Plano de Disciplina — Geotecnologias e SIG
PLANO DE DISCIPLINA
EMENTA: Fundamentos do geoprocessamento e análise espacial: conceitos, estruturas de dados, análise de incerteza e acurácia em classificação. Geotecnologias aplicadas à gestão de recursos hídricos e períodos de seca: evapotranspiração, índices de seca, sensoriamento remoto hidrológico. Sistemas de Informação Geográfica (SIG) na exploração de recursos minerais: análise multicriterial, geoprocessamento e tomada de decisão. Intemperismo, erosão e formação de solos: processos pedogenéticos, classificação e mapeamento digital de solos. Degradação do solo, desertificação e mudanças climáticas: indicadores espaciais, monitoramento e modelagem. Recursos hídricos e gestão por bacia hidrográfica: delimitação, análise morfométrica, política nacional de recursos hídricos. Monitoramento hidrológico e geotecnologias: redes de observação, sensores remotos, séries temporais. Geoprocessamento aplicado ao monitoramento de impactos ambientais da mineração: análise espacial, licenciamento e auditoria ambiental. Sensoriamento remoto aplicado a mudanças de uso e cobertura vegetal: detecção de mudanças, métricas de paisagem, classificação supervisionada. Inteligência artificial e qualidade da pesquisa científica em meio ambiente: aprendizado de máquina, validação espacial, reprodutibilidade e princípios FAIR.
OBJETIVO: Capacitar o(a) discente a aplicar geotecnologias (SIG, sensoriamento remoto, modelagem espacial e inteligência artificial) na análise, monitoramento e gestão de recursos naturais, com ênfase em rigor metodológico, validação de resultados e suporte à tomada de decisão em questões ambientais e territoriais.
OBJETIVOS ESPECÍFICOS:
Dominar os fundamentos teóricos e práticos do geoprocessamento, incluindo estruturas de dados vetoriais e matriciais.
Avaliar a incerteza e acurácia em produtos de classificação (matriz de confusão, Kappa, validação espacial).
Aplicar geotecnologias ao monitoramento de recursos hídricos, seca e evapotranspiração.
Utilizar análise multicriterial (AHP, Fuzzy) em SIG para exploração de recursos minerais e tomada de decisão.
Analisar processos de intemperismo, erosão, formação e degradação de solos com suporte de geotecnologias.
Delimitar e caracterizar bacias hidrográficas com análise morfométrica e política de recursos hídricos.
Aplicar sensoriamento remoto na detecção de mudanças de uso e cobertura vegetal e no monitoramento de impactos da mineração.
Utilizar métodos de aprendizado de máquina com validação espacialmente robusta, alinhados aos princípios FAIR e de ciência aberta.
HABILIDADES E COMPETÊNCIAS: Ao final da disciplina, o(a) discente deverá dominar os fundamentos teóricos e práticos do geoprocessamento, compreender as potencialidades e limitações das geotecnologias aplicadas a problemas ambientais reais, realizar análises espaciais consistentes em plataformas livres (QGIS, Google Earth Engine), avaliar criticamente a qualidade e incerteza de produtos cartográficos, integrar múltiplas fontes de dados espaciais (satelitais, censitários, hidrológicos, pedológicos), aplicar métodos de aprendizado de máquina com validação espacialmente robusta, e elaborar produtos técnicos (mapas, relatórios, scripts reprodutíveis) orientados ao planejamento, licenciamento, monitoramento ambiental e políticas públicas de gestão territorial e de recursos naturais.
METODOLOGIA: A disciplina será desenvolvida ao longo de 11 encontros semanais. As atividades combinarão exposição dialogada dos fundamentos teóricos com sessões práticas em ambiente computacional (QGIS, Google Earth Engine e R).
Cada encontro articulará uma dimensão conceitual (fundamentos, pressupostos e critérios de análise) com uma dimensão aplicada (exercícios com dados reais, produção de mapas e relatórios). Os materiais de apoio (scripts, datasets, tutoriais e artigos) serão disponibilizados em formato digital.
A disciplina enfatiza o rigor metodológico na produção de evidências geoespaciais, a reprodutibilidade dos procedimentos e a interpretação crítica dos resultados.
FORMAS DE AVALIAÇÃO: O processo avaliativo contemplará instrumentos teóricos e práticos:
1ª Avaliação (Teórica — Individual): prova presencial abrangendo fundamentos de geoprocessamento, incerteza em classificação, geotecnologias aplicadas a recursos hídricos, mineração e solos.
2ª Avaliação (Prática — Individual ou em dupla): elaboração de produto cartográfico (mapa temático e relatório técnico) com análise espacial no QGIS ou GEE.
3ª Avaliação (Teórica — Individual): prova presencial abrangendo bacias hidrográficas, monitoramento hidrológico, sensoriamento remoto, detecção de mudanças e IA aplicada.
4ª Avaliação (Projeto Final — Individual ou em grupo): projeto integrado com análise multicriterial, mapas de uso/cobertura, detecção de mudanças e relatório reprodutível.
Cada avaliação terá valor máximo de 10,0 pontos e a média final será calculada pela média aritmética simples.
PROGRAMA DO COMPONENTE CURRICULAR
O componente curricular será desenvolvido em 11 encontros. O programa articula fundamentos de geoprocessamento e sensoriamento remoto com aplicações em recursos hídricos, solos, mineração e inteligência artificial, culminando em análise integrada de problemas ambientais.
Avaliação de Incerteza em Classificação (aula 01)
Matriz de confusão, coeficiente Kappa e validação espacial.
Mapas de probabilidade e incerteza no Google Earth Engine.
Fundamentos do Geoprocessamento (aula 02)
Ontologias espaciais; modelos vetorial e matricial; SRC.
Álgebra de mapas, operações espaciais e geoestatística.
Geotecnologias e Recursos Hídricos (aula 03)
Monitoramento de reservatórios e aquíferos; índices de seca.
Evapotranspiração (SEBAL); sensoriamento remoto hidrológico; governança hídrica.
SIG na Exploração Mineral (aula 04)
Sistemas mineralizantes; geofísica e sensoriamento hiperespectral.
Análise multicriterial: Fuzzy-AHP e pesos de evidência para tomada de decisão.
Intemperismo, Erosão e Solos (aula 05)
Equação de Jenny; séries de Goldich; processos pedogenéticos.
RUSLE; classificação SiBCS; mapeamento digital de solos.
Degradação, Desertificação e Clima (aula 06)
LDN/ODS 15.3; retroalimentação USLE-clima; salinização.
Mecanismo de Charney; indicadores espaciais; restauração.
Recursos Hídricos e Bacia Hidrográfica (aula 07)
Delimitação de bacias; morfometria e balanço hídrico.
Lei 9.433/1997; outorga, cobrança e nexo água-energia-alimento.
Monitoramento Hidrológico (aula 08)
Telemetria IoT; curvas-chave; altimetria radar.
GPM/SMAP; SEBAL/METRIC; DEMs e modelos hidrológicos.
Geoprocessamento na Mineração (aula 09)
DInSAR; NDVI e balanço volumétrico LiDAR.
Gestão de risco, compliance ambiental e licenciamento.
Sensoriamento Remoto e Cobertura Vegetal (aula 10)
NDVI/EVI; classificadores RF/SVM/U-Net; BFAST.
PRODES/MapBiomas; validação de Olofsson; métricas de paisagem.
IA e Qualidade da Pesquisa Ambiental (aula 11)
Modelagem híbrida; SHAP/LIME; explicabilidade.
Princípios FAIR; Green AI; ética e reprodutibilidade na pesquisa.
CONTEÚDO PROGRAMÁTICO
Quadro 1 — Conteúdo programático por aula de Geotecnologias e SIG.
| SEMANA | AULA | ASSUNTOS PREVISTOS |
|---|---|---|
| 1ª | 01 | Avaliação de incerteza e acurácia em classificação: matriz de confusão, Kappa, validação espacial. |
| 2ª | 02 | Fundamentos do geoprocessamento e análise espacial: estruturas de dados, operações espaciais. |
| 3ª | 03 | Geotecnologias aplicadas a recursos hídricos: evapotranspiração, índices de seca, SR hidrológico. |
| 4ª | 04 | SIG aplicado à exploração de recursos minerais: análise multicriterial, AHP, tomada de decisão. |
| 5ª | 05 | Intemperismo, erosão e formação de solos: processos pedogenéticos, classificação SiBCS. |
| 6ª | 06 | Degradação do solo, desertificação e mudanças climáticas: indicadores, monitoramento, modelagem. |
| 7ª | 07 | Recursos hídricos e gestão por bacia hidrográfica: delimitação, morfometria, Política Nacional. |
| 8ª | 08 | Monitoramento hidrológico e geotecnologias: redes de observação, sensores remotos, séries temporais. |
| 9ª | 09 | Geoprocessamento aplicado a impactos da mineração: análise espacial, licenciamento, auditoria. |
| 10ª | 10 | Sensoriamento remoto e mudanças de cobertura vegetal: detecção de mudanças, métricas de paisagem. |
| 11ª | 11 | Inteligência artificial e qualidade da pesquisa ambiental: ML, validação espacial, princípios FAIR. |
Observação: Disciplina ofertada no curso de Geografia da UNIVASF. Conteúdo alinhado aos temas do concurso público de Geociências.
SIGNIFICADO DO COMPONENTE CURRICULAR PARA FORMAÇÃO PROFISSIONAL
O componente curricular Geotecnologias e SIG é estruturante para a formação de profissionais de Geografia e áreas afins, por fornecer competências em análise espacial, sensoriamento remoto e modelagem ambiental indispensáveis ao diagnóstico, monitoramento e gestão do território. O domínio de geotecnologias é exigência crescente em licenciamentos, auditorias ambientais, planejamento urbano e regional, gestão de recursos hídricos e minerais, monitoramento de desmatamento e avaliação de impactos.
A ênfase em plataformas livres (QGIS, Google Earth Engine), inteligência artificial aplicada e princípios de ciência aberta (FAIR, reprodutibilidade) prepara o(a) egresso(a) para atuar em órgãos públicos, empresas de consultoria, institutos de pesquisa e organizações ambientais, com rigor técnico e alinhamento às melhores práticas da comunidade geoespacial.
REFERÊNCIAS
Básica
- CÂMARA, Gilberto et al. Anatomia de Sistemas de Informação Geográfica. São José dos Campos: INPE, 2004.
- NOVO, Evlyn M. L. de Moraes. Sensoriamento remoto: princípios e aplicações. 4. ed. São Paulo: Blucher, 2008.
- ROSA, Roberto; BRITO, Jorge Luís Silva. Introdução ao geoprocessamento: sistemas de informação geográfica. Uberlândia: UFU, 1996.
- TUCCI, Carlos E. M. Hidrologia: ciência e aplicação. 4. ed. Porto Alegre: ABRH/UFRGS, 2002.
- ALLEN, Richard G. et al. Crop evapotranspiration: guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56. Rome: FAO, 1998.
Complementar
- EMBRAPA. Sistema Brasileiro de Classificação de Solos. 5. ed. Brasília: Embrapa, 2018.
- BRASIL. Lei nº 9.433, de 8 de janeiro de 1997. Política Nacional de Recursos Hídricos. Brasília, 1997.
- REICHSTEIN, Markus et al. Deep learning and process understanding for data-driven Earth system science. Nature, v. 566, p. 195-204, 2019.
- WILKINSON, Mark D. et al. The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, v. 3, 160018, 2016.
- SCHWARTZ, Roy et al. Green AI. Communications of the ACM, v. 63, n. 12, p. 54-63, 2020.
- TAPLEY, Byron D. et al. The Gravity Recovery and Climate Experiment: mission overview and early results. Geophysical Research Letters, v. 31, L09607, 2004.
- SILVA, Bernardo Barbosa da et al. Determinação de evapotranspiração real por sensoriamento remoto. Revista Brasileira de Agrometeorologia, v. 13, n. 2, p. 217-225, 2005.