Detecção de Mudanças Florestais em Séries Temporais Utilizando os Algoritmos Landtrendr: Estudo de Caso no Estado do Rio de Janeiro

Weckmüller, Rômulo; Vicens, Raúl Sánchez

DSpace Principal
→
Colección de los Centros Asociados
→
Brasil
→
Departamento de Geografia - DG/USP - Cosecha
→
Ver ítem

dc.creator	Weckmüller, Rômulo
dc.creator	Vicens, Raúl Sánchez
dc.date	2019-07-03
dc.date.accessioned	2022-03-17T15:14:42Z
dc.date.available	2022-03-17T15:14:42Z
dc.identifier	https://www.revistas.usp.br/rdg/article/view/153546
dc.identifier	10.11606/rdg.v37i0.153546
dc.identifier.uri	http://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/42326
dc.description	El entendimiento de cómo evolucionan los sistemas terrestres es importante en la búsqueda de una estrategia que optimice la utilización de los recursos naturales y minimice los impactos ambientales. El monitoreo de los cambios de la cobertura vegetal y del uso de la tierra, a través de técnicas de percepción remota ha sido fundamental en este sentido. El objetivo principal de este artículo fue contribuir metodológicamente para el monitoreo de los sistemas terrestres a través de técnicas de percepción remota, utilizando todo el acervo disponible de imágenes Landsat, en un enfoque basado en la trayectoria espectral del píxel en series temporales. Para ello, la detección de cambios basada en trayectorias fue utilizada a través del algoritmo LandTrendr, para detectar cambios en las cubiertas forestales del estado de Rio de Janeiro entre 1984 y 2016, identificando diferentes tipos de perturbaciones (deforestaciones y recuperaciones). Se observó 58.969 ha de trayectorias de cambios forestales en el estado de Río de Janeiro, de estas 64% son pérdidas forestales y 36% regeneraciones. Este mapeo alcanzó el 70% de exactitud global. En el litoral, las supresiones son antiguas y abruptas mientras que en el interior son antiguas, pero graduales, configurando una constante degradación del paisaje. Las recuperaciones forestales en el estado son más recurrentes en la Región Turística de los Lagos. Se desarrolló un mapa síntesis con las características de las trayectorias. Sólo esta región tiene tendencias de recuperación forestal, mientras que las regiones en el interior del estado tienen tendencias de degradación y las próximas al litoral tendencias de estabilidad, con tasas de ganancia y pérdida forestales muy parecidas.	es-ES
dc.description	Understanding how terrestrial systems evolve is important in pursuing strategies that optimize the use of natural resources and minimize environmental impacts. Monitoring vegetation cover and land use changes through remote sensing techniques has been crucial in this regard. The main objective of this paper was to contribute methodologically to the monitoring of terrestrial systems through remote sensing techniques, using all the available collection of Landsat images, in an approach based on time series. For this trajectory-based change detection was used through the LandTrendr algorithm to detect changes in forest cover in Rio de Janeiro's state between 1984 and 2016, identifying different types of disturbances (deforestation and recovery) and classifying age of secondary forests. In a general way observed of 58969 hectares of forest changes in the state of Rio de Janeiro, these are 64% of deforestation and 36% of regenerations. This map achieved 70% global accuracy. On the coast, deforestation is old and more abrupt, while inland forest losses are also old but gradual, creating a constant degradation of the landscape. Forest recoveries in the Rio de Janeiro's state are more recurrent in Lagos Tourist region. A synthesis map was developed with trajectory characteristics. Only the Lagos region has forest recovery tendencies, whereas the regions in the interior of the state have tendencies of degradation. The regions near the coastal have tendencies of stability which rates of gain and loss very similar.	en-US
dc.description	O entendimento de como os sistemas terrestres evoluem é importante na busca de estratégia que otimizem a utilização dos recursos naturais e minimizem os impactos ambientais. O monitoramento das mudanças da cobertura vegetal e do uso da terra, através de técnicas de sensoriamento remoto tem sido fundamental neste sentido. O objetivo principal deste artigo foi contribuir metodologicamente para o monitoramento dos sistemas terrestres através de técnicas de sensoriamento remoto, utilizando todo o acervo disponível de imagens Landsat, numa abordagem com base na trajetória espectral do pixel em séries temporais. Para tal, a detecção de mudanças baseada em trajetórias foi utilizada através do algoritmo LandTrendr, para detectar mudanças nas coberturas florestais do estado do Rio de Janeiro entre 1984 e 2016, identificando diferentes tipos de perturbações (desmatamentos e recuperações). Observou-se 58.969 ha de trajetórias de mudanças florestais no estado do Rio de Janeiro, destas 64% são perdas florestais e 36% regenerações. Este mapeamento alcançou 70% de exatidão global. No litoral, as supressões são antigas e mais abruptas enquanto que no interior são antigas, porém graduais, configurando uma constante degradação da paisagem. As recuperações florestais no estado são mais recorrentes na Região Turística dos Lagos. Foi desenvolvido um mapa síntese com as características das trajetórias. Apenas esta região tem tendências de recuperação florestal, enquanto que as regiões no interior do estado têm tendências de degradação e as próximas ao litoral tendências de estabilidade, com taxas de ganho e perda florestal muito parecidas.	pt-BR
dc.format	application/pdf
dc.language	por
dc.publisher	Universidade de São Paulo. Faculdade de Filosofia, Letras e Ciências Humanas	pt-BR
dc.relation	https://www.revistas.usp.br/rdg/article/view/153546/154440
dc.rights	Copyright (c) 2019 Rômulo Weckmüller, Raúl Sánchez Vicens	pt-BR
dc.source	Revista do Departamento de Geografia; ##issue.vol## 37 (2019); 44-57	ja-JP
dc.source	Revista do Departamento de Geografia; v. 37 (2019); 44-57	pt-BR
dc.source	Revista do Departamento de Geografia; Vol. 37 (2019); 44-57	en-US
dc.source	2236-2878
dc.source	0102-4582
dc.subject	Remote Sensing	en-US
dc.subject	Vegetation	en-US
dc.subject	Landsat	en-US
dc.subject	Detección Remota	es-ES
dc.subject	Vegetación	es-ES
dc.subject	Landsat	es-ES
dc.subject	Sensoriamento Remoto	pt-BR
dc.subject	Vegetação	pt-BR
dc.subject	Landsat	pt-BR
dc.title	Detecção de Mudanças Florestais em Séries Temporais Utilizando os Algoritmos Landtrendr: Estudo de Caso no Estado do Rio de Janeiro	pt-BR
dc.title	TIME SERIES FOREST CHANGE DETECTION USING LANDTRENDR: STUDY OF CASE IN RIO DE JANEIRO STATE	en-US
dc.title	DETECCIÓN DE CAMBIOS FLORESTALES EN LAS SERIES TEMPORAIS UTILIZANDO LOS ALGORITMOS LANDTRENDR: ESTUDIO DE CASO EN EL ESTADO DEL RIO DE JANEIRO	es-ES
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion