@MastersThesis{Lima:2009:ClDeAm,
author = "Lima, F{\'a}bio Bueno de",
title = "Classifica{\c{c}}{\~a}o de desmatamento na Amaz{\^o}nia com o
uso de semivariogramas obtidos de imagens SAR R99B",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2009",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2009-09-14",
keywords = "SAR R99B, desmatamento, Amaz{\^o}nia, semivariograma, S{\~a}o
F{\'e}lix do Xingu, PA, SAR R99B, desforestation, Amazon
(Region), Semivariogram, S{\~a}o F{\'e}lix do Xingu, Par{\'a}
(state).",
abstract = "O Sensoriamento Remoto permite a aquisi{\c{c}}{\~a}o
sistem{\'a}tica de informa{\c{c}}{\~o}es sobre a
superf{\'{\i}}cie terrestre, bem como do mapeamento do
incremento de desmatamento em floresta tropical. Um exemplo {\'e}
o Projeto de Estimativa de Desflorestamento Bruto da Amaz{\^o}nia
(PRODES), desenvolvido pelo Instituto Nacional de Pesquisas
Espaciais (INPE). Este projeto realiza o mapeamento e estimativa
anual do incremento de desmatamento na Amaz{\^o}nia Brasileira a
partir de imagens de sensores {\'o}pticos. No entanto, a
constante cobertura de nuvens na Amaz{\^o}nia traz a necessidade
do desenvolvimento de novas metodologias. Neste contexto, o sensor
SAR aerotransportado R99B pode ser considerado uma importante
fonte de aquisi{\c{c}}{\~a}o de dados, pois as microondas
praticamente n{\~a}o sofrem interfer{\^e}ncia atmosf{\'e}rica.
Alguns autores t{\^e}m demonstrado que a
Classifica{\c{c}}{\~a}o Textural n{\~a}o Supervisionada por
Semivariograma (USTC) {\'e} um bom instrumento para discriminar
padr{\~o}es de cobertura do solo em imagens de radar. O objetivo
deste trabalho foi avaliar a informa{\c{c}}{\~a}o contida no
semivariograma de dados SAR R99B, banda L multipolarizada, para
discriminar incremento de desmatamento em uma regi{\~a}o ao norte
do munic{\'{\i}}pio de S{\~a}o F{\'e}lix do Xingu PA,
atrav{\'e}s da metodologia de classifica{\c{c}}{\~a}o USTC. Os
resultados indicam que as informa{\c{c}}{\~o}es contidas no
semivariograma omnidirecional da polariza{\c{c}}{\~a}o HV
s{\~a}o eficientes para discriminar {\'a}reas que se encontram
no processo final de desmatamento, corte raso, de {\'a}reas de
florestas. Os resultados mostram que a classifica{\c{c}}{\~a}o
obteve uma acur{\'a}cia elevada e Kappa = 0,57. Os erros de
inclus{\~a}o ocorreram em {\'a}reas sombreadas pelo relevo e os
erros de omiss{\~a}o em {\'a}reas com remanescentes de floresta
em regenera{\c{c}}{\~a}o. Esta metodologia pode ser indicada
como semi-autom{\'a}tica para mapear incremento de desmatamento
na Amaz{\^o}nia utilizando imagens SAR do sensor R99B. ABSTRACT:
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.",
committee = "Shimabukuro, Yosio Edemir (presidente) and Kuplich, Tatiana Mora
(orientador) and Dami{\~a}o, Darcton Policarpo (orientador) and
Renn{\'o}, Camilo Daleles and Miranda, Fernando Pellon",
copyholder = "SID/SCD",
englishtitle = "Classification of deforestation Amazon with semivariogram from SAR
R99B images",
language = "pt",
pages = "116",
ibi = "8JMKD3MGP8W/362D6S8",
url = "http://urlib.net/ibi/8JMKD3MGP8W/362D6S8",
targetfile = "publicacao.pdf",
urlaccessdate = "04 maio 2024"
}