Banca de DEFESA: Bárbara Hass Miguel

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Bárbara Hass Miguel
DATA : 18/01/2023
HORA: 14:00
LOCAL: Sala de Videoconferência do IG e Plataforma Teams
TÍTULO:

Utilização de dados SAR multi-bandas na discriminação da vegetação secundária em uma área de hotspot de desmatamento na Amazônia Legal Brasileira

PALAVRAS-CHAVES:

Vegetação secundária. SAR. Amazônia. Random Forest. Support Vector Machine.

PÁGINAS: 139
RESUMO:

Contextualização: A Amazônia Legal ocupa uma área equivalente a 60% do território brasileiro, reunindo regiões com características paisagísticas similares com o intuito de melhor planejar o desenvolvimento local. Atualmente, essa área tem sofrido significativamente com o desmatamento e degradação de seus recursos naturais. No entanto, as áreas desmatadas por meio de práticas agrícolas, como corte e queima, mudança de cultivo e criação de pastagens, podem ser eventualmente abandonadas e seguida pela regeneração natural da floresta. De acordo com os dados levantados pelo TerraClass Amazônia 2014 do Instituto Nacional de Pesquisas Espaciais (INPE) e da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), houve um aumento de 7.200 ha de vegetação em regeneração na região Amazônia entre os anos de 2004 e 2014. As florestas tropicais em regeneração são um importante sumidouro terrestre de carbono atmosférico, que deve ser considerada nos estudos de mudanças e ciclagem global de nutrientes. Nesse contexto, é importante realizar o diagnóstico da floresta após o desmatamento para a avaliação dos respectivos impactos na diversidade de espécies, hidrologia local e taxa de acumulação de biomassa, dentre outros. Os sensores remotos ópticos são comumente utilizados no mapeamento e monitoramento das florestas, no entanto, a cobertura frequente de nuvens na região amazônica dificulta a obtenção de informações com base nesses sensores. Uma alternativa a essa limitação tem sido o uso de sensores de radar de abertura sintética (SAR). Objetivo: Discriminar áreas de vegetação secundária, baseado em dados SAR, do município de Colniza, Mato Grosso, considerada uma área de hotspot de desmatamento na Amazônia Legal brasileira. Métodos: Esta pesquisa apresenta uma abordagem de classificação baseada nos algoritmos de aprendizagem de máquina Random Forest (RF) e Support Vector Machine (SVM) aplicados em imagens SAR dos satélites COSMO-SkyMed (banda X), Sentinel-1 (banda C) e ALOS2/PALSAR-2 (banda L). Foi dada ênfase nas técnicas de SAR polarimétrico (PolSAR), SAR interferométrico (InSAR) e geração de atributos de textura baseados na gray-level cooccurrence matrix (GLCM). Resultados: Os melhores resultados foram obtidos pelo algoritmo RF, tendo, como parâmetros de entrada, a combinação da coerência interferométrica do COSMO-SkyMed com a decomposição polarimétrica de Yamaguchi dos dados polarimétricos ALOS-2/PALSAR-2, apresentando índice Kappa de 0,81 e acurácia global de 87,81%. A integração da coerência interferométrica da banda X com os atributos polarimétricos da banda L teve impacto positivo principalmente na discriminação das classes referentes à floresta primária, vegetação secundária e degradação. Conclusão: Os resultados demonstraram a viabilidade do uso do método de classificação baseado em algoritmos de aprendizagem de máquinas empregados a dados SAR, reforçando a habilidade desses sensores no monitoramento florestal em épocas de cobertura de nuvens.

MEMBROS DA BANCA:
Externa à Instituição - CLÁUDIA MARIA DE ALMEIDA - INPE
Externo à Instituição - FÁBIO FURLAN GAMA - INPE
Interno - 1765235 - EDILSON DE SOUZA BIAS
Presidente - 033.617.098-06 - EDSON EYJI SANO - NÃO INFORMADO
Interno - 2489146 - MARCO IANNIRUBERTO