MétaCan
Menu
Retour à la cohorte
Enregistrement W4293793104 · doi:10.24980/ucm.v11i13.4211

MAPEAMENTO DO USO E OCUPAÇÃO DO SOLO DA ÁREA RURAL DO MUNICÍPIO DE SANTA ALBERTINA – SP: LEVANTAMENTO TÉCNICO

2022· article· pt· W4293793104 sur OpenAlexaboutno aff
Lucas Estevam BIANCHO, Kaique Augusto Poltronieri Donatoni, Jaqueline Bonfim de Carvalho, Camila Fernandes Ferreira APARECIDO

Notice bibliographique

RevueUnifunec Científica Multidisciplinar · 2022
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueRural Development and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeoprocessingGeographyAgricultural scienceForestryEnvironmental scienceCartography

Résumé

récupéré en direct d'OpenAlex

O uso e ocupação do solo nos permite identificar, planejar e prever eventos naturais e antrópicos como qualidade e quantidade de área, aptidão agrícola da região, culturas implantadas em expansão e perspectivas de mercado. O levantamento desse uso é fundamental para uma boa gestão de seus recursos, possibilitando maior renda, melhor tomada de decisão e uso mais sustentável. O objetivo do trabalho foi realizar o levantamento das mudanças da ocupação da área rural do município de Santa Albertina-SP, verificando os dados histórico de imagens de satélites do município. Os dados levantados foram do uso da ocupação do solo agrícola, conservação das áreas de preservação permanente e reserva legal. A pesquisa usou imagens de satélite SIRGAS 2000 do Google Earth Pro e para o geoprocessamento o software QGis 2.18 La Palmas. Os resultados da pesquisa apresentaram aumento de 61% na área de cana-de-açúcar do ano de 2010 para 2020 e uma redução de 19% na área de pastagem do ano de 2010 para 2020, as áreas de mata se mantiveram e setores como citros 84% e banana 88% de redução do ano 2010 para o ano de 2020 e em seringueira, ecoturismo, região urbana e região industrial houve um aumento (21%, 20% e 64%, respectivamente) do ano 2010 para o ano 2020. Conclui-se que, de acordo com o estudo do mapeamento, pode-se avaliar o desenvolvimento econômico das áreas e diagnosticar as culturas e atividades que estão em expansão e redução territorial. MAPPING OF THE USE AND USE OF THE SOIL IN THE RURAL AREA OF THE MUNICIPALITY OF SANTA ALBERTA–SP: TECHNICAL SURVEY ABSTRACT The soil use and occupation allows us to identify, plan and predict natural and anthropic events such as area quality and quantity, agricultural aptitude of the region, growing crops and market perspectives. The inventory of this use is fundamental for a good management of its resources, enabling higher income, better decision making, and a more sustainable use. The aim of the paper was to carry out a survey of the changes in the rural area occupation in the municipality of Santa Albertina-SP, comparing the historical data from satellite images of the municipality. The data collected were on the use and occupation of agricultural land, conservation of permanent preservation areas, and legal reserves. The research used SIRGAS 2000 satellite images from Google Earth Pro and for geoprocessing the QGis 2.18 La Palmas software. The findings of the survey showed a 61% increase in the sugarcane area from the year 2010 to 2020 and a 19% reduction in the pasture area from the year 2010 to 2020, the forest areas were maintained and sectors like citrus 84% and banana 88% reduction from the year 2010 to the year 2020 and in rubber trees, ecotourism, urban region and industrial region there was an increase (21%, 20% and 64%, respectively) from the year 2010 to the year 2020. It is concluded that, according to the mapping study, we may evaluate the economic development of the areas and diagnose the crops and activities that are expanding and reducing territorially. Keywords: Agricultural expansion. Georeferencing. Satellite images. Topographic survey.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,254
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0030,008
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,247
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUnifunec Científica MultidisciplinarMême sujetRural Development and AgricultureTravaux en français237 207