ASAmanda Ayumi de Souza Amede Sato

Amanda Ayumi de Souza Amede Sato

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

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Amanda Ayumi de Souza Amede Sato has a total of 13 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Evaluación y gestión del riesgo de incendios forestales

    by Víncler Fernandes Ribeiro de Oliveira, Edson Dos Santos da Silva, Erivelton Pereira Vick, Bruno Henrique Machado da Silva, Amanda Ayumi de Souza Amede Sato, Vitor Matheus Bacani, Cesar Gustavo Da Rocha Lima, Aguinaldo Silva, Eduardo Salinas Chavez

    Los incendios forestales causan numerosos cambios ambientales, como la reducción de la biodiversidad, la pérdida de los suelos, pérdida de la vegetación y consecuentemente el aumento de la deforestación. El presente trabajo tiene como objetivo principal evaluar el riesgo de incendios forestales, en la región del cerrado brasileño que presenta una fuerte expansión de la silvicultura, utilizando Sistemas de Información Geográfica. Para ello, se utilizan ocho variables ambientales y socioculturales para identificar las áreas más vulnerables a los incendios forestales, que son: área edificada (Ac); pendiente (D); hidrografía (Hi); hotspot (Ho); orientación de la pendiente (Ov); precipitación (P); proximidad a la red vial (Prv) y uso y cobertura del suelo (U). Los resultados muestran el predominio del riesgo medio de incendio, con el 72,30% del área total del municipio. El riesgo de incendio bajo representa poco más del 22%, mientras que el riesgo alto abarca solo el 4,89% del municipio. Lo que evidencia que el municipio presenta riesgos de incendio que pueden manejarse mediante su cartografía. Ya que existe un mayor riesgo en los meses de junio, julio y especialmente agosto y septiembre, lo que requiere especial atención por la baja precipitación y el aumento de la concentración media de los hotspots.

  • Open Access

    Sensoriamento Remoto Aplicado ao Mapeamento Geomorfológico da Bacia Hidrográfica do Rio Pântano, MS

    by Amanda Ayumi De Souza Amede Sato, Erivelton Pereira Vick, Bruno Henrique Machado da Silva, Víncler Fernandes Ribeiro de Oliveira, Vicente Rocha Silva, Vitor Matheus Bacani

    A Bacia Hidrográfica do Rio Pântano (BHRP), afluente à margem direita do rio Paraná, está localizada a leste do estado de Mato Grosso do Sul, entre os municípios de Selvíria, Aparecida do Taboado e Inocência, possuindo uma área total de aproximadamente 1.349 km². O presente estudo teve como objetivo mapear, identificar e caracterizar as formas de relevo encontradas na BHRP a partir do uso de Sistemas de Informação Geográfica, dados de sensoriamento remoto e técnicas de geoprocessamento. Os procedimentos metodológicos se fundamentaram em propostas anteriormente elaboradas de taxonomia do relevo e mapeamento geomorfológico. O mapeamento geomorfológico foi elaborado com base no Modelo Digital de Elevação ALOS PALSAR, e imagens ópticas de alta resolução espacial do Bing Maps no software ArcGis 10.6. Foram elaborados os mapas: hipsométrico, clinográfico, de orientação de vertentes e geomorfológico, onde foram identificadas 6 classes geomorfológicas até o 4º táxon (padrão de formas semelhantes), conforme a metodologia de Ross (1992). Os resultados do mapeamento geomorfológico indicaram: 675,32 km² de colinas com topos tabulares (Dt), 293,87 km² de morrotes com topos convexos (Dc), 184,47 km² de superfície pediplanada (Pgi), e superfícies de acumulação, sendo: 13,43 km² de planície fluvial (Apf), 0,84 km² de planície e terraço fluvial (Atpf), e, 0,20 km² de terraço fluvial (Atf). Em vista disso, conclui-se que os dados e métodos foram adequados para a caracterização da geomorfologia, podendo auxiliar e orientar a administração pública no planejamento e gestão territorial da área de estudo.


  • Top Cited Papers

    Carbon storage and sequestration in a eucalyptus productive zone in the Brazilian Cerrado, using the Ca-Markov/Random Forest and InVEST models

    by Vitor Matheus Bacani, Bruno Henrique Machado da Silva, Amanda Ayumi de Souza Amede Sato, Bruna Dienifer Souza Sampaio, Elias Rodrigues da Cunha, Erivelton Pereira Vick, Víncler Fernandes Ribeiro de Oliveira, Hermiliano Felipe Decco