Resumo
As transformações no padrão de uso do solo, resultado das atividades antrópicas, têm desencadeado significativas modificações na configuração da paisagem natural e em outros componentes do ambiente. Essas mudanças podem ser identificadas mediante a aplicação de abordagens ativas, utilizando técnicas e metodologias que permitem a análise minuciosa dos dados. Isso envolve, por exemplo, o aproveitamento de sensores em órbita para processar e categorizar as informações coletadas. No âmbito desse estudo em específico, uma investigação foi conduzida para analisar a dinâmica do uso do solo no município de Jatobá, localizado em Pernambuco, Brasil, ao longo dos anos de 2008, 2015 e 2018. A escolha desse intervalo de 10 anos objetiva examinar transformações ao longo de um período, evidenciando alterações na paisagem e flutuações nos conjuntos de dados. A estratégia metodológica adotada considerou a classificação supervisionada, uma abordagem que revelou não apenas diferença nos dados, como também indicativo de transições entre as categorias pré-estabelecidas. Por meio da aquisição de imagens orbitais provenientes dos satélites Landsat 5 e Landsat 8, foi viabilizada a análise dos dados, possibilitando a subsequente exploração dos resultados obtidos no estudo. Dentro desse contexto, cinco categorias foram discernidas: Água, Área de Vegetação Natural, Áreas de Elementos Artificiais, Áreas de Uso Agrícola e Áreas de Solo Exposto. Como resultado, emergiu a possibilidade de empreender uma discussão abrangente do corpus de dados coletados, culminando na conclusão de um aumento nas áreas afetadas por intervenção humana e uma diminuição nas extensões destinadas à atividade agrícola. Esse achado ressalta, de forma enfática, a imperatividade de preservar as porções de vegetação natural, dada a sua importância ecossistêmica
Referências
- Alvares, C. A., Stape, J. L., Sentelhas, P. C., Gonçalves, J. L. M., & Sparovek, G. (2013). Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 22(6), 711–728. https://doi.org/10.1127/0941-2948/2013/0507
- Chander, G., & Markham, B. (2003). Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges. IEEE Transactions on Geoscience and Remote Sensing, 41(11), 2674–2677. https://doi.org/10.1109/tgrs.2003.818464
- Damame, D. B., Longo, R. M., & Oliveira, E. D. (2019). Impactos ambientais pelo uso e ocupação do solo em sub bacias hidrográficas de Campinas, São Paulo, Brasil. Acta Brasiliensis, 3(1), 1–7. https://doi.org/10.22571/2526-4338108
- Frederico, L., Lins, M., & demais autores. (2017). Estimativa de parâmetros biofísicos e evapotranspiração real no semiárido pernambucano utilizando sensoriamento remoto. Irriga, 1(1), 64–75. https://doi.org/10.15809/irriga.2017v1n1p64-75
- IBGE – Instituto Brasileiro de Geografia e Estatística. (2023). Censo 2022: População e domicílios - Primeiros resultados.
- IBGE – Instituto Brasileiro de Geografia e Estatística. (2022). Produção da extração vegetal e silvicultura 2021.
- IBGE – Instituto Brasileiro de Geografia e Estatística. (2022). Produção da pecuária municipal 2021.
- INEP – Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. (2021). IDEB – Anos finais do ensino fundamental (rede pública): Censo Educacional 2021.
- Jensen, J. R., & Epiphânio, J. C. N. (2009). Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres.
- Kilicoglu, C., Cetin, M., Aricak, B., & Sevik, H. (2020). Site selection by using the multi-criteria technique—a case study of Bafra, Turkey. Environmental Monitoring and Assessment, 192, 608. https://doi.org/10/gn8fwr
- Kilicoglu, C., Cetin, M., Aricak, B., & Sevik, H. (2021). Integrating multicriteria decision-making analysis for a GIS-based settlement area in the district of Atakum, Samsun, Turkey. Theoretical and Applied Climatology, 143, 379–388. https://doi.org/10/gn8fwp
- Lima, J. F., Silva, C. B., & outros. (2021). Geotecnologia para caracterização do albedo e temperatura da superfície no Sertão de Pernambuco, Brasil. Anuário do Instituto de Geociências, 44. https://revistas.ufrj.br/index.php/aigeo/article/view/35481/pdf
- Tôrres Silveira, N., & demais autores. (2023). Aplicação do Índice de Vegetação por Diferença Normalizada (NDVI) para a análise espaço-temporal da Bacia Hidrográfica do Rio Terra Nova (Pernambuco). Zenodo. https://doi.org/10.5281/zenodo.7510928
- Nunes, A. (2018). Conforto térmico e estimativa da captura do carbono pela vegetação em diferentes áreas da cidade de Catolé do Rocha - PB. Universidade Federal de Campina Grande. http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3668
- Oliveira, L. M. M., Ferreira, N. J., & outros. (2012). Análise quantitativa de parâmetros biofísicos de bacia hidrográfica obtidos por sensoriamento remoto. Pesquisa Agropecuária Brasileira, 47, 1209–1217. https://doi.org/10.1590/S0100-204X2012000900005
- Oliveira, T., & demais autores. (2010). Índice de umidade (NDWI) e análise espaço-temporal do albedo da superfície da Bacia Hidrográfica do Rio Moxotó-PE. Revista Brasileira de Geografia Física.
- Santos, L., & outros. (2019). Conflitos de uso e cobertura do solo para o período de 1985 a 2017 na Bacia Hidrográfica do Rio Caldas-GO. https://www.researchgate.net/publication/333259504
- Silva, F. H. B. B., & outros. (2003). Diagnóstico agroambiental do município de Jatobá, Estado de Pernambuco.
- Silva, L. C., & outros. (2021). Índices biofísicos e o saldo de radiação à superfície via sensoriamento remoto no semiárido pernambucano. Journal of Environmental Analysis and Progress, 6(1), 12–23. https://doi.org/10.24221/jeap.6.1.2021.2876.012-023
- Viera, E. G., & Rovani, F. F. M. (2009). O uso da terra em Silveira Martins: uma nova perspectiva ou possibilidade por meio das geotecnologias. UFSM.
- Zhu, W., Gao, Y., Zhang, H., & Liu, L. (2020). Optimization of the land use pattern in Horqin Sandy Land by using the CLU Mondo model and Bayesian belief network. Science of the Total Environment, 739, 139929. https://doi.org/10/gjv39q
https://orcid.org/0009-0008-6392-2666