#

Visão Geral do Projeto#

Este projeto teve como objetivo avaliar e otimizar a conectividade ecológica entre fragmentos florestais na região de Ribeirão Preto, São Paulo. Utilizamos técnicas avançadas de processamento de imagens de satélite, aprendizado de máquina e teoria de grafos para identificar áreas prioritárias para restauração ambiental.

Tecnologias Utilizadas#

• Linguagem de Programação: R
• Bibliotecas: Random Forest, pacotes para manipulação de grafos
• Software GIS: QGIS (versão 3.28.6)
• Dados de Satélite: Sentinel-2

Metodologia#

1. Classificação de Cobertura do Solo:

   • Utilizamos imagens do satélite Sentinel-2
   • Implementamos um algoritmo de Random Forest no R para classificar diferentes tipos de cobertura do solo

   Figura 1: Classificação da cobertura do solo feita através do pacote Random Forest

2. Criação de Grid Hexagonal:

   • Desenvolvemos um script para criar um grid hexagonal sobre a área de estudo
   • Calculamos a porcentagem de mata nativa em cada hexágono

   Figura 2: Grid com hexágonos de 150 m de diâmetro contendo a porcentagem de vegetação nativa

3. Análise de Grafos:

   • Modelamos a paisagem como um grafo, onde cada hexágono é um nó
   • Implementamos um algoritmo para calcular o peso das arestas baseado na cobertura florestal
   • Aplicamos a métrica de centralidade (betweenness centrality) para identificar caminhos preferenciais na paisagem

   Figura 3: Resultado do algoritmo de intermediação (centralidade)

4. Visualização de Resultados:

   • Utilizamos QGIS para criar mapas detalhados dos resultados da análise

   Figura 4: Mapa final

Desafios Técnicos#

• Processamento de grandes volumes de dados de satélite
• Otimização de algoritmos para lidar com a complexidade computacional da análise de grafos em larga escala
• Integração de diferentes fontes de dados (imagens de satélite, dados vetoriais do CAR, etc.)

Resultados#

O projeto resultou em um mapa detalhado mostrando áreas prioritárias para restauração, baseado na análise de conectividade. Identificamos 105,82 km de corredores potenciais que poderiam significativamente melhorar a conectividade ecológica na região.

Impacto e Aplicações Futuras#

Esta abordagem computacional para análise de paisagens tem diversas aplicações potenciais em ecologia e conservação. O método pode ser adaptado para outras regiões e escalas, oferecendo uma ferramenta poderosa para tomada de decisões em projetos de restauração ambiental.

Conclusão#

Este projeto demonstra como técnicas avançadas de programação e análise de dados podem ser aplicadas a problemas complexos de conservação ambiental. A combinação de aprendizado de máquina, análise de grafos e sistemas de informação geográfica oferece uma nova perspectiva para abordar desafios ecológicos.