JSJosé Hugo Simplicio de Sousa

José Hugo Simplicio de Sousa

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

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


José Hugo Simplicio de Sousa has a total of 24 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Identificação de nascentes e olhos d’água em região semiárida brasileira utilizando técnicas de geoprocessamento

    by George Do Nascimento Ribeiro, Paulo Roberto Megna Francisco, José Hugo Simplicio de Sousa, João Miguel de Moraes Neto, José Nilton Silva, Fernanda Pessoa de Souza, Raimundo Calixto Martins Rodrigues

    Este trabalho objetivou identificar e mapear nascentes da região Semiárida brasileira utilizando técnicas de geoprocessamento. Dados de Área de Proteção Ambiental (APA) em que consta nascentes da região de estudo foram obtidos no SICAR®. Vários pontos complementares foram obtidos em diversas pesquisas. Foi utilizado o QGIS® 3.42.3 para o mapeamento da distribuição espacial das nascentes. Após foi gerada a estatística zonal por Estado através do plugin do SAGA® 9.7.1. Utilizando o plugin Point Sampling Tool, foi realizado a análise de dados entre as nascentes e sua localização quanto aos tipos de uso da terra através dados do MapBiomas®. No tratamento estatístico, foi realizada a análise descritiva dos dados e o teste de normalidade pelo uso do RStudio® 2025. Para verificar se as amostras procediam de uma determinada distribuição de probabilidade, foram utilizados os testes de hipóteses não paramétricos. Foram identificadas 75.825 nascentes distribuídas, em sua maioria em áreas de maiores altitudes, contribuindo com a manutenção hídrica de áreas Litorâneas com concentração na região sul do Semiárido em Minas Gerais com ⁓65% e Espírito Santo com ⁓10% devido aos tipos climáticos. Identificou-se ⁓42% de nascentes em estado de conservação em áreas de Floresta e de Formação não Natural Florestal. Áreas de Agricultura foi identificado nascentes em ⁓57%, representando necessidade de atenção quanto a sua preservação. Os testes de normalidade apresentam-se semelhantes entre si. O maior desvio padrão e média ocorreram na variável Agricultura. Este trabalho demonstrou espacialmente a quantidade de nascentes que a região Semiárida apresenta.

  • Open Access

    Algoritmos de Aprendizado de Máquina Aplicado na Análise Espaço-Temporal do Uso e Cobertura da Terra do Estado da Paraíba

    by José Hugo Simplicio de Sousa, Paulo Roberto Megna Francisco, Raul Araújo da Nóbrega, João Miguel de Moraes Neto

    Este estudo analisou as mudanças no uso e cobertura da terra no Estado da Paraíba, Brasil, utilizando imagens de satélite LANDSAT 5 e 9, para os anos de 1989, 2005 e 2024, respectivamente, processadas na plataforma Google Earth Engine (GEE). Foram aplicados algoritmos de classificação supervisionada, sendo o Random Forest (RF), Minimum Distance (MMD) e Support Vector Machines (LibSVM), além do Normalised Difference Vegetation Index (NDVI), para mapear classes de uso e cobertura da terra, como Vegetação Densa, Semidensa, Rala, Solo Exposto e Corpos Hídricos. Os resultados apresentaram transformações significativas na paisagem, com a redução da classe Vegetação Densa e aumento de áreas antropizadas ao longo dos anos. O classificador RF demonstrou maior acurácia, enquanto o NDVI destacou-se na detecção de variações no vigor vegetativo. A análise dos histogramas de NDVI corroborou as tendências de perda de cobertura vegetal e regeneração em diferentes períodos. A integração de geotecnologias e aprendizado de máquina apresentou eficiência para o monitoramento ambiental, fornecendo subsídios para ações de gestão territorial sustentável na área de estudo.

  • Open Access

    Mapeamento da Preservação de Nascentes Utilizando a Base do SICAR® e MAPBIOMAS® com Modelagem no QGIS®

    by George Do Nascimento Ribeiro, Paulo Roberto Megna Francisco, José Hugo Simplicio de Sousa, João Miguel de Moraes Neto, José Nilton Silva, Raimundo Calixto Martins Rodrigues

    Este trabalho objetivou avaliar o grau de preservação e mapear áreas de nascentes do Estado da Paraíba através de técnicas de geoprocessamento. Dados em formato raster de cobertura vegetal foram obtidos no Mapbiomas® e utilizando o software QGIS® 3.42.2 foram geoespacializados. Dados em formato shape de Área de Proteção Ambiental em que consta nascentes e olhos d’água da região de estudo foram obtidos no Sistema do Cadastro Ambiental Rural e gerado linha vetorial de 50 mts ao entorno das nascentes com a utilização da ferramenta buffer. Na modelagem para a elaboração do mapa de grau de preservação foi recortado utilizando a ferramenta diferença do módulo geoprocessamento e após reclassificado utilizando a ferramenta do GRASS® 8.4.1. No tratamento estatístico foi realizado o teste de normalidade utilizando o plugin do RCoreTeam© e elaborada a curva de densidade. Para verificar se as amostras procediam de uma determinada distribuição de probabilidade foi utilizado o teste de hipóteses não paramétricos de Lilliefors. As técnicas de geoprocessamento e a metodologia utilizada apresentaram eficácia e rapidez. Os dados utilizados apresentaram precisão e totalizaram 1.392 nascentes, localizadas em sua maioria em locais de maior declividade como a Região do Brejo na bacia do Rio Mamanguape. Os dados do Mapbiomas® foram precisos e de importância para determinar os graus de preservação. Quanto a distribuição espacial da classificação das nascentes observou-se que há uma relação estreita entre o uso da terra. As nascentes mapeadas apresentaram grau de Preservação em 54,82% de sua área total, seguida da Moderadamente Degradada em 13,93%. O teste estatístico apresentou normalidade na distribuição das nascentes e em seus graus de preservação como também em sua densidade de distribuição.

  • Open Access

    Índice de Risco de Salinização das Terras para Irrigação Inferido por Modelagem Paramétrica Utilizando SIG

    by Paulo Roberto Megna Francisco, José Hugo Simplicio de Sousa, George Do Nascimento Ribeiro, José Nilton Silva, Fernanda Pessoa de Souza, Renan Nicolau Ribeiro da Rocha, Raimundo Calixto Martins Rodrigues

    Este trabalho objetivou estimar e mapear o índice de risco de salinização das terras por irrigação do Estado da Paraíba. Utilizou-se dos dados em formato raster de salinidade e sodicidade estimada por pedometria e dados interpolados de salinidade superficial e subterrânea. Utilizando o QGIS© o índice foi inferido por modelo paramétrico simplificado e classificadas com pesos de risco Baixo (7-10), Médio (10-13), Alto (13-17), Muita Alto (17-22), e Extremamente Alto (22-30). No tratamento estatístico foi realizada a análise descritiva dos dados e o teste de normalidade e distribuicão de probabilidade não paramétrico de Kolmogorov-Smirnov utilizando plugins do software RCore Team©. O modelo paramétrico simplificado do índice de risco de salinização das terras à irrigação permitiu classificar, mapear e identificar os atributos mais limitantes. O teste de normalidade de Lilliefors apresentou semelhante entre si entre as variáveis. O maior desvio padrão ocorreu no parâmetro salinidade da água subterrânea. A maior correlação ocorreu entre os parâmetros salinidade de água subterrânea e superficial. A classe de risco baixo ocorreu em 1,46% das terras do Estado, seguido do risco médio em 22,41%. As classes alta, muito alta e extremamente alta representam 76,13% das terras.

  • Open Access

    Risco de Salinização das Terras para Irrigação de Região Continental Brasileira Estimada por Modelagem

    by Paulo Roberto Megna Francisco, José Hugo Simplicio de Sousa, George Do Nascimento Ribeiro, José Nilton Silva, Fernanda Pessoa de Sousa, Renan Nicolau Ribeiro da Rocha, Raimundo Calixto Martins Rodrigues

    Este trabalho objetivou estimar e mapear o risco de salinização das terras para irrigação de região continental brasileira. Utilizou-se dos dados em formato raster de salinidade e sodicidade dos solos e dados interpolados de salinidade superficial e subterrânea. Utilizando o QGIS© 3.38 o risco foi inferido por modelo paramétrico simplificado e classificadas de acordo com os pesos como Baixo (0-3), Médio (3-6), Alto (6-9), Muita Alto (9-12) e Extremamente Alto (12-14). No tratamento estatístico foi realizada a análise descritiva dos dados e o teste de normalidade e distribuicão de probabilidade não paramétrico de Kolmogorov-Smirnov utilizando plugins do software RStudio©. O uso da modelagem em SIG na estimativa do índice de risco a salinidade das terras à irrigação foi realizada com rapidez proporcionando resultados satisfatórios. O modelo paramétrico simplificado do índice de risco de salinização das terras à irrigação permitiu classificar, mapear, identificar e estimar dados quantitativos do risco da área de estudo. A classe de risco baixo ocorreu em 57,41% das terras, seguido do risco médio em 28,30%. As classes alta, muito alta e extremamente alta representaram 14,28% da área. No teste de normalidade os resultados apresentaram-se semelhantes entre si. O maior desvio padrão ocorreu no parâmetro salinidade da água subterrânea. A maior correlação ocorreu entre os parâmetros salinidade de água subterrânea e superficial.

  • Open Access

    Potencial de Captação e Armazenamento de Água de Chuva para Cisternas Tipo Calçadão de Região Semiárida Brasileira

    by Paulo Roberto Megna Francisco, George Do Nascimento Ribeiro, José Hugo Simplicio de Sousa, Fernanda Pessoa de Sousa, João Miguel de Moraes Neto, José Nilton Silva, Raimundo Calixto Martins Rodrigues

    Este trabalho objetivou modelar, estimar e mapear o potencial de captação e armazenamento de água de chuva para cisternas tipo calçadão de região semiárida brasileira utilizando modelagem espacial e geotecnologias. Foi utilizado a base digital da WordClim® v2.1 de dados entre 1970 a 2000 onde variável climática avaliada foi a precipitação média mensal. Utilizando o QGIS® foi gerado o mapa e realizada a estatística zonal através do SAGA®. Foi realizada a modelagem na determinação da área de captação de calçada onde considerou cisternas de 16, 36 e de 56 m3, da quantidade de água para captação em cisterna de qualquer dimensão de área de captação e da área de captação da calçada em 130 e de 200 m2. Foi realizada a estatística zonal através do SAGA e utilizando o plugin RCoreTeam® foram elaborados os histogramas de frequência das imagens. Os resultados demonstraram que o uso da modelagem foi essencial para a geoespacialização dos dados obtidos pelo cálculo de volume e área de captação de cisternas. O uso da base digital da WordClim® proporcionou resultados satisfatórios com rapidez e agilidade na modelagem. A estatística zonal apresentou eficiência em seu uso, demonstrando a variabilidade dos dados em áreas periféricas dos limites do semiárido. Áreas com maior potencial de captação apresentam-se nas bordas da região semiárida onde a pluviosidade constatou-se maior. As áreas de captação estimadas foram de 14 a 68 m2 para cisternas de 16 m3, de 20 a 153 m2 para cisternas de 36 m3, de 30 a 223 m2 para cisternas de 52 m3. Volumes estimados para áreas de calçada para captação de 130 e 200 m2, foram de 30 a 226 m3 e de 46 a 348 m3, respectivamente. Regiões interiores do semiárido necessitam de maiores áreas de captação e de cisterna para armazenamento.

  • Open Access

    Índice de Qualidade de Águas Superficiais para Consumo Humano de Parte de Região Continental Brasileira Geoespacializado através de Interpolação por Modelagem B-Spline

    by José Nilton Silva, Paulo Roberto Megna Francisco, George Do Nascimento Ribeiro, José Hugo Simplicio de Sousa, Fernanda Pessoa de Souza, Renan Nicolau Ribeiro da Rocha, Walter Belarmino da Silva Filho, Mikarla Baia de Sousa

    Para se definir a qualidade das águas dos mananciais é preciso enquadrá-las em classes, considerando seus usos e estabelecendo-se critérios. Este trabalho objetivou estimar, classificar e mapear a qualidade da água superficial de parte da região continental brasileira para o consumo humano utilizando o índice de qualidade de água. Na metodologia deste trabalho foram utilizados dados de parâmetros físicos, químicos e biológicos de águas superficiais de 3.748 pontos georreferenciados proveniente de diversas fontes. Utilizando-se o software QGIS© 3.4 e a interpolação por Modelagem B-Spline os dados foram geoespacializados. Utilizando a calculadora raster o Índice de Qualidade de Água foi calculado pelo produto ponderado da qualidade da água correspondente aos parâmetros e classificados. A estatística zonal foi realizada através do SAGA® 9.2.0. Os resultados demonstraram que o índice utilizado demonstrou que 98,80% apresentaram qualidade Péssima. A classificação da água apresentou média de 11,73 e valores máximos de 35,23. O maior desvio padrão ocorreu em Coliformes Termotolerantes < Sólidos Totais Dissolvidos < Turbidez. Os testes de normalidade das variáveis demonstraram que os dados são normalmente distribuídos. Ocorreu correlação positiva entre as variáveis DBO e FT < DBO e NT.

  • Open Access

    Distribuição Espacial de Barragens Subterrâneas para Produção Agropecuária em Região Semiárida Brasileira

    by George Do Nascimento Ribeiro, Paulo Roberto Megna Francisco, José Hugo Simplicio de Sousa, João Miguel de Moraes Neto, José Nilton Silva, Fernanda Pessoa de Sousa, Raimundo Calixto Martins Rodrigues, Rafael de França Paashaus

    Este trabalho objetivou identificar e espacializar barragens subterrâneas de uso para produção agropecuária de região semiárida utilizando geotecnologias. Foram utilizados dados geográficos de localização de barragens subterrâneas de diversas fontes científicas. Utilizando o QGIS© os arquivos foram importados, geoespacializados, classificados e após elaborados os respectivos mapas de distribuição. Para a descrição e avaliação foi comparada com a hidrogeologia, estratigrafia de aquíferos subterrâneos e sua produtividade hidráulica e seus sistemas aquíferos aflorantes. Para os cálculos de áreas foi utilizado o plugin GRASS® e estatística zonal através do SAGA®. Os resultados demonstraram que o uso de técnicas de geoprocessamento contribuiu com a espacialização e análise dos dados. Com o uso do Modelo Digital do Terreno facilitou a compreensão da localização das barragens subterrâneas nos diversos ambientes geográficos. Foi identificado o maior número de barragens subterrâneas construídas no Estado de Pernambuco. A maioria das barragens subterrâneas encontram-se sob o Embasamento Fraturado Indiferente em região do Cristalino sob o Sistema Aquífero Fraturado Semiárido. A produtividade hidráulica foi identificada como de baixa vazão, no entanto, de grande significância para a manutenção da agropecuária na região semiárida.

  • Open Access

    Índice Relativo de Qualidade de Água de Dessalinizadores para Consumo Humano Utilizando Interpolação por Modelagem B-Spline

    by Paulo Roberto Megna Francisco, José Nilton Silva, George Do Nascimento Ribeiro, José Hugo Simplicio de Sousa, Raimundo Calixto Martins Rodrigues

    Este trabalho objetivou estimar, classificar e mapear a qualidade de água de dessalinizadores para consumo humano utilizando índice relativo. Foram utilizados dados físico-químicos obtidos no SIAGAS®, no Programa Água Doce e de diversas pesquisas. Na estimativa do índice foram utilizados os parâmetros Dureza Total, Sódio, Ferro Total, Sulfato, Cloreto, Nitrato, Nitrito, e Sólidos Totais Dissolvidos provenientes de 3.872 amostras georreferenciadas. Utilizando o QGIS® foram geoespacializados utilizando a interpolação B-Spline Multinível através do plugin SAGA®. A classificação do Índice foi inferida por modelo paramétrico simplificado utilizando a calculadora raster do QGIS©. Na classificação simplificada da água para o consumo humano foi calculado os Sólidos Totais Dissolvidos das amostras utilizando a Condutividade Elétrica da água modificada e após mapeado. Os resultados demonstraram que a aplicação da modelagem b-spline proporcionou resultados eficazes no mapeamento dos dados coletados, alcançando rapidamente resultados precisos quanto a qualidade da água de dessalinizadores. O modelo paramétrico simplificado utilizado para geração do índice relativo da qualidade de água provinda de dessalinizadores para o consumo humano apresentou resultados satisfatório demonstrando que 87,75% apresentou qualidade Razoável a Excelente. Na classificação simplificada da água para consumo humano provinda de dessalinizador somente 15% apresentou Água Salobra. Os testes de normalidade das variáveis demonstraram que os dados são normalmente distribuídos. A correlação entre o índice relativo de qualidade de água de dessalinizadores e a classificação simplificada da água apresentou-se positiva e forte. Maior quantidade de dados provindo de dessalinizadores poderia melhorar o mapeamento de sua distribuição.

  • Open Access

    Estimativa da Salinidade das Águas Superficiais de Região Continental Brasileira utilizando modelagem em SIG

    by Paulo Roberto Megna Francisco, José Nilton Silva, José Hugo Simplicio de Sousa, George Do Nascimento Ribeiro, Luciano Falle Saboya, Franciele Simões Do Nascimento

    Este trabalho objetivou estimar e mapear a salinidade das águas superficiais, para fins de irrigação para parte da região continental brasileira. Foram obtidos dados de Condutividade Elétrica (CE) e os parâmetros de Cálcio (Ca2+), Magnésio (Mg2+) e Sódio (Na+) provenientes de 1.290 amostras georreferenciadas e utilizando o QGIS® foram geoespacializados utilizando a interpolação B-Spline Multinível através do plugin SAGA®. No software QUALIGRAF® foi realizada a classificação da água superficial para fins de irrigação. No tratamento estatístico foi realizada a análise descritiva dos dados e o teste de normalidade utilizando o software RStudio©. Os resultados demonstraram que o uso da modelagem por B-Spline Multinível apresentou resultados satisfatórios. As classes de risco a salinidade superficial baixa a média (C1S1 a C2S4) ocorreram em 94% da área de estudo. Os testes de normalidade apresentaram-se semelhantes entre si e a correlação entre o CE e as variáveis Na+ e o Ca2+ foram de 0,815 e 0,816, respectivamente. Os resultados estatísticos foram semelhantes entre si para todas as variáveis.