Dinâmica de uso e cobertura da terra em áreas do formações não florestais/PRODES no Sudeste paraense

• Ano de defesa: 2019
• Autor(a) principal: SOUZA, Larisse Fernanda Pereira de
• Orientador(a): ADAMI, Marcos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Pará; Museu Paraense Emílio Goeldi; Empresa Brasileira de Pesquisa Agropecuária
• Programa de Pós-Graduação: Programa de Pós-Graduação em Ciências Ambientais
• Departamento: Instituto de Geociências
• País: Brasil
• Palavras-chave em Português: Não Florestais; Uso e Cobertura da terra; Google Earth Engine
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
• Link de acesso: https://repositorio.ufpa.br/jspui/handle/2011/15834

As savanas amazônicas são de extrema relevância para a conservação da biodiversidade, sendo compostas por comunidades vegetacionais de numerosas espécies endêmicas. No entanto, as savanas amazônicas são pouco estudadas. As áreas florestais da Amazônia são monitoradas desde 1988 quando foi criado o Projeto de Monitoramento e Desmatamento da Amazônia (PRODES) para obter taxas anuais de desflorestamento bruto da Amazônia Legal Brasileira. Porém o PRODES não monitora áreas de Não Florestis (NF) dentro do bioma Amazônia, restringindo informações sobre as formações não florestais sua diversidade ambiental e grau de antropização. Assim, o objetivo geral deste trabalho é analisar a dinâmica da paisagem em áreas de formação não florestais nos períodos de 2000, 2010 e 2018. Esta pesquisa tem como área de análise uma área de NF (ecótono de transição Amazônia-Cerrado) localizada nos municípios de Rio Maria, Redenção, Floresta do Araguaia, Conceição do Araguaia, Santa Maria das Barreiras, Pau D’arco e Santana do Araguaia, mesorregião sudeste do Estado do Pará, área de processo recente de povoamento. Para realizar o mapeamento de LULC da terra foi utilizada a plataforma Google Eath Engine (GEE). Trata-se de um catálogo de dados de análise prontos com um alto desempenho, intrinsecamente serviço de computação paralela. Ao analisar os resultados por classe temática, observou-se que as classes Savana Parque, Agricultura e Outros apresentaram concordância superior 90%. As classes Pasto e Savana Arborizada obtiveram menor concordância, com 80%. As classes que representaram maior intensidade de omissão foi Savana Arborizada com 10% e Outros 7%. Já a inclusão, teve os maiores valores nas classes Pasto com 13% e Mosaico de Agricultura ou Pastagem 7%. A precisão global deste mapeamento foi de 86%. A plataforma GEE mostrou-se eficiente e ágil que permitiu que num curto espaço de tempo fosse realizado várias tentativas de classificação até se chegar no melhor resultado possível com excelentes resultados de validação.