Busca avançada
Ano de início
Entree

Mapeamento e monitoramento da degradação florestal utilizando dados de sensores remotos com resolução espacial média e moderada

Resumo

Este projeto apresenta uma proposta metodológica para o mapeamento e monitoramento das áreas florestais degradadas devido ao corte seletivo e incêndios florestais. Neste contexto, foi selecionada para área de estudo o Estado do Mato Grosso, uma região que possui diversas formações vegetais e vem sofrendo grandes mudanças no uso e cobertura da terra, devido à entrada da agricultura e pecuária nas regiões de cerrado, bem como as atividades de desmatamento e queimadas na região da Amazônia legal, tanto por causas naturais quanto antrópicas. Para isso, serão utilizadas imagens de sensores remotos com resolução espacial média do Landsat adquiridos durante os anos de 2000 (TM), 2010 (TM) e 2015 (OLI). Além disso, serão utilizadas imagens de resoluções moderadas dos sensores MODIS (2001 a 2015) e PROBA-V (2015). Os objetivos gerais deste estudo são: 1) desenvolver uma metodologia de detecção de áreas florestais degradadas devido ao corte seletivo e as queimadas; 2) gerar um mapa de cobertura vegetal da região em uma resolução espacial média para o ano de 2015; 3) gerar mapas de áreas de florestas degradadas para os anos de estudo; e 4) Analisar a incidência de focos de queimadas nas áreas desmatadas e estimar a quantidade de biomassa queimada e sua respectiva emissão de gases do efeito estufa. Para a validação dos resultados serão utilizadas imagens dos sensores RapidEye, Sentinel-2 e LiDAR em áreas testes, e serão realizados 4 trabalhos de campo para dar suporte às interpretações. As informações obtidas pelo projeto são importantes como base para o planejamento e manejo dos recursos naturais da região, bem como para melhorar as estimativas de emissões de carbono. (AU)

Publicações científicas (4)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
GODINHO CASSOL, HENRIQUE LUIS; ARAI, EGIDIO; EYJI SANO, EDSON; DUTRA, ANDEISE CERQUEIRA; HOFFMANN, TANIA BEATRIZ; SHIMABUKURO, YOSIO EDEMIR. Maximum Fraction Images Derived from Year-Based Project for On-Board Autonomy-Vegetation (PROBA-V) Data for the Rapid Assessment of Land Use and Land Cover Areas in Mato Grosso State, Brazil. LAND, v. 9, n. 5 MAY 2020. Citações Web of Science: 0.
SHIMABUKURO, YOSIO EDEMIR; ARAI, EGIDIO; DUARTE, VALDETE; DUTRA, ANDEISE CERQUEIRA; GODINHO CASSOL, HENRIQUE LUIS; SANO, EDSON EYJI; HOFFMANN, TANIA BEATRIZ. Discriminating Land Use and Land Cover Classes in Brazil Based on the Annual PROBA-V 100 m Time Series. IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, v. 13, p. 3409-3420, 2020. Citações Web of Science: 0.
SHIMABUKURO, YOSIO EDEMIR; ARAI, EGIDIO; DUARTE, VALDETE; JORGE, ANDERSON; DOS SANTOS, ERONE GHIZONI; CRUZ GASPARINI, KAIO ALLAN; DUTRA, ANDEISE CERQUEIRA. Monitoring deforestation and forest degradation using multi-temporal fraction images derived from Landsat sensor data in the Brazilian Amazon. International Journal of Remote Sensing, v. 40, n. 14, p. 5475-5496, JUL 18 2019. Citações Web of Science: 3.
DOS SANTOS, ERONE GHIZONI; SHIMABUKURO, YOSIO EDEMIR; DE MOURA, YHASMIN MENDES; GONCALVES, FABIO GUIMARAES; JORGE, ANDERSON; GASPARINI, KAIO ALAN; ARAI, EGIDIO; DUARTE, VALDETE; OMETTO, JEAN PIERRE. Multi-scale approach to estimating aboveground biomass in the Brazilian Amazon using Landsat and LiDAR data. International Journal of Remote Sensing, v. 40, n. 22 JUN 2019. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.