Dinâmica de conversão da vegetação natural não-florestal da Amazônia Legal para agricultura
Autor(a)
Vasconcelos, Thais Melissa Macedo de
Orientador(a) Coorientador(a)
Sano, Edson Eyji
Data de aceite
2019-05-09
Data de disponibilizacao
2019-05-09
Data de publicacao
2019-05-09
Data de defesa submissao
2018-09-28
Citacao
VASCONCELOS, Thais Melissa Macedo de. Dinâmica de conversão da vegetação natural não-florestal da Amazônia Legal para agricultura. 2018. 84 f., il. Dissertação (Mestrado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2018.
Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2018.
Resumo Portugues
Diante da importância da Amazônia, por exemplo, em termos de conservação da biodiversidade e emissão/absorção de gases de efeito estufa, diversos estudos têm sido realizados visando o monitoramento da perda de cobertura vegetal natural na região. Este estudo tem, como objetivo principal, analisar a dinâmica de conversão da vegetação natural em agricultura/pastagem nas áreas de savanas amazônicas no período de 1984 a 2016. As áreas de estudo corresponderam a parcelas de vegetação não-florestal da Amazônia Legal nos estados de Mato Grosso, Rondônia, Roraima e Amapá. Os materiais utilizados foram imagens dos satélites Landsat-5 e Landsat-8. Foi calculada, inicialmente, a probabilidade de obtenção de imagens Landsat com menos de 10% de cobertura de nuvens para cada mês no referido período. Essa probabilidade foi, em média, inferior a 50% na estação seca e inferior a 10% na estação chuvosa. Para o estado do Amapá, a probabilidade foi inferior a 18% na estação seca, não sendo encontrada nenhuma imagem sem cobertura de nuvens para os anos de estudo. O procedimento seguinte foi selecionar a melhor combinação de bandas para interpretação visual por meio da técnica de Optimum Index Factor (OIF), sendo selecionada a tríade composta pelas bandas do azul, infravermelho próximo e infravermelho médio. Essas bandas do Landsat-8 foram fusionadas com a banda pancromática por meio do método de Gram-Schimidt e segmentadas pelo método de crescimento de regiões. Os segmentos foram exportados para o formato shapefile e interpretados visualmente na tela de computador. Para a área de estudo em Mato Grosso, foi obtida uma alta taxa de antropização. Para as áreas de estudo nos estados de Rondônia e Roraima, as taxas de antropização foram baixa e ausente, respectivamente. Para a área de estudo no Amapá, de acordo com os mapeamentos anuais de uso e cobertura de terras produzidos pelo projeto MapBiomas não houve uma variação expressiva na taxa de antropização para os anos de estudo. A validação foi realizada por meio de análise visual de imagens ópticas do Sentinel-2A, considerando-se um total de 360 pontos sorteados aleatoriamente nas áreas de estudo. Foi obtido um índice Kappa de 0,77.
Resumo Ingles
Because of the importance of the Amazon, for example, in terms of conservation of biodiversity and emission/absorption of greenhouse gases, several studies have been carried out aiming the monitoring of vegetation in the region. The main objective of this study is to analyze the dynamics of natural vegetation conversion in agriculture/pasture in the areas of Amazonian savannas from 1984 to 2016. The study areas corresponded to the portions of non-forest vegetation in the Legal Amazonia, more especifically, in the states of Mato Grosso, Rondônia, Roraima, and Amapá. The basic materials were Landsat-5 and Landsat-8 satellite images. We initially calculated the probability of obtaining Landsat images with less than 10% cloud cover in the 1984-2016 period. This probability was, in average, less than 50% in the dry season and less than 10% in the rainy season. For the Amapá State, the probability was less than 18% in the dry season. We could not find Landsat image without cloud cover for the study area located in this state. The next procedure was to select the best combination of bands for visual interpretation considering the Optimum Index Factor (OIF) technique. The best triad was composed of blue, near infrared and middle infrared bands. The Landsat-8 images obtained in these bands were fused with the panchromatic band by means of Gram-Schimidt method and segmented by the growing region method. The segments were exported to the shapefile format and interpreted visually on the computer screen. For the study area in Mato Grosso was obtained a high rate of anthropization. The study area in Rondônia e Roraima, presented low rate of anthropization and there was no conversion, respectively. In the study area in Amapá, according to the annual land use and land cover mapping produced by the MapBiomas project through the analysis of historical series of Landsat images there was no significant variation in the anthropization rate for the years of study. The validation was performed through a visual analysis of Sentinel-2A optical images, considering a total of 360 randomly distributed points in the study areas. The Kappa index was 0.77.
Unidade academica
Instituto de Geociências (IG)
Programa de Pos-Graduacao
Programa de Pós-Graduação em Geociências Aplicadas e Geodinâmica
Agencia financiadora
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).
Idioma
por
Tipo de documento
Dissertação
Formato
application/pdf
Direitos de acesso
Acesso Aberto
Termo de licenca
A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br,www.ibict.br,http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Palavras-chave
Sensoriamento remoto||Desmatamento - Amazônia||Processamento de imagens - técnicas digitais||Vegetação - mapeamento||Uso do solo
