Classificação de desmatamento na Amazônia com o uso de semivariogramas obtidos de imagens SAR R99B

• Ano de defesa: 2009
• Autor(a) principal: Fábio Bueno de Lima
• Orientador(a): Tatiana Mora Kuplich, Darcton Policarpo Damião
• Banca de defesa: Camilo Daleles Rennó, Fernando Pellon Miranda
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Sensoriamento Remoto
• País: BR
• Resumo em Inglês: The Brazilian airborne R99B SAR sensor is an important source of remotely sensed data for studies in Amazonia. In digital classification approaches, the semivariogram is considered a useful source of spatial information. In this study the potential of Usupervised Semivariogram Textural Classification - USTC to discriminate deforestation increment was evaluated. Although some anisotropy was noticed, omnidirectional semivariograms allowed discrimination between deforestation and forest areas in R99B HV polarization SAR images, with kappa = 0,57. In general, commission errors are predominant for deforestation increment class and are due to omission errors on PRODES Digital reference map. Relief shadows are also sources of this kind of error. Omission errors of deforestation increment occurred even though it is possible to visually identify omission errors regions in the SAR image, probably because of the low semivriance difference between some primary forest and deforestation increment areas. It may happen mainly in areas where residual biomass still remains on the ground after slashing and burning; and in deforested areas where already occur an initial regrowth process. The results shown that the USTC can be indicate for mapping the deforestation increment using images from SAR R99B.
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m18@80/2009/09.06.21.10

O Sensoriamento Remoto permite a aquisição sistemática de informações sobre a superfície terrestre, bem como do mapeamento do incremento de desmatamento em floresta tropical. Um exemplo é o Projeto de Estimativa de Desflorestamento Bruto da Amazônia (PRODES), desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (INPE). Este projeto realiza o mapeamento e estimativa anual do incremento de desmatamento na Amazônia Brasileira a partir de imagens de sensores ópticos. No entanto, a constante cobertura de nuvens na Amazônia traz a necessidade do desenvolvimento de novas metodologias. Neste contexto, o sensor SAR aerotransportado R99B pode ser considerado uma importante fonte de aquisição de dados, pois as microondas praticamente não sofrem interferência atmosférica. Alguns autores têm demonstrado que a Classificação Textural não Supervisionada por Semivariograma (USTC) é um bom instrumento para discriminar padrões de cobertura do solo em imagens de radar. O objetivo deste trabalho foi avaliar a informação contida no semivariograma de dados SAR R99B, banda L multipolarizada, para discriminar incremento de desmatamento em uma região ao norte do município de São Félix do Xingu PA, através da metodologia de classificação USTC. Os resultados indicam que as informações contidas no semivariograma omnidirecional da polarização HV são eficientes para discriminar áreas que se encontram no processo final de desmatamento, corte raso, de áreas de florestas. Os resultados mostram que a classificação obteve uma acurácia elevada e Kappa = 0,57. Os erros de inclusão ocorreram em áreas sombreadas pelo relevo e os erros de omissão em áreas com remanescentes de floresta em regeneração. Esta metodologia pode ser indicada como semi-automática para mapear incremento de desmatamento na Amazônia utilizando imagens SAR do sensor R99B.