Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/287182
Type: TESE
Degree Level: Doutorado
Title: Sensoriamento remoto aplicado na analise da cobertura vegetal das reservas de desenvolvimento sustentavel Amana e Mamiraua
Title Alternative: Remote sensing applied in vegetation analysis of Amana and Mamiraua sustainable-use protected areas
Author: Nunes, Gustavo Manzon
Advisor: Souza Filho, Carlos Roberto de, 1965-
Filho, Carlos Roberto de Souza
Abstract: Resumo: O conhecimento da biodiversidade amazônica, em especial o relacionado à sua cobertura vegetal, tem sido alvo de amplos estudos envolvendo a investigação de seus processos ecológicos-evolutivos e o seu funcionamento como um conjunto integrado e complexo de unidades biológicas. O desenvolvimento de tecnologias e metodologias no campo do Sensoriamento Remoto, cada vez mais vem se tornando essencial na análise, discriminação e monitoramento de vastas áreas dominadas pela Floresta Tropical. Esta tese buscou avaliar os aspectos relacionados à potencialidade das imagens dos sensores Moderate Resolution Imaging Spectroradiometer (MODIS)/Terra, Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER)/Terra e Synthetic Aperture Radar (SAR)/R99-B, para a discriminação de fitofisionomias existentes nas Reservas de Desenvolvimento Sustentável Amanã e Mamirauá (RDSA e RDSM). A partir de processamentos realizados com os dados do sensor MODIS, Produto MOD13 ¿ Índices de Vegetação EVI (Enhanced vegetation ÍNDEX) e NDVI (Normalized Difference Vegetation Index), foi avaliado o comportamento sazonal/temporal de quatro fitofisionomias existentes nas RDSA e RDSM, entre os anos de 2004 e 2005. Com este estudo, foi possível concluir que (i) os índices de vegetação foram sensíveis às características estruturais e fisionômicas do geossistema estudado; (ii) o EVI apresentou a melhor resposta para a discriminação de fitofisionomias, (iii) é possível discriminar ¿endmembers¿ temporais para as distintas classes florestais, os quais podem servir como importantes referências para trabalhos futuros envolvendo a dinâmica da paisagem. Às imagens do sensor ASTER, nos intervalos espectrais do visível (0.52-0.69 µm), infravermelho próximo (0.78-0.86 µm) e infravermelho de ondas curtas (1.60 a 2.43 µm), foram aplicadas técnicas de classificação espectral adaptadas para os dados deste sensor (Spectral Angle Mapper (SAM) e Mixture Tuned Matched Filtering (MTMF)), além do NDVI. Através da técnica SAM foi possível a discriminação de seis fitofisionomias predominantes na RDSA. Através da técnica MTMF, que envolve um algoritmo de classificação mais robusto, informações equivalentes foram obtidas. Foi possível ainda a associação e detecção dos padrões espectrais da cobertura vegetal, mostrando a estreita relação com o índice NDVI. Utilizando-se dados do sensor aerotransportado SAR R99-B, adquiridos na banda L (1,28 GHz), em amplitude e com quatro polarizações (HH, VV, HV e VH), avaliou-se a distinção de fitofisionomias de floresta de várzea existentes em ambientes da RDSA e RDSM, com a aplicação do algoritmo Iterated Conditional Modes (ICM), de classificação polarimétrica pontual/contextual. Os resultados mostraram que o uso das distribuições multivariadas em amplitude, conjuntamente com uma banda de textura, produziu classificações de qualidade superior àquelas obtidas com dados polarimétricos uni/bivariados. Essa abordagem permitiu a discriminação correta de três classes vegetacionais de interesse, comprovando o potencial dos dados do SAR-SIPAM e do algoritmo ICM no mapeamento da cobertura vegetal da Amazônia

Abstract: The knowledge of the Amazon biodiversity, especially that related to its vegetation cover, has been the subject of several studies involving the investigation of its ecological-evolutional processes and its dynamics as an integrated and complex set of biological units. The development of Remote Sensing technologies and methodologies is becoming increasingly essential in the analysis and monitoring of vast areas dominated by the Amazon rainforest. Thus, this study seeks to evaluate the capability of data generated by the Moderate Resolution Imaging Spectroradiometer (MODIS)/Terra, the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER)/Terra and the Synthetic Aperture Radar (SAR)/R99-B sensors, in discriminating phytophysiognomies found in the Amanã and Mamirauá Sustainable Development Reserves (RDSA and RDSM). Product MOD13, derived from MODIS data processing, comprising the Vegetation Indices EVI (Enhanced vegetation Index) and NDVI (Normalized Difference Vegetation Index), was used to evaluate the seasonal/temporal behavior of four existing phytophysiognomies in RDSA and RDSM between 2004 and 2005. Results showed that (i) the vegetation indices were sensitive to the structural characteristics of the approached ecosystem and phytophysiognomies; (ii) the EVI index best discerned among the phytophysiognomies; (iii) temporal endmembers were distinguished for different classes of forests and may serve as important references for future work involving the dynamics of the landscape. ASTER data, including visible (0.52-0.69 µm), nearinfrared (0.78-0.86 µm) and shortwave infrared (1.60-2.43 µm) bands were processed through advanced spectral classification techniques, such as the Spectral Angle Mapper (SAM) e Mixture Tuned Matched Filtering (MTMF), besides NDVI. The SAM method allowed the recognition of six dominant phytophysiognomies in the RDSA. The MTMF, which involves a more robust spectral unmixing method, provided equivalent results. Using ASTER data, it was also possible to demonstrate the close relation between the spectral patterns and the NDVI values for the vegetation cover. By means of L band (1.28 GHz), full polarimetric (HH, VV, VH, HV), SAR-amplitude data acquired with the SAR R99-B sensor, distinctions among flooded forest phytophysiognomies in the RDSA and RDSM was pursued. The Iterated Conditional Modes (ICM) algorithm was employed to perform the local/contextual polarimetric classification of the data. Results showed that the use of multivariate distributions in amplitude with a band of texture produced classifications of superior quality in relation to those obtained with the uni / bivariate polarimetric data. This approach allowed the correct discrimination of three vegetation classes of interest, proving the potential of the SAR data and the algorithm ICM in forest mapping in the Amazon
Subject: Processamento de imagens - Técnicas digitais
Vegetação
Language: Português
Editor: [s.n.]
Citation: NUNES, Gustavo Manzon. Sensoriamento remoto aplicado na analise da cobertura vegetal das reservas de desenvolvimento sustentavel Amana e Mamiraua. 2008. 163p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Geociencias, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/287182>. Acesso em: 10 ago. 2018.
Date Issue: 2008
Appears in Collections:IG - Tese e Dissertação

Files in This Item:
File SizeFormat 
Nunes_GustavoManzon_D.pdf35.99 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.