Assessment of land use and cover in the Sucuru Watershed using Google Earth Engine
DOI:
https://doi.org/10.18378/rvads.v17i4.9621Keywords:
Geotechnologies, Remote sensing, Supervised classificationAbstract
Human activities modify the natural characteristics of numerous watersheds worldwide. Google Earth Engine provides tools for the analysis of land use and natural resources. In this work, we classify current land use and cover in the Sucuru watershed, Paraíba, Brazil. We compared the accuracy of five supervised classification algorithms of Google Earth Engine. Classifiers based on Decision Trees, such as the Classification and Regression Trees (CART) and Random Forest (RF), showed the best accuracy and visual inspection values. The Google Earth Engine is a powerful tool for analysis of large-scale environmental data, monitoring land use changes, and providing information for sustainable management.
Downloads
References
ALENCAR, M. L. S. Os sistemas hídricos, o bioma caatinga e o social na bacia do Rio Sucuru: riscos e vulnerabilidades. Tese Universidade Federal de Campina Grande. Campina Grande, 2008. 157f.
ALEXANDRE, F. S.; RAMOS, R. P. S.; DEUS, R. A. S. G.; MONTEIRO, G. O.; SANTOS, L. V.; GOMES, D. D. M. Geoprocessamento aplicado a análise morfométrica da sub-bacia hidrográfica do Alto Curso do Rio Mundaú–Pernambuco/Alagoas. In: Simpósio sobre as Geotecnologias e Geoinformação no Estado de Alagoas, 4, 2016, Maceió. Anais. Maceió: Seplag, 2016.
ALMEIDA, N. V.; CUNHA, S. B.; NASCIMENTO, F. R. A cobertura vegetal e sua importância na análise morfodinâmica da bacia hidrográfica do Rio Taperoá – Nordeste do Brasil/Paraíba. Revista Geonorte, v.3, n.4, p.365-378, 2012.
ALVES, T. L. B; AZEVEDO, P. V.; SANTOS, C. A. C. Influence of climate variability on land degradation (desertification) in the watershed of the upper Paraíba River. Theoretical and Applied Climatology, v.127, n.3, p.741-751, 2017. https://doi.org/10.1007/s00704-015-1661-1
ANDRADE, J. M. Classificação da cobertura do solo da caatinga: avaliação de abordagens em Machine Learning utilizando dados Landsat mono e multi – temporaris. Dissertação Universidade Federal de Campina Grande. Campina Grande, 2021. 69f.
BARBOSA, R. B. G.; RIBEIRO, G. do N.; FRANCISCO, P. R. M.; ARRUDA, D. A. de; ALMEIDA, R. de S.; LEITE, N. M. G. Geotecnologias aplicadas ao estudo da cobertura vegetal em bacia hidrográfica: uso do software “R”. Revista Geama, v.7, n.1, p.34-43, 2021.
BRASIL, Ministério da Agricultura. Levantamento Exploratório – Reconhecimento dos Solos do Estado da Paraíba. Rio de Janeiro: Convênio MA/CONTAP/USID/BRASIL. 1972. (Boletim DFSS-EPE-MA, 15 – Pedologia, 8).
BUARQUE, D. C. Simulação da geração e do transporte de sedimentos em grandes bacias: estudo de caso do rio madeira. Tese, Universidade Federal do Rio Grande do Sul. Porto Alegre, 2015. 182f.
CARVALHO, W. S.; MAGALHÃES FILHO, F. J. C.; SANTOS, T. L. Uso e cobertura do solo utilizando a Plataforma Google Earth Engine (GEE): Estudo de caso em uma unidade de conservação. Brazilian Journal of Development, v.7, n.2, p.15280-15300, 2021.
CATTANI, C. E. V.; MERCANTE, E.; SOUZA, C. H. W.; WRUBLACK, S. C. Desempenho de algoritmos de classificação supervisionada para imagens dos satélites RapidEye. In: Simpósio Brasileiro De Sensoriamento Remoto, 16, 2013, Foz do Iguaçu. Anais. Foz do Iguaçu: INPE, 2013.
CUNHA, J. E. B. L.; TAVEIRA, I. M. L. M.; ALMEIDA FILHO, D. F.; SILVA, A. R. S.; RUFINO, I. A. A. Dinâmica interanual da cobertura do solo em região semiárida utilizando sensores orbitais. In: Simpósio Brasileiro de Recursos Hídricos, 19, 2011, Maceió. Anais. Maceió, 2011.
FAGUNDES, H. O.; PAIVA, R. C. D.; FAN, F. M. Sedimentos em suspensão observados com imagens LANDSAT para modelagem de grandes bacias. In: Simpósio Brasileiro de Recursos Hídricos, 22, 2017, Florianópolis. Anais. Porto Alegre: ABRH, 2017.
FEKRI, E.; LATIFI, H.; AMANI, M.; ZOBEIDINEZHAD, A. A training sample migration method for wetland mapping and monitoring using Sentinel data in Google Earth Engine. Remote Sensing, v.13, n.20, p.4169, 2021. https://doi.org/10.3390/rs13204169
FERREIRA JUNIOR, J. J.; DANTAS, M. J. F. Análise do albedo da superfície e de índices de vegetação por sensoriamento remoto na bacia hidrográfica do Rio Pacoti/CE. Revista Tecnológica, v.39, p.1-18, 2018. https://doi.org/10.5020/23180730.2018.8132
FRANCISCO, P. R. M. Modelo de mapeamento da deterioração do Bioma Caatinga da bacia hidrográfica do Rio Taperoá, PB. Tese, Universidade Federal de Campina Grande, 2013. 97f.
GALVÍNCIO, J. D.; SOUSA, F. de A. S. de.; SHIRINIVASAN, V. S. Análise do relevo da bacia hidrográfica do açude Epitácio Pessoa. Revista de Geografia Física, v.23, n.1, p.54-69, 2006.
GOLDBLATT, R.; RIVERA BALLESTEROS, A.; BURNEY, J. High spatial resolution visual band imagery outperforms medium resolution spectral imagery for ecosystem assessment in the semi-arid Brazilian Sertão. Remote Sensing, v.9, n.12, p.1336, 2017. https://doi.org/10.3390/rs9121336
GOOGLE EARTH ENGINE. A planetary-scale platform for Earth science data & analysis. 2021. Disponível em: <https://earthengine.google.com/>. Acesso em: 10 set. 2021.
GORELICK, N.; HANCHER, M.; DIXON, M.; ILYUSHCHENKO, S.; THAU, D.; MOORE, R. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, v.202, p.18-27, 2017. https://doi.org/10.1016/j.rse.2017.06.031
HTITIOU, A.; BOUDHAR, A.; CHEHBOUNI, A.; BENABDELOUAHAB, T. National-scale cropland mapping based on phenological metrics, environmental covariates, and machine learning on Google Earth Engine. Remote Sensing, v.13, n.21, p.4378, 2021. https://doi.org/10.3390/rs13214378
IBGE. Instituto Brasileiro de Geografia e Estatística. 2009. Disponível em: <http://www.ibge.gov.br/>. Acesso em: 10 set. 2021.
JENSEN, J, R. Remote sensing of the environment: an earth resource perspective. New Delhi: Pearson Education India, 2009 .613p.
LU, G.; BATTY, M.; STROBL, J.; LIN, H.; ZHU, A.; CHEN, M. Reflections and speculations on the progress in Geographic Information Systems (GIS): a geographic perspective. International Journal of Geographical Information Science, v.33, n.2, p.346-367, 2019. https://doi.org/10.1080/13658816.2018.1533136
MENEZES, R. S. C.; SAMPAIO, E. V. S. B.; GIONGO, V.; PÉREZ-MARIN, A. M. Biogeochemical cycling in terrestrial ecosystems of the Caatinga Biome. Brazilian Journal of Biology, v.72, n.3, p.643-53, 2012. https://doi.org/10.1590/S1519-69842012000400004
MOREIRA, E.; TARGINO, I. Capítulos de geografia agrária da Paraíba. João Pessoa: Editora Universitária, 1977.
OLIVEIRA, E. C. Mapeamento de uso e cobertura da terra utilizando a plataforma Google Earth Engine. Trabalho de Conclusão de Curso, Universidade Federal de Santa Catarina. Florianópolis, 2021. 91f.
PARANHOS FILHO, A. C.; LASTORIA, G.; TORRES, T. G. Sensoriamento Remoto Ambiental Aplicado: Introdução às Geotecnologias. 1 ed. Campo Grande: Editora UFMS, 2008. 198p.
PARASTATIDIS, D.; MITRAKA, Z.; CHRYSOULAKIS, N.; ABRAMS, M. Online global land surface temperature estimation from Landsat. Remote Sensing, v.9, n.12, p.1208, 2017. https://doi.org/10.3390/rs9121208
RÊGO, A. T. A. Sistemas de captação e armazenamento de água pluvial e utilização de mecanismos alternativos para controle da evaporação no semiárido brasileiro. Trabalho de Conclusão de Curso, Universidade Federal Rural do Semi-Árido. Mossoró, 2018. 63f.
RIBEIRO, G. do N. Uso de geotecnologias no estudo da degradação das terras no município de Sumé-PB. Tese, Universidade Federal de Campina Grande. Campina Grande, 2014. 128f.
ROCHA, L. C. A.; RIBEIRO, G. N.; MEDEIROS, P. C.; ALCÂNTARA, H. M.; BARROS, M. R. G.; MEDEIROS, A. C. Degradação ambiental no entorno da bacia hidráulica do açude de Sumé-PB. Revista Brasileira de Gestão Ambiental, v. 10, n.1, p.113-122, 2016.
SANTOS, E. I. Uso de geotecnologias no estudo dos recursos naturais da bacia do rio sucuru, sub-bacia do rio Paraíba. Trabalho de Conclusão de Curso, Universidade Federal de Campina Grande. Sumé, 2015. 75f.
SANTOS, E. I.; ALENCAR, M. L. S.; SCHRAMM, V. B.; SANTOS, J. S.; NASCIMENTO, M. T. C. C. Uso de Geotecnologias no estudo da degradação das terras da bacia do Rio Sucuru, na Paraíba. Ciência e Natura, v.42, p.1, 2020. https://doi.org/10.5902/2179460X33089
SHELESTOV, A.; LAVREMIUK, M.; KUSSUL, N.; NOVIKOV, A.; SKAKUN, S. Exploring Google Earth Engine platform for big data processing: classification of multi-temporal satellite imagery for crop mapping. Frontiers in Earth Science, v.5, n.17, 2017. https://doi.org/10.3389/feart.2017.00017
SILVA NETO, A. F. Avaliação dos recursos hídricos e uso da terra na bacia do alto Rio Sucuru, com base em Imagens TM/LANDSAT-5. Dissertação, Universidade Federal da Paraíba. Campina Grande, 1993. 155f.
SILVA NETO, A. F. Estudo das vulnerabilidades agro-ambientais frente aos eventos ENOS e a construção social dos riscos em municípios do Cariri Ocidental – Paraíba: uma análise comparativa. Tese, Universidade Federal de Campina Grande. Campina Grande, 2004. 201f.
SILVA, J. N. C. Análise temporal de índices de vegetação no apoio à classificação de imagens: cobertura do solo na Bacia Hidrográfica do Rio Sucuru. Dissertação, Universidade Federal de Campina Grande. Campina Grande, 2017. 109f.
SILVA, J. P. F. Vulnerabilidade ambiental às mudanças de uso e cobertura da terra na região semiárida do nordeste do Brasil. Tese, Universidade Federal Rural de Pernambuco. Recife, 2019. 168f.
SOUZA, B. I.; SUERTEGARAY, D. M. A.; LIMA, E. R. V. Desertificação e seus efeitos na vegetação e solos do Cariri Paraibano. Mercator, v.8, n.16, p.217-232, 2009.
STEHMAN, S. V.; FOODY, G. M. Key issues in rigorous accuracy assessment of land cover products. Remote Sensing of Environment, v.231, p.181-199, 2019. https://doi.org/10.1016/j.rse.2019.05.018
THOMLINSON, J. R.; BOLSTAD, P. V.; COHEN, W. B. Coordinating methodologies for scaling landcover classifications from site-specific to global: steps toward validating global map products. Remote Sensing of Environment, v.70, p.16-28, 1999. https://doi.org/10.1016/S0034-4257(99)00055-3
USGS. United States Geological Survey. Earth Explorer. 2021. Disponível em: <https://earthexplorer.usgs.gov/>. Acesso em: 10 set. 2021.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 José Hugo Simplicio de Sousa et al.
This work is licensed under a Creative Commons Attribution 4.0 International License.
