Detecção de Mudanças Florestais em Séries Temporais Utilizando os Algoritmos Landtrendr: Estudo de Caso no Estado do Rio de Janeiro

Autores

DOI:

https://doi.org/10.11606/rdg.v37i0.153546

Palavras-chave:

Sensoriamento Remoto, Vegetação, Landsat

Resumo

O entendimento de como os sistemas terrestres evoluem é importante na busca de estratégia que otimizem a utilização dos recursos naturais e minimizem os impactos ambientais. O monitoramento das mudanças da cobertura vegetal e do uso da terra, através de técnicas de sensoriamento remoto tem sido fundamental neste sentido. O objetivo principal deste artigo foi contribuir metodologicamente para o monitoramento dos sistemas terrestres através de técnicas de sensoriamento remoto, utilizando todo o acervo disponível de imagens Landsat, numa abordagem com base na trajetória espectral do pixel em séries temporais. Para tal, a detecção de mudanças baseada em trajetórias foi utilizada através do algoritmo LandTrendr, para detectar mudanças nas coberturas florestais do estado do Rio de Janeiro entre 1984 e 2016, identificando diferentes tipos de perturbações (desmatamentos e recuperações). Observou-se 58.969 ha de trajetórias de mudanças florestais no estado do Rio de Janeiro, destas 64% são perdas florestais e 36% regenerações. Este mapeamento alcançou 70% de exatidão global. No litoral, as supressões são antigas e mais abruptas enquanto que no interior são antigas, porém graduais, configurando uma constante degradação da paisagem. As recuperações florestais no estado são mais recorrentes na Região Turística dos Lagos. Foi desenvolvido um mapa síntese com as características das trajetórias. Apenas esta região tem tendências de recuperação florestal, enquanto que as regiões no interior do estado têm tendências de degradação e as próximas ao litoral tendências de estabilidade, com taxas de ganho e perda florestal muito parecidas.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

Downloads

Publicado

2019-07-03

Edição

Seção

Artigos

Como Citar

Weckmüller, R., & Vicens, R. S. (2019). Detecção de Mudanças Florestais em Séries Temporais Utilizando os Algoritmos Landtrendr: Estudo de Caso no Estado do Rio de Janeiro. Revista Do Departamento De Geografia, 37, 44-57. https://doi.org/10.11606/rdg.v37i0.153546