Imagens do sistema sensor AVHRR/NOAA na deteção e avaliação de desmatamentos na Floresta Amazônica: relações com dados do sistema TM/Landsat

Este trabalho avalia o uso de images AVHRR/NOAA para deteccao e avaliacao de desmatamento na Floresta Amazonica a partir de validacao e calibracao com imagens TM/Landsat. Desenvolveu-se uma metodologia piloto para regiao da Serra do Roncador-MT, onde o desmatamento e proveniente da instalacao de pro...

Full description

Bibliographic Details
Main Author: Silvana Amaral
Other Authors: Joao Roberto dos Santos
Language:Portuguese
Published: Instituto Nacional de Pesquisas Espaciais 1992
Online Access:http://urlib.net/sid.inpe.br/iris@1912/2005/07.19.23.36.32
id ndltd-IBICT-oai-urlib.net-sid.inpe.br-iris@1912-2005-07.19.23.36.46-0
record_format oai_dc
spelling ndltd-IBICT-oai-urlib.net-sid.inpe.br-iris@1912-2005-07.19.23.36.46-02019-01-22T03:16:31Z Imagens do sistema sensor AVHRR/NOAA na deteção e avaliação de desmatamentos na Floresta Amazônica: relações com dados do sistema TM/Landsat AVHRR/NOAA images to detect and quantify deforestation in Amazon Forest: relation with TM/Landsat Silvana Amaral Joao Roberto dos Santos Alberto Waingort Setzer Getulio Teixeira Batista Eduardo Delgado Assad Este trabalho avalia o uso de images AVHRR/NOAA para deteccao e avaliacao de desmatamento na Floresta Amazonica a partir de validacao e calibracao com imagens TM/Landsat. Desenvolveu-se uma metodologia piloto para regiao da Serra do Roncador-MT, onde o desmatamento e proveniente da instalacao de projetos agropecuarios de grande escala. Utilizou-se uma imagem AVHRR de 2 Km de resolucao espacial, corrigida geometricamente, para classificacao de areas desmatadas e de floresta. A identificacao destas classes, assim como a comparacao dos resultados de area estimada na interpretacao visual de imagens TM/Landsat, baseou-se no uso de Sistema Geografico de Informacao. Os resultados AVHRR de area de floresta e desmatamento foram comparados aos dados TM em analises estatisticas, onde obteve-se forte correlacao e regressao linear entre eles (R$^{2}$ = 0,93). A aplicacao do modelo obtido na regiao de Sao Jose do Xingu, MT, de padrao de desmatamento semelhante a primeira area, mostrou-se apropriada com erros medios de 3 \% para area total de floresta. Os resultados obtidos permitiram indicar a banda 3 AVHRR para a deteccao e monitoramento de alteracoes em areas florestais. Dados TM/Landsat sao necessarios para calibracao das estimativas de area. This work analyzes the use of AVHRR/NOAA images to detect and evaluate deforestation in the Amazon Forest using TM/Landsat images for validation and calibration of the results. A pilot methodology was developed for the region of "Serra do Roncador", MT, where deforestation is caused by large agriculture and cattle projects. An AVHRR image with spatial resolution of 2 km and geometrically corrected was used to classify areas of deforestation and forest. The identification of these classes and the comparison and validation of the area estimates with the visual interpretation of the TM/Landsat images were based and on the use of Geographical Information System. The results of forest and deforestation areas obtained from AVHRR were compared to TM data using statistical analyses and strong linear correlation and regression were found between the data sets (R$^{2}$= 0.93). An application of the model for the region of São José do Xingu, MT, with a deforestation pattern similar to that found in the first region, presented adequate results with average erros of 3\% for the total forest area. The results corroborated the use of AVHRR band 3 to detect and monitor alterations in forestes areas. TM/Landsat data are necessary to calibrate estimates of areas. 1992-09-17 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis http://urlib.net/sid.inpe.br/iris@1912/2005/07.19.23.36.32 por info:eu-repo/semantics/openAccess Instituto Nacional de Pesquisas Espaciais Programa de Pós-Graduação do INPE em Sensoriamento Remoto INPE BR reponame:Biblioteca Digital de Teses e Dissertações do INPE instname:Instituto Nacional de Pesquisas Espaciais instacron:INPE
collection NDLTD
language Portuguese
sources NDLTD
description Este trabalho avalia o uso de images AVHRR/NOAA para deteccao e avaliacao de desmatamento na Floresta Amazonica a partir de validacao e calibracao com imagens TM/Landsat. Desenvolveu-se uma metodologia piloto para regiao da Serra do Roncador-MT, onde o desmatamento e proveniente da instalacao de projetos agropecuarios de grande escala. Utilizou-se uma imagem AVHRR de 2 Km de resolucao espacial, corrigida geometricamente, para classificacao de areas desmatadas e de floresta. A identificacao destas classes, assim como a comparacao dos resultados de area estimada na interpretacao visual de imagens TM/Landsat, baseou-se no uso de Sistema Geografico de Informacao. Os resultados AVHRR de area de floresta e desmatamento foram comparados aos dados TM em analises estatisticas, onde obteve-se forte correlacao e regressao linear entre eles (R$^{2}$ = 0,93). A aplicacao do modelo obtido na regiao de Sao Jose do Xingu, MT, de padrao de desmatamento semelhante a primeira area, mostrou-se apropriada com erros medios de 3 \% para area total de floresta. Os resultados obtidos permitiram indicar a banda 3 AVHRR para a deteccao e monitoramento de alteracoes em areas florestais. Dados TM/Landsat sao necessarios para calibracao das estimativas de area. === This work analyzes the use of AVHRR/NOAA images to detect and evaluate deforestation in the Amazon Forest using TM/Landsat images for validation and calibration of the results. A pilot methodology was developed for the region of "Serra do Roncador", MT, where deforestation is caused by large agriculture and cattle projects. An AVHRR image with spatial resolution of 2 km and geometrically corrected was used to classify areas of deforestation and forest. The identification of these classes and the comparison and validation of the area estimates with the visual interpretation of the TM/Landsat images were based and on the use of Geographical Information System. The results of forest and deforestation areas obtained from AVHRR were compared to TM data using statistical analyses and strong linear correlation and regression were found between the data sets (R$^{2}$= 0.93). An application of the model for the region of São José do Xingu, MT, with a deforestation pattern similar to that found in the first region, presented adequate results with average erros of 3\% for the total forest area. The results corroborated the use of AVHRR band 3 to detect and monitor alterations in forestes areas. TM/Landsat data are necessary to calibrate estimates of areas.
author2 Joao Roberto dos Santos
author_facet Joao Roberto dos Santos
Silvana Amaral
author Silvana Amaral
spellingShingle Silvana Amaral
Imagens do sistema sensor AVHRR/NOAA na deteção e avaliação de desmatamentos na Floresta Amazônica: relações com dados do sistema TM/Landsat
author_sort Silvana Amaral
title Imagens do sistema sensor AVHRR/NOAA na deteção e avaliação de desmatamentos na Floresta Amazônica: relações com dados do sistema TM/Landsat
title_short Imagens do sistema sensor AVHRR/NOAA na deteção e avaliação de desmatamentos na Floresta Amazônica: relações com dados do sistema TM/Landsat
title_full Imagens do sistema sensor AVHRR/NOAA na deteção e avaliação de desmatamentos na Floresta Amazônica: relações com dados do sistema TM/Landsat
title_fullStr Imagens do sistema sensor AVHRR/NOAA na deteção e avaliação de desmatamentos na Floresta Amazônica: relações com dados do sistema TM/Landsat
title_full_unstemmed Imagens do sistema sensor AVHRR/NOAA na deteção e avaliação de desmatamentos na Floresta Amazônica: relações com dados do sistema TM/Landsat
title_sort imagens do sistema sensor avhrr/noaa na deteção e avaliação de desmatamentos na floresta amazônica: relações com dados do sistema tm/landsat
publisher Instituto Nacional de Pesquisas Espaciais
publishDate 1992
url http://urlib.net/sid.inpe.br/iris@1912/2005/07.19.23.36.32
work_keys_str_mv AT silvanaamaral imagensdosistemasensoravhrrnoaanadetecaoeavaliacaodedesmatamentosnaflorestaamazonicarelacoescomdadosdosistematmlandsat
AT silvanaamaral avhrrnoaaimagestodetectandquantifydeforestationinamazonforestrelationwithtmlandsat
_version_ 1718962382491877376