Engenharia Florestal (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/15
Siglas das Coleções:
APP - Artigo Publicado em Periódico
TAE - Trabalho Apresentado em Evento
TCC - Trabalho de Conclusão de Curso
Navegar
8 resultados
Resultados da Pesquisa
Item Mudança de uso e cobertura da terra: variáveis socioeconômicos como fator de alteração do bioma Caatinga em Petrolina - PE(2025-03-13) Lira, Fernanda Pereira de; Ferreira, Rinaldo Luiz Caraciolo; Silva, Emanuel Araújo; http://lattes.cnpq.br/2765651276275384; http://lattes.cnpq.br/8002371435811689; http://lattes.cnpq.br/4949043992606162A Caatinga desempenha um papel essencial na manutenção da biodiversidade e nos serviços ecossistêmicos da região semiárida. No entanto, as atividades antrópicas, impulsionadas pelo crescimento populacional e pelo desenvolvimento socioeconômico, têm causado significativas mudanças no uso e cobertura da terra, resultando em degradação ambiental e impactos sobre a vegetação nativa. Neste estudo, objetivou-se analisar a influência das variáveis socioeconômicas e agropecuárias na dinâmica territorial do município de Petrolina - PE, nos anos de 2014 e 2024. Para tal, foi utilizado imagens do satélite LANDSAT 8, sensor OLI (Operational Land Imager), adquiridas gratuitamente na página do United States Geological Survey, selecionada com critérios de mínima interferência de nuvens, com faixa de cobertura menor que 5% e resolução espacial de 30 m. Foram utilizadas imagens da órbita 217 e ponto 66 e classificadas pelo algoritmo Random Forest no software QGIS. A acurácia geral da classificação obtida para o ano de 2014 foi de 89,3% e o índice de Kappa de 0,80, enquanto, a acurácia geral da classificação para o ano de 2024 foi de 97,76% e o Índice de Kappa de 0,9599, resultado satisfatórios para comprovar a confiabilidade e qualidade da classificação. Foram identificadas transformações significativas no uso da terra, com a redução de áreas de vegetação e pastagens, aumento do solo exposto e expansão da área urbana. No estudo, demonstrou-se que a pecuária, a expansão urbana, o crescimento populacional e a extração vegetal exercem forte pressão sobre a paisagem da região, contribuindo para processos de degradação ambiental. Os resultados evidenciam a necessidade de políticas públicas e práticas sustentáveis voltadas para o manejo adequado dos recursos naturais e a mitigação dos impactos ambientais na Caatinga.Item Crescimento e qualidade de mudas de Piptadenia stipulacea (Benth.) Ducke, em diferentes recipientes e doses de fertilizante misto(2024-09-12) Souza, Thallyta Valentin dos Santos de; Freitas, Eliane Cristina Sampaio de; http://lattes.cnpq.br/7525975084334972; http://lattes.cnpq.br/1375547405957419Em 2022, o Brasil sofreu uma redução de 2.05 milhões de hectares de mata nativa e o bioma Caatinga, por sua vez, perdeu o equivalente a 140.637 hectares. Isso destaca a urgência de ações para conter a degradação ambiental e promover a conservação. É vital investir em pesquisas sobre espécies florestais nativas para preencher lacunas tecnológicas, atender a demanda por mudas e impulsionar o desenvolvimento sustentável. A Piptadenia stipulacea (Benth.) Ducke, espécie nativa do Brasil, é uma opção recomendada para recuperar áreas degradadas na Caatinga. Diante disso, o objetivo desse trabalho foi avaliar a influência da capacidade volumétrica de recipientes para produção de mudas como tubetes e sacos de polietileno, combinado a diferentes doses de NPK, no crescimento e qualidade de mudas de Piptadenia stipulacea. (Benth.) Ducke. O estudo foi realizado no viveiro florestal do Departamento de Ciência Florestal da Universidade Federal Rural de Pernambuco UFRPE, no período de novembro de 2022 a março de 2023. Para produção das mudas foram testados três recipientes: tubete de 120 cm3, tubete de 280 cm3 e saco plástico de 3449 cm3 (20 cm x 30 cm) e quatro doses de NPK (4-14-8): 0; 2,0; 4,0; 6,0 kg/m3. As análises de altura e diâmetro do coleto foram monitoradas mensalmente e realizada análise destrutiva ao final dos 120 dias. 0s resultados indicaram que a redução no volume do recipiente causou diminuição na massa seca, diâmetro e altura. O aumento das doses de NPK apresentaram efeito significativo nos recipientes para altura e diâmetro do coleto. Para o índice de robustez, a dose de 2 kg/m3 obteve o melhor desempenho. Diante dos resultados recomenda-se a utilização de sacos de polietileno com a adição de 2 kg/m3 de NPK 4-14-8 para a produção de mudas de jurema-branca.Item Dinâmica do risco de incêndios sob efeito do El Niño em paisagem do bioma Caatinga em Petrolina - PE(2023-02-17) Feitosa, Márcio Faustino; Silva, Emanuel Araújo; Souza, Ioneide Alves de; http://lattes.cnpq.br/0383867840261318; http://lattes.cnpq.br/2765651276275384; http://lattes.cnpq.br/7669915736150355As técnicas de sensoriamento remoto são tecnologias usadas desde os anos 60, com finalidade de se trabalhar num determinado objeto ou uma área específica. Com o passar do tempo, as tecnologias ganharam aperfeiçoamentos e surgiram novos softwares e satélites de alta resolução. O satélite Landsat-8 consegue captar cenas com até 705 km de distâncias da terra, com um percentual de 10% de nuvens, essas cenas podem ser processadas e estudadas com determinada finalidade, entre essas foi trabalhado a dinâmica do risco de incêndio sob efeito do El Niño em paisagem do bioma Caatinga. Diante disso, pretende-se estudar a vulnerabilidade da Caatinga e o uso das tecnologias de monitoramento. O objetivo deste trabalho é avaliar a influência do El Niño na dinâmica do risco de incêndio sob paisagem do bioma Caatinga em Petrolina-PE, fazendo o monitoramento do risco de incêndio em relação à severidade do El Niño. No site da USGS foram obtidas imagens do satélite Lansat-8, do município de Petrolina-PE. Foram adotados os seguintes critérios para seleção de imagens: Imagens dos anos de 2015 até 2020, contando a partir do dia 01 de agosto até o dia 31 de dezembro, nas épocas em que se nota poucas precipitações, poucas nuvens e altas temperaturas devido aos meses mais quentes. A ferramenta no processamento de dados foi softwares Qgis, um software de licença livre, indicado para quem buscam alta qualidade em trabalhos acadêmicos na área de sensoriamento remoto. No intervalo desses anos foram obtidos seis mapas de risco de incêndios. Para gerar os mapas de risco de incêndios florestais foi adotada a metodologia AHP, a qual muitos autores utilizam. Nessa metodologia foram adotadas oito variáveis: mapa hipsométrico, uso e ocupação do solo, orientação de encostas, declividade, sistema viário, precipitação, temperatura da superfície e índice de vegetação da diferença normalizada. De acordo com os resultados obteve-se uma análise temporal de riscos de incêndios que comprovam que os anos de 2015 a 2018 teve um aumento contínuo, e em 2019 e 2020 nota-se uma queda de risco de incêndios, entre esses últimos anos ocorreu um El Niño e uma La Niña e em 2020 foi o ano que ocorreu a pandemia, ou seja, houve poucos fluxos de transporte nas rodovias, ocasionando baixo risco de incêndios.Item Uso de geotecnologias no diagnóstico da mata ciliar do Reservatório Engenheiro Francisco Sabóia, Ibimirim - PE(2023-04-13) Silva, Jaimeson Jardel França da; Duarte, Simone Mirtes Araújo; Vasconcelos, Géssica dos Santos; http://lattes.cnpq.br/0802316667174979; http://lattes.cnpq.br/5876968040869585; http://lattes.cnpq.br/9465682002571649Com o desenvolvimento das cidades, as ocupações desordenadas cresceram exponencialmente, impactando muitas formações vegetais, em especial as matas ciliares, mesmo que ainda protegidas por lei por estarem em Áreas de Preservação Permanente (APP), apresentando grande importância ao manter a qualidade e a estabilidade de corpos d’água, como nos reservatórios de água artificiais, que conferem à sociedade regulação e oferta hídrica, sobretudo em regiões com escassez de água, como a Caatinga. Sendo assim, o presente estudo tem como objetivo diagnosticar a situação das matas ciliares na faixa correspondente a APP no entorno do Reservatório Engenheiro Francisco Sabóia, localizado no município de Ibimirim, no estado de Pernambuco, buscando entender e descrever os graus de degradações e conservação, verificando sua adequação em relação às leis ambientais vigentes, em ambiente SIG. Através de uma investigação documental foi constatado a ausência de licenciamento, logo consequentemente a também não definição da faixa correspondente a APP, assim para o estudo considerou-se a metragem de 100m conforme a Resolução do CONAMA 302/2002. Foram utilizadas imagens do satélite CBERS 4A, com alta resolução. Os dados foram manipulados no software QGIS para a criação dos mapas temáticos de uso e ocupação do solo, pela classificação supervisionada de cinco classes: água, vegetação consolidada, vegetação arbustiva, agricultura e solo exposto. O mapa de NDVI para a quantificação dos percentuais de mata ciliar preservada e degradada e o mapa de declividade para entendimento da configuração altimétrica da região. Como resultados, observou-se no mapa do uso e ocupação do solo a presença de atividade agrícola com cerca de 22%, além de aproximadamente 9% de solo exposto, 9% vegetação consolidada, 25% vegetação rasteira e água 35%, evidenciando a não adequação à legislação. Atrelado a isso pelo cálculo do NDVI ficou nítido a fragilidade da vegetação durante toda extensão da APP, tendo poucos fragmentos de cobertura vegetal e muita área com vegetação morta ou em estresse hídrico. Conclui-se que este diagnóstico tem resultados capazes de nortear uma gestão eficaz com planejamento pautado na ordenação do território e com ações de restauração das APP do reservatório, proporcionando reflexões sobre a situação ambiental da área com tanta importância ambiental, econômica e social para um bioma tão degradado.Item Levantamento da fauna apícola em monocultivo de sabiá (Mimosa caesalpiniifolia) em área de Caatinga no Agreste pernambucano(2021) Silva, Isabela Nascimento; Gonçalves, Maria da Penha Moreira; http://lattes.cnpq.br/0539509819672370; http://lattes.cnpq.br/6582276513482324Devido às características de clima semiárido, a biodiversidade da Caatinga apresenta uma rica diversidade de vidas de plantas e animais. Dentro dessa riqueza, destaca-se as abelhas nativas que desenvolvem um papel importante para o equilíbrio dos ecossistemas florestais. Dessa forma, o objetivo do presente trabalho foi realizar o levantamento da fauna apícola em áreas de cultivo de sabiá e de vegetação nativa de Caatinga no agreste pernambucano. A pesquisa foi desenvolvida na estação experimental do Instituto Agronômico de Pernambuco — IPA, município de Caruaru, Pernambuco. O estudo foi realizado durante os meses de dezembro de 2020 e janeiro de 2021 em duas áreas de Caatinga equidistantes 30 m entre si, uma com plantio de sabiá (Mimosa caesalpiniifolia) e outra com presença de vegetação nativa. Em cada área foram traçados dois transectos de 10 m x 10 mpara instalação das annadilhas. Foram instalados dois modelos de armadilhas, um com garrafa utilizando essências odoríferas (baunilha e salicilato de metila) e outro com Pantraps amarelas, no qual a atratividade é baseada na cor. Foram catalogados 29 indivíduos de abelhas distribuídas em três gêneros. Destes, dois foram identificados a nível de gênero (Trigona sp., Bambus sp.) e um a nível de espécie (Apis melífira scutellata). A Pantraps não atraiu nenhum inseto considerado abelha, independente da área ou período de coleta. Foi observada maior frequência de abelhas no período seco comparado com o período chuvoso. Na área de sabiá houve maior visitação por abelhas (82% dos indivíduos) e maior preferência de visitação após utilização da essência de salicilato de metila (79% dos indivíduos), no entanto a essência de baunilha se apresentou eficiente na atração dos mesmos. Conclui-se que o método de coleta de abelhas utilizando armadilhas odoríferas em ambiente de Caatinga do agreste pernambucano, mostrou-se eficiente, quando utilizadas as essências baunilha e salicilato de metila, sendo a última a mais efetiva na atração destes insetos. As modificações ocorridas no monocultivo de Sabiá em ambiente de Caatinga não influenciam negativamente na diversidade de abelhas, quando comparada a área de mata nativa da região, sendo observada diversidade similar nas duas áreas.Item Uso de machine learning e sensoriamento remoto para a identificação da floresta tropical sazonalmente seca no Parque Nacional do Catimbau(2021-01-20) Monteiro Junior, José Jorge; Alba, Elisiane; El-Deir, Soraya Giovanetti; http://lattes.cnpq.br/3202139188457904; http://lattes.cnpq.br/1465154212352591; http://lattes.cnpq.br/0911037640720248A classificação de florestas tropicais sazonalmente secas é um dos maiores desafios das análises ambientais por sensoriamento remoto, tendo em vista as características fitofisionômicas da floresta que se assemelham remotamente das características do solo exposto, gerando erros amostrais em estudos de monitoramento florestal. O objetivo deste trabalho foi utilizar-se do aprendizado de máquinas para entender a dinâmica de uso e cobertura da terra no Parque Nacional do Catimbau nos períodos de maior precipitação (úmido) e menor precipitação (seco) a partir do imageamento LANDSAT. O trato metodológico ocorreu a partir da obtenção de dados Landsat no ano de 2019 para o período úmido e período seco, os dados brutos foram pré processados em sistemas de informação geográficos a fim de (i) selecionar bandas; (ii) delimitar área de estudo; (iii) executar a correção atmosférica; e (iv) fazer a junção das bandas de satélite (bandset). Foi criado um shapefile para treinamento dos algoritmos de aprendizado de máquina contendo amostras das classes encontradas na área de estudo, estas sendo, as fitofisionomias arbórea-arbustiva e arbustiva-herbácea, áreas antropizadas, solo exposto, e outras áreas (i.e. nuvens, componentes hídricos, rodovias). No software R foram utilizados os algoritmos tanto para a classificação supervisionada (com base na validação cruzada, método k-fold e teste de Friedman e Nemenyi) quanto para a espacialização dos dados utilizando os algoritmos citados. Com os metodos descritos foi possível observar que os valores de NDVI fomentaram a ideia de que a fitofisionomia arbustiva-herbácea apresenta reflectância similiar ao solo exposto em algumas áreas no período seco. No período úmido, o algoritmo kNN apresentou melhor performance na diferenciação das classes e identificação da vegetação (Kappa = 0,9887). Já no período seco, os algoritmos kNN, SVM e ANN não apresentaram diferenças estatísticas significativas quanto a sua performance, sendo estes considerados bons classificadores para o período (Kappa = 0,9965;0,9973;0,9962, respectivamente). Portanto, o presente estudo trouxe inovação no uso de técnicas de Inteligência Artificial para a solução de problemas no monitoramento, manejo e administração de florestas tropicais sazonalmente secas com dados remotos. Sendo um método alternativo para identificar, de forma rápida e econômica, as mudanças na estrutura florestal.Item Inteligência artificial na classificação de uso e cobertura da terra no semiárido de Pernambuco(2020-11-03) Almeida, Gabriela Costa de; Silva, Emanuel Araújo; Moreira, Giselle Lemos; http://lattes.cnpq.br/6171199372079024; http://lattes.cnpq.br/2765651276275384A Floresta Tropical Seca brasileira, conhecida como Caatinga, está presente na região nordeste do Brasil e possui características climáticas severas, com clima seco e chuvas mal distribuídas. Essas características climáticas dificultam a análise por sensoriamento remoto devido às grandes diferenças de vegetação entre os períodos seco e chuvoso. Para auxiliar a análise de sensoriamento remoto neste bioma, este trabalho tem como objetivo testar diferentes algoritmos de Inteligência Artificial por meio de classificação supervisionada e identificar padrões de uso e cobertura da terra na cidade de Petrolina, em Pernambuco. Três algoritmos foram testados: Random Forest, Artificial Neural Networks e K-Nearest Neighbors usando o software QGIS e RStudio baseado em imagens LANDSAT 8 do período seco. Foram selecionadas 20 amostras das classes: Água, Agricultura, Área Urbana, Floresta e Solo Exposto, e essas amostras serviram de base para o treinamento dos algoritmos de classificação das imagens. Dados de ocupação e avaliação de qualidade de precisão foram obtidos usando acurácia do mapeamento e índice de Kappa, respectivamente: 0,9878706 e 0,9653555 para Random Forest; 0,9199973 e 0,9454833 para Artificial Neural Networks, 0,9873741 e 0,9598640 para o K-Nearest Neighbors, todos considerados excelentes. Esses valores foram superiores aos encontrados nos algoritmos mais comumente utilizados, como no algoritmo de Máxima Verossimilhança. Observou-se que o uso de algoritmos de inteligência artificial pode gerar melhores resultados na classificação do uso da terra em regiões semiáridas.Item Análise da distribuição espacial do índice de umidade do solo em regiões semiáridas a partir de dados de sensoriamento remoto(2019-11-26) Santos, Jadiene Moura dos; Silva, Emanuel Araújo; Oliveira, Cinthia Pereira de; http://lattes.cnpq.br/8148643000907549; http://lattes.cnpq.br/2765651276275384; http://lattes.cnpq.br/5414923091157764A umidade do solo representa uma fração de água que está num nível da superfície da terra onde há interação com atmosfera através da evapotranspiração. Ela é variável fundamental no funcionamento de diversos processos que atuam no sistema terrestre, além de caracterizar a desertificação de regiões semiáridas e áridas. Esse trabalho de conclusão de curso teve como objetivo avaliar a distribuição espacial do índice de umidade do solo em área de floresta tropical seca, no município de Floresta/PE, por meio de imagens orbitais. A metodologia foi aplicada para quatro datas distintas (21/11/15, 23/11/16, 12/12/17 e 13/11/18) e o processamento dos dados para obtenção do Índice de Vegetação da Diferença Normalizada (NDVI), Temperatura da Superfície (Ts) e Índice de Umidade do Solo (IUS) foi realizado no software Qgis. Além disso, foram realizadas a classificação da série temporal da precipitação anual do município de Floresta/PE em anos secos, normais ou chuvosos, utilizando método dos quantis e a análise da precipitação mensal em relação as normais climatológicas de 2015 a 2018, por meio dos dados obtidos no site da APAC. Por fim, foi feita a distribuição da nuvem de pontos entre IUSxNDVI e IUSxTs. Os resultados mostraram que a classificação no período de 1999 a 2018 oito anos se comportaram como normais e seis anos como secos e chuvosos, onde os valores para os anos secos variaram de 149,50 a 349,20mm, os normais de 392,70 a 538,1mm e os chuvosos de 559,10 a 750,60mm. Para os anos de 2015, 2016, 2017 e 2018 os valores de precipitações mensais acumuladas foram de 223,00mm, 395,10mm, 399,20mm e 653,50mm, respectivamente. Os valores de NDVI no solo exposto mais vegetação rala variaram de 0,124 a 0,323, na vegetação arbórea entre 0,351 a 0,649 e nos corpos hídricos entorno -0,072. Na temperatura da superfície foram encontrados valores mínimos de 23,80°C e máximos de 44,93°C. Para o índice de umidade do solo foram encontrados valores de 0,240 em solo exposto e vegetação rala, 0,417 a 0,746 na vegetação arbórea e 0,821 na água. Na distribuição da nuvem de pontos de IUS com parâmetros biofísicos NDVI e Ts observou-se que 2015 e 2016 não ocorreram presença pixels na região negativa do NDVI e os pixel de Ts ficaram acima dos 40°C. Por outro lado, em 2017 e 2018 devido a presença de água houve uma redução na Ts, onde a maioria dos pixels ficaram abaixo dos 40°C. O método dos Quantis permitiu identificar num intervalo de vinte anos um padrão irregular entre anos classificados como secos, normais e chuvosos. A precipitação mensal dos quatros mostrou grande variabilidade em relação as normais climatológicas do município. O NDVI permitiu identificar a presença de corpos hídricos, solo exposto com vegetação de caráter herbáceo e arbóreo na fazenda Itapemirim/PE. A obtenção dos baixos valores de temperatura da superfície nas datas imageada estão associados aos altos valores de NDVI e de umidade do solo. Os valores do IUS foram inferiores no solo exposto e mais expressivos na água e sob a vegetação arbórea, devido a rápida resposta das florestas tropicais secas no período de chuva durante a data do imageamento. A distribuição da nuvem de pontos mostrou-se um comportamento crescente para IUSxNDVI e inverso para IUSxTs.