Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/1014
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: O uso de inteligência artificial para modelagem ambiental da Área de Influência Indireta (AII) das usinas hidrelétricas Ferrera Gomes e Cachoeira Caldeirão – Amapá
metadata.dc.creator: MARQUES, Fábio de Lima
metadata.dc.contributor.advisor1: ARAÚJO, Alan Nunes
Issue Date: 10-Jan-2019
Citation: MARQUES, Fábio de Lima. O uso de inteligência artificial para modelagem ambiental da Área de Influência Indireta (AII) das usinas hidrelétricas Ferrera Gomes e Cachoeira Caldeirão – Amapá. Orientador: Alan Nunes Araújo. 2019. 66 f. Trabalho de Conclusão de Curso (Tecnólogo em Geoprocessamento) – Campus Universitário de Ananindeua, Universidade Federal do Pará, Ananindeua, 2018.Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/1014. Acesso em:.
metadata.dc.description.resumo: Situada na região baixo-médio da Bacia Hidrográfica do Rio Araguari, a área de estudo, Área de Influência Indireta (AII) das Usinas Hidrelétricas Ferreira Gomes e Cachoeira Caldeirão do Estado do Amapá, abrange em seus limites partes de três municípios: Ferreira Gomes, Porto Grande e Tartarugalzinho. Este trabalho, teve como objetivo geral identificar cenários espaciais da AII correspondentes aos anos de 2013 e 2017 modelando a dinâmica do uso e cobertura do solo, para realizar a simulação das futuras mudanças da paisagem para o ano de 2030. Para a elaboração dos mapas de uso e cobertura do solo, foram classificadas imagens de satélite Landsat-8 (2013) e Sentinel-2 (2017). A etapa de modelagem foi feita no software Dinamica EGO através do modelo de LUCC (Land Use and Cover Change) que utiliza o método de Pesos de Evidências. Após validado e calibrado o modelo, os mapas simulados de 2017, quando comparados com o mapa real de referência, apresentaram resultados dos seus índices de similaridade satisfatórios. A análise da correlação entre os mapas, gerou mapas de probabilidades de transição entre as classes, das quais as mais influentes no modelo foram: a probabilidade de transição de Cerrado/Pastagem para área cultivada, Cerrado/Pastagem para área Urbana, Floresta para área cultivada, Floresta para área Urbana e Floresta para Cerrado/Pastagem. A partir do uso de Inteligência Artificial (AI) para simulação de cenário futuro até o ano de 2030 foi possível analisar que a classe de área cultivada apresenta tendências crescimento próximo a região nordeste da área de estudo na área abrangente do município de Tartarugalzinho e também ao lado direito do rio Araguari próximo ao município de Porto Grande no entorno da BR-210; a classe cerrado/pastagem tende a crescer ainda mais na sua região de predomínio ao lado esquerdo do Rio Araguari, no entorno da BR-165 e também na região próximo à sede municipal de Ferreira Gomes; a área de Floresta tende a perder espaço por conta da transição de Floresta para Cerrado/Pastagem e reduz também próximo as sedes urbanas que tendem a se expandir nos seus arredores por conta da influência dos empreendimentos hidrelétricos e do crescimento das sedes municipais de Porto Grande e Ferreira gomes. Conclui-se que a metodologia proposta no processo de modelagem da dinâmica de paisagem no Dinamica EGO por ser utilizada para a construção de cenários probabilísticos, pode auxiliar na tomada de decisões no planejamento do uso e cobertura do solo, tornando a IA importante recurso tecnológico para análises espaciais complexas.
Abstract: Located in the low-medium region of the Araguari River Basin, the study area, Indirect Influence Area (AII) of the Ferreira Gomes and Cachoeira Caldeirão Hydroelectric Power Plants in the State of Amapá, covers in its limits parts of three municipalities: Ferreira Gomes, Porto Grande and Tartarugalzinho. The objective of this work was to identify spatial scenarios of the IIA corresponding to the years of 2013 and 2017, modeling the dynamics of land use and cover that occurred during this time period, in order to simulate future landscape changes for the year 2030. (Landsat-8 (2013) satellite images merged with the panchromatic band and Sentinel-2 (2017). The modeling step was done in the software, of free license, Dinamica EGO through the model of LUCC (Land Use and Cover Change) that uses the method of Weights of Evidence. After validating and calibrating the model, the simulated maps in the 2017 models, when compared to the actual reference map, presented results of their satisfactory indexes of similarity. The analysis of the correlation between the maps in the model, generated maps of probabilities of transition between classes, of which the most influential in the model were: the probability of transition from Cerrado / Pasture to cultivated area, Cerrado / Pasture to urban area, Forest to cultivated area, Forest for Urban area and Forest for Cerrado / Grassland. From the use of Artificial Intelligence (AI) to simulate future scenarios until the year 2030, it was possible to analyze that the cultivated area class presents growth trends near the northeastern region of the study area in the area of Tartarugalzinho, right side of the Araguari river near the municipality of Porto Grande in the vicinity of BR-210; the cerrado / pasture class tends to grow even more in its predominant region on the left side of the Araguari River, near the BR-165 and also in the region near the municipal headquarters of Ferreira Gomes; the Forest area tends to lose ground due to the transition from Forest to Cerrado / Pasture and also reduces near to urban centers that tend to expand in their surroundings due to the influence of the hydroelectric projects and the growth of the municipal headquarters of Porto Grande and Ferreira gomes. It is concluded that the methodology proposed in the modeling process of the landscape dynamics in Dinamica EGO to be used for the construction of probabilistic scenarios, can help in the decision making in land use and land use planning, making AI an important technological resource for complex spatial analyzes.
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIA::GEOLOGIA AMBIENTAL
Keywords: Inteligência artificial
Pesos de evidências
Bacia Hidrográfica do Rio Araguari
Hidrelétricas
Amapá (AP)
Artificial intelligence
Evidence weights
Hydrographic Basin of the Araguari River
Hydropower
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD-ROM
Appears in Collections:Curso de Geoprocessamento - CANAN

Files in This Item:
File Description SizeFormat 
TCC_UsoInteligenciaArtificial.pdf7,99 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons