Campo DC | Valor | Idioma |
dc.contributor.advisor | Alixandrini Junior, Mauro José | - |
dc.contributor.author | Limoeiro, Milena de Araújo | - |
dc.creator | Limoeiro, Milena de Araújo | - |
dc.date.accessioned | 2021-03-11T17:43:08Z | - |
dc.date.available | 2021-03-11T17:43:08Z | - |
dc.date.issued | 2021-03-11 | - |
dc.date.submitted | 2020-11-11 | - |
dc.identifier.other | Dissertação | - |
dc.identifier.uri | http://repositorio.ufba.br/ri/handle/ri/33029 | - |
dc.description.abstract | 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. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Geospatial big data | pt_BR |
dc.subject | Mapa de favorabilidade | pt_BR |
dc.subject | Recomposição florestal. | pt_BR |
dc.title | Uso de geospatial big data para análise de favorabilidade à recomposição florestal em regiões degradadas por exploração onshore de petróleo e gás | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.referees | Alixandrini Junior, Mauro José | - |
dc.contributor.referees | Pedrassoli, Julio Cesar | - |
dc.contributor.referees | Cruz, Carla Bernadete Madureira | - |
dc.contributor.referees | Carvalho, Fernanda Puga Santos | - |
dc.publisher.departament | Escola Politécnica | pt_BR |
dc.publisher.program | Programa de Pós-graduação em Engenharia Civil | pt_BR |
dc.publisher.initials | UFBA | pt_BR |
dc.publisher.country | brasil | pt_BR |
dc.subject.cnpq | Engenharia Civil | pt_BR |
Aparece nas coleções: | Dissertação (PPEC)
|