Optimizing disturbance mapping in seasonal biomes based on an ensemble framework
O mapeamento e monitoramento de mudanças na vegetação nativa fornece suporte para o desenvolvimento de estratégias de gestão, implementação de iniciativas de políticas e fornecimento de dados para modelagem de processos ecológicos e ambientais. Porém, biomas sazonais são naturalmente heterogêneos em...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2022 |
| País: | Brasil |
| Institución: | Universidade Federal de Lavras (UFLA) |
| Repositorio: | Repositório Institucional da UFLA |
| Idioma: | inglés |
| OAI Identifier: | oai:repositorio.ufla.br:1/49402 |
| Acceso en línea: | https://repositorio.ufla.br/handle/1/49402 |
| Access Level: | acceso abierto |
| Palabra clave: | Recursos Florestais e Engenharia Florestal Sensoriamento remoto BFAST LandTrendr Regionalização Semivariogramas Biomas sazonais Remote sensing Regionalization Semivariogram |
| Sumario: | O mapeamento e monitoramento de mudanças na vegetação nativa fornece suporte para o desenvolvimento de estratégias de gestão, implementação de iniciativas de políticas e fornecimento de dados para modelagem de processos ecológicos e ambientais. Porém, biomas sazonais são naturalmente heterogêneos em termos de clima, solo, biodiversidade e ameaças representadas por atividades humanas e ocupação do solo. Neste cenário, esta tese tem como objetivo principal otimizar o mapeamento de mudanças na vegetação nativa baseado no método ensemble, que visa a combinar vários modelos básicos para produzir um modelo preditivo ideal. Para tanto, esta tese foi organizada em três artigos. No primeiro artigo (1), mapas de mudanças de diferentes índices espectrais foram avaliados em biomas sazonais em relação à concordância espacial entre mapas e entre uma base de dados de referência. Os resultados indicaram que houve uma baixa taxa de concordância espacial entre mapas, a qual não foi influenciada pelos biomas. Também foi encontrada uma relação entre índices e biomas, onde determinados índices performaram melhor em determinados biomas. Já no segundo artigo (2), foi avaliada a efetividade de um método ensemble e regionalizações baseadas em diferentes bases de dados no mapeamento de mudanças. O método ensemble combinou mapas de mudança do algoritmo LandTrendr e o algoritmo Random Forest. Os resultados mostraram que o método ensemble retornou ganhos em acurácia quando comparado com métodos mais simples. Além disso, o método de regionalização também mostrou ganhos em acurácia quando comparado ao método não regionalizado, sendo variáveis climáticas e sazonais as que mais se destacaram no ganho de acurácia. Por fim, o terceiro artigo (3), utilizou análise orientada ao objeto, e avaliou variáveis preditoras do LandTrendr e de semivariograma, no mapeamento e caracterização das mudanças na cobertura do solo. Três classes de mudanças na cobertura do solo (não mudança, perda de vegetação e pós mudança) foram mapeadas utilizando três bases de dados: LandTrendr, Semivariograma e Híbrida. A base de dados Híbrida retornou as maiores acurácias. Este estudo também indicou que variáveis do semivariograma podem capturar padrões de mudança no uso e cobertura do solo. Assim, a crescente necessidade em se mapear e monitorar mudanças na vegetação em biomas sazonais sugere que novas abordagens aqui propostas, sejam aplicáveis em larga escala e que retornem acurácias satisfatórias. |
|---|