Análise multitemporal da cobertura do solo utilizando sensoriamento remoto e aprendizado de máquinas: um estudo de caso em Barreiros/Pernambuco
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| 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: | |
| 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 |