Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR
Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2019.
Main Author: | Montalvão, Maria Tereza Leite |
---|---|
Other Authors: | Matricardi, Eraldo Aparecido Trondoli |
Format: | Dissertação |
Language: | Português |
Published: |
2020
|
Subjects: | |
Online Access: |
https://repositorio.unb.br/handle/10482/36872 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
ir-10482-36872 |
---|---|
recordtype |
dspace |
spelling |
ir-10482-368722020-02-10T19:56:16Z Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR Montalvão, Maria Tereza Leite Matricardi, Eraldo Aparecido Trondoli Floresta Amazônica Extração seletiva Mapeamento florestal Madeira - exploração Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2019. Além de sua importância ecológica, a floresta amazônica proporciona importantes atividades econômicas relacionadas à agricultura, pecuária e extração madeireira. Entretanto, as atividades humanas provocam diversos impactos ambientais na floresta. Mais especificamente, as atividades de extração seletiva de madeiras aumentaram nas últimas décadas, causando vários distúrbios, mesmo quando adotadas técnicas e gerenciamento da extração por impacto reduzido (EIR). Portanto, detectar e monitorar as áreas de florestas nativas exploradas seletivamente é uma tarefa desafiadora, principalmente devido à grande frequência de cobertura de nuvens em imagens obtidas por sensores ópticos, comumente utilizados para esta finalidade. O potencial das imagens de RADAR para monitorar a extração seletiva de madeira é alto e surge como uma ferramenta alternativa e eficiente para o monitoramento ambiental devido à sua capacidade de penetração em nuvens e copas de árvores. O objetivo deste estudo foi avaliar o potencial do sensor ALOS PALSAR (banda L de abertura sintética) para mapear áreas na floresta sob atividades de corte seletivo na Amazônia. As áreas estudadas estão localizadas na Florestal Nacional do Jamari, Floresta Nacional do Jacundá no estado de Rondônia e na Fazenda 4 Ventos, localizada no município de Feliz Natal, no estado do Mato Grosso. Estas áreas representam duas regiões de extração seletiva, em floresta ombrófila, sendo duas Florestas Nacionais (FLONAS) sob Exploração de Impacto Reduzido (EIR) e uma área privada em região de transição de vegetação sob regime de Manejo Florestal Sustentável aprovado pela Secretaria de Meio Ambiente do estado do Mato Grosso. O conjunto de dados consistiu em 09 cenas duplamente polarizadas (modo FBD, HH + HV) adquiridas em 2014, 2015, 2016 e 2017. Todas as cenas foram geo-retificadas, e seu Número Digital (DN) foi convertido para o coeficiente de retroespalhamento normalizado (σ ° dB) para ambos os sensores. Um filtro textura para redução de speckle foi aplicado a todas as cenas e um modelo foi aplicado para detectar e mapear as áreas sob atividade de extração seletiva. A metodologia de mapeamento consistiu em imagens temporais, obtidas antes e depois da operação de corte seletivo para identificar e medir a infraestrutura comum (pátios, estradas, trilhas de arraste). A acurácia do mapeamento foi medida usando dados de campo para matriz de confusão e o índice Kappa. Para o sensor PALSAR, a polarização HV mostrou melhores resultados visuais em comparação com a polarização HH, especialmente após a conversão para sigma, cujos valores variaram entre -50 e +30dB. Além disso, a composição RGB HH-HV-HH melhorou consideravelmente a interpretação e localização das áreas exploradas. As imagens diferença (HHHV e razão HH/HV) entre os diferentes anos não apresentaram alterações significativas na qualidade ou precisão do mapeamento para as regiões de EIR. A acurácia global para estas regiões de EIR foi entre 60 e 80% enquanto que para a região de extração seletiva realizada na Fazenda 4 Ventos, foi de 88% no mapeamento utilizando imagens ALOS PALSAR. As diferenças na capacidade de detecção de áreas de extração seletiva ocorreram essencialmente devido ao tamanho da infraestrutura associada à exploração e do tipo e da densidade de cobertura florestal associada à cada área estudada. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). The Amazon rainforest has important ecological functions while delivers important economic activities related to agriculture, cattle and timber logging. However, human activities cause several environmental impacts on the forest. More specifically, selected timber extraction activities have been increasing in the last decade, causing numerous disturbances, even when extraction techniques and management using reduced-impact logging (RIL) are adopted. Thus, detecting and monitoring the native forest areas that are selectively explored is a challenging task, mainly because of the great frequency of cloud coverage on satellite images obtained through optical sensors, commonly used for this purpose. The potential of RADAR satellite images for monitoring selective timber logging may be a useful tool for an efficient and alternative environmental monitoring due to its cloud and canopy penetration capacity. The goal of this study was to access the potential the sensor ALOS PALSAR (Phased Array Lband Synthetic Aperture Radar) to detect selective logging operations in the Amazon rainforest. The study sites were in the National Forest of Jamari and National Forest of Jacundá in the Rondônia State and Fazenda 4 Ventos, located in the municipality of Feliz Natal, in Mato Grosso State. The studied areas represent harvesting areas, in which two are Ombrophylous Forests located at National Forests (FLONAS) under reduced impact logging (RIL) and one private area under sustainable forest management approved by the Environmental Secretary of Mator Grosso State in transition zones of vegetation types. The dataset consisted of 09 dual-polarized scenes (FBD mode, HH+HV) acquired in 2014, 2015, 2016 and 2017. All scenes were geo-rectified and subset, and its digital number (DN) were converted to the normalized backscattering coefficient (σ° dB) for both sensors. A speckle reduction filter was applied to all scenes using a clump model and a texture filter to detect and map the areas under selective extraction. The mapping methodology consisted on temporal images, acquired before and after the selective logging operation to identify and measure common infrastructure (decks, roads, skids and canopy gaps). The mapping accuracy was measured using ground field data for confusion matrix and the Kappa index. For the PALSAR sensor, the polarization HV showed better visual results when compared to HH, especially after sigma calibration, for which the values ranged between -50 and +30dB. In addition, the RGB composition HHHV-HH improved considerably can the interpretation and location of the explored areas. The difference images (HH-HV) and (HH / HV) among the different years did not show significant changes on the image quality and mapping accuracy for the EIR regions. The mapping overall accuracy for these regions was between 60% and 80%, while for the area under sustainable management the global accuracy was 88%, when mapping with ALOS PALSAR images.The differences in the ability to detect impacts of selective logging occurred essentially due to the size of infrastructure associated to logging activities and the vegetation type and density and behavior of forest cover associated with each studied area. 2020-02-10T19:56:16Z 2020-02-10T19:56:16Z 2020-02-10 2019-02-19 Dissertação MONTALVÃO, Maria Tereza Leite. Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR. 2019. 98 f., il. Dissertação (Mestrado em Ciências Florestais)—Universidade de Brasília, Brasília, 2019. https://repositorio.unb.br/handle/10482/36872 Português Acesso Aberto A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. application/pdf |
institution |
REPOSITORIO UNB |
collection |
REPOSITORIO UNB |
language |
Português |
topic |
Floresta Amazônica Extração seletiva Mapeamento florestal Madeira - exploração |
spellingShingle |
Floresta Amazônica Extração seletiva Mapeamento florestal Madeira - exploração Montalvão, Maria Tereza Leite Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR |
description |
Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-Graduação em Ciências Florestais, 2019. |
author2 |
Matricardi, Eraldo Aparecido Trondoli |
format |
Dissertação |
author |
Montalvão, Maria Tereza Leite |
author_sort |
Montalvão, Maria Tereza Leite |
title |
Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR |
title_short |
Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR |
title_full |
Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR |
title_fullStr |
Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR |
title_full_unstemmed |
Detecção de extração seletiva de madeiras na Amazônia usando dados de RADAR |
title_sort |
detecção de extração seletiva de madeiras na amazônia usando dados de radar |
publishDate |
2020 |
url |
https://repositorio.unb.br/handle/10482/36872 |
_version_ |
1672205573611847680 |
score |
13.657419 |