Fuel characterization using remote sensing in support of large-scale wildfire management in the Cerrado biome

• Autor(a) principal: Leite, Rodrigo Vieira
• Data de Publicação: 2022
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/30687; https://doi.org/10.47328/ufvbbt.2022.798
• topic: Incêndios florestais - Prevenção e controle; Incêndios florestais - Sensoriamento remoto; Aprendizado do computador; Cerrados; Fotointerpretação Florestal

O Cerrado é a savana tropical com maior biodiversidade do mundo, caracterizada por uma variedade de estruturas de vegetação incluindo formações campestres e florestais. No entanto, a estabilidade do Cerrado tem sido ameaçada por mudanças antrópicas no regime natural de fogo. A gestão do material combustível da vegetação é uma das opções mais importantes que temos para reduzir os impactos negativos dos incêndios florestais na sociedade e no ambiente e amplificar os positivos na flora dependente do fogo. Grandes áreas como o Cerrado geralmente requerem sensores remotos para caracterizar combustíveis, especialmente aqueles a bordo de plataformas orbitais. Embora os sensores em plataformas orbitais Já existam há mais de 50 anos, novas oportunidades surgem com sensores lançados recentemente com características inéditas. No entanto, as propriedades do material combustível do Cerrado e seu potencial para serem caracterizadas com a nova geração de sensores ainda são pouco estudadas e, nesta tese, são apresentadas abordagens de sensoriamento remoto como mais um passo para ampliar a caracterização e monitoramento do material combustível no Cerrado. Esta dissertação está dividida em três capítulos, onde: i) o teor de umidade do combustível é predito usando espectroscopia foliar e algoritmos de aprendizado de maquina, ii) a carga de combustível é predita para toda a extensão do Cerrado usando dados lidar coletados a partir de aeronave não ocupada, aprendizado de máquina e dados do sensor espacial GEDI, recentemente lançado, e iii) uma revisão é apresentada sobre os novos sensores remotos espaciais com potencial para serem usados na caracterização das principais variáveis relacionadas ao material combustível para manejo integrado do fogo. Os resultados mostraram a aplicabilidade de dados de espectroscopia e lidar, aliados ao uso de modelos de aprendizado de máquina, na recuperação de características do combustível importantes para o manejo do fogo. Com o aumento da disponibilidade de dados de sensores com novas tecnologias e capacidades, que permitem a escalada de informação coletada em campo, sugere-se que estamos diante de uma nova era para o mapeamento e monitoramento de material combustível, o que é essencial para o desenvolvimento de programas de manejo integrado do fogo visando a preservação do e bioma Cerrado e outros ecossistemas semelhantes em todo o mundo. Palavras-chave: Risco de incêndio; Combustível vegetal; Espectroscopia, Lidar, GEDI, Aprendizado de máquina, Sensores satelitários