Monitoramento da cobertura vegetal em bacias hidrográficas inseridas no bioma mata atlântica com base em integração de imagens ópticas e de radar

• Ano de defesa: 2020
• Autor(a) principal: Santos, Erli Pinto dos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Palavras-chave em Português: Sensoriamento remoto - Mata Atlântica; Radar de abertura sintética; Imagens ópticas; Aprendizado do computador; Vegetação - Monitoramento - Índices; Nuvens; Engenharia de Água e Solo
• Link de acesso: https://locus.ufv.br//handle/123456789/28364

Um entrave na aplicação de métodos e técnicas de sensoriamento remoto orbital com sensores ópticos para monitoramento espacialmente contínuo de diversas atividades é a influência das condições atmosféricas na qualidade das imagens e na frequência de observação da superfície. Esse é um problema recorrente em regiões tropicais como o território do Brasil, principalmente no período chuvoso, de modo que a observação da vegetação para atividades como agricultura, manejo florestal e meio ambiente é afetada. Dada a natureza das micro-ondas, nas técnicas de sensoriamento remoto por radar, como os radares de abertura sintética, as partículas atmosféricas não influenciam nesse tipo de imageamento, permitindo monitoramento contínuo e frequente da superfície em observação. Desse modo, o objetivo deste estudo foi propor uma metodologia capaz de possibilitar o monitoramento da cobertura vegetal em bacias hidrográficas com base em integração de imagens ópticas e de radar que permita o monitoramento frequente e sem lacunas oriundas de nuvens, usando como área de estudo a bacia hidrográfica do rio Doce. A área de estudo foi escolhida por apresentar duas propriedades que interferem no imageamento do sensor de banda-C empregado: as variações do relevo e a vegetação densa do bioma predominante na bacia do rio Doce, a Mata Atlântica. Para monitorar quantitativamente a presença da vegetação foi proposto um índice de dupla polarização (DPSVIm) com dados Sentinel-1, e sua avaliação levou em conta a sazonalidade dos regimes de chuva e do relevo ao longo da bacia. O índice proposto foi confrontado com índices de vegetação (NDVI e EVI) calculados com imagens do sensor OLI/Landsat 8 ao longo de uma série mensal de quatro anos hidrológicos, tendo apresentado melhores ajustes no semestre seco de cada ano, evidenciando a sensibilidade dos dados de radar à umidade da superfície. Com base na relação complementar entre o DPSVIm e os índices ópticos foi proposto o monitoramento contínuo e frequente da vegetação através da predição dos índices ópticos por sistemas de aprendizado de máquina. Nesse sentido, o Random Forest foi o algoritmo que melhor acertou na predição do NDVI e EVI em diferentes escalas, generalizando bem para pontos amostrais não conhecidos. A proposta de integração de imagens de radar com imagens ópticas para monitorar vegetaçãomostrou-se promissora mesmo com as influências do relevo e umidade nas imagens SAR- C, carecendo, em trabalhos futuros, do estudo dos efeitos da umidade da superfície no índice DPSVIm para melhorar a sensibilidade deste em quantificar a vegetação no período chuvoso bem como o teste com dados de outras missões de radar, avaliando ainda os resultados com medidas alométricas da vegetação. Palavras-chave: Radar de abertura sintética. Índice de vegetação por radar. Aprendizado de máquina. Cobertura de nuvens. Mata Atlântica.