Sensoriamento remoto utilizado em restauração florestal: uma revisão de literatura

dc.contributor.advisorLima Neto, Everaldo Marques de
dc.contributor.advisor-coMelo, Lorena Moura de
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/1486808425687522
dc.contributor.advisorLatteshttp://lattes.cnpq.br/6791561445213969
dc.contributor.authorSoares, Joseph da Silva
dc.contributor.authorLatteshttp://lattes.cnpq.br/6734386135151391
dc.date.accessioned2025-07-14T13:53:04Z
dc.date.issued2025-03-21
dc.degree.departamentciencias florestais
dc.degree.graduationengenharia florestal
dc.degree.levelbachelor's degree
dc.degree.localRecife
dc.description.abstractA restauração florestal tornou-se uma estratégia fundamental para mitigar os impactos ambientais, promover a recuperação da biodiversidade e restaurar serviços os ecossistêmicos. No entanto, o monitoramento contínuo dessas áreas ainda enfrenta desafios tecnológicos, operacionais e econômicos, dificultando a avaliação da eficácia das iniciativas de restauração. Nesse contexto, o sensoriamento remoto surge como uma ferramenta inovadora e promissora para o monitoramento da restauração florestal, permitindo análises em larga escala com menor dependência de pesquisas de campo. Este estudo tem como objetivo analisar o uso do sensoriamento remoto no monitoramento contínuo da restauração florestal por meio de revisão bibliográfica, identificando as potencialidades, desafios no acompanhamento das áreas e na avaliação da eficácia das iniciativas de restauração. A metodologia consiste em uma revisão de literatura sobre o uso do sensoriamento remoto na restauração florestal, focando em estudos de 2000 a 2025. Foram selecionados artigos que correlacionaram sensoriamento remoto ao monitoramento de restauração, abordando eficácia, dificuldades técnicas e aplicações práticas. Os resultados indicaram que os avanços tecnológicos na área do sensoriamento remoto melhoraram a precisão do monitoramento, aprimorando a detecção de mudanças na vegetação e facilitando a avaliação do sucesso da restauração. No entanto, desafios como variações metodológicas, dificuldades de diferenciação de espécies, limitações de resolução espacial e interferência atmosférica ainda afetam a eficiência da geotecnologia. Além disso, a falta de métodos padronizados de análise de dados dificulta a comparação de resultados entre diferentes iniciativas. A integração de múltiplas fontes de dados, com algoritmos de aprendizado de máquina, tem se mostrado uma alternativa viável para superar essas limitações, otimizando a precisão das análises e tornando o monitoramento mais acessível e eficiente. Conclui-se que o sensoriamento remoto é uma ferramenta indispensável para o monitoramento contínuo da restauração florestal, contribuindo para o manejo sustentável dos ecossistemas e o desenvolvimento de ações mais efetivas.
dc.description.abstractxForest restoration has become a fundamental strategy to mitigate environmental impacts, promote biodiversity recovery, and restore ecosystem services. However, the continuous monitoring of these areas still faces technological, operational, and economic challenges, hindering the assessment of the effectiveness of restoration initiatives. In this context, remote sensing emerges as an innovative and promising tool for monitoring forest restoration, enabling large-scale analyses with less reliance on field surveys. This study aims to analyze the use of remote sensing in the continuous monitoring of forest restoration through a literature review, identifying the potential, challenges in monitoring areas, and evaluating the effectiveness of restoration initiatives. The methodology consists of a literature review on the use of remote sensing in forest restoration, focusing on studies from 2000 to 2025. Articles that correlated remote sensing with restoration monitoring were selected, addressing effectiveness, technical difficulties, and practical applications. The results indicated that technological advancements in remote sensing have improved monitoring accuracy, enhancing the detection of vegetation changes and facilitating the evaluation of restoration success. However, challenges such as methodological variations, difficulties in species differentiation, spatial resolution limitations, and atmospheric interference still affect geotechnology efficiency. Furthermore, the lack of standardized data analysis methods makes it difficult to compare results across different initiatives. The integration of multiple data sources with machine learning algorithms has proven to be a viable alternative to overcome these limitations, optimizing analysis accuracy and making monitoring more accessible and efficient. It is concluded that remote sensing is an indispensable tool for the continuous monitoring of forest restoration, contributing to sustainable ecosystem management and the development of more effective actions.
dc.format.extent44 f.
dc.identifier.citationSOARES, Joseph da Silva. Sensoriamento remoto utilizado em restauração florestal: uma revisão de literatura. 2025. 44 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Florestal) - Departamento de Ciência Florestal, Universidade Federal Rural de Pernambuco, Recife, 2025.
dc.identifier.urihttps://arandu.ufrpe.br/handle/123456789/7365
dc.language.isopt_BR
dc.publisher.countryBrazil
dc.publisher.initialsUFRPE
dc.rightsopenAccess
dc.rights.licenseAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectRestauração florestal
dc.subjectSensoriamento remoto
dc.subjectMonitorização florestal
dc.subjectInovações tecnológicas
dc.subjectInteligência artificial
dc.titleSensoriamento remoto utilizado em restauração florestal: uma revisão de literatura
dc.typebachelorThesis

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
tcc_josephdasilvasoares.pdf
Tamanho:
533.48 KB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
license.txt
Tamanho:
1.87 KB
Formato:
Item-specific license agreed upon to submission
Descrição: