Sistema de Detecção Remota do Desmatamento Florestal no Estado do Espírito Santo
| bibo.pageEnd | 68 | |
| dc.contributor.advisor-co1 | Almeida, André Quintão de | |
| dc.contributor.advisor-co1ID | https://orcid.org/0000-0002-5063-1762 | |
| dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/5929672339693607 | |
| dc.contributor.advisor1 | Mendonça, Adriano Ribeiro | |
| dc.contributor.advisor1ID | https://orcid.org/0000-0003-3307-8579 | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9110967421921927 | |
| dc.contributor.author | Leite, Igor Vieira | |
| dc.contributor.authorID | https://orcid.org/0000-0003-2910-0251 | |
| dc.contributor.authorLattes | http://lattes.cnpq.br/2626092800028236 | |
| dc.contributor.referee1 | Silva, Jeferson Pereira Martins | |
| dc.contributor.referee1ID | https://orcid.org/ | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/6748966859692740 | |
| dc.contributor.referee2 | Moreira, Taís Rizzo | |
| dc.contributor.referee2ID | https://orcid.org/0000-0001-5536-6286 | |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/6717864186103246 | |
| dc.date.accessioned | 2024-06-17T14:22:16Z | |
| dc.date.available | 2024-06-17T14:22:16Z | |
| dc.date.issued | 2024-03-28 | |
| dc.description.abstract | Deforestation and forest degradation pose a significant threat to biodiversity and environmental balance. The state of Espírito Santo, although known for its rich biodiversity, faces challenges in monitoring these environmental impacts. Orbital remote sensing and the development of robust platforms for geospatial data processing, such as Google Earth Engine (GEE), emerge as alternatives to overcome these monitoring challenges. In this context, this study aimed to evaluate a system with high spatial and temporal resolution to monitor forest degradation and deforestation in the Atlantic Forest of Espírito Santo, using Sentinel-2 images. The native forest base map was derived from the annual cover map data of MapBiomas, combined with Sentinel-2 images in the Scene Classification Layer (SCL) band for soil, vegetation, and cloud classes. To validate the data obtained by FlorESat, a confusion matrix was calculated. A pixellevel concordance analysis between classes was performed using the alert database compiled by RAD MapBiomas, which contains 403 polygons from 2019 to 2022. FlorESat's deforestation mapping indicated that the total deforested area for the same years was 1,780.14 ha. In the validation, the proposed system showed mapping accuracy, precision, and specificity of 93.3%, 94.7%, and 93.8% respectively, for 52 randomly delineated polygons in forest areas in ES when compared to photointerpretation. Additionally, it was found that 59.85% of the pixels identified by the FlorESat tool matched directly with the alert database issued and validated in the field. Of the non-coincident pixels, 65.11% were covered by clouds and 34.89% were mapped as forests, highlighting a limitation of orbital data. However, when considering the scenario where cloud pixels are considered as deforested areas, the percentage of concordance was 85.99% between the two datasets. | |
| dc.description.resumo | O desmatamento e a degradação das florestas representam uma ameaça significativa para a biodiversidade e o equilíbrio ambiental. O Estado do Espírito Santo, embora conhecido por sua rica biodiversidade, enfrenta desafios de monitoramento desses impactos ambientais. O sensoriamento remoto orbital e o desenvolvimento de plataformas robustas para processamentos de dados geoespaciais, como o Google Earth Engine (GEE), surgem como alterativas para contornar esses desafios de monitoramento. Nesse contexto, este trabalho teve como objetivo avaliar um sistema, com alta resolução espacial e temporal, para monitorar a degradação e o desmatamento florestais na Mata Atlântica do estado do Espírito Santo, utilizando imagens Sentinel-2. Foi utilizado como mapa base de floresta nativa os dados do mapa de cobertura anual do MapBiomas associados a imagens Sentinel-2 na banda de classificação SCL (Scene Classification Layer) para as classes solo, vegetação e nuvem. Para a validação dos dados obtidos pelo FlorESat, foi realizado o cálculo da matriz de confusão. Uma análise de concordância, entre as classes, a nível de pixel foi realizada utilizando a base de alertas compilados pelo RAD MapBiomas contendo 403 polígonos de 2019 a 2022. O mapeamento do desmatamento do FlorESat indicou que, para os mesmos anos, o total de áreas desmatadas foi de1780,14 ha. Na validação, o sistema proposto apresentou uma acurácia, precisão e especificidade do mapeamento respectivamente de 93,3% 94,7% e 93,8% para 52 polígonos delimitados aleatoriamente em áreas de floresta no ES quando comparados a fotointerpretação. Adicionalmente, foi verificado que 59,85% dos pixels identificados pela ferramenta FlorESat apresentaram correspondência direta com a base de alertas emitidos e validados em campo. Dos não coincidentes, 65,11% estavam cobertos por nuvens e 34,89% foram mapeados como florestas, o que mostra uma limitação do dado orbital. No entanto, quando considerado o cenário do pixel de nuvem sendo considerado como sendo área desmatada, a porcentagem de concordância foi de 85,99% entre as duas bases. | |
| dc.description.sponsorship | CNPq | |
| dc.format | Text | |
| dc.identifier.uri | http://repositorio.ufes.br/handle/10/17345 | |
| dc.language | por | |
| dc.publisher | Universidade Federal do Espírito Santo | |
| dc.publisher.country | BR | |
| dc.publisher.course | Mestrado em Ciências Florestais | |
| dc.publisher.department | Centro de Ciências Agrárias e Engenharias | |
| dc.publisher.initials | UFES | |
| dc.publisher.program | Programa de Pós-Graduação em Ciências Florestais | |
| dc.rights | open access | |
| dc.subject | Sentinel-2 | |
| dc.subject | Mata Atlântica | |
| dc.subject | degradação | |
| dc.subject | desmatamento | |
| dc.subject.br-rjbn | subject.br-rjbn | |
| dc.subject.cnpq | Área(s) do conhecimento do documento (Tabela CNPq) | |
| dc.title | Sistema de Detecção Remota do Desmatamento Florestal no Estado do Espírito Santo | |
| dc.title.alternative | title.alternative | |
| dc.type | masterThesis | |
| foaf.mbox | email@ufes.br |