Análise de sensoriamento remoto multi-escala da fenologia florestal integrando dados de câmeras hiperespectral, termal montadas em torres e dados derivados do sensor MODIS

• Processo: 15/05923-5
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Vigência (Início): 01 de junho de 2015
• Vigência (Término): 25 de outubro de 2015
• Área do conhecimento: Ciências Exatas e da Terra - Geociências
• Acordo de Cooperação: Pesquisa Colaborativa GOAmazon
• Pesquisador responsável: Luiz Eduardo Oliveira e Cruz de Aragão
• Beneficiário: Cibele Hummel Do Amaral
• Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovação (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 13/50533-5 - Entendendo as respostas do metabolismo fotossintético a variações climáticas sazonais em florestas tropicais, AP.R
• Assunto(s): Fenologia Amazônia Sensoriamento remoto Imagem hiperespectral
• Palavra(s)-Chave do Pesquisador: Amazonia | fenologia | Hiperespectral | multi-sensor | Sensoriamento Remoto da Vegetação | Sensoriamento Remoto da Vegetação

Resumo

Esta bolsa TT-5 é uma das bolsas requeridas em suporte às atividades da colaboração entre o Departamento de Energia dos Estados Unidos (DOE) e a FAPESP para o experimento GreenOceanAmazon2014 (GOAmazon2014). O objetivo geral da proposta é responder uma questão básica: O que controla a resposta fotossintética da floresta amazônica frente às variações sazonais do clima? Essa questão, embora aparentemente simples, permanece difícil de responder por modelos de sistemas terrestres modernos e é também um assunto de contínua controvérsia na literatura em sensoriamento remoto. O objetivo específico do projeto é gerar melhorias nos modelos de sistemas terrestres de fotossíntese em florestas tropicais, através da coleta e integração de um conjunto de observações para (1) testar diversas hipóteses (três hipóteses conceituais para explicar a sazonalidade fotossintética observada e uma hipótese metodológica para mudança de escala de informações de folhas para copas com dados hiperespectrais) e (2) realizar uma síntese de nosso trabalho empírico para aplicação em modelos do sistema terrestre e ciclagem de carbono. Um bolsista TT-5 será crucial para realizar uma análise robusta de fenologia florestal integrando dados de câmeras hiperespectral e termal montadas em uma torre e dados derivados do sensor MODIS, para elucidar quais variáveis do dossel são as mais influentes nas mudanças sazonais observadas no sinal MODIS. Essa análise requer um bolsista TT-5 com forte conhecimento quantitativo de ecologia e sensoriamento remoto. A bolsa TT-5 proposta irá gerar recurso humano crítico para o desenvolvimento da pesquisa proposta de forma colaborativa, como é esperado por propostas internacionais conjuntas como a chamada DOE-FAPESP. Para atingir os objetivos do grupo da FAPESP, nós requeremos uma bolsa TT-5 de 22 meses com 40 horas de dedicação semanal. É esperado que a bolsa seja implementada a partir de abril de 2015. (AU)

Publicações científicas

(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)

HILKER, THOMAS; GALVAO, LENIO SOARES; ARAGAO, LUIZ E. O. C.; DE MOURA, YHASMIN M.; DO AMARAL, CIBELE H.; LYAPUSTIN, ALEXEI I.; WU, JIN; ALBERT, LOREN P.; FERREIRA, MARCIEL JOSE; ANDERSON, LIANA O.; et al. Vegetation chlorophyll estimates in the Amazon from multi-angle MODIS observations and canopy reflectance model. International Journal of Applied Earth Observation and Geoinformation, v. 58, p. 278-287, JUN 2017. (15/05923-5)

HILKER, THOMAS; GALVAO, LENIO SOARES; ARAGAO, LUIZ E. O. C.; DE MOURA, YHASMIN M.; DO AMARAL, CIBELE H.; LYAPUSTIN, ALEXEI I.; WU, JIN; ALBERT, LOREN P.; FERREIRA, MARCIEL JOSE; ANDERSON, LIANA O.; et al. Vegetation chlorophyll estimates in the Amazon from multi-angle MODIS observations and canopy reflectance model. INTERNATIONAL JOURNAL OF APPLIED EARTH OBSERVATION AND GEOINFORMATION, v. 58, p. 10-pg., 2017-06-01. (15/05923-5)