MSMurilo Schramm da Silva

Murilo Schramm da Silva

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Murilo Schramm da Silva has a total of 12 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Análise comparativa de métodos de estimativa de área de soja em Santa Catarina

    by Murilo Schramm Da Silva, Kleber Trabaquini, Haroldo Tavares Elias, Tarik Cuchi

    Given the expansion of soybean cultivation, remote sensing (RS) has become strategic for validating estimates of planted area. This study compared three methodologies in the 2022/2023 harvest in 32 municipalities in Santa Catarina: the Epagri/Cepa method, MapBiomas, and the Crop Enhancement Index (CEI) applied to Sentinel-2/MSI images. The analysis included Friedman tests, linear regression, and interpretation of scatter plots and dot plots. The estimates showed a high correlation (R² > 0.92), especially between CEI and MapBiomas (R² = 0.97). The Friedman test did not indicate an overall difference (p = 0.26); however, regression analysis revealed a positive bias when comparing Epagri/Cepa with RS methods, indicating overestimations. The results reinforce the potential of RS as a robust and replicable method, indicating the need to harmonize approaches to improve official agricultural statistics.

  • Open Access

    Mapeamento das Áreas Potenciais (originais) e Remanescentes de Restinga: uma proposta metodológica para Santa Catarina, Brasil

    by Adilson Luiz Nicoletti, Alexander Christian Vibrans, Marlon Yuri Andrade, Julia Leonor da Veiga, Artur Ricardo Bizon, Murilo Schramm da Silva, Débora Vanessa Lingner, Thuane Laís Farias

    A restinga, formação vegetal pioneira da Floresta Ombrófila Densa, compreende fisionomias herbáceas, arbustivas e arbóreas; ela ocorre em ambientes sob influências flúvio-marinhas do litoral brasileiro. A restinga sofre forte pressão humana devido à especulação imobiliária em Santa Catarina, tanto pela expansão urbana quanto por outros tipos de ocupação. Como há diferenças entre a legislação de supressão de vegetação e ocupação de áreas localizadas na restinga e fora dela, a delimitação de áreas efetivamente sujeitas aos regramentos vigentes (inclusive daquelas com vegetação recentemente suprimida) é relevante para a conservação e ocupação minimamente ordenada e planejada a longo prazo das áreas litorâneas. O objetivo do estudo é a identificação e validação de indicadores físicos disponíveis em acervos públicos que permitem delimitar áreas potenciais, bem como identificar remanescentes de restinga. A nossa hipótese de trabalho foi que a sobreposição de mapas com indicadores topográficos, hidrogeológicos, geomorfológicos, pedológicos e de geodiversidade permitisse, baseada em critérios transparentes e replicáveis, propor uma delimitação de áreas propícias para ocorrência de restinga, entendidas como “áreas originais”. Dessa sobreposição, com posterior edição manual, resultou um mapa com área de 1.733,8 km², com acurácia geral de 98,2% (apoiada em 15.000 pontos de controle). Por sua vez, os remanescentes de restinga, mapeados utilizando classificação Random Forest de imagens multiespectrais de reflectância de superfície, somam 796,31 km² (45,7% da área potencial), com acurácia acima de 96%. Disponibilizamos ao poder público uma linha base espacialmente explícita, fundamentada em sólidas evidências físicas coletadas de forma independente, permitindo ações de conservação, planejamento territorial, licenciamento e controle ambiental.


  • Open Access

    Mapeamento da soja por meio de imagens Landsat e Sentinel-2 nos municípios de Lages e Capão Alto em Santa Catarina

    by Marina Marly Dalla Betta, Kleber Trabaquini, Haroldo Tavares Elias, Murilo Schramm da Silva

    A soja é uma cultura cujo aumento da oferta mundial dobrou nos últimos anos, impulsionado pelo maior consumo humano e animal. O objetivo deste trabalho foi mapear as áreas plantadas com soja nos municípios de Lages e Capão Alto por meio de técnicas de Sensoriamento Remoto nas safras 2012/2013 e 2020/2021. Utilizaram-se imagens dos satélites Landsat-7, Landsat-8 e Sentinel-2 e a identificação das áreas foi feita por meio de interpretação visual das imagens submetidas a uma composição colorida que destacou as lavouras de soja. Os resultados foram comparados com dados oficiais da Epagri/Cepa, mostrando 23% e 6% de diferença entre os métodos para as safras 2012/2013 e 2020/2021, respectivamente. Foi constatado aumento de área de 13 mil ha entre as safras e que a conversão tem ocorrido, principalmente, sobre campos nativos. A análise com dados altimétricos indicou que a expansão foi mais frequente em áreas mais altas e se manteve na classe de relevo suave-ondulado.