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-n1-2026-76759Palabras clave:
Sensoriamento remoto, Google Earth Engine, Random Forest, SRTMResumen
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.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Caroline Moro, Lucian Armindo da Silva Brinco, Mauro Kumpfer Werlang

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
