Monitoramento espaço-temporal da degradação ambiental no Parque Estadual do Cocó - Fortaleza/CE : Case study in the city of Fortaleza using satellite imagery

Jack Pastrana Mojica; Pamela Boelter Herrmann; Jader de Oliveira Santos

doi:10.26512/2236-56562025e55573

Autores

Jack Pastrana Mojica Universidade Federal do Rio Grande do Sul https://orcid.org/0009-0003-9539-1381
Pamela Boelter Herrmann Universidade federal do Rio Grande do Sul https://orcid.org/0009-0003-9539-1381
Jader de Oliveira Santos Universidade Federal do Ceará https://orcid.org/0000-0003-2977-7086

DOI:

https://doi.org/10.26512/2236-56562025e55573

Palavras-chave:

sensoriamento remoto, série temporal, Monitoramento, análise ambiental

Resumo

As ocorrências geradas principalmente pelo adensamento urbano, práticas de extração de salineiras que foram desenvolvidas no passado e práticas de uso de fogo, representam um problema constante que leva à degradação ambiental dentro do Parque Estadual do Cocó (PEC). Portanto, o monitoramento espaço-temporal torna-se indispensável para assegurar a proteção e gestão ambiental. Nesse sentido, a utilização do sensoriamento remoto auxilia no acompanhamento 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 isso foram utilizados compostos mensais do Índice de Vegetação por Diferença Normalizada (NDVI). A metodologia utilizou a plataforma de geoprocessamento Google Earth Engine (GEE) para processar e manipular dados de sensoriamento remotos. Os resultados deste estudo mapearam as alterações da cobertura da terra a partir da interpretação das trajetórias temporais NDVI. Foi possível mapear o incêndio que atingiu em grande parte à vegetação dentro do PEC no ano de 2021, além de identificar outras alterações, como desmatamento e mudanças relacionadas a fatores ambientais. As trajetórias de mudanças permitiram identificar a vegetação com maior desenvolvimento registrando valores de 0,7 a 0,9, das áreas com pouco desenvolvimento com valores de 0,1 a 0,2. Quanto à avaliação do método, obteve-se uma exatidão temática no mapa aproximadamente 84% de correspondência global nas categorias de mudanças no mapa.

Downloads

Não há dados estatísticos.

Biografia do Autor

Jack Pastrana Mojica, Universidade Federal do Rio Grande do Sul

Doutorando em Sensoramento Remoto na Universidade Federal do Rio Grande do Sul (UFRGS) e Mestre em Geografia pela Universidade Federal do Ceará (UFC), com foco principal na utilização de tecnologias geoespaciais e sensores remotos nos estudos de degradação ambiental e conservação da Amazônia. Minha expertise inclui a implementação de modelos de aprendizagem de máquinas e ciência de dados para monitoramento ambiental, com ênfase em estratégias inovadoras que combinam análise espacial e inteligência artificial para promover a sustentabilidade e a preservação de ecossistemas críticos.

Pamela Boelter Herrmann, Universidade federal do Rio Grande do Sul

Sou Mestre e atualmente Doutoranda em Sensoriamento Remoto pela Universidade Federal do Rio Grande do Sul (UFRGS). Possuo especialização em Informações Espaciais Georreferenciadas pela Universidade do Vale do Rio dos Sinos (UNISINOS), sou Bacharel em Gestão Ambiental pela Universidade Estadual do Rio Grande do Sul (UERGS) e Engenheira Ambiental pela Universidade Cruzeiro do Sul. Atuo como Analista Ambiental e tenho ampla experiência acadêmica e profissional em geoprocessamento e sensoriamento remoto, aplicações e uso de VANTs, monitoramento e licenciamento ambiental, modelagem ambiental, machine learning e análise espacial.

Jader de Oliveira Santos, Universidade Federal do Ceará

Professor Associado do Departamento de Geografia da Universidade Federal do Ceará, onde é Vice-coordenador do Programa de Pós-graduação em Geografia e professor do Mestrado em Desenvolvimento e Meio Ambiente (UFC). Doutor em Geografia (Geografia Física) pela Universidade de São Paulo (USP), mestre em Geografia pela UECE e Graduado pela UFC. Foi professor visitante sênior na Universidade na Cabo Verde - UNICV através do Programa Pró-Mobilidade Internacional CAPES/AULP, onde foi atuou como prof colaborador do Mestrado em Ambiente e Desenvolvimento da UNICV. Integrante da Household Water Insecurity (HWISE) Research Coordination Network (RCN), desenvolvendo pesquisas sobre insegurança hídrica domiciliar e acesso à água. Integra o núcleo Fortaleza do Observatório das Metrópoles promovendo pesquisas relacionadas à fragilidade ambiental urbana e aos riscos socioambientais. Representante titular da UFC no Conselho Estadual de Meio Ambiente (COEMA). Têm experiência em análise da fragilidade ambiental, planejamento ambiental e ordenamento territorial com o uso de tecnologias da geoinformação, atuando principalmente nos seguintes temas: análise ambiental integrada, fragilidade ambiental urbana, riscos socioambientais, zoneamento ecológico-econômico, geoprocessamento na análise ambiental.

Referências

ALLEN, H. Satellite remote sensing of land cover change in a mixed agro-silvo-pastoral landscape in the Alentejo, Portugal. International Journal of Remote Sensing, v. 39, n. 14, p. 4663-4683, 2018. DOI: 10.1080/01431161.2018.1440095.

AVOGADRO, E. G.; PADRÓ, J. C. Comparación de métodos de clasificación aplicados a imágenes sentinel-2 y landsat-8, para la diferenciación de plantaciones forestales en entre ríos, argentina. Revista Internacional de Ciencia y Tecnología de la Información Geográfica, n. 24, p. 8, 2019. Disponível em: https://dialnet.unirioja.es/servlet/articulo?codigo=7383249.

BOCA, T.; RODRÍGUEZ, G. Métodos estadísticos de la evaluación de la exactitud de productos derivados de sensores remotos. Instituto de Clima y Agua, INTA Castelar, 2012.

CASTILLEJO, Isabel et al. Evaluation of pixel-and object-based approaches for mapping wild oat (Avena sterilis) weed patches in wheat fields using QuickBird imagery for site-specific management. European Journal of Agronomy, v. 59, p. 57-66, 2014. DOI: 10.1016/j.eja.2014.05.009.

CASTRO, A. S. Farias; MORO, Marcelo Freire; MENEZES, Marcelo OliveiraTeles de. O complexo vegetacional da zona litorânea no Ceará: Pecém, São Gonçalo do Amarante. Acta Botanica Brasilica, v. 26, p. 108-124, 2012.

CASTRO, L. G. Zonas climáticas locais em cidades pequenas: relação entre temperatura e morfologia urbana. 2022. 114 p. Dissertação (Mestrado em Geografia) Pró-Reitoria de Pesquisa e Pós-Graduação, Universidade Federal do Ceará, Fortaleza, 2022. Disponível em: https://repositorio.ufc.br/handle/riufc/68170.

CABRERA, E. et al. Protocolo de Procesamiento Digital de Imágenes para la Cuantificación de la Deforestación en Colombia, Nivel Nacional Escala Gruesa y Fina. Instituto de Hidrología, Meteorología, y Estudios Ambientales, Bogotá, v. 2, p. 44, 2011.

CHÁVEZ, E. S.; PUEBLA, Adonis, M. R. Propuesta metodológica para la delimitación semiautomatizada de unidades de paisaje de nivel local. Revista do departamento de geografia, v. 25, p. 1-19, 2013.

E.S.A. European Space Agency Satellite Missions. 2022. Disponível em: https://sentinel.esa.int/web/sentinel/user-guides/sentinel-2.

FERREIRA F. J. Mapeamento das Áreas de Risco de Incêndio Florestal no PEC: A Importância das Áreas Verdes no Atual Cenário Climático. Dissertação (Mestrado em Climatologia e Aplicações nos Países da CPLP e África) –- Pró-Reitoria de Pesquisa e Pós-Graduação, Universidade Estadual do Ceará, 2019.

FERREIRA, J E.; ARAÚJO, A. C. Análise de Ocorrências de Incêndios Florestais na área do PEC, Região Metropolitana de Fortaleza, CE. Revista Brasileira de Meteorologia, v. 36, p. 563-569, 2021.

FIGUEIREDO, G. C.; VIEIRA, C. A. Estudo do comportamento dos índices de Exatidão Global, Kappa e Tau, comumente usados para avaliar a classificação de imagens do sensoriamento remoto. Simpósio Brasileiro de Sensoriamento Remoto, v. 13, p. 5755-5762, 2007.

FREIRES, E.V. et al. Análise da evolução urbana no entorno do estuário do Rio Cocó–Fortaleza/Ceará nos anos de 1985, 1996 e 2007. Geografia Ensino & Pesquisa, v. 17, n. 3, 2013.

FUNDAÇÃO CEARENSE DE METEOROLOGIA (FUNCEME). Fortaleza. Postos Pluviométricos. Fortaleza. 2021. Disponível em: http://www.funceme.br/?page_id=2694.

GAO, W. et al. NDVI-based vegetation dynamics and their responses to climate change and human activities from 1982 to 2020: A case study in the Mu Us Sandy Land, China. Ecological Indicators, v. 137, p. 108745, 2022. DOI: 10.1016/j.ecolind.2022.108745.

GORELICK, N. et al. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote sensing of Environment, v. 202, p. 18-27, 2017. DOI: https://doi.org/10.1016/j.rse.2017.06.031.

HUSSAIN, M. et al. Change detection from remotely sensed images: From pixel-based to object-based approaches. ISPRS Journal of photogrammetry and remote sensing, v. 80, p. 91-106, 2013. DOI: 10.1016/j.isprsjprs.2013.03.006.

HOLBEN, Brent N. Characteristics of maximum-value composite images from temporal AVHRR data. International journal of remote sensing, v. 7, n. 11, p. 1417-1434, 1986.

JIANG, L. et al. Analyzing ecological environment change and associated driving factors in China based on NDVI time series data. Ecological Indicators, v. 129, p. 107933, 2021. DOI: 10.1016/j.ecolind.2021.107933.

KLIMAVIČIUS, L. et al. Seasonality and long-term trends of NDVI values in different land use types in the eastern part of the Baltic Sea basin. Oceanologia, 2023. DOI: 10.1016/j.oceano.2022.02.007.

LAMBIN, E. F. et al. Change-vector analysis in multitemporal space: A tool to detect and categorize land-cover change processes using high temporal-resolution satellite data. Remote sensing of environment, v. 48, n. 2, p. 231-244, 1994.

PARUELO, J. M.; DI BELLA, C.; MILKOVIC, M. Percepción Remota y Sistemas de Información Geográfica: Sus aplicaciones en Agronomía y Ciencias Ambientales.1 ed. Buenos Aires: hemisfério sur, 2014.

QGIS Development Team. (2023). QGIS Geographic Information System. Open Source Geospatial Foundation. Disponível em: https://qgis.org.

MOJICA, J. E. P.; DE CASTRO, L G.; DE OLIVEIRA S, J. Detecção de mudanças na cobertura da terra através da implementação do algoritmo Change Vector Analysis (CVA) no PEC–Fortaleza/CE. Revista da Casa da Geografia de Sobral (RCGS), v. 24, n. 3, p. 504-531, 2022.DOI: 10.35701/rcgs. v24.887.

MORO, M. F. et al. Vegetação, unidades fitoecológicas e diversidade paisagística do estado do Ceará. Rodriguésia, v. 66, p. 717-743, 2015.

Plano de Manejo do PEC, Produto 22, Plano de Manejo Consolidado. Secretaria do Meio Ambiente do Ceará, Fortaleza, 2020.

ROUSE, J. W.; HASS, R.H.; SCHELL, J.A.; DEERING, D.W. Monitoring vegetation systems in the Great Plains with ERTS. Earth Resources Technology Satellite, Washington, p.309-317.1974.

Superintendência Estadual do Meio Ambiente do Ceará (SEMACE). Incêndio no Parque Estadual Cocó é debelado pelas forças de Segurança e brigadistas florestais. 2022. Disponível em: https://www.Ceará.gov.br/2021/11/18/incendio-no-parque-estadual-do-cocó-e-debelado-pelas-forcas-de-seguranca-e-brigadistas-florestais/.

SANTOS, J. O. Fragilidade e Riscos Socioambientais em Fortaleza-CE:contribuições ao ordenamento territorial. 2011.331 f. Tese (Doutorado em Geografia), -Pró-Reitoria de Pesquisa e Pós-Graduação. Universidade de São Paulo, 2011.

SPADONI, Gian Luca et al. Analysis of Normalized Difference Vegetation Index (NDVI) multi-temporal series for the production of forest cartography. Remote Sensing Applications: Society and Environment, v. 20, p. 100419, 2020. DOI: 10.1016/j.rsase.2020.100419.

SOUZA, M. J. N. Diagnóstico Geoambiental do Município de Fortaleza: subsídios ao macrozoneamento ambiental e à revisão do Plano Diretor Participativo–PDPFor. Fortaleza: Prefeitura Municipal de Fortaleza, p. 172, 2009.

SOUZA, D. J. L. Pontederiaceae in Flora do Brasil 2020 em construção. Disponível em:http://floradobrasil.jbrj.gov.br/reflora/floradobrasil/FB13742.

TUCKER, C. Red and Photographic Infrared Linear Combinations for Monitoring Vegetation. Remote Sensing of Environment. Maryland, v. 8, p. 127-150, 1979.

VOROVENCII, L. Applying the change vector analysis technique to assess the desertification risk in the south-west of Romania in the period 1984–2011. Environmental monitoring and assessment, v. 189, n. 10, p. 1-18, 2017. Disponível em: https://link.springer.com/article/10.1007/s10661-017-6234-6.

WANG, N. et al. Graph-based block-level urban change detection using Sentinel-2 time series. Remote Sensing of Environment, v. 274, p. 112993, 2022. DOI:10.1016/j.rse.2022.112993.