Mostrar registro simples

dc.contributor.advisorMendes Junior, Cláudio Wilsonpt_BR
dc.contributor.advisorSilva, Tatiana Silva dapt_BR
dc.contributor.authorMüller Neto, José Augustopt_BR
dc.date.accessioned2024-02-17T04:56:02Zpt_BR
dc.date.issued2023pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/272050pt_BR
dc.description.abstractEste estudo investigou a aplicação dos modelos HQA (Habitat Quality Assessment) e HRA (Habitat Risk Assessment) desenvolvidos pelo Natural Capital Project para avaliar a disrupção de processos bióticos e o risco ecossistêmico em dunas costeiras em estados brasileiros e países vizinhos. Utilizando técnicas de Sensoriamento Remoto e Geoprocessamento, o estudo teve como objetivo principal propor metodologia para avaliação de risco da Lista Vermelha de Ecossistemas Ameaçados (RLE) da União Internacional de Conservação da Natureza (IUCN). Os resultados evidenciam que os modelos HQA e HRA podem ser utilizados como indicadores de disrupção de processos bióticos e risco ecossistêmico. As avaliações revelaram informações inéditas sobre a qualidade ambiental de dunas costeiras sul- americanas, demonstrando sua aplicabilidade para gestão e conservação. Enquanto o HQA se mostrou adequado para avaliar o impacto na biodiversidade, o HRA se destacou em avaliações abrangentes de risco. As classificações do HRA e do HQA foram compatíveis com os critérios da IUCN, fortalecendo a possibilidade de emprego desses modelos para avaliações preliminares em que não haja condições de aplicação da metodologia. Conclui-se que os modelos HQA e HRA são instrumentos robustos para avaliar o risco ecossistêmico, fornecendo percepções valiosas que podem ser usadas para a tomada de decisões, elaboração de políticas públicas e aumento do conhecimento. estudo recomenda a consideração de sub-regiões menores e o refinamento das classes do HQA para futuras análises mais precisas. A inclusão de bases de dados com maior grau de confiança também é sugerida para aprimorar a precisão dos resultados.pt_BR
dc.description.abstractThis study investigated the application of HQA (Habitat Quality Assessment) and HRA (Habitat Risk Assessment) models developed by the Natural Capital Project to assess the disruption of biotic processes and ecosystem risk in coastal dunes within Brazilian states and neighboring countries. Employing Remote Sensing and Geoprocessing techniques, the study aimed to propose a methodology for evaluating risk in the Red List of Threatened Ecosystems (RLE) of the International Union for Conservation of Nature (IUCN). The results demonstrate that both HQA and HRA models can serve as indicators of biotic process disruption and ecosystem risk. The assessments yielded novel insights into the environmental quality of South American coastal dunes, showcasing their applicability for management and conservation purposes. While HQA was suitable for assessing biodiversity impact, HRA excelled in comprehensive risk evaluations. The classifications from HRA and HQA aligned with IUCN criteria, reinforcing the potential utilization of these models for preliminary assessments when full methodology application is unfeasible. In conclusion, HQA and HRA models prove to be robust tools for evaluating ecosystem risk, offering valuable insights for decision-making, policy formulation, and knowledge enhancement. The study recommends considering smaller sub-regions and refining HQA classes for more precise future analyses. The incorporation of higher-confidence databases is also suggested to enhance result accuracy.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectCoastal ecosystemsen
dc.subjectModelagem ecossistêmicapt_BR
dc.subjectEcossistemas costeirospt_BR
dc.subjectHabitat quality assessmenten
dc.subjectHabitat risk assessmenten
dc.subjectBiodiversidade costeirapt_BR
dc.subjectBiodiversity conservationen
dc.subjectEcosystem modelingen
dc.titleModelagem ecossistêmica de risco e de qualidade das dunas costeiras do sul do Brasil, Uruguai e norte da Argentinapt_BR
dc.typeDissertaçãopt_BR
dc.identifier.nrb001196633pt_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.date2023pt_BR
dc.degree.levelmestradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples