- UFVJM
- Rodovia MGT 367 – Km 583, 5000, Departamento de Engenharia Florestal, Alto da Jucuba, Diamantina / MG - CEP: 39.100-000
- ppgcf@ufvjm.edu.br
- 38 3532-6810 - Ramal: 6810
Notícias
Modelagem do potencial de uso da terra com dados geoespaciais e inteligência artificial
HUEZER VIGANO SPERANDIO
Titulado(a)
Data: 23/02/2024
Horário: 14:00
Local: Auditório do Departamento de Engenharia Florestal - Campus JK - Diamantina
Status: Aprovada
O potencial de uso da terra desempenha um papel fundamental na maximização da produção agrossilvipastoril e na conservação dos recursos naturais. Objetivou-se com esse estudo, modelar com inteligência artificial e utilizando de diferentes camadas geoespaciais o potencial de uso agrossilvipastoril da terra em bacias hidrográficas no Estado de Minas Gerais. O processo envolveu: aquisição de dados geoespaciais, classificação in loco, treinamento de inteligência artificial e análise dos resultados. Os dados geoespaciais foram obtidos de domínios públicos e agrupados em conjuntos de camadas que representam a complexidade de elementos de uma paisagem (litologia, climáticos, edáficos, hídricos, relevo, estradas). O método de classificação empregado foi o modelo Random Forest, utilizando 70 pontos de observação de campo. O processamento ocorreu em nuvem no Google Earth Engine. A inserção - além das tradicionais camadas de classe de solo, litologia e declividade - de camadas com atributos climáticos, hídricos, do relevo, edáficos e estradas são fundamentais para a modelagem do potencial de uso da terra. A integração de dados geoespaciais e inteligência artificial na modelagem do potencial de uso da terra oferece uma abordagem promissora para a gestão sustentável do uso da terra, enfatizando a importância da compreensão abrangente das características da paisagem para orientar políticas sustentáveis de uso da terra.
Random Forest; Gestão da Paisagem; Zoneamento
Land use potential plays a fundamental role in maximizing agroforestry production and conserving natural resources. The objective of this study was to model with artificial intelligence and using different geospatial layers the potential for agroforestry land use in river basins in the State of Minas Gerais. The process involved: acquisition of geospatial data, on-site classification, artificial intelligence training and analysis of results. Geospatial data was obtained from public domains and grouped into sets of layers that represent the complexity of landscape elements (lithology, climate, edaphic, water, relief, roads). The classification method used was the Random Forest model, using 70 field observation points. Processing took place in the cloud on Google Earth Engine. The insertion - in addition to the traditional layers of soil class, lithology and slope - of layers with climatic, water, relief, edaphic and road attributes are fundamental for modeling land use potential. The integration of geospatial data and artificial intelligence in modeling land use potential offers a promising approach to sustainable land use management, emphasizing the importance of comprehensive understanding of landscape characteristics to guide sustainable land use policies.
Random Forest; Landscape Management; Zoning
Banca: 5 integrantes
Presidente
Eric Bastos Gorgens
Eric Bastos Gorgens
- Currículo Lattes
- Doutor(a) | USP | GEOCIÊNCIAS | GEOCIÊNCIAS | GEOFÍSICA mais...
Participante interno
GILCIANO SARAIVA NOGUEIRA
GILCIANO SARAIVA NOGUEIRA
- Currículo Lattes | ORCiD
- Doutor(a) | UFV | CIÊNCIAS AGRÁRIAS I | RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL | MANEJO FLORESTAL mais...
Participante interno
Ricardo Siqueira da Silva
Ricardo Siqueira da Silva
- Currículo Lattes | ORCiD
- Doutor(a) | UFV | CIÊNCIAS AGRÁRIAS I | AGRONOMIA | FITOSSANIDADE mais...