Detecção de mudanças espaciais relacionadas à expansão da fronteira agrícola no Bioma Pampa

Mengue, Vagner Paz; Silva, Tatiana; Fontana, Denise Cybis; Scottá, Fernando Comerlato

doi:10.14393/rbcv70n1-45189

Cited by 3 publications

(2 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Algumas classes de uso e cobertura do solo seguiram metodologias específicas de classificação, a fim de gerar um produto com maior acurácia. Para a classe Agricultura, foi utilizada a metodologia proposta por Mengue et al (2018), para as demais classes, foi utilizada a classificação supervisionada Support Vector Machine, disponibilizada pelo GEE.…”

Section: Vulnerabilidade Específica Adaptadaunclassified

Mapeamento do Potencial de Contaminação das Águas Superficiais e Subterrâneas na Região de Candiota e Entorno, RS, Brasil

et al. 2021

View full text Add to dashboard Cite

Candiota region comprises the largest reserve of coal in Brazil and it has presented increasing changes in land use and cover due to the introduction and expansion of silviculture and soybean crops, which in turn can change the water quality and infiltration capacity in the soil. This work aims to map the contamination potential of surface and groundwater in the region of Candiota and surroundings, RS, Brazil, and to identify the spatial differences in the vulnerability. The following maps were used: Digital Elevation Model for hydrological modeling; hydrogeological; soil types; and land use and cover, from Landsat 8 images. Curve-Number (CN) values were used to map the initial infiltration potential for water into the soil. The resulting vulnerability maps indicated the regions with higher or lower susceptibility. The latent vulnerability map attributed a lower potential of groundwater contamination to non-aquifer areas (where aquifers are non-existent or have low productivity), and a higher potential to areas with greater surface water accumulation, due to relief and preferential flow direction. The adapted specific vulnerability map was essential to evaluate the influence of the soil hydrological type and land use and cover on aquifer vulnerability, identifying areas where the influence of soil texture or land use and cover was greater. In addition, it pointed out the susceptibility to surface runoff. The final map represented better the contamination potential for surface water than for groundwater, since it had a high influence of the runoff capacity, which locally influences inversely the contamination of groundwater and surface water. Regarding groundwater, it represented better the risk of contamination through

show abstract

Section: Vulnerabilidade Específica Adaptadaunclassified

Mapeamento do Potencial de Contaminação das Águas Superficiais e Subterrâneas na Região de Candiota e Entorno, RS, Brasil

et al. 2021

View full text Add to dashboard Cite

show abstract

“…A escolha do software TerrSet justifica-se pelas propriedades direcionadas para as análises envolvendo o desenvolvimento sustentável e a conservação da biodiversidade, além disso apresenta uma conjuntura de artifícios de monitoramento e modelagens ambientais, como o teste Cramer's V e os vetores de modificações da cobertura vegetal.Foi utilizado o teste estatístico exploratório do Cramer's V com o intuito de verificar os principais fatores geográficos (distância de rodovias, localidades, cidades, elevação do terreno e declividade) que podem influenciar na modificação da cobertura vegetal. O teste Cramer's V é baseado no qui-quadrado de Pearson, variando de 0 a 1, sendo que valores acima de 0,15 podem auxiliar na explicação da modificação do uso da terra, o teste indica a potencialidade de uma variável para explicação em uma modificação do uso da terra(CLARK LABS, 2013;MENGUE et al, 2018).…”

unclassified

Dinâmica Da Cobertura Vegetal No Semiárido Baiano: Um Estudo De Caso Da Bacia Hidrográfica Do Rio Das Rãs

Clemente

Moreira²

2023

RCG

View full text Add to dashboard Cite

A bacia hidrográfica do rio das Rãs localiza-se no semiárido baiano, no contexto transicional entre os biomas Caatinga e Cerrado. Compreende uma síntese dos aspectos regionais, ambientais e atuações antrópicas do semiárido baiano. Ao longo das últimas décadas a bacia foi submetida a uma série de pressões antrópicas, levando-a a uma perda expressiva de vegetativo natural. Nesse contexto, o objetivo da pesquisa foi analisar a dinâmica espaço-temporal da cobertura vegetal em tipos de vegetação de Cerrado e Caatinga, da bacia hidrográfica e seu entorno, entre as os anos de 1970 e 2019. Para compreender a dinâmica da cobertura vegetal, no espaço e tempo, fez-se o uso das técnicas do sensoriamento remoto e do geoprocessamento. Nesse período, a redução da cobertura vegetal foi de 360.684,97 ha (18% da área do estudo), sendo que os primeiros 14 anos registraram as maiores diminuições. Os maiores remanescentes de vegetação localizam-se em áreas remotas (afloramentos rochosos/relevos residuais). Observou-se redução significativa da vegetação em áreas de Cerrado e Caatinga, ultrapassando a capacidade dessas fitofisionomias em suportarem pressões antrópicas. O que proporcionou a alteração do uso da terra foi, principalmente, os períodos prósperos da agricultura regional (plantio de algodão) e a prática do carvoejamento ilegal.

show abstract

Using multilayer perceptron and similarity‐weighted machine learning algorithms to reconstruct the past: A case study of the agricultural expansion on grasslands in the Uruguayan savannas

Kappes,

Kuplich,

da Silva

et al. 2023

Integr Envir Assess & Manag

View full text Add to dashboard Cite

Changes in land use and land cover (LULC) have significant implications for biodiversity, ecosystem functioning, and deforestation. Modeling LULC changes is crucial for understanding anthropogenic impacts on environmental conservation and ecosystem services. While previous studies have focused on predicting future changes, there is a growing need to determine past scenarios using new assessment tools. This study aims to propose a methodology for LULC past scenario generation based on transition analysis. Aiming to hindcast LULC scenario in 1970 based on the transition analysis of the last 35 years (from 1985 to 2020), two machine learning algorithms, Multi‐Layer Perceptron (MLP) and Similarity Weighted, were employed to determine the driver variables most related to conversions in LULC and to simulate the past. The study focused on the Aristida spp. grasslands in the Uruguayan savannas, where native grasslands have been extensively converted to agricultural areas. LULC data from the MapBiomas project were integrated with spatial variables such as altimetry, slope, pedology, and linear distances from rivers, roads, urban areas, agriculture, forest, forestry, and native grasslands. The accuracy of the predicted maps was assessed through stratified random sampling on reference images from the Multi‐Spectral Scanner (MSS) sensor. The results demonstrate a reduction of approximately 659,934 hectares of native grasslands in the study area between 1985 and 2020, directly proportional to the increase in cultivable areas. The MLP algorithm exhibited moderate performance, with notable errors in classifying agriculture and grassland areas. In contrast, the SimWeight algorithm displayed better accuracy, particularly in distinguishing grassland and agriculture classes. The modeled map using SimWeight accurately represented the transitions between grassland and agriculture with a high level of agreement. By modeling the 1970s scenario using the SimWeight model, it was estimated that the Aristida spp. grasslands experienced a substantial reduction in grassland coverage, ranging from 9,982.31 to 10,022.32 km² between 1970 and 2020. This represents a range of 60,8 to 61,07% of the total grassland area in 1970. These findings provide valuable insights into the driving factors behind land use change in the Aristida spp. Grasslands and offer useful information for land management, conservation, and sustainable development in the region. The study's main contribution lies in the hindcasting of past LULC scenarios, utilizing a tool primarily used for forecasting future scenarios.

show abstract

Detecção de mudanças espaciais relacionadas à expansão da fronteira agrícola no Bioma Pampa

Cited by 3 publications

References 0 publications

Mapeamento do Potencial de Contaminação das Águas Superficiais e Subterrâneas na Região de Candiota e Entorno, RS, Brasil

Mapeamento do Potencial de Contaminação das Águas Superficiais e Subterrâneas na Região de Candiota e Entorno, RS, Brasil

Dinâmica Da Cobertura Vegetal No Semiárido Baiano: Um Estudo De Caso Da Bacia Hidrográfica Do Rio Das Rãs

Using multilayer perceptron and similarity‐weighted machine learning algorithms to reconstruct the past: A case study of the agricultural expansion on grasslands in the Uruguayan savannas

Contact Info

Product

Resources

About