Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga

Detalhes bibliográficos
Autor(a) principal: Monteiro Junior, Jose Jorge
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-10122024-103914/
Resumo: Este estudo investiga o papel crucial do Sensor de Global Ecosystem Dynamics Investigation (GEDI) na caracterização do perfil vertical da vegetação em Florestas Tropicais Sazonalmente Secas (FTSS) e na distinção entre as zonas de transição Mata Atlântica-Caatinga, mostrando que variações de precipitação geram respostas significativas na estrutura da vegetação, detectáveis e quantificáveis pelas métricas do GEDI; a relação entre as mudanças nos padrões de precipitação (\"dança das isoetas\") e a perda de biomassa florestal é evidente nas zonas de Mata Atlântica e Caatinga em Pernambuco, influenciando o sequestro de carbono e revelando impactos potenciais das mudanças climáticas, sendo essencial compreender essa interação para prever as implicações das mudanças climáticas na vegetação das FTSS ao longo do tempo. A metodologia envolveu três etapas principais: coleta de dados GEDI da plataforma Earthdata da NASA para a região do Parque Nacional do Catimbau e Mata Atlântica Pernambucana, nos anos de 2020 a 2022, processados utilizando o pacote rGEDI no software R; pré-processamento dos dados GEDI, incluindo a geolocalização das formas de onda (L1A), identificação da elevação do terreno e da altura do topo da copa (L2A), e cálculo de métricas da copa e do perfil vertical da folhagem (L2B); e análise estatística geoespacial para as métricas RH100 (altura relativa) e PAI (Índice de Área da Planta), analisadas em termos de valores máximos, mínimos, média e desvio padrão; além disso, foram utilizadas imagens dos satélites Sentinel-1 e Sentinel-2 para predição de biomassa através de machine learning no Google Earth Engine, com variáveis preditivas incluindo bandas de polarização VV e VH, elevação do terreno, declividade, e cobertura de árvores do WorldCover. Os resultados indicam que os dados do GEDI são úteis para analisar a estrutura da vegetação em diferentes contextos climáticos, com variações na biomassa de 5,9 a 22,4 Mgha-1 de acordo com a literatura e refletindo a influência da precipitação, com maiores valores de biomassa nas áreas costeiras e menores no interior; para pesquisas futuras, recomenda-se a aplicação de índices de vegetação para prever a biomassa nessas regiões, evitando a necessidade de etapas adicionais de aquisição de dados sobre a vegetação, além do desenvolvimento de modelos de predição de biomassa baseados em dados de precipitação, com este estudo fornecendo a base para tais modelos.
id USP_d98ff1abdb879708a244a6cfe4bb5a9d
oai_identifier_str oai:teses.usp.br:tde-10122024-103914
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e CaatingaEffect of changes in precipitation patterns on the total area and biomass of the Atlantic Forest and CaatingaCaatingaCaatingaClimate changeGEDIGEDIMudança do climaRemote sensingSensoriamento remotoEste estudo investiga o papel crucial do Sensor de Global Ecosystem Dynamics Investigation (GEDI) na caracterização do perfil vertical da vegetação em Florestas Tropicais Sazonalmente Secas (FTSS) e na distinção entre as zonas de transição Mata Atlântica-Caatinga, mostrando que variações de precipitação geram respostas significativas na estrutura da vegetação, detectáveis e quantificáveis pelas métricas do GEDI; a relação entre as mudanças nos padrões de precipitação (\"dança das isoetas\") e a perda de biomassa florestal é evidente nas zonas de Mata Atlântica e Caatinga em Pernambuco, influenciando o sequestro de carbono e revelando impactos potenciais das mudanças climáticas, sendo essencial compreender essa interação para prever as implicações das mudanças climáticas na vegetação das FTSS ao longo do tempo. A metodologia envolveu três etapas principais: coleta de dados GEDI da plataforma Earthdata da NASA para a região do Parque Nacional do Catimbau e Mata Atlântica Pernambucana, nos anos de 2020 a 2022, processados utilizando o pacote rGEDI no software R; pré-processamento dos dados GEDI, incluindo a geolocalização das formas de onda (L1A), identificação da elevação do terreno e da altura do topo da copa (L2A), e cálculo de métricas da copa e do perfil vertical da folhagem (L2B); e análise estatística geoespacial para as métricas RH100 (altura relativa) e PAI (Índice de Área da Planta), analisadas em termos de valores máximos, mínimos, média e desvio padrão; além disso, foram utilizadas imagens dos satélites Sentinel-1 e Sentinel-2 para predição de biomassa através de machine learning no Google Earth Engine, com variáveis preditivas incluindo bandas de polarização VV e VH, elevação do terreno, declividade, e cobertura de árvores do WorldCover. Os resultados indicam que os dados do GEDI são úteis para analisar a estrutura da vegetação em diferentes contextos climáticos, com variações na biomassa de 5,9 a 22,4 Mgha-1 de acordo com a literatura e refletindo a influência da precipitação, com maiores valores de biomassa nas áreas costeiras e menores no interior; para pesquisas futuras, recomenda-se a aplicação de índices de vegetação para prever a biomassa nessas regiões, evitando a necessidade de etapas adicionais de aquisição de dados sobre a vegetação, além do desenvolvimento de modelos de predição de biomassa baseados em dados de precipitação, com este estudo fornecendo a base para tais modelos.This study investigates the crucial role of the Global Ecosystem Dynamics Investigation (GEDI) sensor in characterizing the vertical profile of vegetation in Seasonally Dry Tropical Forests (SDTF) and distinguishing between the transition zones of the Atlantic Forest-Caatinga, demonstrating that variations in precipitation generate significant responses in vegetation structure, detectable and quantifiable by GEDI metrics. The relationship between changes in precipitation patterns (\"dance of the isohyets\") and forest biomass loss is evident in the Atlantic Forest and Caatinga zones in Pernambuco, influencing carbon sequestration and revealing potential impacts of climate change. Understanding this interaction is essential to predict the implications of climate change on SDTF vegetation over time. The methodology involved three main steps: collecting GEDI data from NASA\'s Earthdata platform for the region of the Catimbau National Park and the Pernambuco Atlantic Forest from 2020 to 2022, processed using the rGEDI package in R software; pre-processing GEDI data, including geolocation of waveforms (L1A), identification of terrain elevation and canopy top height (L2A), and calculation of canopy and vertical foliage profile metrics (L2B); and geospatial statistical analysis of RH100 (relative height) and PAI (Plant Area Index) metrics, analyzed in terms of maximum, minimum, mean, and standard deviation values. Additionally, images from Sentinel-1 and Sentinel-2 satellites were used for biomass prediction through machine learning in Google Earth Engine, with predictive variables including VV and VH polarization bands, terrain elevation, slope, and tree cover from WorldCover. The results indicate that GEDI data are useful for analyzing vegetation structure in different climatic contexts, with biomass variations from 5.9 to 22.4 Mg ha-1 according to the literature and reflecting the influence of precipitation, with higher biomass values in coastal areas and lower in the interior. For future research, it is recommended to apply vegetation indices to predict biomass in these regions, avoiding the need for additional steps of acquiring vegetation data, as well as developing biomass prediction models based on precipitation data, with this study providing the foundation for such models.Biblioteca Digitais de Teses e Dissertações da USPRodriguez, Luiz Carlos EstravizMonteiro Junior, Jose Jorge2024-09-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/11/11150/tde-10122024-103914/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-12-10T20:10:02Zoai:teses.usp.br:tde-10122024-103914Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-12-10T20:10:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga
Effect of changes in precipitation patterns on the total area and biomass of the Atlantic Forest and Caatinga
title Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga
spellingShingle Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga
Monteiro Junior, Jose Jorge
Caatinga
Caatinga
Climate change
GEDI
GEDI
Mudança do clima
Remote sensing
Sensoriamento remoto
title_short Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga
title_full Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga
title_fullStr Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga
title_full_unstemmed Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga
title_sort Efeito das mudanças no padrão de precipitação na área total e biomassa da Mata Atlântica e Caatinga
author Monteiro Junior, Jose Jorge
author_facet Monteiro Junior, Jose Jorge
author_role author
dc.contributor.none.fl_str_mv Rodriguez, Luiz Carlos Estraviz
dc.contributor.author.fl_str_mv Monteiro Junior, Jose Jorge
dc.subject.por.fl_str_mv Caatinga
Caatinga
Climate change
GEDI
GEDI
Mudança do clima
Remote sensing
Sensoriamento remoto
topic Caatinga
Caatinga
Climate change
GEDI
GEDI
Mudança do clima
Remote sensing
Sensoriamento remoto
description Este estudo investiga o papel crucial do Sensor de Global Ecosystem Dynamics Investigation (GEDI) na caracterização do perfil vertical da vegetação em Florestas Tropicais Sazonalmente Secas (FTSS) e na distinção entre as zonas de transição Mata Atlântica-Caatinga, mostrando que variações de precipitação geram respostas significativas na estrutura da vegetação, detectáveis e quantificáveis pelas métricas do GEDI; a relação entre as mudanças nos padrões de precipitação (\"dança das isoetas\") e a perda de biomassa florestal é evidente nas zonas de Mata Atlântica e Caatinga em Pernambuco, influenciando o sequestro de carbono e revelando impactos potenciais das mudanças climáticas, sendo essencial compreender essa interação para prever as implicações das mudanças climáticas na vegetação das FTSS ao longo do tempo. A metodologia envolveu três etapas principais: coleta de dados GEDI da plataforma Earthdata da NASA para a região do Parque Nacional do Catimbau e Mata Atlântica Pernambucana, nos anos de 2020 a 2022, processados utilizando o pacote rGEDI no software R; pré-processamento dos dados GEDI, incluindo a geolocalização das formas de onda (L1A), identificação da elevação do terreno e da altura do topo da copa (L2A), e cálculo de métricas da copa e do perfil vertical da folhagem (L2B); e análise estatística geoespacial para as métricas RH100 (altura relativa) e PAI (Índice de Área da Planta), analisadas em termos de valores máximos, mínimos, média e desvio padrão; além disso, foram utilizadas imagens dos satélites Sentinel-1 e Sentinel-2 para predição de biomassa através de machine learning no Google Earth Engine, com variáveis preditivas incluindo bandas de polarização VV e VH, elevação do terreno, declividade, e cobertura de árvores do WorldCover. Os resultados indicam que os dados do GEDI são úteis para analisar a estrutura da vegetação em diferentes contextos climáticos, com variações na biomassa de 5,9 a 22,4 Mgha-1 de acordo com a literatura e refletindo a influência da precipitação, com maiores valores de biomassa nas áreas costeiras e menores no interior; para pesquisas futuras, recomenda-se a aplicação de índices de vegetação para prever a biomassa nessas regiões, evitando a necessidade de etapas adicionais de aquisição de dados sobre a vegetação, além do desenvolvimento de modelos de predição de biomassa baseados em dados de precipitação, com este estudo fornecendo a base para tais modelos.
publishDate 2024
dc.date.none.fl_str_mv 2024-09-26
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.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/11/11150/tde-10122024-103914/
url https://www.teses.usp.br/teses/disponiveis/11/11150/tde-10122024-103914/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1818598122718232576