Desenvolvimento de uma Metodologia para Detecção de Mudanças na Cobertura Vegetal com NDVI no Google Earth Engine: Um Estudo de Caso em Maricá, RJ
DOI:
https://doi.org/10.21664/2238-8869.2026v15i2.8242Palabras clave:
Mata Atlântica, sensoriamento remoto, monitoramento ambiental, Maricá, expansão urbanaResumen
O presente estudo tem como objetivo analisar as mudanças na cobertura vegetal no município de Maricá (RJ) que ocorreram durante as últimas quatro décadas, utilizando imagens Landsat processadas no Google Earth Engine com suporte da linguagem Python. Aplicou-se o Índice de Vegetação por Diferença Normalizada (NDVI) para detectar alterações significativas na vegetação entre diferentes períodos, com limiares ajustados para refletir melhor a realidade local. A metodologia envolveu a compilação de dados espaciais, reprojeção, cálculo do NDVI, análise das diferenças temporais e exportação dos resultados. Os dados apontaram forte expansão urbana entre 1989 e 1993, com perdas significativas de vegetação em bairros como Silvado, Espraiado e Lagarto, enquanto áreas como Ponta Negra e Cajueiros apresentaram ganhos nos últimos períodos avaliados. A análise revelou ainda bairros resilientes e dinâmicas distintas de perda e ganho de vegetação ao longo dos anos. Esses resultados foram discutidos em diálogo com o Plano Diretor de Maricá e a Lei nº 2.272/2008, que trata do uso e ocupação do solo, evidenciando a importância de integrar o monitoramento geoespacial às políticas públicas e ao planejamento urbano sustentável.
Citas
Araújo RPZ de, Campante ALG, Pinheiro CB. 2024. Planejamento urbano e a dimensão integradora da questão ambiental: Revisitando instrumentos de política urbana para o enfrentamento da emergência climática. In: Diálogos para uma política nacional de desenvolvimento urbano: Temas transversais à PNDU. Vol. 3, p. 15-38. Instituto de Pesquisa Econômica Aplicada (Ipea), Brasília. Available from: https://dx.doi.org/10.38116/978-65-5635-069-1CAPÍTULO1
Dexter Engenharia. 2023. Laudo de avaliação de imóvel residencial em Maricá-RJ. Available from: https://www.portalbayit.com.br/preview/fba66611-b227-4df1-8ff1-b64cf97097d1.pdf
Duarte AS, Garcia RC. 2024. MARAEY, o paraíso na terra: A APA de Maricá (RJ) como pano de fundo para megaempreendimentos turísticos. In: Anais do Simpósio Nacional de Geografia Urbana – SIMPURB 2024. Available from: https://www.sisgeenco.com.br/anais/simpurb/2024/arquivos/GT23_COM_109_417_20240717210017.pdf
Fisher P, Comber A. 2005. Approaches to uncertainty in spatial data. In: Foote KE, et al., editors. Uncertainty in geographical data. London: Routledge. p. 44-60.
GeoPandas Developers. 2020. Geopandas: Python tools for geographic data. Available from: https://geopandas.org
Gorelick N, Hancher M, Dixon M, Ilyushchenko S, Thau D, Moore R. 2017. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sens Environ 202:18-27. Available from: https://doi.org/10.1016/j.rse.2017.06.031
Hemati MA, Hasaniou M, Mahdianpari M, Mohammadimanesh F 2021. A systematic review of Landsat data for change detection applications: 50 years of monitoring the Earth. Remote Sens 13(20):5359. https://doi.org/10.3390/rs13205359
Huete AR. 1988. A soil-adjusted vegetation index (SAVI). Remote Sens Environ 25(3):295-309.
IBGE 2023. Censo Demográfico 2022: População e Domicílios – Primeiros Resultados. Instituto Brasileiro de Geografia e Estatística, Rio de Janeiro. Disponível em: https://censo2022.ibge.gov.br
Inácio DR, Barboza DV, Vivas Neto DC, Bruno SF 2025. Systematic review on spatial change detection using NDVI in Google Earth Engine. Rev Gest Soc Ambient 19(5). https://doi.org/10.24857/rgsa.v19n5-027
Instituto Estadual do Ambiente – INEA. 2016. Portaria INEA/RJ/PRES nº 650, de 11 de fevereiro de 2016. Diário Oficial do Estado do Rio de Janeiro, 11 fev.
Instituto Estadual do Ambiente. 2021. Parecer técnico nº PRES/COOEAM 26/2021: Processo E-07/002.823/2020 – Empreendimento MARAEY. Available from: https://www.oeco.org.br/wp-content/uploads/2021/10/md_pesq_documento_consulta_externa.php-1.pdf
Instituto Nacional de Pesquisas Espaciais – INPE. 2023. Monitoramento de queimadas e incêndios. Available from: http://queimadas.dgi.inpe.br
IPCC 2022. Climate Change 2022: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, UK and New York, NY, USA. https://doi.org/10.1017/9781009325844
Jensen JR. 2007. Remote sensing of the environment: An Earth resource perspective. 2nd ed. Upper Saddle River (NJ): Prentice Hall.
Kennedy RE, Yang Z, Cohen WB. 2009. Remote sensing change detection tools for natural resource managers: Understanding concepts and tradeoffs in the design of landscape monitoring projects. Remote Sens Environ 113(7):1382-1396. Available from: https://doi.org/10.1016/j.rse.2008.07.018
Lopes GS, Lobo ALG, Corrêa GG, et al. 2024. O sistema GTP (Geossistema-Território-Paisagem) como suporte para a análise socioambiental da Área de Proteção Ambiental de Maricá (RJ). In: Anais do Simpósio Brasileiro de Geografia Física Aplicada. p. 1-20. Realize Editora. Available from: https://editorarealize.com.br/editora/anais/sbgfa/2024/TRABALHO_COMPLETO_EV206_MD1_ID157_TB1212_23092024204506.pdf
Maciel BV. 2017. Influência da efetividade de gestão na conservação: o estudo de caso de unidades de conservação municipais em Maricá - RJ [dissertação]. Niterói: Universidade Federal Fluminense. Available from: https://app.uff.br/riuff/handle/1/9243
Maricá. 2005. Lei Municipal nº 2.122, de 23 de junho de 2005: Criação da Área de Relevante Interesse Ecológico (ARIE) Cachoeira do Espraiado. Maricá (RJ).
Maricá. 2011. Lei Municipal nº 2.368, de 16 de maio de 2011: Criação do Refúgio de Vida Silvestre Municipal das Serras de Maricá (REVISSERMAR) e da Área de Proteção Ambiental Municipal das Serras de Maricá (APASERMAR). Maricá (RJ).
Maricá. 2013. Plano de Manejo Integrado das Áreas Naturais Protegidas de Maricá. Secretaria de Urbanismo e Meio Ambiente, Prefeitura de Maricá.
Maricá. 2017. Lei Municipal nº 2.749, de 17 de agosto de 2017: Criação do Monumento Natural Municipal do Morro da Peça. Maricá (RJ).
Maricá. 2022. Diagnóstico Técnico Síntese. Available from: https://www.marica.rj.gov.br/wp-content/uploads/2022/09/p3_diagnostico_tecnico_sintese_revfinal_11_12.pdf
Maricá. 2023. Lei Municipal nº 3.422, de 13 de dezembro de 2023: Criação do Refúgio de Vida Silvestre Lagoa do São Bento. Maricá (RJ).
Maricá. 2025. Lei Complementar nº 400, de 17 de janeiro de 2025. Available from: https://static.marica.rj.gov.br/arquivos/downloads/transparencia/publicacoes/planos/LEICOMPLEMENTARN400DE17DEJANEIRODE2025REVISAODOPLANODIRETOR2_638739284127616714.pdf
Melo GM. 2018. Uma discussão sobre os possíveis impactos ambientais causados pela instalação do Porto de Jaconé no município de Maricá, RJ [trabalho de conclusão de curso]. Niterói: Universidade Federal Fluminense. Available from: https://app.uff.br/riuff/handle/1/9361
Nursaputra MA, Larekeng SH, Nasri N, Hamzah AS. 2021. The NDVI algorithm utilization on the Google Earth Engine platform to monitor changes in forest density in mining areas. IOP Conf Ser Earth Environ Sci 739(1):012001. Available from: https://iopscience.iop.org/article/10.1088/1755-1315/886/1/012100
Okoduwa AK, Amaechi CF. 2024. MODIS NDVI assessment of forest degradation in the Federal Capital Territory, Abuja, Nigeria: A case study of the years 2000–2022. ResearchGate. Available from: https://www.researchgate.net/publication/385626718
Pande CB, Srivastava A, Moharir KN, et al. 2024. Characterizing land use/land cover change dynamics by an enhanced random forest machine learning model: a Google Earth Engine implementation. Environmental Sciences Europe 36:84. https://doi.org/10.1186/s12302-024-00901-0
Pettorelli N, Vik JO, Mysterud A, Gaillard JM, Tucker CJ, Stenseth NC. 2005. Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends Ecol Evol 20(9):503-510. Available from: https://doi.org/10.1016/j.tree.2005.05.011
Pontius RG, Millones M. 2011. Death to Kappa: birth of quantity disagreement and allocation disagreement for accuracy assessment. Int J Remote Sens 32(15):4407-4429. Available from: https://doi.org/10.1080/01431161.2011.552923
Rasterio Developers. 2020. Rasterio: Geospatial raster I/O for Python programmers [computer software]. Available from: https://github.com/rasterio/rasterio
Rio de Janeiro. 1984. Decreto Estadual nº 7.230, de 23 de abril de 1984.
Rio de Janeiro. 1991. Lei Estadual nº 1.901, de 29 de novembro de 1991.
Rouse JW, et al. 1974. Monitoring vegetation systems in the Great Plains with ERTS. In: Proceedings of the 3rd ERTS Symposium. NASA SP-351, p. 309-317.
Santos CL, Pereira AM, Silva JF, Oliveira RT. 2017. Caracterização das comunidades vegetais na restinga de Maricá, Rio de Janeiro, Sudeste do Brasil. Rev Tamoios 13(1):1-14.
Seabra VS, Cardoso PV, Lopes BM, Firmino WMC. 2024. Caracterização das mudanças de uso e cobertura da terra entre 1980 e 2022 em Maricá-RJ. In: Anais do Simpósio Brasileiro de Geografia Física Aplicada. p. 1-12. Realize Editora.
Silva JG da, Oliveira AS de. 1989. A vegetação de restinga no Município de Maricá - RJ. Acta Bot Bras 3(2):253-266.
Silva OT. 2009. A valorização da terra e a especulação imobiliária: As transformações do mercado de terras urbanas em Niterói, São Gonçalo, Itaboraí e Maricá na nova conjuntura de produção flexível. Rev Tamoios 5(1):1-19. Available from: https://www.researchgate.net/publication/279464457
Silva VF, Pereira JS, Cosme AMF, Pessoa DS, Martins WA, Dantas Neto J, Lima VLA. 2016. Análise da degradação da vegetação nativa em área de preservação permanente na Paraíba. Rev Bras Agro Sust 6(1):54-58.
Singh A. 1989. Digital change detection techniques using remotely-sensed data. Int J Remote Sens 10(6):989-1003. Available from: https://doi.org/10.1080/01431168908903939
Tamiminia H, Salehi B, Mahdianpari M, Quackenbush L, Adeli S, Brisco B. 2020. Google Earth Engine for geo-big data applications: A meta-analysis and systematic review. ISPRS J Photogramm Remote Sens 164:152-170. Available from: https://doi.org/10.1016/j.isprsjprs.2020.04.001
Turner BL, Meyer WB. 1994. Global land-use and land-cover change: an overview. In: Meyer WB, Turner BL, editors. Changes in land use and land cover: A global perspective. Cambridge: Cambridge University Press. p. 3-10.
USGS – United States Geological Survey. 2021. Landsat Collection 2 Level-2 Science Products – Pixel Quality Assessment (QA_PIXEL). Available from: https://www.usgs.gov/landsat-missions/landsat-collection-2-level-2-science-products
Virtanen P, Gommers R, Oliphant TE, Haberland M, Reddy T, Cournapeau D, et al. 2020. SciPy 1.0: Fundamental algorithms for scientific computing in Python. Nat Methods 17(3):261-272. Available from: https://doi.org/10.1038/s41592-019-0686-2
Zhu Z, Woodcock CE. 2014. Continuous change detection and classification of land cover using all available Landsat data. Remote Sens Environ 144:152-171. Available from: https://doi.org/10.1016/j.rse.2014.01.011
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Diego Ramos Inácio, Douglas Vieira Barboza, Dácio de Castro Vivas Neto, Sávio Freire Bruno
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Esta revista oferece acesso livre imediato ao seu conteúdo, seguindo o princípio de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização mundial do conhecimento.
A partir da publicação realizada na revista os autores possuem copyright e direitos de publicação de seus artigos sem restrições.
A Revista Fronteiras: Journal of Social, Technological and Environmental Science segue os preceitos legais da licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional.
