Monitoramento espaço-temporal da degradação ambiental no Parque Estadual do Cocó - Fortaleza/CE : Case study in the city of Fortaleza using satellite imagery

Jack Pastrana Mojica; Pamela Boelter Herrmann; Jader de Oliveira Santos

doi:10.26512/2236-56562025e55573

Autores/as

Jack Universidade Federal do Rio Grande do Sul https://orcid.org/0009-0003-9539-1381
Pamela Universidad Federal de Rio Grande del Sur https://orcid.org/0009-0003-9539-1381
Jader Universidad Federal do Ceará https://orcid.org/0000-0003-2977-7086

DOI:

https://doi.org/10.26512/2236-56562025e55573

Palabras clave:

Teledetección, Análisis espacio-temporal, Planificación y gestión ambiental urbana

Resumen

Las ocurrencias generadas principalmente por la densidad urbana, las prácticas de extracción de salinas que se desarrollaron en el pasado y las prácticas de uso del fuego dentro del parque, representan una problemática constante que conlleva a la degradación ambiental dentro de la Unidad de Conservación de Protección Integral (UC) Parque Estatal Cocó (PEC), por lo que el monitoreo espacio-temporal se hace indispensable para garantizar la protección y gestión ambiental, en este sentido el uso de sensores remotos ayuda en el monitoreo y seguimiento de los factores que inciden en la transformación del parque. Este trabajo tiene como objetivo analizar la fenología da vegetación en las condiciones ambientales entre 2015 y 2021, utilizando compuestos temporales mensuales del Índice de Vegetación de Diferencia Normalizada (NDVI). La metodología utilizó la plataforma de geoprocesamiento Google Earth Engine (GEE) para procesar y manipular las series de imágenes. Los resultados de este estudio mapearon los cambios en la cobertura de la tierra a partir de la interpretación de las trayectorias temporales del NDVI. Fue posible cartografiar el incendio que afectó en gran medida a la vegetación dentro del PEC en 2021. Las trayectorias de cambio permitieron identificar la vegetación con mayor desarrollo, con valores de 0,7 a 0,9, y las áreas con senescencia, con valores de 0,1 a 0,2. En cuanto a la evaluación del método, se obtuvo una precisión temática de 0,84 % de correspondencia global en las categorías de cambio.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

Jack, Universidade Federal do Rio Grande do Sul

Candidato a Doctorado en Sensoramiento Remoto en la Universidad Federal de Rio Grande do Sul (UFRGS) y Maestro en Geografía por la Universidad Federal de Ceará (UFC), con un enfoque principal en el uso de tecnologías geoespaciales y sensores remotos en estudios de degradación ambiental y conservación de la Amazonía. Mi experiencia incluye la implementación de modelos de aprendizaje automático y ciencia de datos para el monitoreo ambiental, con énfasis en estrategias innovadoras que combinan análisis espacial e inteligencia artificial para promover la sostenibilidad y la preservación de ecosistemas críticos.
Pamela, Universidad Federal de Rio Grande del Sur

Soy Maestra y actualmente Doctoranda en Sensoriamento Remoto por la Universidad Federal de Rio Grande do Sul (UFRGS). Poseo una especialización en Informaciones Espaciales Georreferenciadas por la Universidad del Vale do Rio dos Sinos (UNISINOS), soy Licenciada en Gestión Ambiental por la Universidad Estatal de Rio Grande do Sul (UERGS) y Ingeniera Ambiental por la Universidad Cruzeiro do Sul. Me desempeño como Analista Ambiental y tengo amplia experiencia académica y profesional en geoprocesamiento y sensoriamento remoto, aplicaciones y uso de drones, monitoreo y licenciamiento ambiental, modelado ambiental, aprendizaje automático y análisis espacial.
Jader, Universidad Federal do Ceará

Profesor Asociado del Departamento de Geografía de la Universidad Federal de Ceará, donde es Vicecoordinador del Programa de Posgrado en Geografía y profesor del Máster en Desarrollo y Medio Ambiente (UFC). Doctor en Geografía (Geografía Física) por la Universidad de São Paulo (USP), maestro en Geografía por la UECE y graduado por la UFC. Fue profesor visitante senior en la Universidad de Cabo Verde - UNICV a través del Programa Pró-Mobilidade Internacional CAPES/AULP, donde actuó como profesor colaborador del Máster en Ambiente y Desarrollo de la UNICV. Miembro de la Household Water Insecurity (HWISE) Research Coordination Network (RCN), desarrollando investigaciones sobre inseguridad hídrica domiciliaria y acceso al agua. Integra el núcleo Fortaleza del Observatorio de las Metrópolis promoviendo investigaciones relacionadas con la fragilidad ambiental urbana y los riesgos socioambientales. Representante titular de la UFC en el Consejo Estatal de Medio Ambiente (COEMA). Tiene experiencia en análisis de la fragilidad ambiental, planificación ambiental y ordenamiento territorial con el uso de tecnologías de la geoinformación, actuando principalmente en los siguientes temas: análisis ambiental integrado, fragilidad ambiental urbana, riesgos socioambientales, zonificación ecológico-económica, y geoprocesamiento en el análisis ambiental.

Referencias

ALLEN, H. Satellite remote sensing of land cover change in a mixed agro-silvo-pastoral landscape in the Alentejo, Portugal. International Journal of Remote Sensing, v. 39, n. 14, p. 4663-4683, 2018. DOI: 10.1080/01431161.2018.1440095.

AVOGADRO, E. G.; PADRÓ, J. C. Comparación de métodos de clasificación aplicados a imágenes sentinel-2 y landsat-8, para la diferenciación de plantaciones forestales en entre ríos, argentina. Revista Internacional de Ciencia y Tecnología de la Información Geográfica, n. 24, p. 8, 2019. Disponível em: https://dialnet.unirioja.es/servlet/articulo?codigo=7383249.

BOCA, T.; RODRÍGUEZ, G. Métodos estadísticos de la evaluación de la exactitud de productos derivados de sensores remotos. Instituto de Clima y Agua, INTA Castelar, 2012.

CASTILLEJO, Isabel et al. Evaluation of pixel-and object-based approaches for mapping wild oat (Avena sterilis) weed patches in wheat fields using QuickBird imagery for site-specific management. European Journal of Agronomy, v. 59, p. 57-66, 2014. DOI: 10.1016/j.eja.2014.05.009.

CASTRO, A. S. Farias; MORO, Marcelo Freire; MENEZES, Marcelo OliveiraTeles de. O complexo vegetacional da zona litorânea no Ceará: Pecém, São Gonçalo do Amarante. Acta Botanica Brasilica, v. 26, p. 108-124, 2012.

CASTRO, L. G. Zonas climáticas locais em cidades pequenas: relação entre temperatura e morfologia urbana. 2022. 114 p. Dissertação (Mestrado em Geografia) Pró-Reitoria de Pesquisa e Pós-Graduação, Universidade Federal do Ceará, Fortaleza, 2022. Disponível em: https://repositorio.ufc.br/handle/riufc/68170.

CABRERA, E. et al. Protocolo de Procesamiento Digital de Imágenes para la Cuantificación de la Deforestación en Colombia, Nivel Nacional Escala Gruesa y Fina. Instituto de Hidrología, Meteorología, y Estudios Ambientales, Bogotá, v. 2, p. 44, 2011.

CHÁVEZ, E. S.; PUEBLA, Adonis, M. R. Propuesta metodológica para la delimitación semiautomatizada de unidades de paisaje de nivel local. Revista do departamento de geografia, v. 25, p. 1-19, 2013.

E.S.A. European Space Agency Satellite Missions. 2022. Disponível em: https://sentinel.esa.int/web/sentinel/user-guides/sentinel-2.

FERREIRA F. J. Mapeamento das Áreas de Risco de Incêndio Florestal no PEC: A Importância das Áreas Verdes no Atual Cenário Climático. Dissertação (Mestrado em Climatologia e Aplicações nos Países da CPLP e África) –- Pró-Reitoria de Pesquisa e Pós-Graduação, Universidade Estadual do Ceará, 2019.

FERREIRA, J E.; ARAÚJO, A. C. Análise de Ocorrências de Incêndios Florestais na área do PEC, Região Metropolitana de Fortaleza, CE. Revista Brasileira de Meteorologia, v. 36, p. 563-569, 2021.

FIGUEIREDO, G. C.; VIEIRA, C. A. Estudo do comportamento dos índices de Exatidão Global, Kappa e Tau, comumente usados para avaliar a classificação de imagens do sensoriamento remoto. Simpósio Brasileiro de Sensoriamento Remoto, v. 13, p. 5755-5762, 2007.

FREIRES, E.V. et al. Análise da evolução urbana no entorno do estuário do Rio Cocó–Fortaleza/Ceará nos anos de 1985, 1996 e 2007. Geografia Ensino & Pesquisa, v. 17, n. 3, 2013.

FUNDAÇÃO CEARENSE DE METEOROLOGIA (FUNCEME). Fortaleza. Postos Pluviométricos. Fortaleza. 2021. Disponível em: http://www.funceme.br/?page_id=2694.

GAO, W. et al. NDVI-based vegetation dynamics and their responses to climate change and human activities from 1982 to 2020: A case study in the Mu Us Sandy Land, China. Ecological Indicators, v. 137, p. 108745, 2022. DOI: 10.1016/j.ecolind.2022.108745.

GORELICK, N. et al. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote sensing of Environment, v. 202, p. 18-27, 2017. DOI: https://doi.org/10.1016/j.rse.2017.06.031.

HUSSAIN, M. et al. Change detection from remotely sensed images: From pixel-based to object-based approaches. ISPRS Journal of photogrammetry and remote sensing, v. 80, p. 91-106, 2013. DOI: 10.1016/j.isprsjprs.2013.03.006.

HOLBEN, Brent N. Characteristics of maximum-value composite images from temporal AVHRR data. International journal of remote sensing, v. 7, n. 11, p. 1417-1434, 1986.

JIANG, L. et al. Analyzing ecological environment change and associated driving factors in China based on NDVI time series data. Ecological Indicators, v. 129, p. 107933, 2021. DOI: 10.1016/j.ecolind.2021.107933.

KLIMAVIČIUS, L. et al. Seasonality and long-term trends of NDVI values in different land use types in the eastern part of the Baltic Sea basin. Oceanologia, 2023. DOI: 10.1016/j.oceano.2022.02.007.

LAMBIN, E. F. et al. Change-vector analysis in multitemporal space: A tool to detect and categorize land-cover change processes using high temporal-resolution satellite data. Remote sensing of environment, v. 48, n. 2, p. 231-244, 1994.

PARUELO, J. M.; DI BELLA, C.; MILKOVIC, M. Percepción Remota y Sistemas de Información Geográfica: Sus aplicaciones en Agronomía y Ciencias Ambientales.1 ed. Buenos Aires: hemisfério sur, 2014.

QGIS Development Team. (2023). QGIS Geographic Information System. Open Source Geospatial Foundation. Disponível em: https://qgis.org.

MOJICA, J. E. P.; DE CASTRO, L G.; DE OLIVEIRA S, J. Detecção de mudanças na cobertura da terra através da implementação do algoritmo Change Vector Analysis (CVA) no PEC–Fortaleza/CE. Revista da Casa da Geografia de Sobral (RCGS), v. 24, n. 3, p. 504-531, 2022.DOI: 10.35701/rcgs. v24.887.

MORO, M. F. et al. Vegetação, unidades fitoecológicas e diversidade paisagística do estado do Ceará. Rodriguésia, v. 66, p. 717-743, 2015.

Plano de Manejo do PEC, Produto 22, Plano de Manejo Consolidado. Secretaria do Meio Ambiente do Ceará, Fortaleza, 2020.

ROUSE, J. W.; HASS, R.H.; SCHELL, J.A.; DEERING, D.W. Monitoring vegetation systems in the Great Plains with ERTS. Earth Resources Technology Satellite, Washington, p.309-317.1974.

Superintendência Estadual do Meio Ambiente do Ceará (SEMACE). Incêndio no Parque Estadual Cocó é debelado pelas forças de Segurança e brigadistas florestais. 2022. Disponível em: https://www.Ceará.gov.br/2021/11/18/incendio-no-parque-estadual-do-cocó-e-debelado-pelas-forcas-de-seguranca-e-brigadistas-florestais/.

SANTOS, J. O. Fragilidade e Riscos Socioambientais em Fortaleza-CE:contribuições ao ordenamento territorial. 2011.331 f. Tese (Doutorado em Geografia), -Pró-Reitoria de Pesquisa e Pós-Graduação. Universidade de São Paulo, 2011.

SPADONI, Gian Luca et al. Analysis of Normalized Difference Vegetation Index (NDVI) multi-temporal series for the production of forest cartography. Remote Sensing Applications: Society and Environment, v. 20, p. 100419, 2020. DOI: 10.1016/j.rsase.2020.100419.

SOUZA, M. J. N. Diagnóstico Geoambiental do Município de Fortaleza: subsídios ao macrozoneamento ambiental e à revisão do Plano Diretor Participativo–PDPFor. Fortaleza: Prefeitura Municipal de Fortaleza, p. 172, 2009.

SOUZA, D. J. L. Pontederiaceae in Flora do Brasil 2020 em construção. Disponível em:http://floradobrasil.jbrj.gov.br/reflora/floradobrasil/FB13742.

TUCKER, C. Red and Photographic Infrared Linear Combinations for Monitoring Vegetation. Remote Sensing of Environment. Maryland, v. 8, p. 127-150, 1979.

VOROVENCII, L. Applying the change vector analysis technique to assess the desertification risk in the south-west of Romania in the period 1984–2011. Environmental monitoring and assessment, v. 189, n. 10, p. 1-18, 2017. Disponível em: https://link.springer.com/article/10.1007/s10661-017-6234-6.

WANG, N. et al. Graph-based block-level urban change detection using Sentinel-2 time series. Remote Sensing of Environment, v. 274, p. 112993, 2022. DOI:10.1016/j.rse.2022.112993.