Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/34810
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_ThaisedaSilvaRodrigues.pdf1,86 MBAdobe PDFVisualizar/Abrir
Título: Detecção de desmatamentos no oeste da Bahia com dados de radar (Sentinel-1A) utilizando a plataforma Google Earth Engine
Autor(es): Rodrigues, Thaise da Silva
Orientador(es): Sano, Edson Eyji
Assunto: Desmatamento - Cerrados
Sensoriamento remoto
Imagens de satélite
Data de publicação: 13-Jun-2019
Referência: RODRIGUES, Thaise da Silva. Detecção de desmatamentos no oeste da Bahia com dados de radar (Sentinel-1A) utilizando a plataforma Google Earth Engine. 2018. xi, 75 f., il. Dissertação (Mestrado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2018.
Resumo: O Cerrado, hotspot mundial para conservação da biodiversidade, vem sofrendo intensa transformação na sua paisagem natural nas últimas décadas. Isso se deve principalmente à conversão de sua vegetação nativa em cultivos agrícolas, resultantes da expansão da fronteira agropecuária na região central do Brasil. Diversos estudos foram realizados mapeando a sua cobertura vegetal, no entanto, iniciativas voltadas ao seu monitoramento contínuo se fazem necessárias. Com a disponibilização de dados gratuitos de sensor orbital de radar (Sentinel-1A) da Agência Espacial Europeia (ESA), esse trabalho tem como objetivo a análise do potencial desses dados para identificação de indicativos de desmatamentos recentes no Bioma Cerrado, tendo como estudo de caso, uma área do Oeste da Bahia. Para isso, foram utilizados dados ópticos do satélite Landsat-8 Operational Land Imager (OLI) como base para identificar as áreas desmatadas nas imagens Sentinel-1A e extrair os valores de coeficientes de retroespalhamento antes e após o desmatamento. Foram analisados também os valores referentes à diferença de imagens aplicada entre o período inicial (outubro de 2016) e o período final de estudo (outubro de 2017). As imagens do satélite Sentinel-1A foram obtidas e pré-processadas na plataforma Google Earth Engine. Um script foi desenvolvido dentro da plataforma para aplicação de dois filtros espaciais (Refined Lee e Quegan & Yu) e a realização da imagem de diferença por divisão logarítmica. Os valores obtidos das áreas desmatadas foram analisados estatisticamente e três limiares de corte foram aplicados para cada filtro e polarização (VV e VH), de modo a obter uma detecção automática de desmatamento. Dos filtros analisados, o Refined Lee apresentou melhor resultado de detecção para o limiar 0,60, com 95% de acurácia e 38,6% de omissão na polarização VH.
Abstract: The Cerrado, one of the world's hotspot for biodiversity conservation, has faced intensive transformation of its natural landscape in the past decades. This is happening mainly because of the conversion of its natural vegetation into agricultural crops, as a result of the agriculture frontier expansion in the central region of Brazil. Several studies were accomplished with the purpose of mapping the Cerrado´s land cover. However, initiatives regarding continuous monitoring is highly demanding. Because of the availability of new Sentinel-1A satellite radar data from the European Space Agency (ESA), this study intends to analyze the potential of these data to identify recent deforestation in the Cerrado, taking a region of western Bahia as the test site. For this purpose, Landsat-8 Operational Land Imager (OLI) satellite data were used as a basis to identify deforested areas in the Sentinel-1A images and to extract backscatter coefficient values. The values related to image difference applied between the initial period (October 2016) and the final period (October 2017) were also analyzed. Sentinel-1A satellite imagery was obtained and preprocessed in the Google Earth Engine platform. A script was developed to process two spatial filters (Refined Lee and Quegan & Yu), and a logarithmic difference image. The values obtained from the deforested areas were analyzed statistically and three thresholds were defined for each filter and polarization (VV and VH) to obtain an automatic deforestation detection. The Refined Lee filter presented better detection result for threshold of 0.60, with 95% overall accuracy and 38.6% omission in VH polarization.
Informações adicionais: Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2018.
Licença: 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.
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.