USABILIDADE DA FERRAMENTA GOOGLE EARTH ENGINE (GEE) PARA FINS DE MONITORAMENTO E COMBATE AO DESMATAMENTO NA REGIÃO AMAZÔNICA
DOI:
https://doi.org/10.61164/7dt9d641Palabras clave:
Google Earth Engine; desmatamento; Amazônia; sensoriamento remoto; monitoramento ambiental.Resumen
A região amazônica constitui um patrimônio ambiental de relevância global, cuja integridade vem sendo ameaçada pelo desmatamento ilegal e pelo uso inadequado do solo. Diante desse cenário, o uso de tecnologias de sensoriamento remoto tem se mostrado fundamental no enfrentamento desses desafios. Assim, o presente artigo analisa a usabilidade da ferramenta Google Earth Engine (GEE) como instrumento estratégico no monitoramento e combate ao desmatamento na Amazônia. A pesquisa adotou uma metodologia baseada em revisão bibliográfica, utilizando bases como Scopus, SciELO, CAPES e Web of Science, com critérios de seleção que priorizaram estudos entre 2017 e 2023 que abordam o uso do GEE em áreas de floresta. Os resultados demonstram que o GEE se destaca por sua interface acessível, alta capacidade de processamento em nuvem e ampla base de dados satelitais, como Landsat, MODIS e Sentinel, permitindo análises em tempo quase real. A ferramenta tem sido aplicada com sucesso em mapeamentos de uso e cobertura do solo, identificação de áreas críticas e apoio à tomada de decisão por órgãos públicos, ONGs e pesquisadores. Além disso, apresenta baixo custo operacional e pode ser utilizada mesmo por usuários com conhecimentos técnicos limitados. A análise reforça o papel do GEE como facilitador da gestão ambiental baseada em evidências, promovendo a transparência e a eficiência nas ações de fiscalização e planejamento territorial. Conclui-se que o GEE é uma ferramenta promissora para a preservação da floresta amazônica, contribuindo para a redução do desmatamento e para o fortalecimento das políticas públicas ambientais.
Referencias
ANGELSEN, A.; KAIMOWITZ, D. Rethinking the causes of deforestation: lessons from economic models. World Bank Research Observer, v. 14, n. 1, p. 73–98, 1999. DOI: https://doi.org/10.1093/wbro/14.1.73
AMANI, M. et al. Plataforma de computação em nuvem Google Earth Engine para aplicações de big data de sensoriamento remoto: uma revisão abrangente. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 13, p. 5326–5350, 2020. DOI: https://doi.org/10.1109/JSTARS.2020.3021052
BINSWANGER, H. P. Brazilian policies that encourage deforestation in the Amazon. Washington: World Bank, 1989.
BRASIL. Constituição (1988). Constituição da República Federativa do Brasil. Brasília, DF: Congresso Nacional, 1988.
CASARIN, D. E. et al. Diabetes mellitus: causas, tratamento e prevenção. Brazilian Journal of Development, v. 8, n. 2, p. 10062–10075, 2022. DOI: https://doi.org/10.34117/bjdv8n2-107
CASTRO, E. Dinâmica socioeconômica e desmatamento na Amazônia. Novos Cadernos NAEA, v. 8, n. 2, p. 5–39, dez. 2005. DOI: https://doi.org/10.5801/ncn.v8i2.51
FEARNSIDE, P. M. Deforestation in Brazilian Amazonia. In: WOHL, E. (ed.). Oxford bibliographies in environmental science. Oxford: Oxford University Press, 2017. p. 1–33. DOI: https://doi.org/10.1093/acrefore/9780199389414.013.102
FOLMER, H.; KOOTEN, G. C. Deforestation. University of Victoria, Department of Economics. Resource Economics and Policy Analysis (REPA) Working Paper, 2006. Disponível em: http://ideas.repec.org/p/rep/wpaper/2006-06.html. Acesso em: 10 jul. 2008.
GEIST, H. J.; LAMBIN, E. F. What drives tropical deforestation? LUCC Report Series, n. 4. Land Use and Land Cover Change, International Geosphere-Biosphere Programme, 2001.
GEE. Google Earth Engine: what is Earth Engine? 2020. Disponível em: https://earthengine.google.com/. Acesso em: 23 jun. 2023.
GOODCHILD, M. F. Os casos de uso da Terra Digital. International Journal of Digital Earth, v. 1, p. 31–42, 2008. DOI: https://doi.org/10.1080/17538940701782528
GORELICK, N. et al. Google Earth Engine: planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, v. 202, p. 18–27, 2017. DOI: https://doi.org/10.1016/j.rse.2017.06.031
KUMAR, L.; MUTANGA, O. Aplicações do Google Earth Engine desde o início: uso, tendências e potencial. Remote Sensing, v. 10, n. 1509, 2018. DOI: https://doi.org/10.3390/rs10101509
LIANG, J.; GONG, J.; LI, W. Aplicações e impactos do Google Earth: uma revisão decadal (2006–2016). ISPRS Journal of Photogrammetry and Remote Sensing, v. 146, p. 91–107, 2018. DOI: https://doi.org/10.1016/j.isprsjprs.2018.08.019
LOVEJOY, T. E.; NOBRE, C. Amazon tipping point. Science Advances, v. 4, n. 2, eaat2340, 2018. DOI: https://doi.org/10.1126/sciadv.aat2340
MENDELSOHN, R. Property rights and tropical deforestation. Oxford Economic Papers, v. 46, p. 750–756, 1994. DOI: https://doi.org/10.1093/oep/46.Supplement_1.750
PADARIAN, J.; MINASNY, B.; McBRATNEY, A. B. Using Google’s cloud-based platform for digital soil mapping. Computers & Geosciences, v. 83, p. 80–88, 2015. DOI: https://doi.org/10.1016/j.cageo.2015.06.023
PAGANI, R. N.; KOVALESKI, J. L.; RESENDE, L. M. Methodi Ordinatio: a proposed methodology to select and rank relevant scientific papers encompassing the impact factor, number of citation, and year of publication. Scientometrics, v. 105, n. 3, p. 2109–2135, 2015. DOI: https://doi.org/10.1007/s11192-015-1744-x
PARENTE, L. et al. Mapeamento de próxima geração: combinando aprendizado profundo, computação em nuvem e big data de sensoriamento remoto. Remote Sensing, v. 11, n. 2881, 2019.
SCRIECIU, S. S. Determinants of tropical deforestation: the role of remote sensing and econometric approaches. In: 10th International Conference of the European Association of Environmental and Resource Economists, Budapest, 2004.
SILVA, J. S. V. et al. Projeto GeoMS: cobertura vegetal e uso da terra do Estado de Mato Grosso do Sul. Campinas: Embrapa Informática Agropecuária, 2011. 64 p.
TAMIMINIA, H. et al. Google Earth Engine para aplicações de geo-big data: uma meta-análise e revisão sistemática. ISPRS Journal of Photogrammetry and Remote Sensing, v. 164, p. 152–170, 2020. DOI: https://doi.org/10.1016/j.isprsjprs.2020.04.001
VELASTEGUI-MONTOYA, A. et al. Google Earth Engine: uma análise global e tendências futuras. Sensoriamento Remoto, v. 15, n. 14, p. 3675, 2023. DOI: https://doi.org/10.3390/rs15143675. DOI: https://doi.org/10.3390/rs15143675
YU, L.; GONG, P. Google Earth como ferramenta de globo virtual para aplicações de ciências da Terra em escala global: progresso e perspectivas. International Journal of Remote Sensing, v. 33, p. 3966–3986, 2012. DOI: https://doi.org/10.1080/01431161.2011.636081
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Revista Multidisciplinar do Nordeste Mineiro
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
