Localização espacial e as implicações no geoprocessamento. Formas de representação de dados espaciais. Características, modelos e estruturas dos dados espaciais. Conceitos básicos de cartografia. Fundamentos de Cartografia sistemática: representação da terra, sistemas de referência geodésico, sistemas de coordenadas, projeções cartográficas, topografia e escala. Conversão de dados, adequações de fusos, padronização. Princípios de funcionamento e utilização das plataformas orbitais no posicionamento global.
Introdução aos Sistemas de Informação Geográfica (SIG) – Definição e componentes. Aquisição e manipulação de dados na forma vetorial. Operações de análise de dados vetoriais. Armazenamento e manipulação de dados alfanuméricos. Bancos de dados. Aplicações Open Source no âmbito dos SIGs.
Princípios físicos do Sensoriamento Remoto (SR); Características dos sistemas de aquisição de dados de SR; Principais sistemas de SR existentes e as características dos dados e imagens geradas; Comportamento espectral dos alvos da Terra; Métodos de extração de informações a partir de dados de SR; Interpretação visual de dados de SR; Introdução ao Processamento digital dos dados de SR; Introdução aos programas e algoritmos para tratamento de dados de SR; Aplicações do SR orbital em mapeamento de cobertura e uso do solo.
ntrodução aos VANTs (Veículos Aéreos Não Tripulados) e suas aplicações na aquisição de dados geoespaciais. Fundamentos de aerofotogrametria e sensoriamento remoto aplicados a VANTs. Tipos de VANTs e seus sensores (câmeras, lidar, etc.) e suas características. Planejamento de missões de voo com VANTs. Princípios do processamento de dados obtidos com VANTs. Software de processamento de dados VANTs. Análise e interpretação de dados. Aplicações práticas e estudos de casos: agricultura de precisão, monitoramento ambiental, gestão de recursos naturais, entre outros.
Principais técnicas de análise espacial: interpolação, análise de proximidade, análise de rede, análise multicritério, análise de cluster, análise de correlação, entre outras. Ferramentas e software para análise espacial: Google earth engine, QGIS, entre outros open source. Aplicações práticas de análise espacial em geoprocessamento: análise ambiental, planejamento urbano, gestão de recursos naturais, epidemiologia, entre outros. Integração de dados espaciais e não-espaciais na análise espacial. Visualização e comunicação de resultados de análise espacial: mapas temáticos, diagramas, gráficos, entre outros.
Análise e avaliação de estudos de caso de Sistemas de Informação Geográfica aplicados ao planejamento urbano. Considerações sobre o desenvolvimento regional e urbano. Apresentar casos reais e aplicações práticas de soluções de geoprocessamento na gestão urbana. Geoprocessamento aplicado à caracterização e planejamento urbano, seleção de locais para a implantação de aterros sanitários, entre outras.
Introdução ao geoprocessamento e suas aplicações em saneamento ambiental. Dados e informações dos sistemas de abastecimento de água, coleta e tratamento de esgotos, manejo de águas pluviais e resíduos sólidos. Ferramentas de geoprocessamento aplicadas ao planejamento e gestão do saneamento ambiental. SIG como auxílio na gestão dos dados relativos ao saneamento. Funcionalidades do SIG para gerenciamento das informações sobre saneamento ambiental. Análise de informações espaciais através de mapas temáticos para visualização de dados de saneamento. Macrovisão da distribuição da rede de abastecimento de água e esgoto para tomada de decisões.
Abordagens teórico-conceituais sobre análise ambiental no contexto do geoprocessamento e do sensoriamento remoto. Apresentação de problemas práticos como análise de fragmentação de paisagem, gestão e percepção ambiental, mapeamento e análise de áreas urbanas, entre outros. Aplicações de Geoprocessamento para: zoneamento de áreas com necessidade de proteção, criação de planos de manejo, fiscalização de áreas de proteção legal, análise ambiental, identificação de áreas potenciais para atividades turísticas.
Evolução do Radar. Propriedades das Ondas Eletromagnéticas. Princípio do Radar. Radar de Abertura Real. Efeitos Geométricos. Interação com Objetos. Parâmetros do Sistema. Parâmetros do alvo (Rugosidade, Constante Dielétrica e Geometria). Calibração Radiométrica. Radar de Abertura Sintética. Modos de Operação. Polarimetria. Radargrametria. Interferometria. Processamento de Imagens SAR. Filtros e Correções. Introdução ao Software SNAP.
Metodologia da Pesquisa Seminários em geoprocessamento e Sensoriamento remoto Trabalho de conclusão de curso (TCC)
Professora UEPA
Pós-doutorado em Sensoriamento Remoto na Faculdade de Ciências da Universidade do Porto (FCUP), Portugal (2017-2019), Doutorado em Economia Agrícola na Justus-Liebig-Universität Giessen na Alemanha (2008), reconhecido pela Universidade Federal do Rio Grande do Sul (UFRGS) como Doutorado em Desenvolvimento Rural, Mestrado em Engenharia de Produção pela UFSC, e graduação em Engenharia Civil pela UFPA. Desenvolve pesquisas nas áreas de Desenvolvimento Regional, Política e Gestão Ambiental, Economia ambiental, Valoração ambiental, Serviços Ecossistêmicos e o uso de metodologias de Geoprocessamento e Sensoriamento remoto na identificação de variações ambientais em território Amazônico utilizando as seguintes ferramentas: QGIS, SNAP e Google Earth Engine.
Professor UEPA
Doutor em Ciências Ambientais do Programa de Pós-Graduação em Ciências Ambientais. Mestre em Ciências Ambientais pelo Instituto de Geociências (UFPA). Especialista em Geoprocessamento e Georreferenciamento pela Universidade Cândido Mendes. Possui Licenciatura Plena e Bacharelado em Geografia da Faculdade de Geografia e Cartografia, da Universidade Federal do Pará. Professor da Universidade do Estado do Pará (UEPA). Possui experiência em análise, processamento, interpretação e sistematização de dados espaciais nas áreas de Geoprocessamento e Sensoriamento Remoto. Com ênfase em aplicação de geotecnologias para análise da dinâmica de uso da terra e vulnerabilidade ambiental nos Biomas Amazônia e Cerrado.
Professor UEPA
Pós-doutorado em Geoinformática no Instituto Nacional de Pesquisas Espaciais (INPE), Doutorado em Engenharia Elétrica e Mestrado em Engenharia Civil pela Universidade Federal do Pará (UFPA), Graduado em Engenharia Civil pela UNESPA, atualmente conhecida como Universidade da Amazônia (UNAMA). rabalha nas áreas de pesquisa: Inteligência Artificial (Artificial Intelligence); Mineração de Dados (Data Mining); Geoinformática (Geoinformatics); Marketing Digital e Neuromarketing (Digital Marketing and Neuromarketing); Energia, Meio Ambiente e Sustentabilidade (Energy, Environment and Sustainability); Defesa Civil e Descargas Atmosféricas (Civil Defense and Atmospheric Discharges) e Ciências Forenses (Forensic Sciences).
Professor UEPA
Doutor em Ciências Ambientais na área de Clima e Dinâmica Socioambiental na Amazônia pela Universidade Federal do Pará - UFPA (2022). É Mestre em Ciências Ambientais pela Universidade do Estado do Pará - UEPA (2016). É Especialista em Suporte Técnico a Sistemas de Computação pela Universidade do Federal do Pará - UFPA (2005). Possui graduação em Tecnólogo em Processamento de Dados pela Universidade do Federal do Pará - UFPA (1991). Graduação em Bacharel em Ciências Náuticas pelo Escola de Formação de Oficiais da Marinha Mercante - EFOMM (1984).
Professor UEPA
Doutorado em Engenharia e Gestão Industrial pela Universidade do Porto (2018). Mestrado em Engenharia de Produção pela Universidade Federal de Santa Catarina (2007) e graduação em Engenharia de Produção pela Universidade do Estado do Pará (2005). Atualmente é conselheira titular do Conselho Regional de Engenharia, Arquitetura e Agronomia (Pa), partner - Advances in Cleaner Production Network, assistente de pesquisa do Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência. Tem experiência na área de Engenharia de Produção, com ênfase em Pesquisa Operacional, atuando principalmente nos seguintes temas: sustentabilidade, mudanças climáticas, serviços ambientais, análise multicritério de apoio à decisão e covid-19.
Professor UEPA
Doutor em Geografia pelo Programa de Pós-Graduação em Geografia (PPGEO/UFPA), atuando na linha de pesquisa Dinâmicas da Paisagem na Amazônia. Pesquisador Líder do Grupo de Estudos e Observação Cartográfica da Amazônia (GEOCAM), vinculado a Universidade do Estado do Pará (UEPA), com Pesquisas nas Áreas de Transporte (Urbano e Rural), Cartografia (Analógica e Digital), Planejamento e Gestão. Pesquisador Assistente junto ao Grupo: Ordenamento Territorial, Espaço Urbano e Violência na Amazônia Vinculado a Universidade do Estado do Pará (UEPA), com pesquisa nas áreas de: Dinâmica do Território e as transformações no espaço nas áreas dos projetos minero metalúrgicos e infra estruturais e Ordenamento Territorial.
Professor externo
Doutorando do PPPGCA/UFPA. Mestrado em Ciências Ambientais pela UFPA. Especialista em Geotecnologias pelo IESAM. Graduado em Geografia pela UFPA (Bach. e Lic.) e formado em Geodésia e Cartografia pelo CEFET-PA, Tem experiência na área de Geografia, com ênfase em Geografia Física, atuando principalmente nos seguintes temas: Monitoramento da cobertura florestal, Geoprocessamento e GIS, Sensoriamento Remoto e Processamento Digital de Imagem, Cartografia, Planejamento Territorial, Dinâmica e Planejamento Ambiental, Ecologia de Paisagem e Monitoramento de uso e cobertura da terra (LULCC). Atualmente é consultor GEO da Solved - Soluções em Geoinformação.
Período: 13 a 18 de março de 2023
Prof. Dr. Rodrigo Rangel
Período: 10 a 15 de abril de 2023
Prof. MSc. Luiz Sadeck
Período: 15 a 20 de maio de 2023
Prof. Dr. Ismael Matos da Silva
Período: 12 a 17 de junho de 2023
Prof. Dra. Norma Ely Santos Beltrão
Período: 07 a 12 de agosto de 2023
Prof. Dr. Carlos Gutierrez
Serão oferecidos seminários online abordando algum tema incluído na área de Geoprocessamento e Sensoriamento Remoto na frequencia de 2 a 3 vezes por mês. Aqui nessa agenda você será informado o titulo do Seminário e o professor/profissional convidado a palestrar.
AVALIAÇÃO DO USO DE ÍNDICES ESPECTRAIS PARA MAPEAMENTO DE COBERTURA DA TERRA EM ÁREAS DE MINERAÇÃO EM IPIXUNA DO PARÁ (PA)
A mudança de cobertura da terra é o tema principal correlacionado a sustentabilidade ambiental. O estudo aplicado nas áreas de mineração, de Ipixuna do Pará, é importante para medir índices de espectrais. O objetivo deste artigo foi analisar imagens Landsat entre 1991 a 2021 e correlacionar os: Índice de Vegetação por Diferença Normalizada (NDVI), Índice de Vegetação Ajustado ao Solo (SAVI), Índice de Diferença Normalizada Edificada (NDBI) e o Índice de Água por Diferença Normalizada (MNDWI), afim de classificar diferentes tipos de cobertura da terra. Analisou-se a classificação supervisionada com algoritmo Random Forest, no Google Earth Engine (GEE). Os resultados revelaram diferentes mudanças na cobertura da terra com diferentes valores, para cada índice, com precisão geral, das imagens classificadas, de entre 81% a 89%, respectivamente. Os resultados mostraram que esses índices são confiáveis para mapear e monitorar as mudanças de cobertura da terra no município. Palavras-chave — NDVI, SAVI, NDBI, MNDWI
ANÁLISE MULTITEMPORAL DO ÍNDICE NDWI APLICADO À CULTURA DA SOJA NA REGIÃO DA BACIA DO ARAGUAIA-TOCANTINS (PA) UTILIZANDO GOOGLE EARTH ENGINE
Eficácia e agilidade no monitoramento de impactos agricolas no ambiente são atributos cada vez mais demandados pela sociedade. O sensoriamento remoto na agricultura pode contribuir na compreensão desses fenômenos e viabilizar respostas rápidas a esses eventos. Neste sentido, o objetivo deste trabalho foi apresentar uma análise multitemporal do conteúdo da água nas folhas da cultura da soja no entorno da bacia hidrográfica Araguaia Tocantins, no sudeste do estado do Pará. Para isso, utilizou-se o índice de água NDWI (normalized difference water index) processado através da plataforma GEE, utilizando-se imagens da coleção Sentinel-2 no período de 2018 a 2022. Os valores médios de NDWI capturados nas amostras com cultivo de soja se mostraram sensíveis às diferentes fases de desenvolvimento da cultura. O mapeamento do índice NDWI pode ser usado em conjunto com outros índices para selecionar e quantificar áreas que estão sendo cultivadas, monitorar impactos e auxiliar na tomada de decisão. Palavras-chave — Agricultura, Sensoriamento Remoto, Amazônia
UTILIZAÇÃO DE IMAGENS SENTINEL-2 PARA AVALIAÇÃO DA EXPANSÃO AGRÍCOLA NO MUNICÍPIO DE SANTANA DO ARAGUAIA (PA), USANDO GEE
Diante da expansão do cultivo da soja em áreas da Amazônia Legal, este trabalho teve como objetivo explorar formas de identificar áreas de soja utilizando índices de vegetação aplicados ao município de Santana do Araguaia-PA, nos anos de 2020 e 2022. Para isso, utilizou-se imagens da constelação Sentinel 2 processadas através da ferramenta de computação em nuvem Google Earth Engine (GEE). O presente trabalho expõe a implementação através de código-fonte dos índices de vegetação (NDVI e SAVI) e classificação do uso e cobertura da terra com o algoritmo Randon Forest. Os resultados indicaram que os valores obtidos para índices de vegetação apresentaram bons resultados para áreas de vegetação natural, e também se mostraram eficazes na discriminação das áreas de culturas agrícolas (soja) validadas pelo índice Kappa. Recomenda-se um estudo que compare a aplicação de outros índices de vegetação a um período maior de anos. Palavras-chave — Índices de vegetação, plataforma de computação em nuvem, áreas agrícolas, soja, uso e cobertura da terra.
CHEIAS NO ARQUIPÉLAGO DO MARAJO: ANÁLISE DE SAZONALIDADE EM ANOS EXTREMOS ATRAVÉS DE PROCESSAMENTO DE DADOS SAR NO GOOGLE EARTH ENGINE
As inundações sazonais em várzeas são fenômenos naturais que ocorrem ao longo da bacia Amazônica, mas podem ser potencializados pela ocorrência dos fenômenos El Niño e La Niña que favorecem a diminuição e aumento da precipitação, respectivamente. Neste trabalho buscou-se analisar as diferenças de áreas de inundações em períodos influenciados por esses fenômenos climáticos no arquipélago do Marajó (PA). A abordagem metodológica foi a detecção de mudanças comparando imagens antes e depois da ocorrência das cheias em cada período sazonal 2016/2017 – influência do El Niño - e 2021/2022 – influência de La Niña. Utilizou-se dados de séries temporais do SAR Sentinel 1 de banda C processados através da plataforma Google Earth Engine (GEE). Resultados apontaram maiores áreas inundadas no período 2021-22, afetado pelo La Niña. Estudos dessa natureza podem auxiliar tomadores de decisão para mapear padrões em cheias sazonais e prevenir maiores impactos junto a população em situação de vulnerabilidade socioambiental. Palavras-chave — inundações, radar, Amazônia.
DINÂMICA DO USO DA TERRA NA REGIÃO DOS TRÊS ARAGUAIAS (PA): ANÁLISE ESPACIAL E MULTITEMPORAL DOS IMPACTO NOS SERVIÇOS ECOSSISTÊMICOS
O objetivo deste estudo foi analisar as perdas de serviços ecossistêmicos (SE) do tipo regulação na região denominada de “Três Araguaias” (PA), como consequência das dinâmicas de uso e cobertura da terra. Dados do projeto MapBiomas coleção 7.0 foram recortados para a área de estudo em três marcos temporais: 1988, 1996 e 2021. Utilizou-se o método da matriz binária, combinando diferentes classes de uso e cobertura a um índice de capacidade de fornecimento de cada SE. Resultados apontaram que boa parte da capacidade de fornecimento dos SE mudaram o status de alta capacidade de fornecimento para sem capacidade de fornecimento. A metodologia apresentada foi satisfatória ao apresentar que a fragmentação florestal nos Três Araguaias impactou a prestação de SE de regulação de forma negativa. O método utilizado permitiu a espacialização da capacidade de cada classe de uso do solo em fornecer os serviços analisados, permitindo também quantificar suas métricas. Palavras-chave - Agropecuária, Desmatamento, Geoprocessamento, Paisagem, Regulação.
UTILIZAÇÃO DE ALGORITMOS DE APRENDIZAGEM DE MÁQUINA PARA CLASSIFICAÇÃO DE IMAGENS E AVALIAÇÃO DA DEGRADAÇÃO AMBIENTAL NA ILHA DE COTIJUBA (PA)
Reconhecendo a importância do sensoriamento remoto para auxiliar no monitoramento e análise das dinâmicas de degradação, este trabalho teve como objetivo estimar a degradação florestal ocorrida na Ilha de Cotijuba – PA sob a abordagem de perda de cobertura florestal. Para isso, foram identificadas, através da classificação de imagens, a manutenção e diminuição de cobertura vegetal na área de estudo nos anos de 1989 e 2021. Foram coletadas imagens multiespectrais da série Landsat, equivalentes aos anos de 1989 e 2021, com posterior processamento e classificação no Google Earth Engine (GEE) utilizando dois algoritmos de classificação supervisionada disponíveis no GEE: Classification and Regression Trees (CART) e Random Forest (RF). Apesar da desaceleração da degradação florestal demonstrado nos resultados, no decorrer dos últimos 32 anos a cobertura vegetal da ilha apresentou redução significativa, com um valor média aproximado de 18% de perda. Palavras-chave — mapeamento, sensoriamento, Landsat