Characterization of land use and land cover in the Moxotó River basin using satellite images

Authors

DOI:

https://doi.org/10.51359/2238-6211.2025.267135

Keywords:

Semi-arid, water resources, remote sensing, natural landscape

Abstract

This study used satellite data from the SRTM and Landsat-8 satellites to characterize the most important natural conditions in the Moxotó River basin, located in a semiarid environment, encompassing parts of the western state of Alagoas, central and southwestern Pernambuco, and southern Paraíba. Digital vegetation classification techniques, such as NDVI and semi-automatic pixel value classification, were used to characterize and identify wetlands and land cover types. Land cover stratification for the Moxotó River basin indicates that capoeirão represents 33.13% of the basin's total area, while bare soil accounts for 8.87%. Together, these two classes alone account for 42% of the total area, demonstrating the significant impact of low water availability on human activities in the region. Another observation that can be related to this reality is the disappearance of native vegetation and the consequent deterioration of the natural landscape, considering the percentage of these areas. These factors have contributed to the disappearance of native vegetation and the deterioration of the landscape. Results such as these were made possible thanks to the use of remote sensing data, which today facilitates decision-making based on diagnoses constructed using software tools such as QGIS for information processing and modeling.

Author Biographies

Sávio Barbosa dos Santos, Universidade Federal de Sergipe

Doutorando pelo Programa de Pós-Graduação em Geografia, Universidade Federal de Sergipe (UFS).

Ailton Feitosa, State University of Alagoas (UNEAL), Arapiraca/AL, Brazil

Doutor em Geografia pela Universidade Federal de Pernambuco (UFPE), Professor permanente do Programa de Pós-Graduação em Dinâmicas Territoriais e Cultura, Universidade Estadual de Alagoas (UNEAL).

References

ANDERSON, J. R. et al. Sistema de classificação do uso da terra e do revestimento do solo para utilização com dados e sensores remotos. IBGE, Rio de Janeiro, 91p, 2006.

BAPTISTA, G. M. M. (2019) Sensoriamento remoto hiperespectral, Rio de Janeiro: Editora Interciência.

BITENCOURT, M. D. Sensoriamento remoto e geoprocessamento. São Paulo: USP, 2007.

CPRM – Serviço Geológico do Brasil. Diagnostico dos municípios. Disponível em: http://www.cprm.gov.br//. Acesso em março e maio de 2022.

CHRISTORFOLETTI, A. Geomorfologia. – 2ª ed. – São Paulo: Blucher, 1980.

CHRISTOFOLETT, Modelagem de Sistemas Ambientais. Editora Edgard Blücher, São Paulo, 1999, 236p.

EMBRAPA - Centro Nacional de Pesquisa de Solos. Sistema Brasileiro de classificação de solos. Rio de Janeiro, 306p, 2006.

FEITOSA, A.; SANTOS, B dos.; ARAÚJO, M, do S, B, de. Caracterização Morfométrica e identificação de Áreas Susceptíveis a Erosão na Bacia do Rio Pajeú, PE: o Estudo de Caso da Bacia do Rio Pajeú/PE. Revista Brasileira de Geografia Física, v. 04, n. 4, p. 820-836, dez. 2011.

FEITOSA, A. - Zoneamento de pequenas bacias hidrográficas e caracterização de várzeas na Bacia do Pajeú, Pernambuco. Recife, 2012. 139 f. Tese (doutorado) - UFPE, Centro de Filosofia e Ciências Humanas, Programa de Pós-graduação em Geografia. Recife, 2012.

FEITOSA, A. – Classificação dos eventos extremos de precipitação e suas ocorrências no período outono-inverno num município da Zona da Mata, Pernambuco. Revista Ambientale, Alagoas, 2013.

FLORENZANO, T. G. Imagens de satélite para estudos ambientais. São Paulo: Oficina de textos, 97p, 2002.

LORENZETTI, J.A. Princípios Físicos de Sensoriamento Remoto. São Paulo. Bluecher. 2015. 293p.

MENESES, P.R. et.al. Reflectância dos Materiais Terrestres: Análise e Interpretação. Editora Oficina de Textos, 219. 336p.

SANTOS, S. B. dos. Uso de dados de sensoriamento remoto no estudo geoambiental: um estudo de caso na caracterização socioambiental na bacia do Rio Moxotó. 2023. 130 f. Dissertação (Mestrado em Dinâmicas Territoriais e Cultura) – Universidade Estadual de Alagoas, Arapiraca, 2023.

SILVA, M. P. S.; Câmara, G.; Escada, M. I. S.; Souza, R. C. M. Remote Sensing image mining: detecting agents of land-use change in tropical forest areas. International Journal of Remote Sensing, v.29, n.16, p. 4803-4822, 2008. 20

SCHOWENGERDT, R. A. Remote Sensing Models and Methods for Image Processing. 3a ed., Elsevier, 2007.

TULLIO, L. Aplicações e Princípios de Sensoriamento Remoto. Ponta Grossa: Atena, 2019. Disponível em: https://www.atenaeditora.com.br/wp-content/uploads/2018/10/E-bookAplica-do-Sensoriamento-Remoto-1.pdf (PDF disponível no Moodle).

ZANOTTA, C. D. et. al. Processamento de imagens de satélite. 1. ed. São Paulo: Oficina de Textos, 2019.

Published

2025-12-22

How to Cite

Santos, S. B. dos, & Feitosa, A. (2025). Characterization of land use and land cover in the Moxotó River basin using satellite images. Geography Magazine, 42(3), 77–101. https://doi.org/10.51359/2238-6211.2025.267135