Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr

Detalhes bibliográficos
Autor(a) principal: Zebende, João Victor
Data de Publicação: 2020
Outros Autores: Weckmüller, Rômulo, Vicens, Raúl S.
Tipo de documento: Artigo
Idioma: por
Título da fonte: Anuário do Instituto de Geociências (Online)
Texto Completo: https://revistas.ufrj.br/index.php/aigeo/article/view/37237
Resumo: A Mata Atlântica fluminense foi historicamente pressionada pelos ciclos econômicos e ocupações humanas. Alguns dos mais preservados remanescentes estão localizados na Região Serrana do estado do Rio de Janeiro. O município de Teresópolis, situado nesta Região, vem sofrendo mudanças em sua cobertura florestal desde o século XIX. Neste sentido, este trabalho visa, por meio de uma análise multitemporal (1985 – 2017) orientada a pixel, utilizando o algoritmo LandTrendr, compreender o caráter das mudanças observadas neste município, buscando o entendimento dos motivos que potencializam os distúrbios. Os resultados são apresentados como trajetórias e os vértices representam mudanças, nas trajetórias florestais foram detectados 2.090 hectares, sendo 85% supressões e 15% regenerações. As supressões antigas (1985) ocorreram na área mais densamente povoada, enquanto que as perdas florestais recentes foram nos distritos mais distantes do centro da cidade. As regenerações estão associadas à recuperação pós deslizamentos de 2011 e à silvicultura. Quanto ao relevo, as mudanças predominaram nas áreas menos declivosas.
id UFRJ-21_0ff628224192c938349738b7ffb71ff6
oai_identifier_str oai:www.revistas.ufrj.br:article/37237
network_acronym_str UFRJ-21
network_name_str Anuário do Instituto de Geociências (Online)
repository_id_str
spelling Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendrSéries temporais; Landsat; VegetaçãoA Mata Atlântica fluminense foi historicamente pressionada pelos ciclos econômicos e ocupações humanas. Alguns dos mais preservados remanescentes estão localizados na Região Serrana do estado do Rio de Janeiro. O município de Teresópolis, situado nesta Região, vem sofrendo mudanças em sua cobertura florestal desde o século XIX. Neste sentido, este trabalho visa, por meio de uma análise multitemporal (1985 – 2017) orientada a pixel, utilizando o algoritmo LandTrendr, compreender o caráter das mudanças observadas neste município, buscando o entendimento dos motivos que potencializam os distúrbios. Os resultados são apresentados como trajetórias e os vértices representam mudanças, nas trajetórias florestais foram detectados 2.090 hectares, sendo 85% supressões e 15% regenerações. As supressões antigas (1985) ocorreram na área mais densamente povoada, enquanto que as perdas florestais recentes foram nos distritos mais distantes do centro da cidade. As regenerações estão associadas à recuperação pós deslizamentos de 2011 e à silvicultura. Quanto ao relevo, as mudanças predominaram nas áreas menos declivosas.Universidade Federal do Rio de JaneiroZebende, João VictorWeckmüller, RômuloVicens, Raúl S.2020-08-21info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3723710.11137/2020_2_316_324Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 316_324Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 316_3241982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/37237/pdf/*ref*/Costa, D.P. 2005. Utilização de geotecnologias na análise da transformação sócio-espacial urbana da região Serrana Fluminense: o estudo de caso do distrito sede de Teresópolis. Dissertação de Mestrado em Geografia, UNESP. Rio Claro, SP. 185 p. Congalton, R.G. 1991. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, 37: 35-76. Cronemberger, F.M. 2014. Paisagens da Serra do Mar: uma análise geoecológica da dinâmica da paisagem. Programa de Pós-Graduação em Geografia, Universidade Federal Fluminense, Tese de Doutorado, 159 p. Embrapa. 2006. Empresa Brasileira De Pesquisa Agropecuária. Sistema Brasileiro de classificação de solos. Brasília, DF, 2ª edição. 353 p. Ferraz, D.P.G.B. 2017. Dinâmica espaço-temporal da produção de silvicultura no estado do Rio de Janeiro entre 1985 e 2014. Programa de Pós-Graduação em Geografia, Universidade Federal Fluminense, Dissertação de Mestrado, 83 p. Fernandes, P.J.F.; Vicens, R.S. & Furtado, L.F.A. 2017. Modelo automático de normalização radiométrica de série multitemporal Landsat-5 usando pontos pseudoinvariantes, PIF. Revista Brasileira de Cartografia, 69 (2): 241-251. Fragal, E.H. 2015.Reconstrução histórica de mudanças na cobertura florestal em várzeas do baixo Amazonas utilizando o algoritmo Landtrendr. Programa de Pós-Graduação em Sensoriamento Remoto, Instituto Nacional de Pesquisas Espaciais, Dissertação de Mestrado, 126 p. IBGE. 2010.Instituto Brasileiro de Geografia e Estatística. Cidades, Teresópolis, RJ. Disponível em: <https:// cidades.ibge.gov.br/brasil/rj/teresopolis/panorama>. Acesso em 10 de dezembro de 2018 Kennedy, R.E.; Yang, Z. & Cohen, W.B. 2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr - Temporal segmentation algorithms. Remote Sensing of Environment, 114: 2897-2910. Landis, J.R. & Koch, G.G. 1977. The measurement of observer agreement for categorical data. Biometrics, 33: 159- 174. Lu, D.; Mausel, P.; Brondizio, E. & Moran, E. 2004. Change detection techniques. International Journal of Remote Sensing, 25(12): 2365-2407. Veloso, H.P.; Rangel Filho, A.L.R. & Lima, J.C.A. 1991.Classificação da vegetação brasileira, adaptada a um sistema universal. Rio de Janeiro: IBGE/DERNA. 123 p. Weckmüller, R. & Vicens, R.S. 2019. Detecção de Mudanças Florestais em Séries Temporais Utilizando os Algoritmos Landtrendr: Estudo de Caso no Estado do Rio de Janeiro. Revista do Departamento de Geografia, 37: 44-57. Weckmüller, R. &Vicens, R.S. 2016. Método híbrido de detecção de mudanças: uma associação entre classificação baseada em objetos e baseada em pixels. Revista Brasileira de Cartografia, 68(5): 883-899. Weckmüller, R.; Zebende, J.V. & Vicens, R.S. 2018. Escolha do melhor descritor para a detecção de trajetórias em florestas tropicais utilizando os algoritmos LandTrendr. Revista Continentes, 7(13): 68-84. Weckmüller, R. 2018. Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr. Programa de Pós-Graduação em Geografia, Universidade Federal Fluminense, Tese de Doutorado, 123 p. Disponível em: https://goo. gl/9KuJnK. Zebende, J.V.; Weckmüller, R. & Vicens, R.S. 2017. Desenvolvimento de máscara de floresta utilizando classificação orientada a objeto. In: XXVII CONGRESSO BRASILEIRO DE CARTOGRAFIA e XXVI EXPOSICARTA SBC, Rio de Janeiro - RJ, 452-456.Copyright (c) 2020 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2020-09-21T10:59:44Zoai:www.revistas.ufrj.br:article/37237Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2020-09-21T10:59:44Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr
title Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr
spellingShingle Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr
Zebende, João Victor
Séries temporais; Landsat; Vegetação
title_short Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr
title_full Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr
title_fullStr Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr
title_full_unstemmed Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr
title_sort Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr
author Zebende, João Victor
author_facet Zebende, João Victor
Weckmüller, Rômulo
Vicens, Raúl S.
author_role author
author2 Weckmüller, Rômulo
Vicens, Raúl S.
author2_role author
author
dc.contributor.none.fl_str_mv
dc.contributor.author.fl_str_mv Zebende, João Victor
Weckmüller, Rômulo
Vicens, Raúl S.
dc.subject.por.fl_str_mv Séries temporais; Landsat; Vegetação
topic Séries temporais; Landsat; Vegetação
description A Mata Atlântica fluminense foi historicamente pressionada pelos ciclos econômicos e ocupações humanas. Alguns dos mais preservados remanescentes estão localizados na Região Serrana do estado do Rio de Janeiro. O município de Teresópolis, situado nesta Região, vem sofrendo mudanças em sua cobertura florestal desde o século XIX. Neste sentido, este trabalho visa, por meio de uma análise multitemporal (1985 – 2017) orientada a pixel, utilizando o algoritmo LandTrendr, compreender o caráter das mudanças observadas neste município, buscando o entendimento dos motivos que potencializam os distúrbios. Os resultados são apresentados como trajetórias e os vértices representam mudanças, nas trajetórias florestais foram detectados 2.090 hectares, sendo 85% supressões e 15% regenerações. As supressões antigas (1985) ocorreram na área mais densamente povoada, enquanto que as perdas florestais recentes foram nos distritos mais distantes do centro da cidade. As regenerações estão associadas à recuperação pós deslizamentos de 2011 e à silvicultura. Quanto ao relevo, as mudanças predominaram nas áreas menos declivosas.
publishDate 2020
dc.date.none.fl_str_mv 2020-08-21
dc.type.none.fl_str_mv

dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/37237
10.11137/2020_2_316_324
url https://revistas.ufrj.br/index.php/aigeo/article/view/37237
identifier_str_mv 10.11137/2020_2_316_324
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/37237/pdf
/*ref*/Costa, D.P. 2005. Utilização de geotecnologias na análise da transformação sócio-espacial urbana da região Serrana Fluminense: o estudo de caso do distrito sede de Teresópolis. Dissertação de Mestrado em Geografia, UNESP. Rio Claro, SP. 185 p. Congalton, R.G. 1991. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, 37: 35-76. Cronemberger, F.M. 2014. Paisagens da Serra do Mar: uma análise geoecológica da dinâmica da paisagem. Programa de Pós-Graduação em Geografia, Universidade Federal Fluminense, Tese de Doutorado, 159 p. Embrapa. 2006. Empresa Brasileira De Pesquisa Agropecuária. Sistema Brasileiro de classificação de solos. Brasília, DF, 2ª edição. 353 p. Ferraz, D.P.G.B. 2017. Dinâmica espaço-temporal da produção de silvicultura no estado do Rio de Janeiro entre 1985 e 2014. Programa de Pós-Graduação em Geografia, Universidade Federal Fluminense, Dissertação de Mestrado, 83 p. Fernandes, P.J.F.; Vicens, R.S. & Furtado, L.F.A. 2017. Modelo automático de normalização radiométrica de série multitemporal Landsat-5 usando pontos pseudoinvariantes, PIF. Revista Brasileira de Cartografia, 69 (2): 241-251. Fragal, E.H. 2015.Reconstrução histórica de mudanças na cobertura florestal em várzeas do baixo Amazonas utilizando o algoritmo Landtrendr. Programa de Pós-Graduação em Sensoriamento Remoto, Instituto Nacional de Pesquisas Espaciais, Dissertação de Mestrado, 126 p. IBGE. 2010.Instituto Brasileiro de Geografia e Estatística. Cidades, Teresópolis, RJ. Disponível em: <https:// cidades.ibge.gov.br/brasil/rj/teresopolis/panorama>. Acesso em 10 de dezembro de 2018 Kennedy, R.E.; Yang, Z. & Cohen, W.B. 2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr - Temporal segmentation algorithms. Remote Sensing of Environment, 114: 2897-2910. Landis, J.R. & Koch, G.G. 1977. The measurement of observer agreement for categorical data. Biometrics, 33: 159- 174. Lu, D.; Mausel, P.; Brondizio, E. & Moran, E. 2004. Change detection techniques. International Journal of Remote Sensing, 25(12): 2365-2407. Veloso, H.P.; Rangel Filho, A.L.R. & Lima, J.C.A. 1991.Classificação da vegetação brasileira, adaptada a um sistema universal. Rio de Janeiro: IBGE/DERNA. 123 p. Weckmüller, R. & Vicens, R.S. 2019. Detecção de Mudanças Florestais em Séries Temporais Utilizando os Algoritmos Landtrendr: Estudo de Caso no Estado do Rio de Janeiro. Revista do Departamento de Geografia, 37: 44-57. Weckmüller, R. &Vicens, R.S. 2016. Método híbrido de detecção de mudanças: uma associação entre classificação baseada em objetos e baseada em pixels. Revista Brasileira de Cartografia, 68(5): 883-899. Weckmüller, R.; Zebende, J.V. & Vicens, R.S. 2018. Escolha do melhor descritor para a detecção de trajetórias em florestas tropicais utilizando os algoritmos LandTrendr. Revista Continentes, 7(13): 68-84. Weckmüller, R. 2018. Trajetórias evolutivas das coberturas florestais do estado do Rio de Janeiro utilizando os algoritmos LandTrendr. Programa de Pós-Graduação em Geografia, Universidade Federal Fluminense, Tese de Doutorado, 123 p. Disponível em: https://goo. gl/9KuJnK. Zebende, J.V.; Weckmüller, R. & Vicens, R.S. 2017. Desenvolvimento de máscara de floresta utilizando classificação orientada a objeto. In: XXVII CONGRESSO BRASILEIRO DE CARTOGRAFIA e XXVI EXPOSICARTA SBC, Rio de Janeiro - RJ, 452-456.
dc.rights.driver.fl_str_mv Copyright (c) 2020 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2020 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 316_324
Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 316_324
1982-3908
0101-9759
reponame:Anuário do Instituto de Geociências (Online)
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Anuário do Instituto de Geociências (Online)
collection Anuário do Instituto de Geociências (Online)
repository.name.fl_str_mv Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv anuario@igeo.ufrj.br||
_version_ 1797053545084616704

Registros relacionados