Projetos de assentamentos de reforma agrária são uma das medidas adotadas pelo governo na tentativa de criar um relacionamento sustentável com a natureza. Como a área de assentamentos cobre mais de 77.483.317,86 hectares da Amazônia Legal, é essencial compreender as causas da degradação ambiental desses espaços. Isto posto, foram utilizados, de forma combinada, cadeias de Markov e autômatos celulares (CA-Markov) para, a partir de duas imagens classificadas, prever cenários de mudanças no uso e cobertura da terra (LULC). Esta tese apresenta uma metodologia inovadora que difere daquelas usualmente utilizadas em CA-Markov, pois os aspectos de tempo e espaço são observados pela cadeia de Markov e servem como base para a função de transição do autômato celular (CA). A metodologia também contempla a aquisição de imagens, nesse sentido, como a região de interesse permanece, em boa parte do ano, com uma cobertura de nuvens significativa, a obtenção de imagens por sensores ópticos, fica prejudicada, por conta disso, foi imperativa a busca por uma alternativa. As Flying Ad-hoc Networks (FANETs) podem ser utilizadas para complementar informações da região de estudo, capturando imagens de alta qualidade, sem o inconveniente das nuvens. Por outro lado, os nós da rede precisam manter, pelo maior tempo possível, a conexão entre eles, o que é dificultado pela mobilidade e autonomia de voo dos drones. Por esse motivo, é imprescindível a utilização de um protocolo de roteamento que seja capaz de adaptar-se à dinâmica da rede. Além disso, também foi desenvolvido um algoritmo de roteamento baseado em sistema Fuzzy. Testes e simulações foram realizadas com o intuito de validar tanto a metodologia geral MAPS, quanto o protocolo de roteamento.
|
