Modelagem preditiva de linha de costa utilizando redes neurais artificiais

Gonçalves, Rodrigo Mikosz; Coelho, Leandro dos Santos; Krueger, Cláudia Pereira; Heck, Bernhard

doi:10.1590/s1982-21702010000300004

Cited by 13 publications

(15 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Como no estado do Rio Grande do Sul (Baitelli et al, 1999;Esteves et al, 2002;Toldo Jr. et al, 2005), em Santa Catarina (Mazzer and Dillemburg, 2009), no Rio Grande do Norte (Lima et al, 2001;Grigio, 2003;Lima, 2004;Chaves, 2005), no Ceará (Bezerra et al, 2003), no Paraná (Krueger et al, 2009;Gonçalves et al, 2010;Tanajura et al, 2011;Krueger et al, 2011;Gonçalves et al, 2012a,b) e em Pernambuco (Muehe, 1998;Duarte, 2002;Gregório, 2004Mendonça, 2005;Pedrosa, 2007;Gregório and Araújo, 2008;Santos, 2008;Gonçalves et al, 2013;Silva et al, 2013;Mendonça et al, 2014), entre outros.…”

Section: Introductionunclassified

Mudanças Posicionais Da Linha De Costa Nas Praias Do Pina E De Boa Viagem, Recife, Pe, Brasil

et al. 2017

View full text Add to dashboard Cite

O objetivo deste trabalho foi analisar a evolução espacial e temporal da linha de costa considerando um intervalo de 48 anos (1960-2008) para as praias urbanas do Pina e de Boa Viagem (Recife, PE, Brasil). O levantamento multitemporal da linha de costa foi baseado na análise de dados vetoriais fotogramétricos (1960, 1974, 1981, 1997 na escala 1: 6.000) e dados coletados por GNSS para o ano de 2008. A área de estudo foi dividida em quatro setores (A, B, C e D). Como resultados o setor A obteve taxas de retrogradação onde o valor para a maior taxa foi de -1,8 m/ano (1960-1974). Para o setor B destaca-se a progradação para o intervalo de 1960-1974 (2,5 m/ano). As maiores taxas de retrogradação se encontram no setor C (-0,87; -0,56; -0,44, durante os períodos de 1960-1981, 1960-1997 e 1960-2008 respectivamente). O setor D obteve como resultado a retrogradação para todos os intervalos analisados, sendo que a maior taxa encontrada foi para o de 1960-1974 (-1,6 m/ano). Por fim, observou-se que não há uma relação linear em relação às mudanças da linha de costa para os setores analisados demonstrando o complexo comportamento hidro-sedimentar destas praias urbanas.Palavras-Chave: monitoramento costeiro, análise multi-temporal, erosão marinha.

show abstract

Section: Introductionunclassified

Mudanças Posicionais Da Linha De Costa Nas Praias Do Pina E De Boa Viagem, Recife, Pe, Brasil

et al. 2017

View full text Add to dashboard Cite

show abstract

“…Several studies involving its concept and modeling have been developed both nationally in Brazil (TANAJURA et al, 2011;GONÇALVES et al, 2010;ALMEIDA, 2008;ROCHA et al, 2008;RIBEIRO, 2005;ANGULO, 1996), and globally (SMITH and CROMLEY, 2012;JACKSON et al, 2012;BAPTISTA et al, 2011;STOCKDON et al, 2002;THIELER and DANFORTH, 1994, among others). The shoreline monitoring is necessary for the purpose of integrating coastal zone management (ICZM), where the positional and dynamical information are fundamental for territorial planning, as well as for learning the process of coastal evolution providing information to protect, plan, and make decisions in relation to coastal environment (VELOSO-GOMES et al, 2008;TZATZANIS et al, 2003).…”

Section: Introductionmentioning

confidence: 99%

Temporal Shoreline Series Analysis Using GNSS

Mendonça

Gonçalves

Awange³

et al. 2014

Bol. Ciênc. Geod.

Self Cite

View full text Add to dashboard Cite

In recent decades, Boa Viagem beach located in the city of Recife-PE and Piedade in Jaboatão dos Guararapes-PE (Brazil) has seen urbanization near the coastline causing changes in social, economic and morphological aspects, where coastal erosion problems are observed. This study uses GNSS (global navigation satellite system) shoreline monitoring approach, which is quicker, and provides continuously updatable data at cm-level accuracy to analyze and determine temporal positional shifts of the shoreline as well as annual average rates through EPR (end point rate). To achieve this, kinematic GNSS survey data for the years 2007, 2009, 2010 and 2012 were used. The results show sectorial trends over the years, with the highest annual retreat rate of 8.16 m /year occurring during the period 2007-2009. Variety of differents patterns over the shoreline was also observed. These findings could be essential for decision making in coastal environments.

show abstract

“…Em muitos estudos costeiros a falta de informação cartográfica temporal pode gerar dificuldade no diagnóstico de uma determinada área, sendo muito comum em modelagens costeiras a combinação de informações de diferentes fontes. Neste sentido, Gonçalves et al (2010) apresentam as redes neurais como alternativa para modelos preditivos do comportamento posicional da linha de costa. Em Gonçalves et al (2012) é possível verificar uma comparação entre modelos de tendência, como por exemplo, a estimativa robusta e o modelo de regressão linear, assim como o seu comportamento tendencial aplicado ao mesmo conjunto de dados temporais da linha de costa.…”

Section: Introductionunclassified

Modelagem fuzzy aplicada na detecção da vulnerabildade à erosão costeira

et al. 2013

Self Cite

View full text Add to dashboard Cite

RESUMOO crescimento da urbanização vem provocando grandes transformações nas relações sociais e morfológica das áreas costeiras. O presente trabalho tem como objetivo modelar massa de dados de diversas fontes como GNSS (Global Navigation Satellite Systems) e sensoriamento remoto para posteriormente prover a espacialização da vulnerabilidade costeira à erosão utilizando a lógica fuzzy. O método aplicado para análise da vulnerabilidade utilizou variáveis linguísticas, partições fuzzy, intervalos e análises paramétricas que caracterizam a modelagem fuzzy. Após análise, os níveis de vulnerabilidade à erosão costeira ao longo da linha de costa nas cidades do Recife e Jaboatão dos Guararapes no litoral de Pernambuco apresentaram os seguintes resultados: 33,33% da linha de costa possuem vulnerabilidade baixa, 38,15% possui vulnerabilidade moderada, 14,26% vulnerabilidade alta e 14,26% muito alta. Palavras-chave: Vulnerabilidade à Erosão Costeira; Cartografia Costeira; Modelagem Fuzzy; Linha de Costa.

show abstract

Modelagem preditiva de linha de costa utilizando redes neurais artificiais

Cited by 13 publications

References 8 publications

Mudanças Posicionais Da Linha De Costa Nas Praias Do Pina E De Boa Viagem, Recife, Pe, Brasil

Mudanças Posicionais Da Linha De Costa Nas Praias Do Pina E De Boa Viagem, Recife, Pe, Brasil

Temporal Shoreline Series Analysis Using GNSS

Modelagem fuzzy aplicada na detecção da vulnerabildade à erosão costeira

Contact Info

Product

Resources

About