Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/34214
Files in This Item:
File Description SizeFormat 
2018_YuriRobertaYamaguchidePaiva.pdf6,9 MBAdobe PDFView/Open
Title: Avaliação da cobertura florestal em terra indígena na Amazônia Legal, por meio de modelagem espectral de sequestro de carbono
Authors: Paiva, Yuri Roberta Yamaguchi de
Orientador(es):: Baptista, Gustavo Macedo de Mello
Assunto:: Desmatamento
Amazônia Legal
Sensoriamento remoto
Análise espectral
Processamento de imagens - técnicas digitais
Issue Date: 14-Mar-2019
Citation: PAIVA, Yuri Roberta Yamaguchi de. Avaliação da cobertura florestal em terra indígena na Amazônia Legal, por meio de modelagem espectral de sequestro de carbono. 2018. 88 f., il. Dissertação (Mestrado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2018.
Abstract: Cerca de 55% do estoque de carbono florestal está armazenado nas florestas tropicais, e o desmatamento nesse tipo de floresta contribui para a liberação de grandes quantidades de dióxido de carbono (CO2) para a atmosfera. O estabelecimento de regimes de proteção legalmente constituídos em grandes áreas de cobertura florestal é decisivo para a contenção do desmatamento; nesse sentido, pode-se citar a presença de Terras Indígenas, que representam 21,2% de toda a Amazônia Legal. Apesar das baixas taxas de desmatamento registradas nesses territórios, ressalte-se que também estão suscetíveis à extração madeireira por corte seletivo, atividade na qual as espécies de maior valor comercial são removidas da floresta, deixando vestígios na paisagem. Diferentemente do desmatamento a corte raso, que é prontamente detectado por imagens de satélite, a degradação por corte seletivo é espacialmente difusa, dificultando sua identificação. Assim, o modelo linear dos mínimos quadrados foi aplicado sobre imagens do satélite Sentinel-2 (foram utilizadas as bandas com resolução espacial de 10 m, bem como as bandas com resolução de 20 m reamostradas para 10 m), para estimar a separação da mistura espectral dos pixels e estimar as frações de vegetação fotossinteticamente ativa, solo e sombra que compõem a Terra Indígena Karipuna, situada no Estado de Rondônia. Também foi testada a eficiência do índice espectral de vegetação denominado Spectral Feature Depth Vegetation Index – SFDVI no auxílio à detecção de corte seletivo. No presente estudo foram identificados 133.732,20 hectares, ou 87,65% de vegetação fotossinteticamente ativa na Terra Indígena Karipuna, diante de uma correlação de 78%com os dados de campo (foi utilizado o coeficiente de Pearson a um nível de significância de 1%). A correlação sobe para 79% se aplicado o índice espectral SFDVI integrado à modelagem espectral, o que representa um aumento na detecção de 8.510,18 hectares de corte seletivo, ou uma eficiência 50,7% maior na identificação da feição solo da modelagem, resultando na identificação de 125.729 hectares de vegetação fotossinteticamente ativa na referida terra indígena (82,44% da área). A melhor separabilidade da fração vegetação com o uso do índice SFDVI representa maior sensibilidade da modelagem integrada a esse índice espectral à detecção de cobertura florestal na Amazônia Legal. Isso pode ser explicado pela presença das bandas Red Edge 1 e Verde, que contribuem para uma maior discriminação de fitofisionomias de vegetação, bem como pela própria configuração da fórmula do índice, que avalia as profundidades das feições espectrais. Em um comparativo com os resultados obtidos pela modelagem aplicada em imagem Landsat-8/OLI, que apresentou uma correlação de apenas 42% pelo coeficiente de Spearman, tendo sido identificados 95% de vegetação fotossinteticamente ativa (valores superestimados em relação aos dados obtidos junto ao Sentinel-2), é possível concluir que o sucesso do processamento executado em imagens Sentinel-2 deve-se a dois fatores primordiais: a resolução espacial de 10 metros e a inclusão de quatro bandas voltadas a estudos com vegetação: três Red Edge e uma banda no platô do infravermelho próximo – NIR-2. É importante destacar que Programas de conservação e mitigação de mudanças climáticas (como o REDD+, mantido pela ONU) vêm demandando estimativas de mudanças de uso e ocupação do solo cada vez mais precisas, e que os resultados aqui apresentados encontram-se de acordo com essas diretrizes ao demonstrar maior acurácia na avaliação da cobertura vegetal na Amazônia Legal brasileira.
Abstract: Tropical deforestation plays an important role in the global carbon cycle and in the biospheric climate. Approximately 55% of the world’s terrestrial carbon is stored on tropical forests, and deforestation contributes to the release of enormous quantities of CO2 (carbon dioxide) into the atmosphere. The establishment of protective areas, legally constituted, into large forestry areas is mandatory to contain deforestation, which also affects Indigenous Lands; these territories represent 21,2% of the Brazilian Legal Amazon. Even though Indigenous Lands present low deforestation rates, it is important to emphasize that they are susceptible to selective logging, an activity in which the most commercially valuable timber resources are removed from the forest, leaving patches in the landscape. Oppositely to clearing, forest degradation through selective logging causes subtler changes to the forest canopy; such changes are more challenging to be detected by remote sensing. Therefore, the least square linear spectral mixture model was applied in orbital images of the satellite Sentinel-2 (using 10 m spatial resolution bands, as well as 20 m spatial resolution bands resampled to 10 m), in order to estimate the separability of the pixels containing spectral mixture and to estimate the vegetation, soil and shadow fractions that constitute the Karipuna Indigenous Land, situated in the Brazilian Amazon’s state of Rondônia. It was also tested the efficiency of the spectral vegetation indice Spectral Feature Depth Vegetation Index – SFDVI in the detection of selective logging. In this study, 133.732,20 hectares, or 87,65% of photosynthetic active vegetation, have been identified in the Karipuna Indigenous Land (it was obtained through a 78% Pearson’s correlation with the field data, significant at the 1% level). The Person’s correlation goes to 79% when the spectral indice SFDVI is applied to the modeling, which represents an increase of 8.510,18 hectares in the detection of selective logging, or an efficiency 50,7% larger in the identification of the soil fraction in the modeling, resulting in the detection of 125.729 hectares of photosynthetic active vegetation in the referred Indigenous Land (82,44% of the area). The better separability of the vegetation fraction using the spectral indice SFDVI indicates a greater sensibility of the modeling integrated to this spectral indice to the detection of vegetation cover in the Legal Amazon. This is due to the presence of the bands Red Edge 1 and Green, which contributes to a better discrimination phytognomies of the vegetation, as well as the configuration of the indice’s formula itself, which aims to evaluate the depth of the spectral features. Comparing the results obtained by the modeling applied to a Landsat-8/OLI satellite image, which produced a correlation of 42%, leading to a 95% of photosynthetic active vegetation (overestimated values, if compared to the values obtained with the Sentinel-2 analysis), it is possible to conclude that the success of the processing executed in Sentinel-2 satellite images is due two factors: the 10 meters spatial resolution and the inclusion of four bands, settled for vegetation studies: three Red Edge and one band in the near infrared plateau (NIR-2). Monitoring and conservation schemes, such as REDD (Reducing Emissions from Deforestation and forest Degradation) have been demanding more accurate estimates of land cover changes. By those means, the presented results are in accordance with those guidelines, since they demonstrate better accuracy to generate more precise results for the assessment of the Amazon forest cover.
Description: Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2018.
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Appears in Collections:IG - Mestrado em Geociências Aplicadas (Dissertações)

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/34214/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.