http://hdl.handle.net/10183/52 2026-11-11T22:11:48Z http://hdl.handle.net/10183/308995 Classificação de áreas úmidas utilizando machine learning e processamento de dados de diferentes sistemas sensores Cunha, Christhian Santana As áreas úmidas do Rio Grande do Sul representam ecossistemas de elevada complexidade e valor ecológico, mas estão sujeitas a crescentes pressões antrópicas e climáticas. Sua dinâmica espacial e temporal impõe desafios metodológicos ao mapeamento e monitoramento, exigindo abordagens que integrem diferentes fontes de dados e técnicas analíticas. Esta tese teve como objetivo desenvolver uma metodologia multissensorial e multi-escalar para delimitação e caracterização de Áreas Úmidas Potenciais (AUP), utilizando dados de sensoriamento remoto e algoritmos de aprendizado de máquina. A pesquisa foi estruturada em três estudos complementares. No primeiro, aplicou-se o algoritmo Random Forest com dados espectrais, topográficos e hidrológicos no Google Earth Engine, segmentando o mapeamento conforme compartimentos geomorfológicos (Planície Costeira e Depressão Central). O segundo estudo propôs uma abordagem de Modelo Linear de Mistura Espectral com seleção automática de endmembers baseada em NDVI e mNDWI, para estimar frações de água, vegetação e solo em mosaicos sazonais. O terceiro utilizou séries temporais contínuas (2016–2024) de variáveis espectrais e climáticas para caracterizar a dinâmica hidroclimática das AUP. Os resultados demonstraram que: (i) a segmentação por unidade geomorfológica aumentou a acurácia dos modelos (acima de 88%); (ii) o uso combinado de sensores ópticos e radar reduziu incertezas em áreas nubladas; e (iii) séries temporais revelaram padrões sazonais e eventos extremos. A abordagem proposta permitiu identificar contrastes espaciais e temporais na hidrologia das áreas úmidas, fundamentais para políticas públicas de conservação, gestão hídrica e ordenamento territorial. Os produtos gerados e os avanços metodológicos oferecem uma base sólida para inventários ambientais atualizáveis e aplicáveis em diferentes contextos geográficos.; The wetlands of Rio Grande do Sul represent ecosystems of high complexity and ecological value, yet they are increasingly subject to anthropogenic and climatic pressures. Their spatial and temporal dynamics pose methodological challenges for mapping and monitoring, requiring approaches that integrate diverse data sources and analytical techniques. This thesis aimed to develop a multiscale and multisensor methodology for the delineation and characterization of Potential Wetland Areas (PWAs), using remote sensing data and machine learning algorithms. The research was structured into three complementary studies. The first applied the Random Forest algorithm with spectral, topographic, and hydrological data in Google Earth Engine, segmenting the mapping based on geomorphological units (Coastal Plain and Central Depression). The second study proposed a Linear Spectral Unmixing approach with automatic endmember selection based on NDVI and mNDWI, to estimate water, vegetation, and soil fractions in seasonal mosaics. The third study used continuous time series (2016–2024) of spectral and climatic variables to characterize the hydroclimatic dynamics of the PWs. The results showed that: (i) segmentation by geomorphological units improved model accuracy (above 88%); (ii) the combined use of optical and radar sensors reduced uncertainty in cloudy areas; and (iii) time series revealed seasonal patterns and extreme events. The proposed approach enabled the identification of spatial and temporal contrasts in wetland hydrology, which are fundamental for conservation policies, water management, and land-use planning. The generated products and methodological advances offer a robust basis for updatable environmental inventories applicable to diverse geographic contexts. 2025-01-01T00:00:00Z http://hdl.handle.net/10183/302117 Dinâmica espaço-temporal do uso e cobertura da terra no arquipélago do Marajó, Amazônia oriental (1985-2023) Narusawa, Ítala Duam Souza O Arquipélago do Marajó, na Amazônia Oriental, tem enfrentado significativas transformações em seu uso e cobertura da terra nas últimas décadas, impulsionadas principalmente pela expansão agropecuária. Esta dissertação investigou essas mudanças sob duas abordagens complementares. O Capítulo 1 analisou as tendências multitemporais do uso da terra entre 1985 e 2023 em toda a região do Marajó, utilizando dados do MapBiomas (Coleção 9), aplicando regressão linear para estimar variações anuais por classe e Análise de Componentes Principais (PCA) para identificar padrões de correlações entre as categorias. O Capítulo 2 concentrou-se na Região Imediata de Soure–Salvaterra, com o objetivo de avaliar a autocorrelação espacial entre áreas historicamente cobertas por vegetação nativa (1985) e áreas antropizadas em 2023, por meio do Índice de Moran Local Bivariado. Os dados foram processados com apoio dos softwares QGIS, R e LibreOffice Calc, todos livres e de código aberto, com a espacialização dos resultados em mapas temáticos e a elaboração de gráficos. Como principais descobertas, observou-se uma redução da cobertura florestal nativa, que passou de aproximadamente 88,25% para 84,98% do território ao longo do período, acompanhada por uma expansão das áreas de pastagem e agricultura. Além disso, os clusters Alto–Alto identificados no Moran Bivariado indicam núcleos de Antropização persistente, especialmente próximos a áreas urbanas e agropecuária, sugerindo uma continuidade territorial das pressões antrópicas em zonas historicamente desmatadas. Os resultados contribuem para o entendimento da dinâmica socioambiental marajoara e reforçam a importância do monitoramento espacial na formulação de estratégias de ordenamento territorial e conservação ambiental.; The Marajó Archipelago, located in the Eastern Amazon, has undergone significant Land Use and Land Cover (LULC) changes in recent decades, primarily driven by the expansion of agricultural and livestock activities. This dissertation investigates these transformations through two complementary approaches. Chapter 1 analyzes multi-temporal land use trends from 1985 to 2023 across the entire Marajó region, using MapBiomas data (Collection 9). Linear regression was applied to estimate annual changes by class, and Principal Component Analysis (PCA) was employed to identify correlation patterns among land use categories. Chapter 2 focuses on the Immediate Geographic Region of Soure–Salvaterra, aiming to assess the spatial autocorrelation between areas historically covered by native vegetation (1985) and anthropized areas in 2023, using the Bivariate Local Moran’s Index. Data processing was carried out using QGIS, R, and LibreOffice Calc, all free and open-source software, with results presented in thematic maps and graphs. The main findings revealed a decline in forest cover—from approximately 88,25% to 84,98% of the territory—accompanied by an expansion of pasture and agricultural areas. Moreover, the High–High clusters identified in the Bivariate Moran analysis indicate zones of persistent anthropization, especially near urban areas and zones of agricultural activity, suggesting a territorial continuity of anthropogenic pressure in historically deforested areas. The results contribute to understand the socio- environmental dynamics of Marajó and highlight the importance of spatial monitoring in the development of land-use planning and environmental conservation strategies. 2025-01-01T00:00:00Z http://hdl.handle.net/10183/300980 Mapeamento dasimétrico para análise espacial da vulnerabilidade social dos núcleos urbanos informais de Porto Alegre - RS Santos, Dafne Cavalheiro dos Este estudo tem como objetivo compreender a vulnerabilidade social presente nos Núcleos Urbanos Informais (NUIs) do município de Porto Alegre, no estado do Rio Grande do Sul, a partir da análise da dimensão de infraestrutura urbana do Índice de Vulnerabilidade Social (IVS), desenvolvido pelo Instituto de Pesquisas Econômicas Aplicadas (IPEA). O IVS é um importante e estratégico instrumento de análise para o planejamento urbano e regional, sobretudo para o entendimento das desigualdades socioespaciais urbanas. A agregação das informações por setor censitário constitui uma forma de retirar a individualidade e a identidade dos dados coletados, preservando a sua confidencialidade e reduzindo o volume de dados. Porém, mesmo sendo o menor nível de informação agregada, quando relacionado ao NUI, os setores censitários acabam generalizando o nível de vulnerabilidade social. A partir desse entendimento, esta pesquisa propõe desagregar informações censitárias de infraestrutura urbana, para compreender a realidade social presente nos NUIs do município. É neste sentido que o presente trabalho propõe o método de mapeamento dasimétrico, um tipo específico de interpolação zonal, baseada em técnicas cartográficas, empregando dados auxiliares para desagregar variáveis censitárias. Os dados auxiliares utilizados são oriundos do Diagnóstico Ambiental do município de Porto Alegre, realizado no ano de 2008 e produzido em nível de detalhe compatível com a escala 1:15.000. Os resultados obtidos incluem a produção de mapas temáticos que revelam com maior exatidão a vulnerabilidade nos NUIs, destacando deficiências ocultas pela análise censitária tradicional. A validação estatística da metodologia confirmou a eficácia do processo de desagregação espacial. Por fim, o mapeamento dasimétrico é uma abordagem eficaz para evidenciar desigualdades socioespaciais em territórios urbanos irregulares. A utilização do método proposto, aliado a dados censitários, supera limitações existentes nos mapas coropléticos tradicionais; This study aims to understand the social vulnerability in the Informal Urban Settlements (NUIs) of Porto Alegre, in the state of Rio Grande do Sul, through an analysis of the urban infrastructure dimension of the Social Vulnerability Index (IVS), developed by the Institute for Applied Economic Research (IPEA). The IVS is an important and strategic analytical tool for urban and regional planning, particularly for understanding urban socio-spatial inequalities. The aggregation of information by census tracts protects the confidentiality of collected data by removing individual identifiers and reducing data volume. However, although census tracts represent the smallest level of aggregated data, they still tend to generalize the level of social vulnerability when applied to NUIs. Based on this understanding, the research proposes to disaggregate census data related to urban infrastructure to better capture the social realities within the city's NUIs. In this context, the study applies dasymetric mapping—a specific type of zonal interpolation based on cartographic techniques— using ancillary data to refine the disaggregation of census variables. The auxiliary data used come from the Environmental Diagnosis of the municipality of Porto Alegre, conducted in 2008 and produced at a level of detail compatible with the 1:15,000 scale. The results include the production of thematic maps that more accurately depict vulnerability within NUIs, highlighting deficiencies obscured by traditional census-based analysis. Statistical validation confirmed the effectiveness of the spatial disaggregation method. Ultimately, dasymetric mapping proves to be an effective approach for revealing socio-spatial inequalities in irregular urban areas. The use of this method, combined with census data, addresses key limitations of conventional choropleth maps. 2025-01-01T00:00:00Z http://hdl.handle.net/10183/300890 Hidrogeomorfologia de áreas úmidas costeiras com uso de sensoriamento remoto, Parque Nacional da Lagoa do Peixe korb, Carina Cristiane As áreas úmidas Costeiras (AUCs) constituem ecossistemas de elevada complexidade e importância ambiental. Enquanto sistemas hidrogeomorfológicos, são estruturados a partir de interações dinâmicas entre relevo, hidrologia, solos e vegetação, o que demonstra a importância de sua análise por meio de uma abordagem hidrogeomorfológica. A abordagem hidrogeomorfológica em AUCs utilizando dados de sensoriamento remoto, ainda é um campo de estudo pouco explorado. Técnicas de sensoriamento remoto têm se mostrado eficazes na caracterização de áreas úmidas, embora ainda existam desafios e lacunas no estudo dessas paisagens. O objetivo desta Tese é caracterizar as AUCs do Parque Nacional da Lagoa do Peixe no contexto hidrogeomorfológico, utilizando dados de sensoriamento remoto. A pesquisa foi desenvolvida em três artigos complementares. (1) estabelecemos nove compartimentos hidrogeomorfológicos, combinando dados altimétricos do Modelo Digital de Elevação (MDE) FABDEM, Índice de Vegetação por Diferença Normalizada (NDVI) Sentinel-2, sensor Multiespectral Instrument (MSI), indicadores pedoambientais de campo e análise da dinâmica hídrica. O MDE FABDEM auxiliou na delimitação dos compartimentos geomorfológicos Paleofalésia da Barreira III e Dunas eólicas da Barreira IV, e das áreas úmidas interdunas. O NDVI mostrou padrões espaciais no Terraço Lagunar II relacionados aos eventos La Niña e El Niño. Nos indicadores pedoambientais, o pH foi elemento comum entre os compartimentos, as concentrações de enxofre e presença de ferro reduzido, característico de solos hidromórficos, foram maiores nos Terraços Lagunares (marismas). A dinâmica hídrica das áreas úmidas é dependente da precipitação, com maior lâmina de água aparente em períodos de El Niño; (2) analisamos a variação espaçoo-temporal dos pulsos de inundação, a partir da série histórica de precipitação (1987-2023) do produto Climate Hazards Center InfraRed Precipitation with Station data (CHIRPS), e mapeamento de áreas inundadas com o Índice da Diferença Normalizada da Água (MNDWI). Os pulsos de inundação se mostraram modulados por eventos climáticos extremos (El Niño, La Niña e Modo Anular do Hemisfério Sul) com maiores áreas alagadas na primavera (2013, 2015, 1998, 1987), em ano de El Niño e em ano Neutro. Em eventos de estiagem, associados a La Niña (2023), normalmente no verão, ocorre a quase total ausência de lâmina de água no sistema lagunar; (3) caracterizamos a variabilidade temporal e espacial dos atributos hidrogeomorfológicos (vegetação, água e solo) por meio da Análise de Componentes Principais (PCA, T-Mode, S-Mode) aplicada a uma série temporal (2019-2024) de índices espectrais (NDVI, MNDWI e Índice de Brilho do Solo 2 - BI2). A PCA auxiliou na detecção de padrões dominantes de variabilidade, que a vegetação e a água estão fortemente correlacionadas com dinâmicas sazonais influenciadas pelos eventos climáticos, e destacou os Terraços Lagunares e a Franja Lagunar, onde as baixas declividades amplificaram as variações hidrológicas. A variabilidade temporal (T-Mode) foi mais sensível aos extremos climáticos, enquanto a variabilidade espacial (S-Mode) foi modulada pela geomorfologia. A Tese aborda uma lacuna na literatura ao demonstrar a relevância da perspectiva hidrogeomorfológica como um eixo estruturante para a compreensão das AUCs. Ao fazê-lo, a pesquisa não apenas gera dados sobre as áreas úmidas do Parque, mas também amplia o escopo tradicional da análise desses ecossistemas, que geralmente se concentra em aspectos biológicos e ecológicos, com potencial contribuição para a gestão e conservação.; Coastal Wetlands (CWs) are ecosystems of high complexity and environmental importance. As hydrogeomorphological systems, they are structured by dynamic interactions among relief, hydrology, soils, and vegetation, underscoring the relevance of their analysis through a hydrogeomorphological approach. The use of hydrogeomorphological perspectives in CWs supported by remote sensing data remains a relatively unexplored field of study. Remote sensing techniques have proven effective for wetland characterization, although challenges and knowledge gaps persist regarding these landscapes. The objective of this Thesis is to characterize the CWs of Lagoa do Peixe National Park within a hydrogeomorphological framework using remote sensing data. The research was structured into three complementary studies. (1) We established nine hydrogeomorphological compartments by combining altimetric data from the FABDEM Digital Elevation Model, Normalized Difference Vegetation Index (NDVI) from Sentinel-2 MSI images, pedoenvironmental indicators obtained in the field, and hydrodynamic analyses. FABDEM supported the delimitation of geomorphological compartments such as the Paleocliff of Barrier III, the eolian dunes of Barrier IV, and interdunal wetlands. NDVI revealed spatial patterns on Lagoon Terrace II related to La NiÒa and El Niño events. Among pedoenvironmental indicators, pH was a common element across compartments, while sulfur concentrations and the presence of reduced iron, characteristic of hydromorphic soils, were higher in the Lagoon Terraces (salt marshes). Hydrodynamics were shown to be precipitation-dependent, with greater apparent water levels during El Niño periods. (2) We analyzed the spatiotemporal variation of flood pulses using the historical precipitation dataset (1987–2023) from the Climate Hazards Center InfraRed Precipitation with Station data (CHIRPS) and mapped flooded areas using the Modified Normalized Difference Water Index (MNDWI). Flood pulses were modulated by extreme climate events (El Niño, La Niña, and the Southern Annular Mode), with larger flooded areas observed in spring during El Niño and Neutral years (2013, 2015, 1998, 1987). During drought events associated with La Niña (2023), typically in summer, the main lagoon system showed an almost complete absence of surface water. (3) We characterized the temporal and spatial variability of hydrogeomorphological attributes (vegetation, water, and soil) through Principal Component Analysis (PCA, T-Mode, S-Mode) applied to a multitemporal dataset (2019–2024) of spectral indices (NDVI, MNDWI, and Bare Soil Index 2, BI2). PCA proved useful for detecting dominant variability patterns, showing that vegetation and water are strongly correlated with seasonal dynamics influenced by climatic events, and highlighted the Lagoon Terraces and Lagoon Fringe, where low slopes amplified hydrological variations. Temporal variability (T-Mode) was more sensitive to climatic extremes, while spatial variability (S-Mode) was modulated by geomorphology. This thesis addresses a gap in the literature by demonstrating the relevance of a hydrogeomorphological perspective as a structuring axis for understanding CWs. In doing so, the research not only provides new data on the wetlands of Lagoa do Peixe National Park but also broadens the traditional scope of wetland analysis, typically focused on biological and ecological aspects, offering potential contributions to management and conservation strategies. 2025-01-01T00:00:00Z