Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/11189
Full metadata record
DC FieldValueLanguage
dc.contributor.authorSilva, Carla de Oliveira
dc.date.accessioned2023-12-22T01:48:59Z-
dc.date.available2023-12-22T01:48:59Z-
dc.date.issued2019-04-10
dc.identifier.citationSILVA, Carla de Oliveira. Modelagem espacialmente explícita de cobertura e uso da terra no Estado do Rio De Janeiro, Brasil. 2019. 35 f. Dissertação (Mestrado em Ciências Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2019.por
dc.identifier.urihttps://rima.ufrrj.br/jspui/handle/20.500.14407/11189-
dc.description.abstractA identificação dos tipos de cobertura e uso da terra pode ser um dos primeiros requisitos para se monitorar e avaliar o fluxo da dinâmica ambiental, devido o acelerado processo das mudanças do espaço terrestre, ocasionando impactos ambientais e socioeconômicos. O objetivo deste trabalho foi parametrizar um modelo de mudança de cobertura e uso da terra, que compreende o Estado do Rio de Janeiro, para isso foi preciso calibrar e validar as simulações, no período compreendido entre 2010 e 2016, respectivamente. Sendo adotado o modelo o LuccME, que identificou o processo das mudanças de uso e cobertura da terra, e possibilitou projetar cenários futuros para 2020 e 2030, sendo eles otimistas e pessimistas. O estudo indicou a tendência nos cenários pessimistas de crescimento nas áreas que anteriormente tinha floresta em pastagens e crescimento urbano, com baixo índice de área de vegetação nativa, o que é um alerta para a administração do setor público e privado sobre o planejamento territorial, para que no futuro a população não sofra com a escassez dos recursos naturais. Já nos cenários otimistas as mudanças da vegetação se demostram com mais intensidade, pois nas áreas que estavam sofrendo o processo de restauração e reflorestamento se recuperam ao ponto de mudarem da classe pastagem para floresta. Ambos os cenários, a agricultura se manteve nas áreas mais produtivas e produtoras, não tendo um aumento ou perda de área significativamente. Sendo assim, o emprego deste modelo permite que o estado tenha estimativas ambientais mais consistentes, podendo ser utilizado em diferentes áreas de conhecimento.por
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal Rural do Rio de Janeiropor
dc.rightsAcesso Abertopor
dc.subjectRio de Janeiropor
dc.subjectdinâmica ambientalpor
dc.subjectplanejamento estratégicopor
dc.subjectLuccMEpor
dc.subjectcenários futurospor
dc.subjectEnvironmental dynamicseng
dc.subjectStrategic planningeng
dc.subjectFuture scenariospor
dc.titleModelagem espacialmente explícita de cobertura e uso da terra no Estado do Rio De Janeiro, Brasilpor
dc.title.alternativeSpatially explicit modeling of land use and land cover in the State of Rio de Janeiro, Brazil.eng
dc.typeDissertaçãopor
dc.description.abstractOtherThe identification of the types of land use and land cover can be one of the first requirements to monitor and evaluate the flow of environmental dynamics, due to the accelerated process of changes in terrestrial space, causing environmental and socioeconomic impacts. The region chosen for this study is an area of high biodiversity and has within its geographical limit the second largest city in the Southeast region of Brazil. The objective of this work was to parameterize a model of LULC, which comprises the State of Rio de Janeiro inserted in the Atlantic Forest Biome. For that, it was necessary to calibrate and validate the simulations, in the period between 2010 and 2016, respectively. The LuccME (Land Use and Cover Change Modeling Environmental) model was adopted, which identified the process of LULC changes, and made it possible to project future scenarios for 2020 and 2030, being optimistic and pessimistic. The study indicated the trend in pessimistic growth scenarios in areas that previously had forest in pastures and urban growth, with a low rate of native vegetation area. This is a warning for public and private sector management about territorial planning, for that in the future the population will suffer from the scarcity of natural resources. In the optimistic scenarios, the changes in vegetation are shows more intensely, since in the areas that were undergoing the process of restoration and reforestation, they recover to the point of changing from pasture to forest. In both scenarios, agriculture remained in the most productive and productive areas, with no significant increases or loss of area. Therefore, the use of this model allows the evaluate to have more consistent of environmental estimates, which can be used in different areas of knowledge.eng
dc.contributor.advisor1Delgado, Rafael Coll
dc.contributor.advisor1IDCPF: 001.729.560-21por
dc.contributor.referee1Delgado, Rafael Coll
dc.contributor.referee2Menezes, Sady Júnior Martins da Costa de
dc.contributor.referee3Rodrigues, Rafael de Ávila
dc.creator.IDCPF: 126.021.257-25por
dc.creator.Latteshttp://lattes.cnpq.br/8609330653209521por
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Florestaspor
dc.publisher.initialsUFRRJpor
dc.publisher.programPrograma de Pós-Graduação em Ciências Ambientais e Florestaispor
dc.relation.referencesACCIOLY, L.J.O. et al. Avaliação de alvos em áreas sob desertificação no semi-árido paraibano com base nos sensores Hyperion e LANDSAT 7 ETM+. Anais XII Simpósio Brasileiro de Sensoriamento Remoto, Goiânia, Brasil, 16-21, abril, INPE, p. 347-353, 2005. AGUIAR, A. P. D. Modelagem de mudança do uso do solo na amazônia: explorando a heterogeneidade intra-regional. 2006. 182 p. (sid.inpe.br/MTCm13@80/2006/08.10.18.21-TDI). Tese (Doutorado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2006. AGUIAR, A. P. D.; CÂMARA, G.; ESCADA, M. I. S. Spatial statistical analysis of landuse determinants in the Brazilian Amazonia: Exploring intra-regional heterogeneity. Ecological Modelling, v. 209, n. 2-4, p. 169–188, dez. 2007. AGUIAR, A. P. D.; CARNEIRO, T.; ANDRADE, P. R.; ASSIS, T. O. LuccMESoloME: an open-source framework for spatially explicit land use change modelling. GPL News, n. 8, p. 21-23, 2012. ALMEIDA, J.B. et al. O Sensoriamento Remoto aplicado ao Estudo da Desertificação na Região Semiárida do Norte de Minas Gerais. Rev. Bras. Geom., v.2, n. 2, p.41-49, 2014. ALVARES, C. A.; STAPE, J.L.; SENTELHAS, P.C.; GONÇALVES, J. L. M.; SPAROVEK, G. Ko¨ppen’s climate classification map for Brazil. Meteorologische Zeitschrift, Vol. 22, No. 6, p. 711–728. 2013. BALTHAZAR, V.; VANACKER, V.; MOLINA, A.; LAMBIN, E.F. Impacts of forest cover change on ecosystem services in high Andean mountains. Ecol. Indic., 48, 63–75. 2015. BEZERRA, G. S. Contribuição De Fatores Socioeconômicos, Biofísicos e da Agropecuária à Degradação da Cobertura Vegetal como “Proxy” da Desertificação no Semiárido do Nordeste do Brasil. 177 p. Tese (Doutorado em Ciência do Sistema Terrestre) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2016. BLANK, D. M. P. O. Contexto das mudanças climáticas e as suas vítimas. Mercator, Fortaleza, v. 14, n. 2, p. 157-172, mai./ago. 2015. BRASIL. Secretaria de Assuntos Estratégicos da Presidência da República. Brasil 2040: cenários e alternativas de adaptação à mudança do clima. Brasília: SAE/PR, 2015. BROXTON, P. D.; ZENG, X.; SULLA-MENASHE, D.; TROCH, P. A. A Global Land Cover Climatology Using MODIS Data. Journal of apllied Meteorology and Climatology, v. 53, p. 1593-1605, 2014. CERA, J.C e FERRAZ, S. E. T. Variações climáticas na precipitação no Sul do Brasil no clima presente e futuro. Revista Brasileira de Meteorologia, v. 30, n. 1, p. 81 – 88, 2015. CLEMENTE, S. S.; OLIVEIRA-JÚNIOR, J. F.; LOUZADA, M. A. P. Focos de calor do bioma Mata Atlântica no estado do Rio de Janeiro: uma abordagem de gestão e legislação ambiental Rev. Ciênc. Agroamb. v.15, n.2, 2017. DALLA-NORA, E. L.; DE AGUIAR, A. P. D.; LAPOLA, D. M.; WOLTJER, G. Why have land use change models for the Amazon failed to capture the amount of deforestation over the last decade? Land Use Policy, v. 39, p. 403–411, jul. 2014. DE KONING, G.H. et al. Clue: a tool for spatially explicit and scale sensitive exploration of land-use changes. In L. Lebel & D. Murdiyarso IC-SEA report no. 5. Modelling global change impacts on tropical landscapes and biodiversity. Bogor, Indonesia, pp. 29-40. 1998. DIAS, M. Eventos Climáticos Extremos. Revista USP, (103), 33-40. 2014. during comparison of categorical maps at multiple resolutions. Photogrammetric Engineering & Remote Sensing, v. 68, n. 10, p. 1041–1049, 2002. EMBRAPA. Aquecimento global e a nova geografia da produção agrícola no Brasil. São Paulo, 2008. FAO (Organização para a Alimentação e Agricultura), 1998. Evapotranspiração de culturas: diretrizes para o cálculo de requisitos de culturas [online]. Roma, Itália: Organização para Alimentação e Agricultura. Disponível em: . Acessado em 30 de fevereiro de 2019. FILHO, A. C.; LUMBRERAS, J. F.; SANTOS, R. D. Os Solos do Estado do Rio de Janeiro. Brasília: CPRM, 2000. Fundação SOS Mata Atlântica; INPE (Instituto Nacional de Pesquisas Espaciais). Atlas dos remanescentes florestais da Mata Atlântica e ecossistemas. Fundação SOS Mata Atlântica e INPE, São Paulo, Brasil. 2008. KLUG, L.; MARENGO, J.A.; LUEDEMANN, G. Mudanças climáticas e os desafios brasileiros para implementação da nova agenda urbana. In. COSTA, M. A. O Estatuto da Cidade e a Habitat III: um balanço de quinze anos da política urbana no Brasil e a nova agenda urbana, s. l.: IPEA, 2016. KOK, K. et al., 2001. A method and application of multi-scale validation in spatial land use models. Agriculture, Ecosystems and Environment, 85, 223-238. LOPES, A. E.R.; RODRIGUES, A. S. B.; COSTA, G.S. Análise da Contextualização e da Sensibilização na Cobertura de Eventos Climáticos Extremos Pelo Jornal Online “Folha de São Paulo”. Aturá Revista Pan-Amazônica de Comunicação, Palmas, v. 2, n. 2, p. 85-106. 2018. LOS, S.O. Modelling spatial and temporal vegetation variability with the Climate Constrained Vegetation Index: evidence of CO2 fertilisation and of water stress in continental interiors. Geoscientifi c Model Development Discussions, v. 8, p. 4781-4821, 2015. LUCCME. Guia do usuário. Versão 3.1, Setembro 2017. MACEDO, R. C.; ALMEIDA, C.M.; SANTOS, J. R.; RUDORFF, B. F. T. Modelagem Dinâmica Espacial das Alterações de Cobertura e Uso da Terra Relacionadas à Expansão Canavieira. Bol. Ciênc. Geod., sec. Artigos, Curitiba, v. 19, no 2, p.313-337. 2013. MARENGO, J. A. Mudanças climáticas globais e seus efeitos sobre a biodiversidade: caracterização do clima atual e definição das alterações climáticas para o território brasileiro ao longo do século XXI. Brasília: MMA, 2006. MATALLO JR., H. Indicadores de desertificação: histórico e perspectivas. Cadernos da UNESCO Brasil, série Meio Ambiente e Desenvolvimento, v. 2. Brasília: Unesco, 2001. MOREIRA, A.; FONTANA, D. C; KUPLICH, T. M.; CARDOSO, M. A. Dados meteorológicos estimados em condições de clima subtropical e a relação com índices de vegetação. Revista Brasileira de Cartografia, Rio de Janeiro, n 69/6, p. 1075-1091. 2017. NACARATTI, M. A. Os Cenários de Mudanças Climáticas como Novo Condicionante para a Gestão Urbana: as Perspectivas para a População da Cidade do Rio de Janeiro. Anais do XVI Encontro Nacional de Estudos Populacionais, Caxambu, MG, Brasil. 2008. NOBRE, C. A. Mudanças climáticas globais: possíveis impactos nos ecossistemas do país. Parcerias Estratégicas - Número 12 – setembro. 2001. nstituto Brasileiro de Geografia e Estatística – IBGE. Disponível em: <https://www.ibge.gov.br>. Acesso em: 23 de junho de 2018. NUNES, L.H.; VICENTE, A.K. & CANDIDO, D.H. Clima da Região Sudeste do Brasil. In: CAVALCANTI, I.F.A., FERREIRA, N.J., JUSTI DA SILVA, M.G.A. & SILVA DIAS, M.A.F. (eds.). Tempo e Clima no Brasil. São Paulo, Oficina de Textos, p. 243-258. 2009. PANISSET J.S., LIBONATI R., GOUVEIA C.M.P., MACHADO‐SILVA F., FRANÇA D.A., FRANÇA J.R.A., PERES L.F. Contrasting patterns of the extreme drought episodes of 2005, 2010 and 2015 in the Amazon Basin. International Journal of Climatology, 38(2), 1096-1104. 2018. PARKER, W.S. Reanalyses and observations: What’s the Difference? Bulletin of the American Meteorological Society, v. 97, n. 9, p. 1565-1572, 2016. PONTIUS, R. G. Statistical methods to partition effects of quantity and location PONTIUS, R. G.; CORNELL, J. D.; HALL, C. A. Modeling spatial pattern of land-use change with geomod2: application and validation for Costa Rica. Agriculture, Ecosytems & Environment, v.85, n 1-3, p. 191-203, jun. 2001. RADAM BRASIL. Levantamento dos recursos naturais – folhas SF 23/24, Rio de Janeiro/Vitória. Rio de Janeiro: Mistério das Minas e Energia, 32:780, 1983. RIBEIRO, M. C. et al. M. The Brazilian Atlantic Forest: How much is left, and how is the remaining forest distributed? Implications for conservation. Biological Conservation, London, v. 142, n. 6, p. 1141-1153, 2009. ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the great plains with erts. In: Earth Resources Technology Satellite-1 Symposium, 3, 1973, Washington, D. C. Proceedings. Washington, D. C.: NASA. Goddart Space Flight Center, v. 1, p. 309-317, 1973. SAFFORD, H. D., & MARTINELLI, G. Southeast Brazil. IN: Inselbergs: Biotic diversity of isolated rock outcrops in Tropical and Temperate regions. Alemanha: Springer, p. 339-389. 2000. SANTOS, R. F. Vulnerabilidade Ambiental: desastres naturais ou fenômenos induzidos? Brasília: MMA, 2007. Disponível em: <http://modal.cetesb.sp.gov.br/portal/index.php?livros>. Acesso em 21 set. 2018. SIMS, R. et al. Transport. In: EDENHOFER, O. et al. (Eds.). Climate Change 2014: mitigation of climate change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge; New York: Cambridge University Press, 2014. SLOVINSCKI, N. C.; VICENS, R. S.; Pimenta, M. L. F.; CRONEMBERGER, F. M. Utilização de modelo digital de elevação e grades climáticas na cartografia de unidade paisagem de primeira ordem do Estado do Rio de Janeiro. Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, INPE p.5958, 30 de abril a 05 de maio de 2011. SOARES-FILHO, B. DINAMICA - a stochastic cellular automata model designed to simulate the landscape dynamics in an Amazonian colonization frontier. Ecological Modelling, 154(3), 217-235. 2002. SOBRAL, B. S. Caracterização da seca no estado do Rio de Janeiro baseada no índice SPI via modelo DRINC. 2017. 154f. Dissertação (Mestrado). Programa de Pós- Graduação em Engenharia de Biossistemas da Universidade Federal Fluminense (UFF), Niterói, 2017. SOUTHWORTH, F., DALE, V.H., O'NEILL, R.V. Contrasting patterns of land use in Rondonia, Brazil: simulating the effects on carbon release. International Social Sciences Journal 130:681-698. 1991. SOUZA, B. L.; SILANS, A. M.B.P.; SANTOS, J.B. Contribuição ao estudo da desertificação na Bacia do Taperoá. Rev. bras. eng. agríc. Ambiente, v.8, n.2-3, Campina Grande maio/dez. 2014. STEVIĆ, D.; D.; B, I.; DOJČINOVIĆ, N.; JOKOVIĆ, J. Automated identification of land cover type using multispectral satellite images. Energy and Buildings, v. 115, p. 131-137, 2016. Sulla-Menashe, D.; Friedl, M. A. User Guide to Collection 6 MODIS Land Cover (MCD12Q1 and MCD12C1) Product. USGS: Reston, VA, USA, 2018. TURNER, B.L.; MEYER, B.L. "Global Land Use and Land Cover Change: An Overview." In Changes in Land Use and Land Cover: A Global Perspective, eds. W.B. Meyer and B.L. Turner II, 3-10. Cambridge: Cambridge University Press, 1994. UFSC - Universidade Federal de Santa Catarina/Centro Universitário de Estudos e Pesquisas sobre Desastres (CEPED). Atlas Brasileiro de Desastres Naturais 1991 a 2010. Volume Brasil. Florianópolis: UFSC, CEPED, 2012. 94 p. Disponível em: Acesso em: 22 jul. 2018. VAEZA, R.F.; FILHO, P.C.O.; MAIA, A.G.; DISPERATI, A.A. Uso e ocupação do solo em Bacia Hidrográfica urbana a partir de imagens orbitais de alta resolução. Floresta e Ambiente, v. 17, n. 1, p. 23-29, 2010. VELDKAMP, A. & FRESCO, L.O., 1996. CLUE: a conceptual model to study the Conversion of Land Use and its Effects. Ecological modelling, 85, 253-270. VERBURG, P.H. et al., 1999. A spatial explicit allocation procedure for modelling the pattern of land use change based upon actual land use. Ecological modelling, 116(1), 45-61. VIEIRA, R. M. S. P. Susceptibilidade à degradação/desertificação no semiárido brasileiro: tendências atuais e cenários decorrentes das mudanças climáticas e do uso do solo. 2015. 87 p. Tese (Doutorado em Ciência do Sistema Terrestre) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2015. ZANIN, M.; TESSAROLO, G.; MACHADO, N.; ALBERNAZ, A. L.M. Mudanças climáticas e a cobertura vegetal nativa: impactos em um país mega diverso e seus biomas. Modelagem Climática e Vulnerabilidades Setoriais à Mudança do Clima no Brasil. Ministério da Ciência, Tecnologia e Inovação. Brasília: Ministério da Ciência, Tecnologia e Inovação, p 93- 125. 2016. ZEHR, S.C. Public representations of scientific uncertainty about global climate change. Public Understanding of Science, n° 9, 85-103 p. 2000. ZHAO, J.; WANG, J.; JIN, Y.; FAN, L.; XU, C.; LIANG, D.; HUANG, L. Land Cover Based Landscape Pattern Dynamics of Anhui Province Using GlobCover and MCD12Q1 Global Land Cover Products. Sustainability, 10, 1285. 2018.por
dc.subject.cnpqCiências Ambientaispor
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/68899/2019%20-%20Carla%20de%20Oliveira%20Silva.pdf.jpg*
dc.originais.urihttps://tede.ufrrj.br/jspui/handle/jspui/5553
dc.originais.provenanceSubmitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2022-04-13T19:24:37Z No. of bitstreams: 1 2019 - Carla de Oliveira Silva.pdf: 868228 bytes, checksum: b053f357e1121b27514aa73e8376001c (MD5)eng
dc.originais.provenanceMade available in DSpace on 2022-04-13T19:24:37Z (GMT). No. of bitstreams: 1 2019 - Carla de Oliveira Silva.pdf: 868228 bytes, checksum: b053f357e1121b27514aa73e8376001c (MD5) Previous issue date: 2019-04-10eng
Appears in Collections:Mestrado em Ciências Ambientais e Florestais

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
2019 - Carla de Oliveira Silva.pdf847.88 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.