Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/13336 http://dx.doi.org/10.22409/POSGEO.2018.d.11616378778 |
Resumo: | O entendimento de como os sistemas terrestres evoluem é importante na busca de estratégia que otimizem a utilização dos recursos naturais e minimizem os impactos ambientais. O monitoramento das mudanças da cobertura vegetal e do uso da terra, através de técnicas de sensoriamento remoto tem sido fundamental neste sentido. Com a disponibilização de todo o acervo de imagens do programa Landsat/NASA, melhoras na qualidade dos dados e o surgimento de novos algoritmos constituem um avanço metodológico que supera as limitações espaciais e temporais dos métodostradicionais de detecção de mudanças. O objetivo principal desta tese é contribuir metodologicamente para o monitoramento dos sistemas terrestres através de técnicas de sensoriamento remoto, utilizando todo o acervo disponível de imagens Landsat, numa abordagem com base na trajetória espectral do pixel em séries temporais. Para tal, a detecção de mudanças baseada em trajetórias foi utilizada através do algoritmo LandTrendr, para detectar mudanças nas coberturas florestais do estado do Rio de Janeiro entre 1984 e 2016, identificando diferentes tipos de perturbações (desmatamentos e recuperações) e classificando as florestas secundárias quanto ao tempo de regeneração. De uma maneira geral observou-se 58.969 ha de trajetórias de mudanças florestais no estado do Rio de Janeiro, destas 64% são perdas florestais e 36% regenerações. Este mapeamento alcançou 70% de exatidão global. No litoral, os desmatamentos são antigos e mais abruptos enquanto que no interior as perdas florestais também são antigas, porém graduais, configurando uma constante degradação da paisagem. As recuperações florestais no estado são mais recorrentes no norte fluminense, possivelmente associadas a abandonos de terras agrícolas. As florestas secundárias mais antigas estão próximas ao litoral (Região dos Lagos) enquanto que as mais recentes estão no interior (Região do "Vale do Café" e Região Serrana). Foi desenvolvido um mapa síntese com as características das trajetórias. Apenas a Região dos Lagos tem tendências de recuperação florestal, enquanto que as regiões no interior do estado têm tendências de perda de vegetação, e as regiões próximas ao litoral tendências de estabilidade, ou seja, taxas de ganho e perda muito parecidas |
id |
UFF-2_550793eeb11308ef8f1009bab9266378 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/13336 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendrTime series forest change detection using Landtrendr: study of case in the state of Rio de JaneiroSensoriamento remotoDetecção de mudançasSéries temporaisLandTrendrDetecção de mudançasSensoriamento remotoVegetaçãoProdução intelectualRemote sensingChange detectionTime seriesLandsatO entendimento de como os sistemas terrestres evoluem é importante na busca de estratégia que otimizem a utilização dos recursos naturais e minimizem os impactos ambientais. O monitoramento das mudanças da cobertura vegetal e do uso da terra, através de técnicas de sensoriamento remoto tem sido fundamental neste sentido. Com a disponibilização de todo o acervo de imagens do programa Landsat/NASA, melhoras na qualidade dos dados e o surgimento de novos algoritmos constituem um avanço metodológico que supera as limitações espaciais e temporais dos métodostradicionais de detecção de mudanças. O objetivo principal desta tese é contribuir metodologicamente para o monitoramento dos sistemas terrestres através de técnicas de sensoriamento remoto, utilizando todo o acervo disponível de imagens Landsat, numa abordagem com base na trajetória espectral do pixel em séries temporais. Para tal, a detecção de mudanças baseada em trajetórias foi utilizada através do algoritmo LandTrendr, para detectar mudanças nas coberturas florestais do estado do Rio de Janeiro entre 1984 e 2016, identificando diferentes tipos de perturbações (desmatamentos e recuperações) e classificando as florestas secundárias quanto ao tempo de regeneração. De uma maneira geral observou-se 58.969 ha de trajetórias de mudanças florestais no estado do Rio de Janeiro, destas 64% são perdas florestais e 36% regenerações. Este mapeamento alcançou 70% de exatidão global. No litoral, os desmatamentos são antigos e mais abruptos enquanto que no interior as perdas florestais também são antigas, porém graduais, configurando uma constante degradação da paisagem. As recuperações florestais no estado são mais recorrentes no norte fluminense, possivelmente associadas a abandonos de terras agrícolas. As florestas secundárias mais antigas estão próximas ao litoral (Região dos Lagos) enquanto que as mais recentes estão no interior (Região do "Vale do Café" e Região Serrana). Foi desenvolvido um mapa síntese com as características das trajetórias. Apenas a Região dos Lagos tem tendências de recuperação florestal, enquanto que as regiões no interior do estado têm tendências de perda de vegetação, e as regiões próximas ao litoral tendências de estabilidade, ou seja, taxas de ganho e perda muito parecidasCAPESUnderstanding how terrestrial systems evolve is important in pursuing strategies that optimize the use of natural resources and minimize environmental impacts. Monitoring vegetation cover and land use changes through remote sensing techniques has been crucial in this regard. With the availability of the entire Landsat/NASA image collection, improvements in data quality and the emergence of new algorithms constitute a methodological advance that overcomes the spatial and temporal limitations of traditional methods of change detection. The main objective of this thesis is to contribute methodologically to the monitoring of terrestrial systems through remote sensing techniques, using all the available collection of Landsat images, in an approach based on time series. For this trajectory-based change detection was used through the LandTrendr algorithm to detect changes in forest cover in Rio de Janeiro's state between 1984 and 2016, identifying different types of disturbances (deforestation and recovery) and classifying age of secondary forests. In a general way observed of 58969 hectares of forest changes in the state of Rio de Janeiro, these are 64% of forests and 36% of regenerations. On the coast, deforestation is old and more abrupt, while inland forest losses are also old but gradual, creating a constant degradation of the landscape. Forest recoveries in the Rio de Janeiro's state are more recurrent in the north, possibly associated with abandonment of agricultural land. The oldest secondary forests are close to the coast (Lagos region) while the most recent are in the interior (Café valley and Serrana region). A synthesis map was developed with trajectory characteristics. Only the Lagos region has forest recovery tendencies, whereas the regions in the interior of the state have tendencies of loss of vegetation, and the regions near the coastal tendencies of stability, that is, rates of gain and loss very similar123f.NiteróiVicens, Raúl SanchezCruz, Carla Bernadete MadureiraArruda Júnior, Elias RibeiroCronemberger, Felipe MendesCarvalho Júnior, Osmar Abílio dehttp://lattes.cnpq.br/6674481474470901http://lattes.cnpq.br/8745326804306646http://lattes.cnpq.br/9528610534584200http://lattes.cnpq.br/1447602598339025http://lattes.cnpq.br/3305451354946309http://lattes.cnpq.br/5572269831914055Weckmüller, Rômulo2020-04-17T18:10:33Z2020-04-17T18:10:33Z2018-08-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfWECKMÜLLER, R. Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr. 2018. 123 p. Tese (Doutorado em Geografia), Universidade Federal Fluminense, Niterói, 2018.https://app.uff.br/riuff/handle/1/13336Aluno de Doutoradohttp://dx.doi.org/10.22409/POSGEO.2018.d.11616378778http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-06-09T13:49:34Zoai:app.uff.br:1/13336Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:05:41.880484Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr Time series forest change detection using Landtrendr: study of case in the state of Rio de Janeiro |
title |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr |
spellingShingle |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr Weckmüller, Rômulo Sensoriamento remoto Detecção de mudanças Séries temporais LandTrendr Detecção de mudanças Sensoriamento remoto Vegetação Produção intelectual Remote sensing Change detection Time series Landsat |
title_short |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr |
title_full |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr |
title_fullStr |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr |
title_full_unstemmed |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr |
title_sort |
Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr |
author |
Weckmüller, Rômulo |
author_facet |
Weckmüller, Rômulo |
author_role |
author |
dc.contributor.none.fl_str_mv |
Vicens, Raúl Sanchez Cruz, Carla Bernadete Madureira Arruda Júnior, Elias Ribeiro Cronemberger, Felipe Mendes Carvalho Júnior, Osmar Abílio de http://lattes.cnpq.br/6674481474470901 http://lattes.cnpq.br/8745326804306646 http://lattes.cnpq.br/9528610534584200 http://lattes.cnpq.br/1447602598339025 http://lattes.cnpq.br/3305451354946309 http://lattes.cnpq.br/5572269831914055 |
dc.contributor.author.fl_str_mv |
Weckmüller, Rômulo |
dc.subject.por.fl_str_mv |
Sensoriamento remoto Detecção de mudanças Séries temporais LandTrendr Detecção de mudanças Sensoriamento remoto Vegetação Produção intelectual Remote sensing Change detection Time series Landsat |
topic |
Sensoriamento remoto Detecção de mudanças Séries temporais LandTrendr Detecção de mudanças Sensoriamento remoto Vegetação Produção intelectual Remote sensing Change detection Time series Landsat |
description |
O entendimento de como os sistemas terrestres evoluem é importante na busca de estratégia que otimizem a utilização dos recursos naturais e minimizem os impactos ambientais. O monitoramento das mudanças da cobertura vegetal e do uso da terra, através de técnicas de sensoriamento remoto tem sido fundamental neste sentido. Com a disponibilização de todo o acervo de imagens do programa Landsat/NASA, melhoras na qualidade dos dados e o surgimento de novos algoritmos constituem um avanço metodológico que supera as limitações espaciais e temporais dos métodostradicionais de detecção de mudanças. O objetivo principal desta tese é contribuir metodologicamente para o monitoramento dos sistemas terrestres através de técnicas de sensoriamento remoto, utilizando todo o acervo disponível de imagens Landsat, numa abordagem com base na trajetória espectral do pixel em séries temporais. Para tal, a detecção de mudanças baseada em trajetórias foi utilizada através do algoritmo LandTrendr, para detectar mudanças nas coberturas florestais do estado do Rio de Janeiro entre 1984 e 2016, identificando diferentes tipos de perturbações (desmatamentos e recuperações) e classificando as florestas secundárias quanto ao tempo de regeneração. De uma maneira geral observou-se 58.969 ha de trajetórias de mudanças florestais no estado do Rio de Janeiro, destas 64% são perdas florestais e 36% regenerações. Este mapeamento alcançou 70% de exatidão global. No litoral, os desmatamentos são antigos e mais abruptos enquanto que no interior as perdas florestais também são antigas, porém graduais, configurando uma constante degradação da paisagem. As recuperações florestais no estado são mais recorrentes no norte fluminense, possivelmente associadas a abandonos de terras agrícolas. As florestas secundárias mais antigas estão próximas ao litoral (Região dos Lagos) enquanto que as mais recentes estão no interior (Região do "Vale do Café" e Região Serrana). Foi desenvolvido um mapa síntese com as características das trajetórias. Apenas a Região dos Lagos tem tendências de recuperação florestal, enquanto que as regiões no interior do estado têm tendências de perda de vegetação, e as regiões próximas ao litoral tendências de estabilidade, ou seja, taxas de ganho e perda muito parecidas |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-08-23 2020-04-17T18:10:33Z 2020-04-17T18:10:33Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
WECKMÜLLER, R. Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr. 2018. 123 p. Tese (Doutorado em Geografia), Universidade Federal Fluminense, Niterói, 2018. https://app.uff.br/riuff/handle/1/13336 Aluno de Doutorado http://dx.doi.org/10.22409/POSGEO.2018.d.11616378778 |
identifier_str_mv |
WECKMÜLLER, R. Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr. 2018. 123 p. Tese (Doutorado em Geografia), Universidade Federal Fluminense, Niterói, 2018. Aluno de Doutorado |
url |
https://app.uff.br/riuff/handle/1/13336 http://dx.doi.org/10.22409/POSGEO.2018.d.11616378778 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Niterói |
publisher.none.fl_str_mv |
Niterói |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823658220388352 |