Reconstructing historical forest cover change in the Lower Amazon floodplains using the LandTrendr algorithm
AUTOR(ES)
FRAGAL, Everton Hafemann, SILVA, Thiago Sanna Freire, NOVO, Evlyn Márcia Leão de Moraes
FONTE
Acta Amaz.
DATA DE PUBLICAÇÃO
2016-03
RESUMO
RESUMOAs várzeas amazônicas são um importante componente do bioma Amazônico, mas impactos antrópicos e climáticos têm levado à perda florestal e à interrupção de processos e serviços ecossistêmicos. O presente estudo teve como objetivos avaliar a aplicabilidade do algoritmo Landsat-based Detection of Trends in Disturbance and Recovery (LandTrendr) na detecção de mudanças na cobertura florestal de várzea no Baixo Amazonas, e analisar o potencial de atributos espectrais e temporais na classificação das perdas florestais em antrópicas ou naturais. Utilizamos uma série temporal de 37 imagens Landsat TM e ETM+, adquiridas entre 1984 e 2009. Aplicamos o algoritmo LandTrendr para detectar mudanças na cobertura florestal e extrair os atributos de "duração", "magnitude" e "ano de início" das mudanças, além de "NDVI ao final da série". A detecção se restringiu a áreas identificadas como cobertura florestal no início e/ou final da série. Os atributos derivados da série temporal foram classificados pelo algoritmo Support Vector Machine (SVM), diferenciando as perdas florestais antrópicas e naturais. A confiabilidade da detecção dos eventos de mudança foi consistentemente alta ao longo do rio Amazonas, e mais variável no interior da várzea. As trajetórias espectrais-temporais representaram fielmente os eventos de mudança na cobertura florestal, com base em averiguações em campo. A perda da cobertura florestal por causas antrópicas foi maior (1.071 ha) do que por causas naturais (884 ha), com exatidão global de classificação de 94%. Concluímos que o algoritmo LandTrendr é uma ferramenta confiável para aplicação em estudos de dinâmica da cobertura florestal de várzea.
ASSUNTO(S)
Áreas úmidas florestas inundáveis mudanças no uso da terra monitoramento landsat
Documentos Relacionados
- Spatial resolution influence on the identification of land cover classes in the Amazon environment
- MODELING AND SIMULATING LAND USE/COVER CHANGE USING ARTIFICIAL NEURAL NETWORK FROM REMOTELY SENSING DATA
- Impact of natural climate change and historical land use on landscape development in the Atlantic Forest of Rio de Janeiro, Brazil
- Malaria entomological risk factors in relation to land cover in the Lower Caura River Basin, Venezuela
- Comparing how land use change impacts soil microbial catabolic respiration in Southwestern Amazon