Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning

Detalhes bibliográficos
Autor(a) principal: Arruda, Vera Laísa da Silva
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: https://repositorio.unb.br/handle/10482/41474
Resumo: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2021.
id UNB_ecc54f7b7d1c3bdd4c13e4c1946acbf6
oai_identifier_str oai:repositorio2.unb.br:10482/41474
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Arruda, Vera Laísa da SilvaMatricardi, Eraldo Aparecido TrondoliPereira, Reginaldo Sérgio2021-07-26T12:14:38Z2021-07-26T12:14:38Z2021-07-262021-04-01ARRUDA, Vera Laísa da Silva. Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning. 2021,61 f., il. Dissertação (Mestrado em Ciências Florestais)—Universidade de Brasília, Brasília, 2021.https://repositorio.unb.br/handle/10482/41474Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2021.O bioma Cerrado é caracterizado por um mosaico de diferentes tipos de vegetação, com um dos maiores níveis de biodiversidade do mundo. O fogo tem contribuído historicamente para moldar a vegetação natural e agora está sendo usado no manejo de sistemas agrícolas e pastagens. O regime de fogo tem mudado nas últimas décadas, consequentemente, o seu mapeamento, distribuição espacial e dinâmica do fogo são cruciais para avaliar seus impactos sobre os ecossistemas e para definir estratégias e medidas de controle e prevenção de fogo. Neste estudo, foi desenvolvida uma metodologia semi-automática para o mapeamento de áreas queimadas no bioma Cerrado, utilizando imagens do satélite Landsat e algoritmo Deep Learning, implementado nas plataformas Google Earth Engine e Google Cloud Storage. Foi obtida uma acurácia de 97% a partir de validação com 2.200 pontos. Com a eficiência da metodologia para o mapeamento de cicatrizes de fogo no ano de 2017, foi ampliada a metodologia para os anos de 2000 a 2019, para melhor entendimento do comportamento do fogo no Cerrado. A partir dessa série histórica, foi estimado que 41% do Cerrado já teve a presença de fogo em algum momento, sendo que a área média queimada anualmente é de 109.138 km2 (5,4% do Bioma). Em relação à recorrência de fogo em uma mesma área, foi possível observar que 270.601 km2 queimaram de 2 a 3 vezes, 181.612 km2 queimaram de 4 a 10 vezes e 13.085 km2 queimaram mais de 10 vezes, mostrando como as mudanças do uso da terra tem alterado o regime do fogo para intervalos mais frequentes. Em relação aos tipos de superfície sobre as quais se registram áreas queimadas, as queimadas sobre áreas de formação vegetal natural (formação florestal, savânica e campestre) predominam em relação às áreas de uso. Proporcionalmente às áreas das categorias fundiárias do Bioma, o fogo predomina em áreas protegidas (terras indígenas, unidades de conservação e territórios quilombolas). As análises realizadas demonstram o potencial de dados de sensoriamento remoto como as séries temporais do satélite Landsat utilizados pelo projeto MapBiomas para explorar a variação de padrões espaço -temporais de ocorrência do fogo. Os resultados também destacam a importância da adoção de estratégias de gestão e políticas orientadas para a conservação do Cerrado. Nas últimas décadas, a ocorrência de fogo tem aumentado, consequentemente, as emissões de gases de efeito estufa também tendem a aumentar. Sendo assim, os gestores de políticas públicas e planos de gestão devem considerar cenários futuros de mudanças climáticas envolvendo maiores riscos de ocorrência de fogo.The Cerrado biome is enhanced by a mosaic of different vegetation types with one of the highest levels of biodiversity in the world. Fires have historically contributed to shaping natural vegetation and are now used in the management of agricultural systems and pastures. The fire regime has changed in recent decades, consequently, mapping the spatial and dynamic distribution of fire is crucial to assess its impacts on ecosystems and to define, control, and prevent fire measures. In this study, we developed a methodology for mapping burnt areas in the Cerrado biome, using Landsat images and a Deep Learning algorithm; implemented in the Google Earth Engine platform and Google Cloud Storage platform. We obtained 97% accuracy from validation evolving 2,200 points. Based on the efficiency of the methodology for mapping scars in 2017, the methodology was extended from 2000 to 2019, to better understand the behavior of fire in the Cerrado. From the historical series, it was estimated that 41% of the Cerrado were already burned at some point in the time, with the average area burned representing 109,138 km2 (5.4% of the Biome). Regarding the recurrence of fire in the same area, we observed that 270,601 km2 burned 2 to 3 times, 181,612 km2 burned 4 to 10 times, and 13,085 km2 burned more than 10 times, showing how the changes in land use have altered the fire regime to more frequent intervals. Regarding the types of surface on which burned areas are recorded, burning areas over natural vegetation (forest, savanna and grassland) predominates over anthropic areas. Proportionally to the areas of the biome's land categories, fire predominates in protected areas (indigenous lands, conservation units and quilombola territories). The analyzes demonstrate the potential of remote sensing products, such as those Landsat time series used by the MapBiomas project, to explore the spatio-tempora variations of fire occurrences. The results also highlight the importance of adopting management measures and policies aimed at the conservation of the Cerrado. In the last decades, the occurrence of fire has increased, consequently, CO2 emissions also has increased. Thus, decision makers of public policies and management plans need to consider future scenarios of climate change and greater risks of fire occurrences.Faculdade de Tecnologia (FT)Departamento de Engenharia Florestal (FT EFL)Programa de Pós-Graduação em Ciências FlorestaisA 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.info:eu-repo/semantics/openAccessMapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learninginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisBioma CerradoFogo - CerradosÁrea queimadaGoogle Earth EngineDeep LearningFogo - comportamentoporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2021_VeraLaísadaSilvaArruda.pdf2021_VeraLaísadaSilvaArruda.pdfapplication/pdf4117203http://repositorio2.unb.br/jspui/bitstream/10482/41474/1/2021_VeraLa%c3%adsadaSilvaArruda.pdf015cb5dbbeb541bb9009a61e0a253871MD51open accessLICENSElicense.txtlicense.txttext/plain671http://repositorio2.unb.br/jspui/bitstream/10482/41474/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open access10482/414742024-02-05 15:04:26.563open accessoai:repositorio2.unb.br:10482/41474QSBjb25jZXNzw6NvIGRhIGxpY2Vuw6dhIGRlc3RlIGl0ZW0gcmVmZXJlLXNlIGFvIHRlcm1vIGRlIGF1dG9yaXphw6fDo28gaW1wcmVzc28gYXNzaW5hZG8gDQpwZWxvIGF1dG9yIGNvbSBhcyBzZWd1aW50ZXMgY29uZGnDp8O1ZXM6DQoNCk5hIHF1YWxpZGFkZSBkZSB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvciBkYSBwdWJsaWNhw6fDo28sIGF1dG9yaXpvIGEgVW5pdmVyc2lkYWRlIGRlIEJyYXPDrWxpYQ0KIGUgbyBJQklDVCBhIGRpc3BvbmliaWxpemFyIHBvciBtZWlvIGRvcyBzaXRlcyB3d3cuYmNlLnVuYi5iciwgd3d3LmliaWN0LmJyLA0KIGh0dHA6Ly9oZXJjdWxlcy52dGxzLmNvbS9jZ2ktYmluL25kbHRkL2NoYW1lbGVvbj9sbmc9cHQmc2tpbj1uZGx0ZCBzZW0gcmVzc2FyY2ltZW50byBkb3MgDQpkaXJlaXRvcyBhdXRvcmFpcywgZGUgYWNvcmRvIGNvbSBhIExlaSBuwrogOTYxMC85OCwgbyB0ZXh0byBpbnRlZ3JhbCBkYSBvYnJhIGRpc3BvbmliaWxpemFkYSwNCiBjb25mb3JtZSBwZXJtaXNzw7VlcyBhc3NpbmFsYWRhcywgcGFyYSBmaW5zIGRlIGxlaXR1cmEsIGltcHJlc3PDo28gZS9vdSBkb3dubG9hZCwgYSB0w610dWxvIGRlIA0KZGl2dWxnYcOnw6NvIGRhIHByb2R1w6fDo28gY2llbnTDrWZpY2EgYnJhc2lsZWlyYSwgYSBwYXJ0aXIgZGVzdGEgZGF0YS4=Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2024-02-05T18:04:26Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning
title Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning
spellingShingle Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning
Arruda, Vera Laísa da Silva
Bioma Cerrado
Fogo - Cerrados
Área queimada
Google Earth Engine
Deep Learning
Fogo - comportamento
title_short Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning
title_full Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning
title_fullStr Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning
title_full_unstemmed Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning
title_sort Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning
author Arruda, Vera Laísa da Silva
author_facet Arruda, Vera Laísa da Silva
author_role author
dc.contributor.advisorco.none.fl_str_mv Matricardi, Eraldo Aparecido Trondoli
dc.contributor.author.fl_str_mv Arruda, Vera Laísa da Silva
dc.contributor.advisor1.fl_str_mv Pereira, Reginaldo Sérgio
contributor_str_mv Pereira, Reginaldo Sérgio
dc.subject.keyword.pt_BR.fl_str_mv Bioma Cerrado
Fogo - Cerrados
Área queimada
Google Earth Engine
Deep Learning
Fogo - comportamento
topic Bioma Cerrado
Fogo - Cerrados
Área queimada
Google Earth Engine
Deep Learning
Fogo - comportamento
description Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2021.
publishDate 2021
dc.date.submitted.none.fl_str_mv 2021-04-01
dc.date.accessioned.fl_str_mv 2021-07-26T12:14:38Z
dc.date.available.fl_str_mv 2021-07-26T12:14:38Z
dc.date.issued.fl_str_mv 2021-07-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ARRUDA, Vera Laísa da Silva. Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning. 2021,61 f., il. Dissertação (Mestrado em Ciências Florestais)—Universidade de Brasília, Brasília, 2021.
dc.identifier.uri.fl_str_mv https://repositorio.unb.br/handle/10482/41474
identifier_str_mv ARRUDA, Vera Laísa da Silva. Mapeamento de cicatrizes de áreas queimadas no Cerrado usando imagens Landsat, Google Earth Engine e Deep Learning. 2021,61 f., il. Dissertação (Mestrado em Ciências Florestais)—Universidade de Brasília, Brasília, 2021.
url https://repositorio.unb.br/handle/10482/41474
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/41474/1/2021_VeraLa%c3%adsadaSilvaArruda.pdf
http://repositorio2.unb.br/jspui/bitstream/10482/41474/2/license.txt
bitstream.checksum.fl_str_mv 015cb5dbbeb541bb9009a61e0a253871
bacfee268cc5d4f6aaa2e6e0066d38f5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1803573711897362432

Registros relacionados