| Processo: | 23/02386-5 |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Doutorado |
| Data de Início da vigência: | 15 de junho de 2023 |
| Data de Término da vigência: | 14 de abril de 2024 |
| Área de conhecimento: | Ciências Agrárias - Recursos Florestais e Engenharia Florestal - Conservação da Natureza |
| Pesquisador responsável: | Yosio Edemir Shimabukuro |
| Beneficiário: | Andeise Cerqueira Dutra |
| Supervisor: | Alfredo Huete |
| Instituição Sede: | Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovação (Brasil). São José dos Campos , SP, Brasil |
| Instituição Anfitriã: | University of Technology, Sydney (UTS), Austrália |
| Vinculado à bolsa: | 22/01746-5 - O impacto das mudanças climáticas na fenologia da vegetação natural em terras secas do Hemisfério Sul, BP.DR |
| Assunto(s): | Aprendizado computacional Sensoriamento remoto Recursos florestais Fenologia Vegetação |
| Palavra(s)-Chave do Pesquisador: | machine learning | PhenoCams | Phenological metrics | Remote Sensing | Sensoriamento Remoto aplicado em Recursos Florestais |
Resumo A fenologia da vegetação é o estudo de padrões periódicos recorrentes de crescimento e desenvolvimento, e está ligada a muitos processos chave do respectivo ecossistema. A fenologia da vegetação pode, portanto, fornecer informações sobre os efeitos das mudanças climáticas e ambientais. Nesse contexto, a vegetação natural em terras secas desempenha um papel importante, pois está diretamente relacionada à segurança alimentar, à biodiversidade e a fatores socioeconômicos. A fenologia baseada em sensoriamento remoto (também conhecida como Land Surface Phenology - LSP) tem recebido destaque nas últimas décadas. No entanto, a aplicabilidade do LSP deve levar em consideração a variabilidade de fatores como características da vegetação, observações primárias de sensoriamento remoto e métodos de suavização e recuperação de métricas fenológicas. O principal objetivo deste projeto é melhorar o conhecimento de como a fenologia da vegetação em terras secas é detectada pelas plataformas de observação da Terra e desenvolver uma metodologia validada para recuperação de métricas LSP. Pretende-se usar dados locais de câmeras fenológicas pré-existentes (PhenoCams) em áreas de vegetação florestal, arbustiva, e gramíneas no Brasil e na Austrália, e séries temporais ópticas de sensoriamento remoto orbital (possivelmente incluindo produtos diários de reflectância e dados de fluorescência de clorofila). Métricas fenológicas serão recuperadas de diferentes algoritmos. O grupo de pesquisa no exterior irá contribuir significativamente no conhecimento sobre a integração do sensoriamento remoto orbital e sensoriamento remoto próximo e consequentemente aprimorar o conhecimento científico sobre os modelos de relacionamento entre clima e fenologia vegetal. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |