Campo Dublin Core | Valor | Língua |
dc.contributor.advisor | Matricardi, Eraldo Aparecido Trondoli | - |
dc.contributor.author | Brasil, Lucas Rodrigues | - |
dc.identifier.citation | BRASIL, Lucas Rodrigues. Detecção automática de áreas atingidas por fogo no estado do Pará usando a plataforma Google Earth Engine. 2019. 61 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Florestal)—Universidade de Brasília, Brasília, 2019. | pt_BR |
dc.description | Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, 2019. | pt_BR |
dc.description.abstract | A interface de programação do Google Earth Engine (GEE) permite que os
usuários criem e executem algoritmos personalizados, e a análise em
computação na nuvem, acelerando consideravelmente o geoprocessamento da
área de interesse. Isso pode auxiliar em análises mais amplas, com considerável
facilidade, em comparação com a computação em desktop, especialmente
quando se utiliza dados e técnicas de sensoriamento remoto. O presente estudo
teve como objetivo identificar áreas de incêndios florestais no estado do Pará
utilizando imagens do satélite Landsat e o desenvolvimento de métodos
automático de classificação usando o Modelo Espectral de Mistura (SMA) e a
base de dados e as ferramentas disponíveis na plataforma GEE. Também foram
estimadas as áreas atingidas por fogo na Floresta Nacional (Flona) do Carajás,
localizada no município de Paraopeba no sudeste do estado do Pará, no período
de 2013 a 2017. Para isso, foram programadas 527 linhas de código em Java
Script com a finalidade de detectar as feições de incêndios florestais usando a
coleção “USGS Landsat 8 Surface Reflectance Tier’’ disponíveis na plataforma
GEE. Os resultados deste estudo possibilitaram o entendimento da
espacialidade e temporalidade da ocorrência dos incêndios florestais no estado
do Pará e na Flona do Carajás. A técnica de detecção automática desenvolvida
neste estudo possibilita o monitoramento das áreas atingidas por fogo com alta
acurácia, baixo custo e fácil manipulação dos dados, em escalas local e regional
para gestores ambientais e usuários em geral. | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject.keyword | Incêndios florestais | pt_BR |
dc.subject.keyword | Sensoriamento remoto | pt_BR |
dc.subject.keyword | Queimada | pt_BR |
dc.title | Detecção automática de áreas atingidas por fogo no estado do Pará usando a plataforma Google Earth Engine | pt_BR |
dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
dc.date.accessioned | 2020-08-17T21:45:23Z | - |
dc.date.available | 2020-08-17T21:45:23Z | - |
dc.date.submitted | 2019-07-01 | - |
dc.identifier.uri | https://bdm.unb.br/handle/10483/25362 | - |
dc.language.iso | Português | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
dc.description.abstract1 | The Google Earth Engine (GEE) programming interface allows users to create
and execute customized algorithms and analysis in cloud computing,
accelerating the geoprocessing of the area of interest. It allows global-scale
analysis to be easly conducted compared to desktop computing, especially those
using remotely sensed data and techniques. This study aimed to identify areas
of forest fires in the state of Pará using images from the Landsat satellite and the
development of automatic classification methods using the Spectral Mixture
Model (SMA) and the database and tools available in GEE. The areas affected
by fire in the Carajás National Forest (Flona), located in the municipality of
Paraopeba in the southeastern state of Pará, between 2013 and 2017 were also
estimated. For this purpose, 527 lines of code were programmed in Java Script
with the purpose of detecting features of forest fires using the "USGS Landsat 8
Surface Reflectance Tier" collection available on the GEE platform. This study
results allowed the understanding of the spatiality and temporality of the
occurrence of forest fires in the state of Pará and in Flona do Carajás. The
automatic detection technique developed in this study makes it possible to
monitor the areas affected by fire with high accuracy, low cost and easy
manipulation of data, at local and regional scales for environmental managers
and users in general. | pt_BR |
Aparece na Coleção: | Engenharia Florestal
|