Diversidade funcional dos biomas Amazônia, Mata Atlântica e Cerrado nos ambientes intactos e em regeneração por meio de imagens hiperspectrais

• Processo: 16/17652-9
• Modalidade de apoio: Bolsas no Brasil - Jovens Pesquisadores
• Vigência (Início): 01 de outubro de 2016
• Vigência (Término): 31 de janeiro de 2020
• Área do conhecimento: Ciências Exatas e da Terra - Geociências
• Acordo de Cooperação: NERC, UKRI ; Newton Fund, com FAPESP como instituição parceira no Brasil
• Pesquisador responsável: Fabien Hubert Wagner
• Beneficiário: Fabien Hubert Wagner
• Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovações (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 15/50484-0 - Diversidade funcional dos biomas Amazônia, Mata Atlântica e Cerrado nos ambientes intactos e em regeneração por meio de imagens hiperspectrais, AP.JP
• Assunto(s): Ecologia Biodiversidade Restauração florestal Amazônia Mata Atlântica Cerrado
• Palavra(s)-Chave do Pesquisador: Forest regeneration | Functional diversity | Hyperspectral images | Ecologia

Resumo

O Brasil é uma das nações mais biodiversas do mundo, contendo cerca de 20% da biodiversidade da Terra. A floresta Amazônica, o Cerrado e Mata Atlântica representam juntas 85% da área territorial brasileira, no entanto, o futuro na evolução desses biomas em relação aos serviços ecossistêmicos é incerto; (i) já que estes estão expostos à fragmentação, degradação e riscos climáticos e (ii) existe uma lacuna no conhecimento de como a diversidade funcional está relacionada com os serviços ecossistêmicos. Avaliar como a composição florística e diversidade funcional mudarão ao longo do tempo é desafiador, principalmente devido as dificuldades com a identificação de espécies em ecossistemas extremamente diversos e o grande número de fatores covariantes. Nosso método inovador para conectar medidas ecológicas intensivas com o contexto de grande-escala consiste em usar a tecnologia de medidas hiperspectrais a bordo de uma plataforma aérea de sensoriamento remoto integrada a dados de campo disponíveis por meio das redes BIOTA, GEM, LBA e RAINFOR e o projeto conjunto FAPESP-NERC desta chamada, "Entendendo os Biomas Brasileiros", associado a esta proposta. Dado este potencial único, pretendemos conseguir o acoplamento robusto entre as medidas de campo e as medidas remotas por via de medidas aéreas hiperespectrais da espectroscopia do dossel. Uma vez estabelecidas, utilizaremos esses resultados para aprimorar o conhecimento em escalas de paisagem. Especificamente, este projeto Jovem Pesquisador objetiva responder as seguintes perguntas: A espectroscopia a bordo de um veículo aéreo não tripulado (VANT) pode caracterizar a química do dossel adequadamente? Seriam os fluxos biogeoquímicos da matéria orgânica quantificáveis por meio de imagens hiperespectrais? Até que ponto os dados hiperespectrais de dosséis permitem estimativas de produção de biomassa e estocagem ao longo de três biomas e vegetações intactas e em regeneração? Será que a elevada diversidade confere resiliência a distúrbios ambientais? Ainda, com o uso de dados Landsat e MODIS, perguntamos quais são as principais mudanças sofridas pela vegetação presente entre os biomas Amazônia e Cerrado? Nossos resultados da avaliação por sensoriamento remoto hiperspectral aerotransportado para reconhecimento de espécies e espectroscopia do dossel deverá prover novos métodos para descrever e explorar serviços ecossistêmicos em grande-escala, e como estes estão relacionados a biodiversidade funcional. Dado a falta de conhecimento sobre o papel da diversidade funcional em manter os serviços ecossistêmicos frente às mudanças globais, estes resultados trarão um avanço substancial no estado da arte da pesquisa nos biomas brasileiros. Estes resultados são de grande relevância para dar suporte ao planejamento ambiental no Brasil, objetivando a mitigação dos impactos das mudanças climáticas, a manutenção dos estoques de carbono e a proteção da biodiversidade e serviços ecossistêmicos. (AU)

Publicações científicas

(16)

(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)

DALAGNOL, RICARDO; PHILLIPS, OLIVER L.; GLOOR, EMANUEL; GALVAO, LENIO S.; WAGNER, FABIEN H.; LOCKS, CHARTON J.; ARAGAO, LUIZ E. O. C.. Quantifying Canopy Tree Loss and Gap Recovery in Tropical Forests under Low-Intensity Logging Using VHR Satellite Imagery and Airborne LiDAR. REMOTE SENSING, v. 11, n. 7, APR 1 2019. (16/17652-9, 17/15257-8, 15/50484-0, 15/22987-7)

BERTANI, GABRIEL; WAGNER, FABIEN H.; ANDERSON, LIANA O.; ARAGAO, LUIZ E. O. C.. Chlorophyll Fluorescence Data Reveals Climate-Related Photosynthesis Seasonality in Amazonian Forests. REMOTE SENSING, v. 9, n. 12, DEC 2017. (16/17652-9, 13/50533-5, 15/50484-0, 13/14520-6)

WAGNER, FABIEN H.; SANCHEZ, ALBER; AIDAR, MARCOS P. M.; ROCHELLE, ANDRE L. C.; TARABALKA, YULIYA; FONSECA, MARISA G.; PHILLIPS, OLIVER L.; GLOOR, EMANUEL; ARAGAO, LUIZ E. O. C.. Mapping Atlantic rainforest degradation and regeneration history with indicator species using convolutional network. PLoS One, v. 15, n. 2, FEB 28 2020. (12/51872-5, 16/17652-9, 15/50484-0, 16/03397-7, 13/50533-5)

DE MOURA, YHASMIN MENDES. Vulnerability of Amazonian forests to repeated droughts. PHILOSOPHICAL TRANSACTIONS OF THE ROYAL SOCIETY B-BIOLOGICAL SCIENCES, v. 373, n. 1760, NOV 19 2018. (16/17652-9, 15/22987-7, 16/02018-2, 15/50484-0, 17/15257-8)

WAGNER, FABIEN H.; DALAGNOL, RICARDO; SANCHEZ, ALBER H.; HIRYE, MAYUMI C. M.; FAVRICHON, SAMUEL; LEE, JAKE H.; MAUCERI, STEFFEN; YANG, YAN; SAATCHI, SASSAN. K-textures, a self-supervised hard clustering deep learning algorithm for satellite image segmentation. FRONTIERS IN ENVIRONMENTAL SCIENCE, v. 10, p. 19-pg., 2022-09-20. (15/22987-7, 16/17652-9, 15/50484-0)

DALAGNOL, RICARDO; WAGNER, FABIEN H.; GALVAO, LENIO S.; STREHER, ANNIA S.; PHILLIPS, OLIVER L.; GLOOR, EMANUEL; PUGH, THOMAS A. M.; OMETTO, JEAN P. H. B.; ARAGAO, LUIZ E. O. C.. Large-scale variations in the dynamics of Amazon forest canopy gaps from airborne lidar data and opportunities for tree mortality estimates. SCIENTIFIC REPORTS, v. 11, n. 1, JAN 14 2021. (15/22987-7, 16/17652-9, 15/50484-0, 19/21662-8, 19/09248-1)

ROSAN, THAIS M.; ARAGAO, LUIZ E. O. C.; OLIVERAS, IMMA; PHILLIPS, OLIVER L.; MALHI, YADVINDER; GLOOR, EMANUEL; WAGNER, FABIEN H.. Extensive 21st-Century Woody Encroachment in South America's Savanna. Geophysical Research Letters, v. 46, n. 12, p. 6594-6603, JUN 28 2019. (16/17652-9, 15/50484-0)

WAGNER, FABIEN H.; HIRYE, MAYUMI C. M.. Tree Cover for the Year 2010 of the Metropolitan Region of SAo Paulo, Brazil. DATA, v. 4, n. 4, DEC 2019. (15/50484-0, 16/17652-9)

DALAGNOL, RICARDO; WAGNER, FABIEN HUBERT; GALVAO, LENIO SOARES; NELSON, BRUCE WALKER; DE ARAGAO, LUIZ EDUARDO OLIVEIRA E CRUZ. Life cycle of bamboo in the southwestern Amazon and its relation to fire events. BIOGEOSCIENCES, v. 15, n. 20, p. 6087-6104, OCT 18 2018. (17/15257-8, 15/50484-0, 16/17652-9, 15/22987-7)

WAGNER, FABIEN HUBERT; FERREIRA, MATHEUS PINHEIRO; SANCHEZ, ALBER; HIRYE, MAYUMI C. M.; ZORTEA, MACIEL; GLOOR, EMANUEL; PHILLIPS, OLIVER L.; DE SOUZA FILHO, CARLOS ROBERTO; SHIMABUKURO, YOSIO EDEMIR; ARAGAO, LUIZ E. O. C.. Individual tree crown delineation in a highly diverse tropical forest using very high resolution satellite images. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, v. 145, n. B, p. 362-377, NOV 2018. (16/24977-1, 15/50484-0, 13/50533-5, 16/03397-7, 16/17652-9, 13/11589-5)

WAGNER, FABIEN HUBERT; HERAULT, BRUNO; ROSSI, VIVIEN; HILKER, THOMAS; MAEDA, EDUARDO EIJI; SANCHEZ, ALBER; LYAPUSTIN, ALEXEI I.; GALVAO, LENIO SOARES; WANG, YUJIE; ARAGAO, LUIZ E. O. C.. Climate drivers of the Amazon forest greening. PLoS One, v. 12, n. 7, JUL 14 2017. (16/17652-9, 16/03397-7, 13/14520-6, 15/50484-0)

WAGNER, FABIEN H.. The flowering of Atlantic Forest Pleroma trees. SCIENTIFIC REPORTS, v. 11, n. 1, OCT 14 2021. (16/17652-9, 15/50484-0)

WAGNER, FABIEN H.; DALAGNOL, RICARDO; TARABALKA, YULIYA; SEGANTINE, TASSIANA Y. F.; THOME, ROGERIO; HIRYE, MAYUMI C. M.. U-Net-Id, an Instance Segmentation Model for Building Extraction from Satellite Images-Case Study in the Joanopolis City, Brazil. REMOTE SENSING, v. 12, n. 10, MAY 2020. (16/17652-9, 15/50484-0, 15/22987-7)

WAGNER, FABIEN H.; DALAGNOL, RICARDO; CASAPIA, XIMENA TAGLE; STREHER, ANNIA S.; PHILLIPS, OLIVER L.; GLOOR, EMANUEL; ARAGAO, LUIZ E. O. C.. Regional Mapping and Spatial Distribution Analysis of Canopy Palms in an Amazon Forest Using Deep Learning and VHR Images. REMOTE SENSING, v. 12, n. 14, JUL 2020. (16/17652-9, 13/50533-5, 15/50484-0, 19/09248-1, 15/22987-7)

BRAGA, JOSE R. G.; PERIPATO, VINICIUS; DALAGNOL, RICARDO; FERREIRA, MATHEUS P.; TARABALKA, YULIYA; ARAGAO, LUIZ E. O. C.; DE CAMPOS VELHO, HAROLDO E.; SHIGUEMORI, ELCIO H.; WAGNER, FABIEN H.. Tree Crown Delineation Algorithm Based on a Convolutional Neural Network. REMOTE SENSING, v. 12, n. 8, APR 2 2020. (16/17652-9, 18/06072-7, 15/22987-7, 18/15001-6, 15/50484-0)

DALAGNOL, RICARDO; WAGNER, FABIEN H.; EMILIO, THAISE; STREHER, ANNIA S.; GALVAO, LENIO S.; OMETTO, JEAN P. H. B.; ARAGAO, LUIZ E. O. C.. Canopy palm cover across the Brazilian Amazon forests mapped with airborne LiDAR data and deep learning. REMOTE SENSING IN ECOLOGY AND CONSERVATION, v. 8, n. 5, p. 14-pg., 2022-07-22. (18/15001-6, 19/09248-1, 18/24017-3, 19/21662-8, 16/17652-9)