IDENTIFICAÇÃO E ANÁLISE DAS CLASSES DE USO E COBERTURA DA TERRA DAS ÁREAS INUNDADAS EM MUNICÍPIOS DA QUARTA COLÔNIA (RS) PELO EVENTO CLIMÁTICO EXTREMO DE 2024
DOI:
https://doi.org/10.14393/OREG-v17-n1-2026-76759Keywords:
Sensoriamento remoto, Google Earth Engine, Random Forest, SRTMAbstract
Os eventos climáticos extremos estão cada vez mais recorrentes, com efeitos na variação da temperatura e na intensidade das precipitações. Por isso, o objetivo deste estudo foi identificar e analisar as áreas afetadas pela inundação entre abril e maio de 2024 nos municípios de Dona Francisca, Nova Palma e Restinga Sêca no estado do Rio Grande do Sul, e seus impactos e, consequentemente, mudanças no uso e cobertura da terra (LULC). Imagens do Landsat 8 foram utilizadas para classificar LULC (algoritmo Random Forest) e dados do Shuttle Radar Topography Mission (SRTM) e do Sentinel 2 (MSI) para identificar as cotas de inundação, ambos processados no Google Earth Engine (GEE). As classes de LULC foram vegetação arbórea, solo exposto, agricultura/pastagem, áreas edificadas e superfícies de água. Os resultados indicaram que as classes de LULC mais vulneráveis foram o solo exposto e a vegetação arbórea. As áreas inundadas apresentaram perda significativa de produtividade agrícola, com aumento potencial da erosão do solo nas áreas expostas. A vegetação arbórea demonstrou desempenhar um papel crucial na contenção de sedimentos e na mitigação dos efeitos da inundação. Entre os municípios analisados, Restinga Sêca foi o mais impactado pela inundação, devido à predominância de áreas de menor elevação e cotas altimétricas mais baixas. Estas considerações destacam a importância de estratégias de planejamento e ordenamento territorial para reduzir os efeitos de eventos climáticos extremos, como os observados no Rio Grande do Sul em abril/maio de 2024.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Caroline Moro, Lucian Armindo da Silva Brinco, Mauro Kumpfer Werlang

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
