Metodologia computacional aplicada a prototipação de um modelo para estimativa de cultivo de soja em áreas desflorestadas

• Ano de defesa: 2011
• Autor(a) principal: Eduardo Lessa Bonelli
• Orientador(a): Lamartine Nogueira Frutuoso Guimarães
• Banca de defesa: Mauricio Gonçalves Vieira Ferreira, Leila Marcia Fonseca, Edgar Toshiro Yano
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Computação Aplicada
• País: BR
• Resumo em Inglês: The detection of deforestation is fundamental for governmental agencies to take preventive actions regarding Control and Prevention Policies in the Amazon Biome. On July 24$^{th}$. 2006, Brazilian Association of Vegetable Oil Industry (ABIOVE) and Brazilian Association of Cereal Exporters (ANEC) and their respective partners have agreed not to deal with any soy from areas which had been deforested after this date within the Amazon Biome. This unprecedented initiative, which became known as ´´Soybean Moratory``, aims to reach a balance between preserving the environment and economically developing the region through responsible and sustainable use of Brazilian natural resources. Owing to this, the general aim of this research is to propose a computational methodology, able to accurately identify soy plantation in deforested areas taking into account the time needed for processing this large amount of data. Firstly, the subsidies needed to understand the evaluation criteria that will be used to identify the presence of soy plantation under the influence of the Enhanced Vegetation Index (EVI) of MODIS sensor will be presented. Secondly, inference rules were developed, aiming at accurate estimates of soy plantation in deforested areas. They will be discussed in the light of the criteria established by the "Soybean Moratory" previously referred. All steps taken for the development of this application will also be presented. To consolidate the performance of the computational methodology, an analysis of the process was carried out in two different approaches. The first one was based on transactions and the second one was referenced by comparisons using concepts of cursors. In this context, both methodologies are aimed at identifying the date when deforesting started and proposing a quick and efficient estimate for the presence of soy plantation in deforested areas. The observed area comprises 36 municipalities in three different Brazilian States (Mato Grosso, Pará and Rondônia). The reflectance and the land surface from the MODIS sensor were used for the time series construction and the wavelets transform were used to eliminate as much noise as possible in the 8-day images used in this work \textit{Crop Enhanced Index} (CEI), proposed by Rizzi (2009), will be used to identify the presence of soy plantation while MODIS images and field work will be used to validate the developed methodologies. Five percent of data were used in the process of formulating the preliminary results of this research. Through these first analyses, an estimate of the accurate date for the beginning of deforestation was made. These numbers were then applied to the remaining data, with 92.16\% agreement with the analysis performed earlier with MODIS. On the other hand, based on the analysis performed between the developed methodologies, it was identified that the feasibility transaction-based methodology in the process of identification of soybean crop in deforestation areas performed better, with the processing time of 4 hours and 38 minutes.
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m19/2011/06.22.13.22

A detecção de desflorestamento é de fundamental importância para ações conjuntas de caráter preventivo dos órgãos governamentais no que tange a política de controle e prevenção do desflorestamento na Amazônia. Em 24 de julho de 2006, a Associação Brasileira da Indústria de Óleos Vegetais (ABIOVE) e a Associação Brasileira dos Exportadores de Cereais (ANEC) se comprometeram a não comercializar nenhuma soja, oriunda de áreas que fossem desflorestadas, após esta data, dentro do Bioma Amazônia. Esta iniciativa ficou conhecida como "Moratória da Soja". O objetivo geral deste trabalho é propor uma metodologia computacional, capaz de identificar e avaliar com maior precisão o cultivo de soja em áreas desflorestadas levando em consideração o tempo de processamento dos dados. Neste trabalho serão apresentados, os subsídios necessários ao entendimento do critério de avaliação que será utilizado para identificar a presença de cultivo de soja sob influência das séries espaço-temporal do índice de vegetação efetiva (Enhanced Vegetation Índex- EVI) do sensor MODIS. Ainda serão discutidas, as regras de inferências desenvolvidas, visando estimar com maior precisão a existência de soja em áreas desflorestadas, seguindo os critérios estabelecidos pela moratória da soja, como também, serão apresentadas todas as etapas para o desenvolvimento da aplicação. O desempenho da metodologia computacional desenvolvida está baseada em duas abordagens distintas: (1) transações, (2) comparações utilizando conceitos de cursores. Ambas visando identificar a data de início da ocorrência de desmatamento e propor uma estimativa rápida e eficiente para a presença de cultivo de soja em áreas desflorestadas. A área da pesquisa compreende 36 municípios localizados em três Estados (Mato Grosso, Pará e Rondônia). Para a construção das séries espaço-temporal foram utilizados os produtos de reflectância e superfície terrestre do sensor MODIS. A caracterização das séries temporal foi baseada na transformada wavelets visando eliminar o máximo de ruídos na composição das imagens de 8 dias. Para a identificação de presença de cultivo de soja foi utilizado o índice \textit {Crop Enhanced Index} (CEI) e na etapa de validação das metodologias desenvolvidas, imagens MODIS e campanhas de campo, foram utilizadas como verdade terrestre. Neste trabalho foram utilizados 5\% dos dados para a realização das primeiras análises. Através destas análises foi possível identificar o limiar para estimar a data de início do desflorestamento pontualmente. Estes valores foram então replicados ao restante dos dados, obtendo 92,16\% de aprovação frente às análises realizadas com imagens MODIS. Em contrapartida, com base nas análises realizadas entre as metodologias desenvolvidas foi possível identificar a viabilidade da metodologia baseada em transações no processo de identificação de cultivo de soja em áreas desflorestadas cujo tempo de processamento dos dados foi de 4 horas e 38 minutos.