Detalhes bibliográficos
Ano de defesa: |
2024 |
Autor(a) principal: |
Ferraz, Debora da Paz Gomes Brandão |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://app.uff.br/riuff/handle/1/33674
|
Resumo: |
A silvicultura, entre ela a plantação de Eucalipto, como resposta à demanda por produtos florestais, necessita de um planejamento cuidadoso e monitoramento para mitigar impactos socioambientais. O Sensoriamento Remoto multitemporal se consolida como um meio importante para monitorar as mudanças na cobertura e uso da terra. Essa análise se torna particularmente relevante na silvicultura de Eucalipto, onde séries temporais são cada vez mais utilizadas para mapear áreas plantadas, estimar parâmetros biofísicos e detectar perturbações nas plantações. A combinação do Sensoriamento Remoto multitemporal, algoritmos de detecção de mudanças e modelagem do conhecimento do manejo das áreas de Eucalipto, abordados no presente trabalho, se configura como uma promissora estratégia para identificação e compreensão dessas áreas ao longo do tempo. Neste sentido, o principal objetivo deste trabalho consiste em fazer uma análise com suporte de Sensoriamento Remoto multitemporal, da evolução da área plantada de Eucalipto no estado do Rio de Janeiro, no período 1985 – 2020. Para isso, foi realizado um teste metodológico com a finalidade de avaliar o desempenho de dois classificadores: o Landtrendr combinado com GEOBIA (LT-GEE e GEOBIA) e o Random Forest (RF), com imagens Landsat. A análise revelou que o LT-GEE (acurácia global de 0.988, um Kappa de 0.955, e um F-Score de 0,975), obteve uma precisão classificatória ligeiramente superior em comparação ao algoritmo RF (acurácia global de 0,954, um Kappa de 0,822 e um F-score de 0,849). A partir disso foi feito um mapeamento das áreas de Eucalipto de todo o estado do Rio de Janeiro, mostrando seu padrão de ocupação em pequenas áreas, e a análise da sua distribuição, em relação as Unidade Paisagem e fatores físico-geográficos como altitude, declividade e a distância as estradas. A identificação do ano inicial do plantio permitiu analisar a evolução recentre (1985 -2020) da área plantada de Eucalipto por município e mostrou ter quatro períodos de comportamento distintos. Para compreender essa trajetória, é importante correlacioná-la com os impulsionadores ou inibidores dessa prática silvicultural ao longo do tempo. As áreas de Eucalipto no estado do Rio de Janeiro são dinâmicas, refletindo a interação de diversos fatores, como políticas públicas, demanda de mercado, características naturais e manejo adequado. |