| Revista: | Revista da Casa da Geografia de Sobral |
| Base de datos: | |
| Número de sistema: | 000592218 |
| ISSN: | 2316-8056 |
| Autores: | Mojica, Jack Endrick Pastrana1 Castro, Lidia Gomes de2 Santos, Jader de Oliveira1 |
| Instituciones: | 1Universidade Federal do Ceará, Fortaleza, Ceará. Brasil 2Universidade Federal do Paraná, Curitiba, Paraná. Brasil |
| Año: | 2022 |
| Volumen: | 24 |
| Número: | 3 |
| Paginación: | 504-531 |
| País: | Brasil |
| Idioma: | Portugués |
| Tipo de documento: | Artículo |
| Resumen en inglés | The environmental occurrences in the Integral Protection Conservation Unit (UC) in the Cocó State Park represent a constant problem that lead to environmental degradation. This damage was initially generated by the implementation of the activities and practices of salt mine extraction that were developed in the past and which progressively affected the functionality of the ecosystem, even with urban densification in the metropolitan area of Fortaleza, thus generating constant pressure on this area. Therefore, space-time monitoring becomes essential to ensure environmental protection and management. In this sense, the use of remote sensing helps in monitoring and following the factors that affect the transformation of the park. This work aims to analyze the behavior of vegetation health under environmental conditions from 2015 to 2021 to identify patterns of cover changes, using the Change Vector Analysis (CVA) algorithm. The methodology used the Google Earth Engine (GEE) geoprocessing platform and the Python programming language as a tool to process and manipulate remote sensing data to identify 4 categories of changes: no change, flooding, regrowth and degradation within the park. |
| Resumen en español | Las ocurrencias ambientales em la unidad de conservación de Protección Integral (UC) en el parque Estadual do cocó (PEC) representan un problema constante que lleva a la degradación ambiental, esa perturbación fue generada inicialmente por la implementación de las actividades y prácticas de sal que fueron desarrolladas en el pasado y que progresivamente afectaron la funcionalidad del ecosistema, al igual que la expansión urbana en la zona metropolitana de Fortaleza que genero una presión sobre esta área. Por tanto, el monitoriamiento espacio temporal es indispensable para garantizar la protección y gestión ambiental, en ese sentido la utilización de la teledetección remota auxilia en el monitoreo y seguimiento de los factores que inciden en la transformación del parque. Este trabajo tiene como objetivo analizar el comportamiento de la vegetación en las condiciones ambientales entre el periodo 2015-2021 para identificar patrones de cambios en la cobertura, a través del algoritmo Change Vector Analysis (CVA). La metodología utilizó la plataforma de geoprocesamiento (GEE) y el lenguaje de programación Python como herramienta para procesar y manipular datos provenientes de sensores remotos para identificar 4 categorías de cambios: sin alteración, alagamiento, recrecimiento y degradación dentro del PEC. |
| Resumen en portugués | As ocorrências ambientais na Unidade de Conservação de Proteção Integral (UC) no Parque Estadual do Cocó (PEC), representam um problema constante que leva degradação ambiental. Esse estrago foi gerado inicialmente pela implementação das atividades e práticas de extração de salineira que foram desenvolvidas no passado e que progressivamente afetaram a funcionalidade do ecossistema, mesmo que, ao adensamento urbano na zona metropolitana de Fortaleza, o que gerou uma pressão constante sobre esta área. Portanto, o monitoramento espaço-temporal torna-se indispensável para assegurar a proteção e gestão ambiental. Nesse sentido a utilização do sensoriamiento remoto auxilia na monitorização e seguimento dos fatores que incidem na transformação do parque. Este trabalho objetiva analisar o comportamento da saúde da vegetação nas condições ambientais entre o período 2015 - 2021 para identificar padrões de mudanças da cobertura, através do algoritmo Change Vector Analysis (CVA). A metodologia utilizou a plataforma de geoprocessamento Google Earth Engine (GEE) e a linguagem de programação Python como ferramenta para processar e manipular dados de sensoriamento remoto para identificar 4 categorias de mudanças: sem alteração, alagamento, recrescimento e degradação dentro do PEC. |
| Disciplinas: | Geografía |
| Palabras clave: | Geografía física |
| Keyword: | Physical geography |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
