a través de los componentes de Magnitud y Dirección de cambio del CVA y la interpretación de las firmas espectrales del NDVI. Fueron identificadas 4 categorías de cambios, áreas sin alteración, anegamiento, recrecimiento y degradación, esta última categoría de cambio, identifico el incendio que se propago en gran parte la vegetación densa del PEC no ano 2021. Mientras que, en las series temporales de NDVI, se diferenció la vegetación con mayor desarrollo registrando valores de 0.7 a 0.9 de las áreas con menos desarrollo con valores de 0.1 a 0.2. Para comparar y evaluar la mejor técnica se implementó el método de clasificación supervisionada de distancia mínima euclidiana, con base en las áreas de entrenamiento colectadas en campo se construyó la matriz de error y se calculó o valor de concordancia global de los mapas y el índice Kappa. Se verificó la subestimación y la sobreestimación de los resultados, el CVA presento mayor exactitud temática en el mapa con un 0,94, en relación con el método NDVI con 0,84 de correspondencia en las categorías de cambios en el mapa.
URI:	http://www.repositorio.ufc.br/handle/riufc/69678
Appears in Collections:	DGR - Dissertações defendidas na UFC

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.