🌍 Libya Floods 2023 Split Map

📊 Sobre o Projecto

Este projeto visa a visualização interativa das inundações ocorridas na Líbia em 2023, utilizando mapas divididos para comparar diferentes camadas de dados geoespaciais, como imagens de satélite antes e depois do evento, áreas afectadas, e infraestrutura crítica. O objectivo principal é oferecer uma ferramenta de fácil uso para análise geográfica e conscientização sobre o impacto das inundações.

🎯 Objectivos

• Visualizar dados espaciais das inundações na Líbia.
• Comparar dados pré e pós-desastre utilizando um mapa dividido.
• Oferecer insights interativos para pesquisadores, ONGs e formuladores de políticas públicas.

🛠️ Ferramentas Utilizadas

• Streamlit: Interface interativa e acessível para visualização web.
• Leafmap: Visualização espacial poderosa com suporte a mapas interativos.
• Python: Linguagem base para manipulação de dados e visualizações.

🗺️ Funcionalidades do Aplicativo

🔍 Mapa Dividido (Split Map)

• Comparação lado a lado de imagens de satélite antes e depois das inundações.

🌍 Análises Geoespaciais

• Identificação de áreas mais afetadas.

📈 Insights e Visualizações

• Resumo dos impactos em infraestrutura e áreas urbanas.

💻 Como Rodar o Projeto

✅ Requisitos

• Python 3+
• Navegador web actualizado

🛠️ Instalação

1. Clone este repositório:

   git clone https://github.com/fernandogomesfg/libya-floods-2023-split-map.git  
   cd libya-floods-2023-split-map  

2. Crie um ambiente virtual:

   python -m venv venv  
   source venv/bin/activate  # macOS/Linux  
   venv\Scripts\activate     # Windows  

3. Instale as dependências:

   pip install -r requirements.txt  

4. Inicie a aplicação Streamlit:

   streamlit run app/main.py  

5. Acesse no navegador:

   http://localhost:8501  
   

🎨 Demonstração

Mapa Dividido (Split Map)

Nota: O mapa interativo permite alternar camadas e ajustar o zoom para análise detalhada.

💡 Entrega de Valor

🎯 Benefícios do Projecto

• Tomada de Decisão Informada: Ferramenta útil para organizações de ajuda humanitária e gestores públicos.
• Análise Comparativa: Permite identificar padrões de danos e priorizar intervenções.
• Simplicidade de Uso: Interface acessível para usuários com diferentes níveis de expertise.

🌍 Aplicabilidade

• Agências Governamentais: Planejamento urbano e mitigação de riscos futuros.
• Organizações Humanitárias: Coordenação de esforços de ajuda.
• Pesquisadores: Estudos sobre mudanças climáticas e desastres naturais.

📜 Licença

Este projeto está licenciado sob a Licença MIT.

👨‍💻 Autor

Desenvolvido por Fernando Gomes.

🔗 Links Relevantes

• Meu Portfólio
• Conecte-se no LinkedIn