Mapeamento do Índice Sensibilidade do Litoral de Guiné-Bissau por GEOBIA e machine learning

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFrancisco, Cristiane Nunes-
Autor(es): dc.contributorFernandes, Pedro José Farias-
Autor(es): dc.contributorCarvalho, Marcus Vinícius Alves de-
Autor(es): dc.contributorHolanda, Tiago Fernando de-
Autor(es): dc.creatorSami, Jairson Alberto-
Data de aceite: dc.date.accessioned2024-07-11T18:08:24Z-
Data de disponibilização: dc.date.available2024-07-11T18:08:24Z-
Data de envio: dc.date.issued2023-11-24-
Data de envio: dc.date.issued2023-11-24-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/31244-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/764323-
Descrição: dc.descriptionEste trabalho tem como objetivo gerar a carta do Índice de Sensibilidade do Litoral (ISL) ao derramamento de óleo de Guiné-Bissau. A metodologia foi baseada nas Especificações e Normas Técnicas para a Elaboração de Cartas de Sensibilidade Ambiental para Derramamentos de Óleo do Brasil (Cartas SAO), com o uso da classificação por análise de imagens baseada em objetos geográficos (GEOBIA) e machine learning. Como área de estudo, foi definida uma cena do satélite SENTINEL, que cobre 2925,9 km² zona costeira guineense. Guiné-Bissau, localizada na zona tropical da África Ocidental, possui uma extensa zona costeira, com predominância de elevada amplitude de maré, que influencia em até 150 Km o interior do continente, cerca 22% do território nacional são inundados no período das chuvas. Este ambiente é, assim, propenso a apresentar ambientes com elevado ISL que, para a cena estudada, variou de 3 a 10. No entanto, os maiores índices - 8, 9 e 10, representam 94,4% da área mapeada, e são consideradas como as unidades mais difíceis de remover o óleo. Considerando a vulnerabilidade do país à exposição de petroleiros que atravessam o Golfo da Guiné, o ISL constitui uma ferramenta importante na mitigação dos danos ambientais em caso de vazamento do óleo na costa guineense.-
Descrição: dc.descriptionThis work aims to generate the Coastal Sensitivity Index (CSI) letter for oil spills in Guinea-Bissau. The methodology was based on the Specifications and Technical Standards for the Preparation of Environmental Sensitivity Maps for Oil Spills in Brazil (SAO Maps), using classification through Geographic Object-Based Image Analysis (GEOBIA) and artificial intelligence (AI). As the study area, a scene from the SENTINEL satellite was defined, covering nn% of the Guinean coastal zone. GuineaBissau, located in the tropical zone of West Africa, has an extensive coastal area with a predominance of high tidal range, which influences up to 150 km inland, and approximately 22% of the national territory is flooded during the rainy season. This environment is therefore prone to high CSI areas, which ranged from 3 to 10 for the studied scene. However, the highest indices - 8, 9, and 10, represent 94.4% of the mapped area and are considered the most challenging to clean in the event of an oil spill. Considering the country's vulnerability to oil tankers crossing the Gulf of Guinea, the CSI serves as an important too-
Descrição: dc.description30 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherNiterói-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectPetróleo-
Palavras-chave: dc.subjectZona costeira-
Palavras-chave: dc.subjectMangue-
Palavras-chave: dc.subjectAprendizagem de máquina-
Palavras-chave: dc.subjectAnálise de imagens baseada em objetos-
Palavras-chave: dc.subjectÍndice de Sensibilidade do Litoral (ISL)-
Palavras-chave: dc.subjectZona costeira-
Palavras-chave: dc.subjectDerramamento de óleo-
Palavras-chave: dc.subjectGuiné-Bissau-
Palavras-chave: dc.subjectOil-
Palavras-chave: dc.subjectCoastal zone-
Palavras-chave: dc.subjectMangroves-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectObject-Based Image Analysis (OBIA)-
Título: dc.titleMapeamento do Índice Sensibilidade do Litoral de Guiné-Bissau por GEOBIA e machine learning-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.