Adeline Marinho Maciel

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• PICOLI, MICHELLE C. A. ; RORATO, ANA ; LEITÃO, PEDRO ; CAMARA, GILBERTO ; Maciel, Adeline ; HOSTERT, PATRICK ; SANCHES, IEDA DEL?ARCO . Impacts of Public and Private Sector Policies on Soybean and Pasture Expansion in Mato Grosso-Brazil from 2001 to 2017. LAND , v. 9, p. 20, 2020.

• Simoes, Rolf ; PICOLI, MICHELLE C. A. ; CAMARA, GILBERTO ; Maciel, Adeline ; Santos, Lorena ; ANDRADE, PEDRO R. ; SÁNCHEZ, ALBER ; Ferreira, Karine ; CARVALHO, ALEXANDRE . Land use and cover maps for Mato Grosso State in Brazil from 2001 to 2017. Scientific Data , v. 7, p. 1-10, 2020.

• MACIEL, ADELINE M. ; PICOLI, MICHELLE C. A. ; VINHAS, LUBIA ; CAMARA, GILBERTO . Identifying Land Use Change Trajectories in Brazil?s Agricultural Frontier. LAND , v. 9, p. 506, 2020.

• F. G. ASSIS, LUIZ FERNANDO ; FERREIRA, KARINE REIS ; VINHAS, LUBIA ; MAURANO, LUIS ; ALMEIDA, CLAUDIO ; CARVALHO, ANDRE ; RODRIGUES, JETHER ; Maciel, Adeline ; CAMARGO, CLAUDINEI . TerraBrasilis: A Spatial Data Analytics Infrastructure for Large-Scale Thematic Mapping. ISPRS International Journal of Geo-Information , v. 8, p. 513, 2019.

• PICOLI, MICHELLE CRISTINA ARAUJO ; CAMARA, GILBERTO ; SANCHES, IEDA ; SIMÕES, ROLF ; CARVALHO, ALEXANDRE ; MACIEL, ADELINE ; COUTINHO, ALEXANDRE ; ESQUERDO, JULIO ; ANTUNES, JOÃO ; BEGOTTI, RODRIGO ANZOLIN ; ARVOR, DAMIEN ; ALMEIDA, CLAUDIO . Big earth observation time series analysis for monitoring Brazilian agriculture. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING , v. 145, p. 328-339, 2018.

• MACIEL, ADELINE MARINHO ; CAMARA, GILBERTO ; VINHAS, LUBIA ; PICOLI, MICHELLE CRISTINA ARAÚJO ; BEGOTTI, RODRIGO ANZOLIN ; ASSIS, LUIZ FERNANDO FERREIRA GOMES DE . A spatiotemporal calculus for reasoning about land-use trajectories. INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE , v. 33, p. 1-17, 2018.

• NUNES, Y. D. M. ; MACIEL, A. M. ; RODRIGUES, M. L. ; LUZ, L. B. ; DAL'ASTA, A. P. ; SANSIGOLO, G. ; QUEIROZ, G. R. ; FERREIRA, K. R. ; VINHAS, L. ; LOWE, R. ; MONTEIRO, A. M. V. . POTENTIAL OF BRAZIL DATA CUBE?S PRODUCTS IN THE PRODUCTION AND ANALYSIS OF HEALTH SURVEILLANCE ALERT SYSTEMS ORIENTED BY VEGETATION INDICES IN BRAZIL. In: XXI Simpósio Brasileiro de Sensoriamento Remoto (SBSR),, 2025, Salvador - BA. Anais eletrônicos.... Campinas: Galoá, 2025. v. 21.

• OLIVEIRA, J. E. F. ; PEREIRA, C. A. P. ; MACIEL, A. M. . Estudo e Análise dos Dados de Temperatura da Estação Meteorológica da UFERSA usando Python. In: XXI Simpósio Brasileiro de Sensoriamento Remoto (SBSR),, 2025, Salvador - BA. Anais eletrônicos.... Campinas: Galoá, 2025. v. 21.

• MESSIAS, C. G. ; ALMEIDA, C. A. ; MAURANO, L. E. P. ; SILVA, D. E. ; SOLER, L. ; ADAMI, M. ; PIRES, B. ; GARCIA, P. ; CAMILOTTI, V. ; GUSMAO, L. H. A. ; LIMA, T. C. ; BELLUZZO, A. P. ; QUADROS, C. ; BARRADAS, D. ; MORAES, D. ; BASTOS, E. F. M. ; PINHEIRO, F. ; CUNHA, I. P. ; SOUZA, J. ; MACIEL, A. M. ; et.al . PRODES MONITORING EXPANSION INTO NON-FOREST VEGETATION AREAS IN THE BRAZILIAN AMAZON: FIRST MAPPING OUTPUTS IN TWENTY-ONE MUNICIPALITIES IN THE STATE OF MATO GROSSO.. In: XX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2023, Florianópolis - SC. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2023. v. 20.

• PINTO, J. F. S. K. C. ; CUNHA, I. P. ; SOUZA, J. ; BARROS, L. S. ; GONCALVES, G. C. ; BENTO, B. M. P. ; MACIEL, A. M. ; SILVA, D. E. ; SOLER, L. ; MESSIAS, C. G. ; CAMILOTTI, V. ; TORRES, R. H. ; MORAES, D. ; MAURANO, L. E. P. ; ALMEIDA, C. A. . INTRODUÇÃO DE FERRAMENTAS DE BIG DATA E INTELIGÊNCIA ARTIFICIAL NA SELEÇÃO E PRÉ-PROCESSAMENTO DE IMAGENS ORBITAIS NO PROJETO PRODES. In: XX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2023, Florianópolis - SC. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2023. v. 20.

• MACIEL, A. M. ; VINHAS, L. ; MAURANO, L. E. P. ; ALMEIDA, C. A. ; CARVALHO, A. F. A. . Terrabrasilis Data Source: A plugin QGIS for disseminating deforestation data from Brazil. In: XX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2023, Florianópolis - SC. Anais do XX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2023. v. 20.

• MACIEL, A. M. ; RODRIGUES, M. L. ; NUNES, Y. D. M. ; LUZ, L. B. ; DALASTA, A. P. ; QUEIROZ, G. R. ; FERREIRA, K. R. ; SANT'ANNA, S. J. S. ; ESCADA, M. I. S. ; VITOR, A. C. R. ; BARCELLOS, C. ; CODECO, C. T. ; XAVIER, D. R. ; MATOS, V. P. ; SALDANHA, R. F. ; ANJOS, A. E. ; ZIOTI, F. ; SANSIGOLO, G. ; COSTA, R. W. ; MARUJO, R. F. B. ; et.al . The HARMONIZE Project and the EODCtHRS Architecture: An Earth Observation Data Cube tuned for Health Response Systems. In: XXIV Brazilian Symposium on GeoInformatics, 2023, São José dos Campos - SP. Proceedings XXIV GEOINFO 2023. São José dos Campos, SP: MCTI/INPE, 2023. p. 122-133.

• Picoli, Michelle ; Maciel, Adeline ; Simoes, Rolf ; Santos, Lorena ; Sanches, Ieda . Agricultural production gains in Brazilian commodity hotspot: Case study state of Mato Grosso. In: XIX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2019, Santos - SP. Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto. Campinas: GALOÁ, 2019.

• MACIEL, ADELINE ; VINHAS, LUBIA . Reasoning about deforestation trajectories in Pará state, Brazil. In: XIX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2019, Santos - SP. Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto. Campinas: GALOÁ, 2019.

• ASSIS, L. F. F. G. ; FERREIRA, K. R. ; VINHAS, L. ; MAURANO, L. E. P. ; ALMEIDA, C. A. ; NASCIMENTO, J. R. ; CARVALHO, A. F. A. ; CAMARGO, C. ; MACIEL, ADELINE . Terrabrasilis: A spatial data infrastructure for disseminating deforestation data from Brazil. In: XIX Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2019, Santos - SP. Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto. Campinas: GALOÁ, 2019.

• MACIEL, ADELINE M. ; VINHAS, LUBIA ; CAMARA, GILBERTO ; A. PICOLI, MICHELLE C. ; BEGOTTI, RODRIGO A. . An Interval-Based Approach for Reasoning About Land use Change Trajectories. In: IGARSS 2018 2018 IEEE International Geoscience and Remote Sensing Symposium, 2018, Valencia. IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium, 2018. p. 1958.

• MACIEL, ADELINE M. ; VINHAS, L. . Time series classification using features extraction to identification of land use and land cover: A case study in the municipality of Itaqui, South Region of Brazil. In: XVIII Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2017, Santos - SP. XVIII Simpósio Brasileiro de Sensoriamento Remoto. São José dos Campos: Instituto Nacional de Pesquisa Espaciais - INPE, 2017. v. 18.

• MACIEL, A. M. ; VINHAS, L. ; CAMARA, G. ; MAUS, V. W. ; ASSIS, L. F. F. G. . STILF - A spatiotemporal interval logic formalism for reasoning about events in remote sensing data. In: XVIII Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2017, Santos - SP. XVIII Simpósio Brasileiro de Sensoriamento Remoto. São José dos Campos: Instituto Nacional de Pesquisa Espaciais - INPE, 2017. v. 18.

• MACIEL, A. M. ; VINHAS, L. ; CAMARA, G. . Algoritmos de clustering para separação de culturas agrícolas e tipos de uso e cobertura da Terra utilizando dados de sensoriamento remoto. In: XVII Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2015, João Pessoa - PB. XVII Simpósio Brasileiro de Sensoriamento Remoto: 25-29 de abril de 2015: João Pessoa, PB. São José dos Campos - SP: Instituto Nacional de Pesquisa Espaciais - INPE, 2015. v. 17. p. 4620-4627.

• MACIEL, A. M. ; VINHAS, L. ; CAMARA, G. . Aplicação de técnicas de processamento digital de imagens usando a extensão espacial PostGIS Raster em imagens de sensoriamento remoto. In: XVII Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2015, João Pessoa - PB. XVII Simpósio Brasileiro de Sensoriamento Remoto: 25-29 de abril de 2015: João Pessoa, PB. São José dos Campos - SP: Instituto Nacional de Pesquisa Espaciais - INPE, 2015. v. 17. p. 4651-4658.

• MACIEL, A. M. ; FRANÇA, F. S. ; SILVA, M. P. S. . Discovery of frequent correlations among deforestation objects using graph mining. In: 4th Conference on GEographic Object-Based Image Analysis (GEOBIA), 2012, Rio de Janeiro - RJ. Proceedings of the 4th conference on geographic object -based image analysis: GEOBIA 2012. São José dos Campos - SP: INPE, 2012. v. 1. p. 163-167.

• MACIEL, ADELINE M. ; SILVA, MARCELINO P. S. ; ESCADA, MARIA ISABEL S. . Mining frequent substructures from deforestation objects. In: IGARSS 2012 2012 IEEE International Geoscience and Remote Sensing Symposium, 2012, Munich. 2012 IEEE International Geoscience and Remote Sensing Symposium. p. 6745-6748.

• MACIEL, A. M. ; BANDEIRA, C. L. L. ; SILVA, M. P. S. ; CASTRO, A. F. . Análise Espaço-Temporal de Indicadores da Saúde na Região Nordeste Usando Técnicas de Mineração de Dados Geográficas e a Ferramenta VIS-STAMP. In: XV Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 2011, Curitiba - PR. Anais do XV Simpósio Brasileiro de Sensoriamento Remoto. São José dos Campos: INPE, 2011. v. 15. p. 8696-8703.

• MACIEL, A. M. ; FRANÇA, F. S. ; SILVA, M. P. S. . Descoberta de Subestruturas Frequentes em Dados de Desflorestamento no Município do Vale do Anari - RO. In: IV Escola Potiguar de Computação e suas Aplicações (EPOCA), 2011, Natal - RN. Anais do Evento EPOCA2011, 2011.

• MACIEL, A. M. ; CHAGAS, L. D. ; BANDEIRA, C. L. L. . SIG como uma ferramenta de análise espacial - Um estudo de caso da saúde no RN. In: III Escola Potiguar de Computação e suas Aplicações (EPOCA), 2010, Mossoró - RN. Edições UERN, 2010.

• MACIEL, ADELINE M. ; VINHAS, L. ; CAMARA, G. . Estatística Zonal de Imagens de Sensoriamento Remoto Armazenadas em Banco de Dados NoSQL. In: Simpósio Brasileiro de Bancos de Dados (SBBD), 2015, Petrópolis - RJ. Proceedings of the Satellite Events of the 30th Brazilian Symposium on Databases. Petrópolis - RJ: Laboratório Nacional de Computação Científica - LNCC, 2015. p. 57-62.

• MACIEL, A. M. ; SILVA, M. P. S. ; ESCADA, M. I. S. ; FRANÇA, F. S. . Uma Metodologia para Descoberta de Relacionamentos Frequentes Entre Dados Espaciais de Desmatamento Usando Mineração de Grafos. In: Simpósio Brasileiro de Banco de Dados (SBBD), 2012, São Paulo - SP. PROCEEDINGS of the 27th Brazilian Symposium on Databases. São Paulo - SP: Sociedade Brasileira de Computação - SBC, 2012. p. 201-208.

• Ciro Daniel Gurgel de Moura ; Willamys Rangel Nunes de Sousa ; Adeline Marinho Maciel ; Ticiana Cristina Fernandes Diógenes ; Marcelino Pereira dos Santos Silva . Mineração e Extrapolação de Imagens de Sensoriamento Remoto Aplicado a Processos de Desertificação no Município de Parelhas - RN. In: Simpósio Regional de Geoprocessamento e Sensoriamento Remoto (GEONORDESTE), 2012, Aracaju - SE. VI GEONORDESTE: Simpósio Regional de Geoprocessamento e Sensoriamento Remoto. São Cristóvão: UFS, 2012. v. 1. p. 1-5.

• Michelle Picoli ; Ana Rorato ; Pedro Leitão ; Adeline Maciel ; Ieda Sanches . Spatial statistical analysis of soybean expansion drivers in Mato Grosso, Brazil: pre and post soybean moratorium. In: ISPRS WG III/10, GEOGLAM, ISRS Joint International Workshop on 'Earth Observations for Agricultural Monitoring', 2019, New Delhi, India. Souvenir cum Abstracts Volume, 2019.

• CAMARA, G. ; MACIEL, A. M. ; MAUS, V. W. ; VINHAS, L. ; SANCHEZ, A. . Using dynamic geospatial ontologies to support information extraction from big Earth observation data sets. In: International Conference on Geographic Information Science - GIScience, 2016, Montreal. Proceedings, 2016.

• MACIEL, A. M. ; SILVA, M. P. S. . Mineração de Subestruturas Frequentes Usando os Algoritmos GSPAN e SUBDUE com uma Análise da Necessidade do Uso de Ontologias. In: XVI Encontro de Pesquisa e Extensão (ENCOPE), 2010, Mossoró - RN. XVI encontro de pesquisa e extensão: ENCOPE/UERN. Mossoró: Edições UERN, 2010.

• SANSIGOLO, G. ; MACIEL, A. M. ; FERREIRA, K. R. ; NUNES, Y. D. M. ; RODRIGUES, M. L. ; LUZ, L. B. ; MONTEIRO, A. M. V. ; VITOR, A. C. R. . Integrating Earth Observation Data for Enhanced Health Response Systems: The EODCtHRS component of HARMONIZE Project. 2024. (Apresentação de Trabalho/Conferência ou palestra).

• MACIEL, A. M. ; VINHAS, L. ; MAURANO, L. E. P. ; ALMEIDA, C. A. ; CARVALHO, A. F. A. . Terrabrasilis Data Source: A plugin QGIS for disseminating deforestation data from Brazil. 2023. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; VINHAS, L. . Reasoning About Deforestation Trajectories in Pará State, Brazil. 2019. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; VINHAS, L. ; CAMARA, G. ; PICOLI, MICHELLE CRISTINA ARAUJO ; BEGOTTI, RODRIGO A. . An interval-based approach for reasoning about land use change trajectories. 2018. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; VINHAS, L. ; CAMARA, G. ; MAUS, V. W. ; ASSIS, L. F. F. G. . STILF - A spatiotemporal interval logic formalism for reasoning about events in remote sensing data. 2017. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; VINHAS, L. . Time series classification using features extraction to identification of use land and cover land: A case study in the municipality of Itaqui, South Region of Brazil. 2017. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; VINHAS, L. ; CAMARA, G. . Estatística Zonal de Imagens de Sensoriamento Remoto Armazenadas em Banco de Dados NoSQL. 2015. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; VINHAS, LUBIA ; CAMARA, G. . Aplicação de técnicas de processamento digital de imagens usando a extensão espacial PostGIS Raster em imagens de sensoriamento remoto. 2015. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; VINHAS, L. ; CAMARA, G. . Algoritmos de clustering para separação de culturas agrícolas e tipos de uso e cobertura da Terra utilizando dados de sensoriamento remoto. 2015. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; FRANÇA, F. S. ; SILVA, M. P. S. . Discovery of frequent correlations among deforestation objects using graph mining. 2012. (Apresentação de Trabalho/Conferência ou palestra).

• MACIEL, A. M. ; SILVA, M. P. S. ; ESCADA, M. I. S. . Mining frequent substructures from deforestation objects. 2012. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; SILVA, M. P. S. ; ESCADA, M. I. S. ; FRANÇA, F. S. . Uma Metodologia para Descoberta de Relacionamentos Frequentes Entre Dados Espaciais de Desmatamento Usando Mineração de Grafos. 2012. (Apresentação de Trabalho/Simpósio).

• Ciro Daniel Gurgel de Moura ; Willamys Rangel Nunes de Sousa ; Adeline Marinho Maciel ; Ticiana Cristina Fernandes Diógenes ; Marcelino Pereira dos Santos Silva . Mineração e Extrapolação de Imagens de Sensoriamento Remoto Aplicado a Processos de Desertificação no Município de Parelhas ? RN. 2012. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; BANDEIRA, C. L. L. ; SILVA, M. P. S. ; CASTRO, A. F. . Análise Espaço-Temporal de Indicadores da Saúde na Região Nordeste Usando Técnicas de Mineração de Dados Geográficas e a Ferramenta VIS-STAMP. 2011. (Apresentação de Trabalho/Simpósio).

• MACIEL, A. M. ; FRANÇA, F. S. ; SILVA, M. P. S. . Descoberta de Subestruturas Frequentes em Dados de Desflorestamento no Município do Vale do Anari ? RO. 2011. (Apresentação de Trabalho/Outra).

• MACIEL, A. M. ; CHAGAS, L. D. ; BANDEIRA, C. L. L. . SIG como uma ferramenta de análise espacial - Um estudo de caso da saúde no RN. 2010. (Apresentação de Trabalho/Outra).

• FRANÇA, F. S. ; MACIEL, A. M. ; MARIANO, M. F. S. ; SILVA, M. P. S. ; LIMA JÚNIOR, F. C. . Enriquecimento Semântico de Padrões Minerados em Grafos.. 2010. (Apresentação de Trabalho/Outra).

• MACIEL, A. M. ; SILVA, M. P. S. . Mineração de Subestruturas Frequentes Usando os Algoritmos gSpan e Subdue com uma Análise da Necessidade do Uso de Ontologias. 2010. (Apresentação de Trabalho/Outra).

• Câmara, Gilberto ; Picoli, Michelle ; Maciel, Adeline ; Simoes, Rolf ; Santos, Lorena ; Andrade, Pedro R ; Ferreira, Karine ; Begotti, Rodrigo ; Sanches, Ieda ; Carvalho, Alexandre X Y ; Coutinho, Alexandre ; Esquerdo, Julio ; Antunes, Joao ; Arvor, Damien . Land cover change maps for Mato Grosso State in Brazil: 2001-2017 (version 3).. Data Publisher for Earth & Environmental Science - PANGAEA, 2019 (DOI: https://doi.pangaea.de/10.1594/PANGAEA.899706).

• Câmara, Gilberto ; Michelle Picoli ; Simoes, Rolf ; Maciel, Adeline ; Carvalho, Alexandre X Y ; Coutinho, Alexandre ; Esquerdo, Julio ; Antunes, Joao ; Begotti, Rodrigo ; Arvor, Damien ; Santos, Lorena . Land cover change maps for Mato Grosso State in Brazil: 2001-2017 (version 2), links to files. Data Publisher for Earth & Environmental Science - PANGAEA, 2018 (DOI: https://doi.pangaea.de/10.1594/PANGAEA.895495).

• Câmara, Gilberto ; Picoli, Michelle ; Simoes, Rolf ; Maciel, Adeline ; Carvalho, Alexandre X Y ; Coutinho, Alexandre ; Esquerdo, Julio ; Antunes, Joao ; Begotti, Rodrigo ; Arvor, Damien . Land cover change maps for Mato Grosso State in Brazil: 2001-2016, links to files. Data Publisher for Earth & Environmental Science - PANGAEA, 2017 (DOI: https://doi.pangaea.de/10.1594/PANGAEA.881291).

Outras produções

Projetos de pesquisa

• 2025 - Atual

  Estudo e desenvolvimento de metodologias para integração de dados climáticos em plataforma de cubo de dados, Descrição: PIG30001-2025 - O projeto é uma atividade de pesquisa e desenvolvimento tecnológico que tem como objetivo integrar dados meteorológicos e climáticos de interesse para a componente Earth Observation Data Cubes tuned for Health Response Systems (EODCtHRS), parte do Projeto Harmonize1. No Brasil, o projeto Harmonize2 é realizado pelo Observatório de Clima e Saúde (Fiocruz), em parceria com o Programa de Computação Científica (Fiocruz) e o Instituto Nacional de Pesquisas Espaciais (INPE). Este estudo é uma continuação do projeto de pesquisa PIG00028-2023 - Estudo de tecnologias e metodologias para integração de dados climáticos em uma plataforma para análise e visualização de dados geoespaciais multidimensionais, que finalizou a integração inicial de dados climáticos na plataforma de cubo de dados Harmonize Explorer. Um dos principais resultados do projeto anterior foi o desenvolvimento de um pacote em R, que implementa metodologias para a integração, análise e visualização de dados climáticos na plataforma. Essa nova fase concentra-se no aprimoramento das soluções desenvolvidas, com foco na refatoração do código, automação de processos e elaboração de documentação técnica para consolidar os métodos implementados.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Adeline Marinho Maciel - Coordenador.

• 2024 - Atual

  Explorando a Linguagem Python na Manipulação e Análise de Dados de Sensoriamento Remoto, Descrição: PIG30001-2023 - O sensoriamento remoto desempenha um papel importante na obtenção de informações da superfície terrestre, fornecendo dados por meio de satélites e aeronaves. Estes dados são amplamente utilizados em diversas áreas, incluindo monitoramento ambiental, agricultura, estudos climáticos e urbanos. Atualmente, a manipulação e interpretação desses dados é realizada por diferentes tecnologias, dentre elas destaca-se a linguagem Python, que oferece bibliotecas especializadas para manipulação e análise de informações geoespaciais. Python, é reconhecido por sua versatilidade e ampla gama de bibliotecas, como Rasterio, Geopandas e Matplotlib, que possibilitam a manipulação, visualização e aplicação de algoritmos para extração de conhecimento a partir de diferentes dados de sensoriamento remoto. Este projeto tem como objetivo principal explorar a linguagem Python na manipulação e interpretação de dados de sensoriamento remoto, uma vez que o uso de Python desempenha um papel fundamental no processo de aprendizagem de programação para estudantes.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) . , Integrantes: Adeline Marinho Maciel - Coordenador / José Eduardo Freitas Oliveira - Integrante / Luan Gabriel Alves de Melo - Integrante / CARLOS ALEXANDRE PAIVA PEREIRA - Integrante.

• 2023 - 2024

  Estudo de tecnologias e metodologias para integração de dados climáticos em uma plataforma para análise e visualização de dados geoespaciais multidimensionais, Descrição: PIG00028-2023 - A compreensão e análise dos dados climáticos desempenham um papel importante no entendimento das mudanças ambientais, na formulação de políticas de mitigação e adaptação às mudanças climáticas, e nas tomadas de decisão em diferentes setores. O Brazil Data Cube (BDC) é um projeto desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (INPE) do Brasil, com o objetivo de criar uma plataforma avançada para a análise e visualização de dados geoespaciais multidimensionais. Essa plataforma utiliza a abordagem de Data Cube para integrar dados de observação da Terra, como imagens de satélite, e outros dados ambientais, permitindo uma análise mais eficaz das mudanças ao longo do tempo e do espaço. O presente projeto tem por objetivo realizar o estudo e a integração de dados climáticos na plataforma Brazil Data Cube. Para isso, inovações tecnológicas serão necessárias para acomodar dados de diferentes fontes e novas estratégias de desenvolvimento serão implementadas. Toda pesquisa e desenvolvimento será conduzida usando linguagens e ambientes abertos, documentado e disponibilizado em repositório de código aberto.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Adeline Marinho Maciel - Coordenador.

• 2022 - Atual

  HARMONIZE: Harmonizing environment and health multi-scale spatiotemporal data in climate change hotspots in Latin America the Caribbean, Descrição: Extreme climatic events, environmental degradation and socio-economic inequalities exacerbate the risk of infectious disease epidemics. We lack the evidence-base to understand and predict the impacts of extreme events and landscape changes on disease risk, leaving communities in climate change hotspots vulnerable to increasing health threats. This is in part due to a lack of ?ground truth? data describing environmental change in remote and under-resourced areas, as well as a lack of trained research software engineers and data scientists. HARMONIZE will convene a transdisciplinary community of stakeholders, software engineers and data scientists to develop cost-effective and reproducible digital infrastructure for stakeholders in climate change hotspots, including cities, small islands, highlands and the Amazon rainforest. We will strategically undertake one-off longitudinal ground truth data collection using drone technology and low-cost weather sensors, to improve classification algorithms and downscaling of coarser-resolution environmental datasets (e.g., satellite images, climate reanalysis and forecasts). We will then harmonize this post-processed data with socio-economic and health data in an automated workflow packaged for users in bespoke hotspot-specific toolkits. These sustainable tools will facilitate generation of actionable knowledge to inform local risk mapping and build robust early warning and response systems to build resilience.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Adeline Marinho Maciel - Integrante / Lúbia Vinhas - Integrante / Marcos Lima Rodrigues - Integrante / Yuri Domaradzki Moreira Nunes - Integrante / Luana Becker da Luz - Integrante / Rachel Lowe - Coordenador / Antonio Miguel Vieira Monteiro - Integrante., Financiador(es): Wellcome Trust - Bolsa.

• 2017 - 2017

  [FAPESP 2017/17529-5] Integração entre SciDB, TerraLib e R, Descrição: A linguagem de análise de dados open source R é a considerada a lingua franca da análise de dados. O ambiente R provê uma grande variedade de ferramentas gráficas e estatísticas, incluindo análise de dados espaciais, análise de séries temporais, classificação, clustering, e mineração de dados. Em muitas disciplinas científicas, como Hidrologia, Ecologia, Ciências do Solo, Saúde Coletiva, R é a linguagem mais usada para análise de dados. R é facilmente extensível através de funções e pacotes, e a comunidade de desenvolvedores R é muito ampla e ativa. O ambiente estatístico R prove um conjunto substancial de funções estatísticas, que são importantes para estudos com análise de séries temporais de sensoriamento remoto. No entanto, o ambiente R tem deficiências para lidar com grande volumes de imagens de sensoriamento remoto. As rotinas em R são (por default) executadas na memória principal do computador cliente, o que implica em grande transferência de dados entre cliente e servidor. Além disso, programas escritos diretamente em R são interpretados, o que leva a um desempenho limitado. Benchmarks comparativos mostram que programas em R são de 200 a 500 vezes mais lentos que programas em C++. Finalmente, o ambiente R, apesar de sua grande riqueza de funções, ainda tem lacunas na área de processamento de imagens. Há muitas funções na biblioteca Terralib que não são disponíveis no ambiente R. O objetivo deste projeto é fazer com que métodos de análise de dados de observação da terra desenvolvidos no âmbito do projeto "e-Sensing: Big Earth observation data analytics(for land use and land cover change information", implementados ambiente R, possam ser executados com eficiência no ambiente SciDB. O projeto também desenvolverá uma nova versão do pacote aRT, com o objetivo de permitir que programas em R possam ter acesso a rotinas da biblioteca TerraLib e a dados armazenados em bancos de dados gerenciados pela biblioteca. O acoplamento entre os ambientes R-ScidB e aRT permitirá a integração entre dados vetoriais disponíveis em bancos de dados Terralib e dados matriciais (imagens) disponíveis no ambiente SciDB.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Adeline Marinho Maciel - Integrante / Gilberto Câmara - Coordenador.

• 2015 - 2018

  [FAPESP 2014/08398-6] e-Sensing: análise de grandes volumes de dados de observação da terra para informação de mudanças de uso e cobertura da terra, Descrição: O projeto parte de um desafio científico importante: como podemos usar métodos de e-science para melhorar substancialmente a extração de informações sobre a mudança de uso e cobertura do solo a partir de grandes conjuntos de dados de observação da Terra em uma forma aberta e reprodutível? Em resposta a este desafio, nosso projeto vai conceber construir e implantar um tipo completamente novo de plataforma de conhecimento para a organização, acesso, processamento e análise de grandes dados de observação da Terra. Vamos mostrar que esta plataforma de conhecimento permite aos cientistas para produzir informação de forma inovadora. Como a nossa plataforma é totalmente baseada em software livre, vamos também mostrar que promove o compartilhamento de dados e reprodutibilidade dos resultados.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Adeline Marinho Maciel - Integrante / Maria Isabel Sobral Escada - Integrante / Karine Reis Ferreira - Integrante / Lúbia Vinhas - Integrante / Gilberto Câmara - Coordenador.

• 2011 - 2012

  Mineração de Imagens de Sensoriamento Remoto através de Grafos, Projeto certificado pelo(a) coordenador(a) Marcelino Pereira dos Santos Silva em 06/05/2013., Descrição: Atualmente, existe uma ampla quantidade e diversidade de dados provenientes dos satélites que, periodicamente, capturam imagens da esfera terrestre. Essas imagens são armazenadas em instituições de pesquisa específicas, por exemplo, o Instituto Nacional de Pesquisas Espaciais (INPE), o qual possui mais de 1.470.000 imagens distribuídas para os mais diferentes fins. Tais organizações utilizam as informações capturadas nessas imagens como fonte para diferentes pesquisas, por exemplo, análise do crescimento relacionado ao desmatamento em áreas florestais. Devido ao fato dessas imagens serem muito atrativas e possuírem características únicas, cada vez mais estas ganham importância no cenário de pesquisa. Paralelo a isso, também cresce o volume de dados dos grandes repositórios de dados. Essa situação faz com que seja necessária uma evolução das técnicas, ferramentas, metodologias que abordam o tratamento dessas imagens. No Brasil, um dos grandes desafios em pesquisa em computação é a modelagem computacional de sistemas complexos artificiais, naturais e socioculturais e da interação homem-natureza. Assim, a modelagem computacional de imagens de sensoriamento remoto envolve um extenso conjunto de algoritmos e técnicas que visam elucidar informações contidas nessas imagens. Este projeto objetiva aplicar um formalismo matemático computacional (grafos) para representar imagens de sensoriamento remoto, com o intuito de realizar a busca inteligente de padrões (mineração de dados) nestes grafos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Adeline Marinho Maciel - Integrante / Marcelino Pereira dos Santos Silva - Coordenador / Pedro Fernandes Ribeiro Neto - Integrante / Samuel Alves Araújo - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2009 - 2012

  Mineração Semântica de Grafos, Descrição: Um dos grandes desafios da pesquisa em computação no Brasil é a modelagem computacional de sistemas complexos artificiais, naturais e sócio-culturais e da interação homem-natureza. Avanços relevantes nestas áreas motivam um grande leque de pesquisas, que integram algoritmos, estruturas de dados e modelos de diferentes disciplinas para propor novas abordagens. O aumento do volume e da complexidade das bases de dados têm motivado a pesquisa de novas técnicas de mineração de dados. Muitas destas bases possuem características estruturais, cujos dados são compostos por segmentos e relacionamentos entre estes, o que remete à teoria dos grafos. Nesta ótica, a mineração de grafos pode viabilizar diferentes tarefas de descoberta de conhecimento sobre bases de dados estruturais. Este projeto visa a utilização de um relevante formalismo matemático computacional (grafos) para representar sistemas, estruturas e problemas reais com o intuito de realizar busca inteligente de padrões (mineração de dados) nestes grafos através de uma âncora semântica: ontologias.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Adeline Marinho Maciel - Integrante / Marcelino Pereira dos Santos Silva - Coordenador / Marilyn Cristine Serafim de Oliveira - Integrante / Fernando Soares de França - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.