Este estudo teve por objetivo simular cenários de uso e ocupação do solo para t4 (2035), tendo como base as mudanças no uso do solo ocorridas em t1 (1989), t2 (2007) e t3 (2015) para a bacia do Rio Tapacurá, localizada no Estado de Pernambuco. Foi realizada a previsão do uso do solo para t3 (2015), usando três métodos: (a) Rede Neural Multi-Layer Perceptron (RNMLP), (b) Similarity-Weighted Instance-Based Machine Learning Algorithm (SimWeight) e (c) Regressão Logística (RL) e para a metodologia que mostrou melhor desempenho, foi realizada a predição dos cenários futuros para t4 (2035). Os cenários futuros simulados foram: (a) Cenário 1: de continuidade das transições e (b) Cenário 2: de continuidade das transições e intensificação da classe pecuária e expansão da área urbana, usando o módulo Land Change Modeler (LCM) do Idrisi TerrSet e imagens da cobertura do solo. Os resultados da previsão do uso do solo para 2015 mostraram que o melhor desempenho foi obtido usando o método RNMLP com treinamento de 84,22% e 10.000 iterações. A simulação dos cenários futuros para t4 mostrou intensificação das transições observadas nos três anos analisados, com previsão para expansão de cerca de 3% da classe pecuária para os dois cenários simulados.
Este artigo tem por objetivo realizar um levantamento e avaliação dos riscos ambientais na bacia do rio Cuiá, utilizando uma metodologia que classifica as informações em inventário, monitoria, prospecção ambiental e incongruências de uso e ocupação. Baseado nisso, o estudo foi feito para os anos de 1985 e 2005. No desenvolvimento do trabalho foi feito um levantamento das condições ambientais da área de estudo. O inventário foi realizado com o objetivo de levantar todas as características físicas e representá-las em mapa. A planimetria foi gerada para identificar a extensão territorial dos fenômenos; e a monitoria para avaliar a evolução do uso do solo através do tempo. A prospecção ambiental foi realizada no sentido de obter os riscos ambientais decorrentes da ocupação urbana e a incongruência de uso mostra os conflitos existentes devido a ocupação de áreas inadequadas. O trabalho demonstrou as grandes possibilidades de aplicação dessa metodologia na análise ambiental, principalmente no que diz respeito a facilidade de manipulação de dados espaciais. Os resultados demonstraram que as áreas propícias de ocupação urbana, são, de uma forma geral, relacionadas ao baixo planalto costeiro. As demais áreas devem ser tratadas de forma diferenciada em função da sua fragilidade natural.
Soil erosion is one of the most significant environmental degradation processes. Mapping and assessment of soil erosion vulnerability is an important tool for planning and management of the natural resources. The objective of the present study was to apply the Universal Soil Loss Equation (USLE) using GIS tools to the Mamuaba watershed, southern Paraíba, for assess soil erosion vulnerability. An annual rainfall erosivity map was derived from the geographical model adjusted for northeastern Brazil, calculating an annual value for each pixel. The factors of soil erodibility (K), the topography (LS), and land use and management (C) were obtained in a GIS environment from soil type maps, digital elevation model (DEM) developed for the basin. The maps of the factors were combined to create the soil erosion vulnerability due to the water erosion. The results showed that, in general, the soils of the Mamuaba watershed present 54.54% of area with values between 0 and 10 t ha-1 year-1, which could be classified as "Slight to Moderate" to "Moderate" vulnerability in 1989, and 51.53% of the area in 2013. In the upper region of Mamuaba basin, the predominant classes were "Very High" and "Extremely High". High values of soil losses were predominance in regions of Red-Yellow Acrisol covered by pasture. Furthermore, the integration of USLE/GIS showed to be an efficient tool for the erosion prediction in this important basin of the Paraíba State.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.