Banca de QUALIFICAÇÃO: Fabrício Alves Rodrigues

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : Fabrício Alves Rodrigues
DATA : 20/03/2023
HORA: 09:30
LOCAL: Plataforma Microsoft Teams
TÍTULO:

MAPEAMENTO DE CLAREIRAS EM ÁREAS SOB MANEJO FLORESTAL SUSTENTÁVEL NA  FLORESTA AMAZÔNICA COM O USO DE APRENDIZAGEM DE MÁQUINA

PALAVRAS-CHAVES:

Floresta Amazônica, Manejo Florestal Sustentável, Sensoriamento Remoto, Classificação de Imagens, Aprendizagem de Máquina

PÁGINAS: 77
RESUMO:

As florestas prestam serviços ecossistêmicos que beneficiam a vida das pessoas em todo o planeta, todavia, o desmatamento e a degradação florestal continuam a ocorrer em altas taxas. O desmatamento não está diretamente relacionado ao progresso social, desta forma, as questões ambientais devem ser conciliadas às políticas de desenvolvimento socioeconômico do País.  Na Amazônia brasileira, a maior parte do desmatamento se dá sobre terras públicas, sobretudo, federais, desta forma, a destinação de Florestas Nacionais (Flonas) para o desenvolvimento de Manejo Florestal Sustentável (MFS) apresenta-se como uma alternativa econômica que contribui para a manutenção de grandes maciços florestais, uma vez que a atividade objetiva que sejam mantidos, agora e no futuro, as funções ecológicas da floresta. O controle e a aplicação da lei na Amazônia são extremamente difíceis, e a correta implementação do MFS é altamente dependente da capacidade de controle estatal, assim sendo, métodos de monitoramento das dinâmicas florestais por sensoriamento remoto representam importante conexão entre a ciência e a execução das políticas públicas. Neste contexto, o objetivo da pesquisa é avaliar, sob diferentes métodos (pixel a pixel e análise baseada em objetos geográficos) a eficácia do mapeamento de clareiras no dossel florestal em áreas sob MFS nas Flonas de Altamira e do Jamari por meio da classificação supervisionada de imagens dos satélites Sentinel-2 MSI, Cbers 4A WPM e PlanetScope, com a utilização dos algoritmos de aprendizagem de máquina K-Nearest Neighbors, Random Forest e Support Vector Machine. Ao final,  são comparados mapeamentos de clareiras realizados com imagens PlanetScope e com dados Light Detection and Ranging, tecnologia que atualmente fornece a maior precisão na obtenção de métricas florestais.

MEMBROS DA BANCA:
Presidente - 2518572 - ROBERTO ARNALDO TRANCOSO GOMES
Interno - 3182258 - EDER RENATO MERINO
Interna - 4323378 - POTIRA MEIRELLES HERMUCHE
Interno - 760.804.637-68 - RENATO FONTES GUIMARAES - UnB