Mostrar el registro sencillo del ítem

dc.contributor.advisorNascimento, Victor Fernandezpt_BR
dc.contributor.authorFontana, Andressa Garciapt_BR
dc.date.accessioned2022-09-17T05:09:20Zpt_BR
dc.date.issued2022pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/249098pt_BR
dc.description.abstractA expansão urbana tem um impacto substancial na dinâmica de uso e cobertura da terra (LULC). Os mapas históricos servem como referência para realizar a análise espacial de previsão do LULC. Esta pesquisa tem como objetivo identificar a mudança do LULC na Região Metropolitana de Porto Alegre (RMPA) para os anos de 1991, 2000, 2010 e 2020 usando imagens do satélite Landsat e prever as mudanças futuras para os anos de 2030 e 2040 usando um modelo Multilayer Perceptrons (MLP) através de Artificial Neural Network (ANN). As variáveis utilizadas como entrada no modelo de previsão são as distâncias de rodovias, centros urbanos, Porto Alegre, estação ferroviária, além do relevo sombreado, declividade e os dados históricos de LULC. Os resultados apontaram que todas as variáveis têm efeitos significativos na condução da expansão urbana histórica e futura. Além disso, o índice de expansão da paisagem (LEI) foi utilizado como métrica espacial para analisar as formas de expansão urbana. Para a análise histórica do primeiro artigo foi considerado os municípios que faziam parte da RMPA em cada ano mapeado. O segundo artigo considerou os 34 municípios da RMPA para os quatro anos em estudo. Os resultados do primeiro artigo mostraram que a RMPA experimentou uma mudança inédita de LULC, aumentando sua área urbana em 336,2 km², sendo Porto Alegre e Canoas os municípios com a maior taxa de expansão. A precisão dos mapas LULC teve um excelente desempenho com coeficiente Kappa 0,83, 0,81, 0,84, e 0,82 para os anos em estudo, respectivamente. Além disso, o LEI apontou que entre 1991 e 2020 houve maior expansão na forma borda-expansão, principalmente nos municípios de Porto Alegre, Alvorada, Canoas, Cachoeirinha, Esteio, Sapucaia do Sul e São Leopoldo. Essa forma de expansão foi a mais verificada na RMPA nos últimos 30 anos, com 562 km² resultando em 81%, os outros 17% foram periféricos e 2% foram de preenchimento. Esses municípios estão localizados próximos ao centro da capital da RMPA, à estação ferroviária e ao Aeroporto Internacional Salgado Filho, fatores considerados importantes para o aumento da expansão urbana. A precisão dos mapas históricos de LULC do segundo artigo apresentou um excelente desempenho com coeficiente Kappa de 0,82, 0,87, 0,86, e 0,83 para os anos em estudo, respectivamente. Os resultados históricos mostraram que entre 1991 e 2020, a classe urbanização teve um aumento de 298 km², enquanto as áreas de vegetação arbórea diminuíram um total de 322 km². O LEI no segundo artigo entre 1991 e 2020 apresentou como forma de expansão urbana predominante na RMPA a expansão de borda com cerca de 93%, principalmente nos municípios de Porto Alegre, Alvorada, Canoas, Esteio e São Leopoldo. A forma de expansão periférica e de preenchimento ocorreram em 5% e 2%, respectivamente, nos municípios mais afastados de Porto Alegre, principalmente em Capela de Santana, Montenegro, Viamão e Guaíba. Por fim, as mudanças nas previsões de modelagem futuras no LULC para os anos de 2030 e 2040 apresentaram um aumento significativo na área urbana da RMPA de 323,3 km² e 335,4 km², respectivamente. O LEI para os mapeamentos futuros apresentou resultados diferentes dos analisados historicamente, a forma expansão de borda diminuiu, mas mesmo assim continuou predominante com 79%, enquanto que a forma periféria e de preenchimento aumentaram alcançando 18% e 3%, respectivamente. Para o futuro, é previsto que as áreas urbanas aumentem mais de 650 km² até 2040 na RMPA. Esses resultados podem auxiliar os tomadores de decisão no desenvolvimento das cidades, e políticas detalhadas de gestão e planejamento urbano devem ser feitas considerando a heterogeneidade espacial e interna.pt_BR
dc.description.abstractUrban sprawl substantially impacts land use and land cover (LULC) dynamics. Historical maps serve as a reference to perform predictive spatial analysis. This research aims to identify the change in LULC in the Metropolitan Region of Porto Alegre (RMPA) for the years 1991, 2000, 2010, and 2020 using Landsat satellite images and predict future changes for the years 2030 and 2040 using a model Multilayer Perceptrons (MLP) through Artificial Neural Network (ANN). The variables used as input in the forecast model are the distances from highways, urban centers, Porto Alegre, and railway stations, in addition to shaded relief, slope, and historical data from LULC. The results showed that all variables significantly affect the historical and future urban expansion. In addition, the landscape expansion index (LEI) was used as a spatial metric to analyze the urban growth forms. For the first article, the municipalities were inserted accordingly to their inclusion year in the RMPA. However, in the second article, all the 34 towns in the RMPA were considered for the four years under study. The first article's results showed that the RMPA experienced an unprecedented LULC change, increasing its urban area by 336.2 km², with Porto Alegre and Canoas being the municipalities with the highest expansion rate. The LULC map’s accuracy performed excellently with Kappa coefficients of 0.83, 0.81, 0.84, and 0.82 for the four years under study, respectively. In addition, the LEI showed that between 1991 and 2020, there was a more significant expansion in the edge-expansion form, mainly in Porto Alegre, Alvorada, Canoas, Cachoeirinha, Esteio, Sapucaia do Sul and São Leopoldo municipalities. This expansion was the most verified in the RMPA in the last 30 years, with 562 km² resulting in 81% of the new urban areas, the other 17% outlying, and 2% infilling. These municipalities are close to the capital state center, the railway station, and the International Airport, factors considered important for urban sprawl increase. The LULC historical map’s accuracy from the second article also performed excellently with Kappa coefficients of 0.82, 0.87, 0.86, and 0.83 for the four years under study, respectively. The historical results showed that between 1991 and 2020, the urbanization class had an increase of 298 km², while the arboreal vegetation areas decreased by 322 km². The LEI observed between 1991 and 2020 in the second article showed that the predominant urban expansion form in the whole RMPA was edge expansion with 93%, mainly in Porto Alegre, Alvorada, Canoas, Esteio, and São Leopoldo municipalities. The outlying and infilling urban expansion form occurred in 5% and 2%, respectively, mainly far from Porto Alegre, in Capela de Santana, Montenegro, Viamão, and Guaíba municipalities. Finally, LULC's future modeling predictions for 2030 and 2040 showed a significant urban area increase of 323.3 km² and 335.4 km², respectively. The LEI for the future presented different results from those analyzed previously historically. The edge-expansion form occurs in fewer areas, but still, the majority with 79%, while the outlying and infilling increased to 18% and 3%, respectively. Therefore, in the future, urban areas are predicted to increase by more than 650 km² by 2040 in the RMPA. These results can help decision-makers in the development of cities, and detailed urban management and planning policies must be made considering spatial and internal heterogeneity.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectPredicted LULCen
dc.subjectSensoriamento remotopt_BR
dc.subjectSpatial metricsen
dc.subjectImagens de satelitept_BR
dc.subjectExpansão urbanapt_BR
dc.subjectLEIen
dc.subjectUso da terrapt_BR
dc.subjectANNen
dc.subjectPorto Alegre (RS)pt_BR
dc.titleMapeamento temporal e predição da área da mancha urbana da região metropolitana de Porto Alegre - RS, utilizando geotecnologias e sensores remotospt_BR
dc.typeDissertaçãopt_BR
dc.identifier.nrb001149380pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentCentro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologiapt_BR
dc.degree.programPrograma de Pós-Graduação em Sensoriamento Remotopt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2022pt_BR
dc.degree.levelmestradopt_BR


Ficheros en el ítem

Thumbnail
   

Este ítem está licenciado en la Creative Commons License

Mostrar el registro sencillo del ítem