LASERE: Laboratório de Sensoriamento Remoto
GAG: Departamento de Análise GeoambientalProjetos
Projetos de Ensino, Pesquisa e Extensão coordenados ou com participação dos Pesquisadores do LASERE
Mensuração da segregação, desigualdade e pobreza na era de big data (Chamada CNPq/MCTI Nº 10/2023)
O processo de expansão das grandes cidades brasileiras tem sido fomentado por migrações populacionais internas e externas em busca de melhores condições de vida. Entretanto, a infraestrutura dos grandes centros não tem sido capaz de atender às demandas sociais geradas por esses aumentos populacionais, produzindo desequilíbrio no uso e na ocupação do solo urbano, com a proliferação de moradias irregulares nas periferias das grandes cidades. Acrescentando a esse quadro tem-se o novo normal promovido pela pandemia do COVID-19 que mudou os hábitos sociais para preservar a vida. Em decorrência desse fato, ocorreu o encerramento de postos de trabalho e mudou a dimensão de atividades para o meio online. Nesse contexto, as disparidades socioeconômicas, que se manifestam no território nas dimensões social, ambiental e econômica entre as classes sociais, vêm sendo ampliadas, apresentando diferenças em moradias, serviços públicos e na qualidade de vida, se concretizando nas cidades em diversos arranjos urbanos. Essas disparidades, tratadas como desigualdades e relacionadas à segregação, podem ser associadas ao conceito de pobreza. Assim, este projeto objetiva analisar os aspectos de segregação socioespacial, desigualdades e pobreza nos municípios criando índices baseados em estatísticas oficiais e em mídias sociais digitais georreferenciadas A hipótese principal é a de que a segregação no território pode ser identificada através das mídias sociais e pode ser considerada um reflexo das desigualdades culturais e em educação e da pobreza materializada no espaço urbano. Para isso serão utilizadas teorias e metodologias no contexto de big data e da ciência de dados de modo a construir índices para mensurar e qualificar a segregação, desigualdades e pobreza para os municípios objetos da pesquisa, de forma a compreender os padrões, causas subjacentes e consequências, bem como avaliar a correlação entre estes conceitos nos municípios estudados.
Estudo dos Remanescentes Florestais no Rio de Janeiro: Uma Abordagem com Big Data Geoespacial
Os remanescentes florestais do estado do Rio de Janeiro abrangem em 2022 cerca de 19% da área estabelecida pela Lei da Mata Atlântica, de acordo com o SOS Mata Atlântica. A proteção de áreas florestadas é fundamental para manter as condições de vida na Terra, pois são responsáveis por absorver duas vezes mais CO2 do que emitem por ano, desempenhando papel essencial na reversão das mudanças climáticas. Para atingir o objetivo de proteção das florestas, é necessário o constante monitoramento, através do acompanhamento da trajetória das ações de uso, proteção e recuperação florestal. A principal fonte de dados para realizar o acompanhamento advém das imagens de Sensoriamento Remoto, pois coletam continuamente dados espectrais da superfície terrestre em curto período de tempo, constituindo grandes bancos de dados georreferenciados (Big Data Geoespacial ). No entanto, devido à resposta espectral semelhante entre diferentes alvos, é importante a incorporação de dados georreferenciados advindos de outras fontes, como os Modelos Digitais de Elevação. Desta forma, o objetivo do presente projeto é estudar os remanescentes florestais do Rio de Janeiro através de Big Data Geoespacial para investigar a evolução dos remanescentes florestais fluminenses e suas condicionantes, identificando situações de conservação e degradação ao longo do tempo.
YouthMappers UFF - Niterói
O projeto de extensão YouthMapper UFF – Niterói promove treinamento em mapeamento colaborativo utilizando plataformas gratuitas como OpenStreetMap e FOSS4G, além de pesquisas com dados colaborativos para subsidiar informações geoespaciais sobre o estado do Rio de Janeiro. Integrado à rede internacional YouthMappers, busca capacitar cidadãos em habilidades técnicas, empoderá-los para transformar o ambiente local, melhorar a gestão territorial e a qualidade de vida, e fomentar a colaboração entre setores da sociedade. A metodologia inclui levantamento de necessidades, planejamento de treinamentos, mapeamento participativo e avaliação contínua. Os objetivos abrangem engajamento comunitário, capacitação técnica, fortalecimento da formação acadêmica e profissional e divulgação dos resultados à sociedade. O projeto integra ensino, pesquisa e extensão, aplicando teoria em práticas reais, contribuindo para pesquisas acadêmicas e impactando positivamente a comunidade. Dessa forma, reflete o compromisso da Universidade com a formação de profissionais conscientes e agentes de transformação social.
Can I use your themes with WP.com?
![](http://lasere.uff.br/wp-content/uploads/sites/104/2025/01/logo_04.png)
![](http://lasere.uff.br/wp-content/uploads/sites/104/2025/01/logo_05.png)
![](http://lasere.uff.br/wp-content/uploads/sites/104/2025/01/logo_01.png)
![](http://lasere.uff.br/wp-content/uploads/sites/104/2025/01/logo_08.png)
LASERE: Laboratório de Sensoriamento Remoto
Avenida Milton Tavares de Souza, s/nº, Sala 406 do Bloco O (prédio antigo) do Instituto de Geociências (EGG), Campus Praia Vermelha, Boa Viagem – Niterói, RJ – CEP: 24.210-346