Times-series analysis applied to deforestation detection and characterization in real time / Técnicas de análise de séries temporais aplicadas à detecção de desflorestamento em tempo real

AUTOR(ES)
DATA DE PUBLICAÇÃO

2007

RESUMO

A deteção de desflorestamento em tempo real ou próximo do real é de fundamental importancia para ações conjuntas de caráter preventivo e punitivo dos órgaos governamentais no que tange a politica de controle e prevenção do desflorestamento na Amazonia. Neste contexto, este trabalho tem o objetivo de propor uma metodologia para detecção de desflorestamento em tempo real a partir de imagens MODIS. A metodologia consiste em caracterizar e detectar áreas desflorestadas através de séries espaço temporais de imagens MODIS. A área de estudo proposta para realização da pesquisa compreende tres micro-regioes do estado de Mato Grosso que tem sido caracterizada pela alta taxa de desflorestamento nos últimos anos. A detecção do desflorestamento em tempo real utilizou-se das imagens MOD02 di´arias adquiridas no período de 2005 a 2006. Seguindo a metodologia PRODES e DETER a detecção das áreas desflorestadas basearam-se nas frações vegetação e solo derivadas do modelo linear de mistura espectral. Para constru¸cao das séries espaço-temporais foram utilizados os produtos de refletancia e temperatura de superfície. A caracterização das séries temporais foi baseada em 4 técnicas: wavelets, análise de padrões de gradientes, divergencia de KullBack-Leibler e expoente de Hurst. Os dados de campanhas de campo, Projeto DETER, PRODES, imagens CBERS e TM, foram utilizados como verdade terrestre para validação da metodologia. A utilização de imagens multitemporal do produto MOD02 apresentou uma exatidao global de detecção dos focos de desflorestamento (92,72 %) quando comparados com os dados de verdade terrestre. Com a utilização das transformadas de wavelets foi possível filtrar e caracterizar a data e o uso do solo após o desflorestamento, i.e., mudança dinamica da cobertura do solo. Com a análise de padroes de gradiente é proposta uma metodologia para redu¸cao da dimensionalidade de dados que permite identifi- car áreas desflorestadas. Através da Divergencia de Kullback-Leibler e Expoente de Hurst foi possível analisar a complexidade estatística e textura das imagens fra¸cao vegetação para áreas desflorestadas e áreas de floresta.

ASSUNTO(S)

deforestation detecção de mudanças desflorestamento modis modis remote sensing sensoriamento remoto amazon region time series analysis análise de séries temporais change detection sensoriamento remoto amazônia

ACESSO AO ARTIGO

Documentos Relacionados