Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Limoeiro, Milena de Araújo |
| Orientador(a): |
Alixandrini Junior, Mauro José |
| Banca de defesa: |
Alixandrini Junior, Mauro José,
Pedrassoli, Julio Cesar,
Cruz, Carla Bernadete Madureira,
Carvalho, Fernanda Puga Santos |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Escola Politécnica
|
| Programa de Pós-Graduação: |
Programa de Pós-graduação em Engenharia Civil
|
| Departamento: |
Não Informado pela instituição
|
| País: |
brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://repositorio.ufba.br/ri/handle/ri/33029
|
Resumo: |
Atualmente o volume de dados oriundos do sensoriamento remoto disponível para ser utilizado cresce de forma exponencial e o uso geospatial big data passou a atrair cada vez mais a atenção da comunidade científica por suas inúmeras possibilidades de aplicação na solução dos mais diversos tipos de problemas. Paralelamente, a alteração do cenário mundial de exploração onshore (em regiões continentais) de petróleo e gás natural, que ocorreu em função da intensificação de jazidas em regiões predominantemente tropicais, trouxe uma nova problemática ligada ao fato de que essas regiões se mostram muito mais suscetíveis à degradação em função de características intrínsecas à exploração desses minerais. Posto isto, este trabalho tem como objetivo geral propor uma metodologia para a avaliação da favorabilidade à recomposição florestal para áreas degradadas pela exploração de petróleo onshore com uso de geospatial big data, sendo realizado um estudo de caso no campo de Água Grande, que fica localizado entre os municípios de Catu e Pojuca, no estado da Bahia. Para tal finalidade foram utilizados dados de modelos digitais de elevação, uso e cobertura do solo, hidrografia e climáticos. Além disto, foram enumerados sete indicadores, cada um associado a uma camada de informação, aos quais foram atribuídos pesos e notas para suas classes por especialistas. Em seguida, essas camadas de informações foram sobrepostas utilizando a álgebra de mapas, gerando como saída o mapa de favorabilidade a recomposição florestal. O objetivo principal do trabalho foi alcançado sendo possível observar que a escolha das áreas para a realização de projetos de reflorestamento pode ser mais assertiva com a utilização de um modelo que represente a favorabilidade à recomposição florestal na região. Dentre os indicadores utilizados, o uso da terra, a proximidade com áreas de formação florestal e a proximidade a corpos d’água, foram considerados aqueles como maior impacto para a hierarquização de regiões mais ou menos favoráveis ao reflorestamento, enquanto que os indicadores de proximidade com áreas urbanas, geomorfologia e intensidade de exposição ao Sol foram considerados de menor impacto. Por fim, ressalta-se que a metodologia desenvolvida neste trabalho pode ser replicada em qualquer região e assim oferecer um subsídio para a escolha mais estratégica de áreas candidatas ao reflorestamento. |
