O objetivo central deste trabalho é avaliar a disponibilidade de informações sobre espécies nativas frutíferas para o bioma Mata Atlântica. Para isso, revisamos sistematicamente a literatura disponível na base de dados gratuita Google Acadêmico (2014 - 2021). Especificamente, buscamos responder: (i) com que frequência espécies frutíferas nativas da Mata Atlântica têm sido alvo de estudos nos últimos anos?; (ii) quais são as abordagens destes estudos quanto à metodologia ou técnica de coleta de dados e de quais regiões brasileiras são provenientes?; (iii) quais são as espécies citadas com maior frequência? Após a triagem dos dados, apenas 18 estudos foram considerados nas análises deste trabalho. Os locais que obtiveram mais estudos foram: Paraná e São Paulo (regiões Sul e Sudeste do Brasil). Os anos com mais publicações sobre o tema foram 2014 e 2017. A metodologia mais utilizada nos estudos foi a experimental. As espécies que mais apareceram nos estudos foram: Passiflora spp. (maracujá), Inga spp. (ingá), Campomanesia spp. (guabiroba) e Annona spp. (araticum) e o tipo de uso mais comum foi alimentação humana (frutas in natura, sucos, tortas, doces, licor, cachaça, conservas, geleias, polpa congelada, etc.). Estudos que incluam espécies nativas na sua totalidade podem contribuir para um melhor entendimento da biodiversidade da Mata Atlântica, um bioma rico e ao mesmo tempo bastante ameaçado.
A estimativa de biomassa, com base em dados de sensoriamento desempenha um importante papel a respeito da quantificação da matéria vegetal, tanto de florestas primárias quanto de florestas secundárias ou fragmentadas. Por isso, o objetivo central deste trabalho é mostrar a distribuição da biomassa vegetal e o fluxo de carbono na sub-bacia do rio Pirajibu em Sorocaba/SP. Como objetivo específico classificar os níveis de biomassa de acordo com o algoritmo de aprendizado de máquina Random Forest. As classes escolhidas para o treinamento foram: “Muito alta biomassa”, “alta biomassa”, “média biomassa”, “baixa biomassa” e "muito baixa biomassa”. Foram obtidas 100 amostras de treinamento. A classificação supervisionada foi realizada pelo método Random Forest, com 10 árvores de decisão e 5.000 de variáveis que foram selecionadas e treinadas. A classe muito alta biomassa foi encontrada em 4.833,34 ha (10,52%), a classe alta foi identificada em 8.425,94 ha (18,34%), a classe média biomassa em 12.026,28 ha (26,18%), a baixa biomassa em 11.881,05 ha (25,87%) e muito baixa biomassa em 8.753,80 ha (19,06%). Foi avaliada a acurácia da classificação, a previsão de acurácia total chegou em 84%. Para o índice CO2Flux, se obteve os valores de -0,43 para as áreas sem vegetação (área urbana), valores na faixa de 0,19 a 0,23 representam áreas de pastagem mais degradadas e com solo exposto, já os maiores valores de fluxo de CO2 > 0,32 mostram uma maior concentração de estoque de carbono, são regiões com vegetação robusta e saudável. A distribuição da biomassa para as classes muito alta, alta e média pode ser ainda maior considerando outros reservatórios de carbono, como os reservatórios abaixo do solo.Palavras-chave: biomassa, sensoriamento remoto, random forest, CO2Flux. Plant biomass distribution and carbon sequestration in the Pirajibu River sub-basin in the municipality of Sorocaba/SPA B S T R A C TBiomass estimation, based on sensing data, plays an important role regarding the quantification of plant matter, both from primary forests and from secondary or fragmented forests. Therefore, the main objective of this work is to show the distribution of plant biomass and carbon flux in the Pirajibu River sub-basin in Sorocaba/SP. As a specific objective to classify the biomass levels according to the Random Forest machine learning algorithm. The classes chosen for training were: “Very high biomass”, “high biomass”, “medium biomass”, “low biomass” and “very low biomass”. 100 training samples were obtained. The supervised classification was performed by the Random method Forest, with 10 decision trees and 5,000 variables that were selected and trained. The very high biomass class was found in 4,833.34 ha (10.52%), the high class was identified in 8,425.94 ha (18.34%), middle class biomass in 12,026.28 ha (26.18%), low biomass in 11,881.05 ha (25.87%) and very low biomass in 8,753.80 ha (19.06% The classification accuracy was evaluated, the total accuracy forecast reached 84%. For the CO2Flux index, values of -0.43 were obtained for areas without vegetation (urban area), values in the range of 0.19 at 0.23 represent more degraded pasture areas with exposed soil, whereas the higher values of CO2 flux > 0.32 show a higher concentration of carbon stock, they are regions with robust and healthy vegetation. The biomass distribution for the very high, high, and medium classes can be even greater considering other carbon pools, such as the underground pools.Keywords: biomass; remote sensing; random forest; CO2Flux.
Atividades antrópicas tais como o uso e ocupação do solo de forma irregular e sem um prévio planejamento, vêm alterando a qualidade e características das águas levando a contaminação dos ecossistemas aquáticos. Em decorrência disso, inúmeros distúrbios sobrevêm nos ecossistemas de água doce modificando a composição, abundância e diversidade da biota, o que torna imprescindível a aplicação de uma gestão integrada que limite os impactos dos múltiplos usos das bacias hidrográficas e seus respectivos tributários. O objetivo deste trabalho é apresentar uma avaliação de uso e ocupação do solo utilizando os anos de 2000 e 2020 como referência, na sub-bacia do ribeirão Graipu pertencente ao município de Guanhães, mesorregião do Vale do Rio Doce (Minas Gerais / Brasil). Para a confecção dos mapas, foi utilizado o Sistema de Informação Geográfica (SIG), por meio do sistema de informação geográfica QGIS versão 3.22.1. Foram utilizados como referência os anos 2000 (marco inicial da crise hídrica) e 2020 com base na coleção 6 de Cobertura e Uso do Solo do MapBiomas. O presente estudo apontou que houve um sutil crescimento das áreas urbanas, silvicultura, formação florestal e mosaico de agricultura e pastagem em relação às demais áreas. Além disso, houve uma redução no uso do solo para fins de pastagens. Como conclusão, pode-se inferir que os resultados encontrados podem estar relacionados à criação e implementação de políticas públicas e com o aumento das discussões sobre a temática. É importante ainda a realização de trabalhos de educação ambiental considerando metodologias para proteção e técnicas de restauração e conservação de áreas, fomentando atividades de conscientização, além da valorização de bens e serviços ecológicos.
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
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.