DSpace at My University FAEF - Faculdade de Agronomia e Engenharia Florestal FAEF - Engenharia Agronómica
Use este identificador para citar ou linkar para este item: http://monografias.uem.mz/handle/123456789/4950
Tipo: Trabalho de Conclusão de Curso
Título: Mapeamento das áreas agrícolas inundadas na cheia do ano 2023 usando dados Sentinel-1 e Sentinel-2 no Distrito de Boane
Autor(es): Bicá, Humeid Hazize Savai
Primeiro Orientador: Madal, Artur Pedro
Segundo Orientador: Famba, Sebastião
Resumo: As calamidades naturais são fenómenos que têm acontecido frequentemente em todo mundo. Moçambique em específico tem sido alvo de inundações, cheias e ciclones, com tendência a agravar-se nos últimos anos devido as mudanças climáticas, posição geográfica e urbanização descontrolada. As inundações têm sido no país um grande causador de perdas no sector da agricultura e outros e o conhecimento da dimensão real pode ajudar na gestão dos seus efeitos a nível nacional. As técnicas de mapeamento como o Sistema de Informação Geográfica (SIG), Google Earth Engine entre outros é possibilita visualizar o alcance das inundações. O objectivo do presente trabalho foi de mapear remotamente as áreas agrícolas inundadas em 2023 no Distrito de Boane usando a plataforma Google Earth Engine para gerar imagens da área inundada através da constelação do Sentinel-1 que fez o uso do método de diferenciação de imagens das datas de pré e pós inundação para a extração da área inundada no distrito e de seguida a validação da precisão apresentando uma precisão total de 81,52% e índice Kappa de 0.7588 comparando com o mapa da Copernicus EMS que classifica-se sendo um bom resultado de acordo com a tabela de Landis e Kock no teste Kappa, também através do Enviromental System Resourch Institute (ESRI) que usando o Sentinel-2 disponibiliza imagens de uso e cobertura da região para a reclassificação e extração da área de agricultura do distrito de Boane usando o aplicativo QGIS. Durante as inundações de Fevereiro de 2023 no distrito de Boane foram inundadas uma área total de 620 hectares, correspondendo a cerca de 8,4% da área total lavrada neste Distrito. Este estudo demonstrou que o uso de imagem satélite e SIG são uteis para resgatar a informação sobre o impacto das cheias no passado e assim, poder-se prever potenciais impactos em tempo real usando metodologias semelhantes.
Abstract: Natural disasters are phenomena that have been occurring frequently throughout the world. Mozambique in particular has been the target of floods, high waters and cyclones, with a tendency to worsen in recent years due to climate change, geographical position and uncontrolled urbanization. Floods have been a major cause of losses in the country's agricultural and other sectors, and knowledge of their true extent can help in managing their effects at a national level. Mapping techniques such as Geographic Information System (GIS), Google Earth Engine, among others, make it possible to visualize the extent of floods. The objective of this work was to remotely map the agricultural areas flooded in 2023 in the Boane District using the Google Earth Engine platform to generate images of the flooded area through the Sentinel-1 constellation that used the method of differentiating images of pre and post flood dates to extract the flooded area in the district and then validate the accuracy presenting a total accuracy of 81.52% and a Kappa index of 0.7588 compared to the Copernicus EMS map that is classified as a good result according to the Landis and Kock table in the Kappa test, also through the Environmental System Resourch Institute (ESRI) that using Sentinel-2 provides images of use and coverage of the region for the reclassification and extraction of the agricultural area of the Boane district using the QGIS application. During the February 2023 floods in Boane District, a total area of 620 hectares was flooded, corresponding to about 8.4% of the total cultivated area in this District. This study demonstrated that the use of satellite imagery and GIS are useful to retrieve information on the impact of past floods and thus be able to predict potential impacts in real time using similar methodologies.
Palavras-chave: Agricultura
Mapeamento de cheias
Desastres naturais
Google earth engine
Imagem satélite
Boane
CNPq: Ciências Agrárias
Agronomia
Idioma: por
País: Moçambique
Editor: Universidade Eduardo Mondlane
Sigla da Instituição: UEM
metadata.dc.publisher.department: Faculdade de Agronomia e Engenharia Florestal
Tipo de Acesso: Acesso Aberto
URI: http://monografias.uem.mz/handle/123456789/4950
Data do documento: Jun-2025
Aparece nas coleções:FAEF - Engenharia Agronómica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2025 - Bicá, Humeid Hazize Savai.pdf3.47 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.