RESUMOObjetivou-se com este estudo usar geotecnologias para mapear a cobertura do solo e diagnosticar conflitos de uso da terra em áreas de preservação permanente (APPs) de uma microbacia de 17.759 ha, localizada no município de Alta Floresta -MT. A delimitação das APPs teve como base a Lei Complementar nº 412 do estado de Mato Grosso, de 13 de Dezembro de 2010. Para tanto, utilizou-se mapa de hidrografia e modelo digital de elevação, para a delimitação da bacia e nessa as áreas de preservação. O mapeamento da cobertura do solo foi realizado por classificação supervisionada pelo algoritmo MaxVer no software ENVI 4.2, em uma imagem orbital de alta resolução espacial, do sensor SPOT 5, adquirida no ano de 2008. O processamento dos dados, ajuste das projeções, criação dos arquivos vetoriais e cruzamento entre os mapas de cobertura do solo e áreas de preservação foram realizados no software ArcGIS 9.2. As classes de cobertura do solo mapeadas foram: floresta, pastagem, água, solo exposto e ocupação urbana. A área total de APPs (1.966,51 ha) representa 11,1 % da área da microbacia, dos quais a maior parte de uso indevido ocorre com pastagem (47,7 %); áreas de floresta representam 39,5 % do total das APPs. As classes solo exposto e ocupação urbana representam respectivamente, 26,5 e 110,1 ha, equivalendo 6,9 % da área. Concluiu-se que a imagem utilizada mostrou-se satisfatória para o mapeamento das classes de cobertura do solo na área estudada. O mapeamento e cruzamento das informações obtidas mostraram que um total 1.074,92 ha está com uso conflitante com a legislação ambiental vigente, pois apresenta alguma forma de ação antrópica. As áreas com uso indevido cobre 54,6 % das APPs e são representadas pelas fisionomias de pastagem, solo exposto e ocupação urbana. Palavras-chave: áreas de preservação permanente; classificação supervisionada; legislação ambiental; cobertura do solo. ABSTRACTThe aim of this study is the use of geotechnology in mapping the soil cover and to assess conflicts of land use in permanent preservation areas (PPA) of a microbasin with an area of 17,759 ha located in the municipality of Alta Floresta, in Mato Grosso State. The demarcation of PPA was based on the Complementary Law No. 412 of the state of Mato Grosso, December 13, 2010. To carry out the work, it were used hydrographic map and digital elevation model to delimit the microbasin and the preservation areas.
Resumo: O trabalho teve como objetivo gerar um modelo de erodibilidade dos solos no âmbito da microbacia e, para tal, foram utilizadas bases cartográficas do Instituto Brasileiro de Geografia e Estatística (IBGE) referentes ao nível do solo; para a caracterização do relevo, foram utilizadas também duas cenas da Shuttle Radar Topographic Mission (SRTM), reamostradas para uma resolução espacial de 30 m, pelo projeto TOPODATA. Os principais usos/cobertura da terra foram obtidos aparitr das imagens RapidEye, sensor imageador multiespectral pushbroom. Quanto ao potencial erosivo das chuvas, foi utilizado o índice de erodibilidade das chuvas para o Estado de Mato Grosso, gerado a partir de dados meteorológicos da estação presente no Campus Universitário de Alta Floresta da Universidade do Estado de Mato Grosso (UNEMAT). Os dados foram tabulados e processados pela ferramenta raster calculator do software ArcGis v. 10.1. Com o cruzamento dos dados foi possível verificar que o modelo utilizado foi eficiente em indicar áreas com maior predisposição à erosão laminar dos solos, sendo que o manejo e a declividade foram os fatores que mais contribuíram para esse potencial. Palavras-chave: geoprocessamento; erosão; conservação dos solos. Model suitability to soil erosion susceptibility at the microbasin level on the South Amazon border
Os métodos de classificação automática comumente utilizados na análise de imagens de média resolução têm eficiência questionável quando empregados na classificação de imagens de alta resolução espacial. O classificador de Redes Neurais Artificiais (RNAs) é baseado em técnicas computacionais que apresentam um modelo inspirado na estrutura neural de organismos inteligentes adquirindo conhecimento pela experiência. O objetivo desse trabalho foi avaliar o desempenho de classificadores no mapeamento de pastagens com diferentes estádios de degradação, utilizando imagem do satélite Ikonos II. A área em estudo apresenta 1.305 ha e localiza-se no município de João Pinheiro, Noroeste do Estado de Minas Gerais. Os algoritmos de classificação avaliados foram Máxima Verossimilhança e RNAs. Os resultados mostraram-se eficientes na separação das quatro categorias de pastagens. Os mapas gerados pelo MaxVer e RNAs apresentaram um Kappa de 0,897 e 0,907, respectivamente.
Nos últimos anos, as bacias hidrográficas têm sido utilizadas como recorte espacial para estudos geográficos, fornecendo condições essenciais para o diagnóstico, análise, planejamento e gestão. Diante do exposto, objetivou-se proceder a análise fisiográfica de 12 microbacias do município de Alta Floresta/MT e relacionar as formas de uso da terra por agricultores olerícolas. Foi realizado processamento digital das imagens do Landsat-2 de 1977, Landsat-5 de 1984, 1994, 2004 e Resourcesat de 2012 no Sistema de Informação Geográfica SPRING. Foram geradas quantificações das classes temáticas no ArcGis 9.2 da Esri; Para a execução do estudo da fisiografia das unidades hidrográficas procedeu-se a análise linear e areal da rede hidrográfica das áreas investigadas. Os resultados apresentaram o padrão de drenagem das microbacias e a susceptibilidade das microbacias quanto ao risco de inundação e, as classes de uso apresentaram o grau de impacto nas APPs no entorno dos canais hídricos e também das nascentes. Conclui-se que há necessidade, a partir da apresentação dos resultados da busca por planejamento e gestão das bacias quanto as formas de uso da terra.
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.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.