Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: SILVA, Tácito Richarles Ferreira da
Orientador(a): PACHECO, Admilson da Penha
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Programa de Pos Graduacao em Ciencias Geodesicas e Tecnologias da Geoinformacao
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
kNN
AHP
Link de acesso: https://repositorio.ufpe.br/handle/123456789/66093
Resumo: A 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.
id UFPE_fdfea39a1564df783225abbb331a17a3
oai_identifier_str oai:repositorio.ufpe.br:123456789/66093
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling SILVA, Tácito Richarles Ferreira dahttp://lattes.cnpq.br/6489950129491874http://lattes.cnpq.br/2244303605944370PACHECO, Admilson da Penha2025-09-19T14:15:57Z2025-09-19T14:15:57Z2025-08-21SILVA, 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.https://repositorio.ufpe.br/handle/123456789/66093A 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.Growing 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.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencias Geodesicas e Tecnologias da GeoinformacaoUFPEBrasilhttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessCobertura do SoloSentinel-2Índices EspectraiskNNAHPAnálise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambucoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Tácito Richarles Ferreira da Silva.PDFDISSERTAÇÃO Tácito Richarles Ferreira da Silva.PDFapplication/pdf3832305https://repositorio.ufpe.br/bitstream/123456789/66093/1/DISSERTA%c3%87%c3%83O%20T%c3%a1cito%20Richarles%20Ferreira%20da%20Silva.PDF6738cfbbf8735442757f9ff9f3323843MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/66093/2/license.txt5e89a1613ddc8510c6576f4b23a78973MD52TEXTDISSERTAÇÃO Tácito Richarles Ferreira da Silva.PDF.txtDISSERTAÇÃO Tácito Richarles Ferreira da Silva.PDF.txtExtracted texttext/plain184950https://repositorio.ufpe.br/bitstream/123456789/66093/3/DISSERTA%c3%87%c3%83O%20T%c3%a1cito%20Richarles%20Ferreira%20da%20Silva.PDF.txt2a563758c4bd503772797c74e7def58cMD53THUMBNAILDISSERTAÇÃO Tácito Richarles Ferreira da Silva.PDF.jpgDISSERTAÇÃO Tácito Richarles Ferreira da Silva.PDF.jpgGenerated Thumbnailimage/jpeg1269https://repositorio.ufpe.br/bitstream/123456789/66093/4/DISSERTA%c3%87%c3%83O%20T%c3%a1cito%20Richarles%20Ferreira%20da%20Silva.PDF.jpgcbfe1e79bd710d80caed35562d8076adMD54123456789/660932025-09-21 15:21:27.884oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212025-09-21T18:21:27Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
title Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
spellingShingle Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
SILVA, Tácito Richarles Ferreira da
Cobertura do Solo
Sentinel-2
Índices Espectrais
kNN
AHP
title_short Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
title_full Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
title_fullStr Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
title_full_unstemmed Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
title_sort Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
author SILVA, Tácito Richarles Ferreira da
author_facet SILVA, Tácito Richarles Ferreira da
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6489950129491874
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/2244303605944370
dc.contributor.author.fl_str_mv SILVA, Tácito Richarles Ferreira da
dc.contributor.advisor1.fl_str_mv PACHECO, Admilson da Penha
contributor_str_mv PACHECO, Admilson da Penha
dc.subject.por.fl_str_mv Cobertura do Solo
Sentinel-2
Índices Espectrais
kNN
AHP
topic Cobertura do Solo
Sentinel-2
Índices Espectrais
kNN
AHP
description A 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.
publishDate 2025
dc.date.accessioned.fl_str_mv 2025-09-19T14:15:57Z
dc.date.available.fl_str_mv 2025-09-19T14:15:57Z
dc.date.issued.fl_str_mv 2025-08-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SILVA, 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.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/66093
identifier_str_mv SILVA, 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.
url https://repositorio.ufpe.br/handle/123456789/66093
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Ciencias Geodesicas e Tecnologias da Geoinformacao
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/66093/1/DISSERTA%c3%87%c3%83O%20T%c3%a1cito%20Richarles%20Ferreira%20da%20Silva.PDF
https://repositorio.ufpe.br/bitstream/123456789/66093/2/license.txt
https://repositorio.ufpe.br/bitstream/123456789/66093/3/DISSERTA%c3%87%c3%83O%20T%c3%a1cito%20Richarles%20Ferreira%20da%20Silva.PDF.txt
https://repositorio.ufpe.br/bitstream/123456789/66093/4/DISSERTA%c3%87%c3%83O%20T%c3%a1cito%20Richarles%20Ferreira%20da%20Silva.PDF.jpg
bitstream.checksum.fl_str_mv 6738cfbbf8735442757f9ff9f3323843
5e89a1613ddc8510c6576f4b23a78973
2a563758c4bd503772797c74e7def58c
cbfe1e79bd710d80caed35562d8076ad
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1862742055732641792