Detecção de mudança da cobertura da terra usando dados polarizados multifrequência na Amazônia brasileira

• Autor(a) principal: Rebeca Suely Gabriella Soares Carneiro
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
• Texto Completo: http://urlib.net/sid.inpe.br/mtc-m21c/2019/10.08.12.22

Os impactos ambientais provocados pelo desmatamento de florestas tropicais comprometem a proteção da biodiversidade e dos recursos naturais. O monitoramento constante dessas regiões é importante para a possível prevenção e controle do desmatamento, bem como para o entendimento da dinâmica do processo de mudança decorrente. A maioria dos programas de monitoramento dos biomas brasileiros utilizam dados de sensores ópticos. Entretanto, sistemas de sensores ópticos possuem limitação quanto na obtenção de dados livres de nuvens na Amazônia. Satélites imageadores que operam na faixa de frequência de micro-ondas são pouco afetados pela cobertura de nuvens, possibilitando a observação das dinâmicas da cobertura da terra e do seu monitoramento. Nesse contexto, o objetivo principal desse estudo foi avaliar o potencial do uso de dados SAR (Radar de Abertura Sintética) multifrequência provenientes dos satélites ALOS-2 e Sentinel-1A para a detecção de mudanças da cobertura da terra em uma área situada na Floresta Nacional de Tapajós e áreas próximas entre os anos de 2014 e 2016. Para este propósito as imagens SAR polarimétricas nas bandas L e C foram classificadas, separadas e em conjunto, em diferentes modelagens estatísticas pelo algoritmo de Máxima Verossimilhança associada com o algoritmo Iteracted Conditional Modes a fim de discriminar cinco classes de interesse. Com base nos dados polarizados univariados, bivariados e multivariados obteve-se 29 resultados de classificação para cada ano estudado. A partir de uma análise visual e observação das matrizes médias de confusão, concluiu-se que a separabilidade das classes de floresta e vegetação secundária não foi bem-sucedida, havendo necessidade de uma etapa de pós-classificação em 2014 utilizando a máscara de floresta do PRODES (Projeto de Monitoramento do Desmatamento da Floresta Amazônica Brasileira por Satélite). Os resultados foram validados utilizando amostras de validação a partir da simulação de Monte Carlo através de mil interações, onde foi feito o ranking de cada ano a partir do valor estimado do kappa médio de cada grupo. O ranking permitiu a exploração dos resultados classificatórios em relação aos conjuntos de canais de dados SAR pelo tipo de dado de entrada, frequências e canais utilizados. Os resultados demonstraram que o uso de dados multivariados produziu classificações de qualidade superior as demais, com kappa estimado da primeira posição de 0.82 para 2014 e 0.44 para 2016. A banda L (comprimento de onda de 15 a 30 cm) se destacou nos rankings de ambos os anos, produzindo resultados mais significativos comparados a banda C (comprimento de onda de 3,75 a 7,5 cm) quanto ao mapeamento da cobertura da terra. Por fim, a combinação dos canais VH e VV apresentaram melhores resultados na discriminação das classes estudadas. No que se refere a análise de mudança entre 2014 e 2016, houve modificações quanto a cobertura florestal primária (FP). Com a metodologia proposta, não foi possível identificar transições ocorridas entre FP e VS (vegetação secundária). Os cenários de mudança evidenciaram que as transições da classe de FP estão associadas ao pasto sujo, seguidas por pasto limpo e agricultura. Áreas de concordância entre polígonos de mudanças da cobertura florestal detectados com polígonos de desflorestamento do PRODES foram constatados. De modo geral, a utilização de dados SAR para o mapeamento da cobertura da terra e detecção de mudanças foi satisfatório. Este trabalho contribui para corroborar com a importância da aplicação de dados SAR para auxiliar nos programas de monitoramento existentes.