Compreensão de princípios de análise espacial nas suas diversas escalas, capacitando o aluno para o uso de técnicas de Geoprocessamento e Geomática aplicados à estudos da Biodiversidade e Bioprospecção com ênfase no aspecto prático de mapeamento e modelagem de dados espaciais em Sistemas de Informação Geográfica (SIGs) e Processamento Digital de Imagens de Satélite. Além da questão do processamento em si, a disciplina abordará aplicações de armazenamento de informações através de bancos de dados espaciais como ferramentas gestão.
PARTE 1 – INTRODUÇÃO E CONCEITOS • Sistemas Ambientais: Escalas de fenômenos e espacialização de dados • Aspectos de cartografia (Projeções e Sistemas de Referencia) • Sistemas de Informação Geográfica – Conceitos básicos, evolução tecnológica e epistemologia. • Fundamentos do Sensoriamento Remoto do ambiente e Biodiversidade • Modelagem, Geoestatística e Álgebra de Mapas PARTE 2 – FUNDAMENTOS TEÓRICOS • Módulo I – Aquisição de dados ambientais, armazenamento e estrutura de dados em SIG • Módulo II – Processamento e Manipulação Dados x Informações – Introdução a Modelagem espacial. • Módulo III – Representação espacial da biodiversidade – Teoria e prática (mapeamento de ambientes, espécies, comunidades e biomas) • Módulo IV - Modelos Espaciais – Dinâmica de Habitats, Fragmentação e modelagem de sistemas ecológicos PARTE 3 – APLICAÇÕES • Aplicações em áreas terrestres • Aplicações em áreas aquáticas
1) Burrough P.A. & McDonnell, R.A. 1998 – Principles of Geographic Information Systems: Oxford University 2) Camara, G.; Davis, C.; Monteiro, A.M.; D´Alge, J.C. 2001 Introdução à Ciência da Geoinformação. INPE São J. dos Campos. 3) (http://mtc-m12.sid.inpe.br/col/sid.inpe.br/sergio/2004/04.22.07.43/doc/publicacao.pdf) 4) Cipra, B., 2000. Revealing uncertainties in computer models. Science 287 (5455), 960-961. 5) Christofoletti, A. 1999 Modelagem de sistemas ambientais. Ed. Edgard Blücher. São Paulo, 1999. 236. 6) Elith, J., & Leathwick, J. R. (2009). Species distribution models: ecological explanation and prediction across space and time. Annual Review of Ecology, Evolution, and Systematics, 40(1), 677. 7) Franklin, J. (2010). Mapping species distributions: spatial inference and prediction. Cambridge University Press. 8) Jensen, J. R. Sensoriamento Remoto do ambiente: uma perspectiva em recursos terrestres. John R. Jensen: tradução José Carlos Neves Epiphanio (coord.). São José dos Campos, SP: Parêntese, 2009. 9) Ji, W & Mitchell, L.C. 1995. Analytical Model-Based Decision Support GIS for wetland Resource Manegement. In: Lyon, J.G. & McCarthy. Wetland and environmental application of GIS. CRC Lewis . pp 31 – 47. 10) Maguire, D.J.; Goodchild, M.F.; Rhind, D.W. 1991, Geographical information systems: principles and applications. London, Longman. 2v. 11) Salem, B.B. 2003 Application of GIS to biodiversity monitoring Journal of Arid Environments Volume 54, Issue 1, Pp 91-114 12) Silva, J.X. e Zaidan, R.T. 2004 – Geoprocessamento e Análise Ambiental: Aplicações. Bertrand Brasil. 13) Yang, X. (ed) 2008 Remote Sensing and Geospatial Technologies for Coastal Ecosystem Assessment and Management Springer: Series: Lecture Notes in Geoinformation and Cartography.
