Bolsa 21/11435-4 - Hidrodinâmica, Geoinformática - BV FAPESP
Busca avançada
Ano de início
Entree

Projeções baseadas em cenário futuros de inundações urbanas por meio de um acoplamento fraco entre um modelo de mudança de uso do solo urbana baseado em CA e um modelo hidrodinâmico: um estudo de caso em São Caetano do Sul (SP)

Processo: 21/11435-4
Modalidade de apoio:Bolsas no Brasil - Doutorado
Data de Início da vigência: 01 de março de 2022
Data de Término da vigência: 29 de fevereiro de 2024
Área de conhecimento:Ciências Exatas e da Terra - Geociências
Pesquisador responsável:Cláudia Maria de Almeida
Beneficiário:Elton Vicente Escobar Silva
Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovação (Brasil). São José dos Campos , SP, Brasil
Assunto(s):Hidrodinâmica   Geoinformática   Aprendizagem profunda   Previsão de inundações   Uso do solo   Tomada de decisão   Enchentes urbanas   São Caetano do Sul (SP)
Palavra(s)-Chave do Pesquisador:Cellular automata | Convolution Neural Network | Deep Learning | Hydrologic-hydrodynamic model | land use change | Modelagem Hidrodinâmica e Geoinformática

Resumo

Previsões atuais estimam que a população global crescerá de 7,7 bilhões de pessoas para 9,8 bilhões de pessoas até 2050, sendo que quase 68% da população mundial viverá em áreas urbanas. Se este cenário se concretizar, a área global coberta por centros urbanos deverá aumentar para mais de 3 milhões de km2, o que equivaleria a todo o País da Índia. Um parâmetro chave para determinar os impactos da urbanização no meio ambiente é a quantidade de área de superfície impermeável (ISA). No sensoriamento remoto (RS), o mapeamento de ISA por imagens de satélite pode ser executado de maneira oportuna e econômica. Nesse sentido, a adoção da tecnologia de análise de imagem baseada em objeto geográfico (GEOBIA) e Deep Learning (DL) pode ajudar no mapeamento de ISA em imagens de sensoriamento remoto. O aumento do ISA pode resultar em impactos hidrológicos graves em áreas urbanas, como o aumento escoamento superficial e da frequência de cheias e de sua magnitude. Entre todos os desastres naturais, as inundações causam mais impacto do que qualquer outra no mundo (mais de 30%). Para piorar esse cenário, espera-se que as inundações urbanas aconteçam com mais frequência e severidade devido aos eventos hidrometeorológicos extremos ocasionados pela mudança climática global. Diante do exposto, este Ph.D. A proposta visa combinar um modelo de previsão de expansão urbana e mudança do uso do solo urbano com um modelo hidrodinâmico para fornecer previsões de eventos de inundações extremas em uma cidade-piloto. Espera-se que os resultados forneçam informações geográficas cruciais, identificando áreas com maior risco de inundação, que devem receber o máximo de atenção durante tais eventos. Assim, este trabalho visa não só aumentar o conhecimento científico nesta área, mas também fornecer uma ferramenta de apoio aos agentes da Defesa Civil, e aos decisores e políticos. Com essas informações, eles poderão tomar decisões oportunas para conter e mitigar os efeitos das enchentes nas cidades brasileiras. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MARQUES-CARVALHO, ROMULO; DE ALMEIDA, CLAUDIA MARIA; ESCOBAR-SILVA, ELTON VICENTE; ALVES, RAYANNA BARROSO DE OLIVEIRA; LACERDA, CAMILA SOUZA DOS ANJOS. Simulation and Prediction of Urban Land Use Change Considering Multiple Classes and Transitions by Means of Random Change Allocation Algorithms. REMOTE SENSING, v. 15, n. 1, p. 29-pg., . (20/09215-3, 21/11435-4)
MATAVELI, GUILHERME; CHAVES, MICHEL; GUERRERO, JOAO; ESCOBAR-SILVA, ELTON VICENTE; CONCEICAO, KATYANNE; DE OLIVEIRA, GABRIEL. Mining Is a Growing Threat within Indigenous Lands of the Brazilian Amazon. REMOTE SENSING, v. 14, n. 16, p. 13-pg., . (21/07382-2, 21/11435-4, 19/25701-8)
ESCOBAR-SILVA, ELTON VICENTE; DE ALMEIDA, CLAUDIA MARIA; DA SILVA, GUSTAVO BARBOSA LIMA; BURSTEINAS, INGOBERT; DA ROCHA FILHO, KLEBER LOPES; DE OLIVEIRA, CLEBER GONZALES; FAGUNDES, MARINA REFATTI; DE PAIVA, RODRIGO CAUDURO DIAS. Assessing the Extent of Flood-Prone Areas in a South-American Megacity Using Different High Resolution DTMs. WATER, v. 15, n. 6, p. 19-pg., . (21/11435-4, 20/09215-3)