Análise da Trajetória Evolutiva da Cobertura Florestal do Município de Teresópolis/RJ utilizando o Algoritmo LandTrendr

Autores

  • João Victor Zebende Universidade Federal Fluminense, Instituto de Geociências Laboratório de Geografia Física, Av. Litorânea s/n,24.210-340,Niterói,RJ, Brasil
  • Rômulo Weckmüller Universidade Federal Fluminense, Instituto de Geociências Laboratório de Geografia Física, Av. Litorânea s/n,24.210-340,Niterói,RJ, Brasil
  • Raúl S. Vicens Universidade Federal Fluminense, Instituto de Geociências Laboratório de Geografia Física, Av. Litorânea s/n,24.210-340,Niterói,RJ, Brasil Universidade Federal Fluminense, Instituto de Geociências, Departamento de Geografia, Av. Litorânea s/n, 24.210-340,Niterói,RJ, Brasil

DOI:

https://doi.org/10.11137/2020_2_316_324

Palavras-chave:

Séries temporais, Landsat, Vegetação

Resumo

A Mata Atlântica fluminense foi historicamente pressionada pelos ciclos econômicos e ocupações humanas. Alguns dos mais preservados remanescentes estão localizados na Região Serrana do estado do Rio de Janeiro. O município de Teresópolis, situado nesta Região, vem sofrendo mudanças em sua cobertura florestal desde o século XIX. Neste sentido, este trabalho visa, por meio de uma análise multitemporal (1985 – 2017) orientada a pixel, utilizando o algoritmo LandTrendr, compreender o caráter das mudanças observadas neste município, buscando o entendimento dos motivos que potencializam os distúrbios. Os resultados são apresentados como trajetórias e os vértices representam mudanças, nas trajetórias florestais foram detectados 2.090 hectares, sendo 85% supressões e 15% regenerações. As supressões antigas (1985) ocorreram na área mais densamente povoada, enquanto que as perdas florestais recentes foram nos distritos mais distantes do centro da cidade. As regenerações estão associadas à recuperação pós deslizamentos de 2011 e à silvicultura. Quanto ao relevo, as mudanças predominaram nas áreas menos declivosas.

Referências

Costa, D.P. 2005. Utilização de geotecnologias na análise da

transformação sócio-espacial urbana da região Serrana Fluminense: o estudo de caso do distrito sede de

Teresópolis. Dissertação de Mestrado em Geografia,

UNESP. Rio Claro, SP. 185 p.

Congalton, R.G. 1991. A review of assessing the accuracy of

classifications of remotely sensed data. Remote Sensing of Environment, 37: 35-76.

Cronemberger, F.M. 2014. Paisagens da Serra do Mar: uma

análise geoecológica da dinâmica da paisagem. Programa de Pós-Graduação em Geografia, Universidade

Federal Fluminense, Tese de Doutorado, 159 p.

Embrapa. 2006. Empresa Brasileira De Pesquisa Agropecuária.

Sistema Brasileiro de classificação de solos. Brasília,

DF, 2ª edição. 353 p.

Ferraz, D.P.G.B. 2017. Dinâmica espaço-temporal da produção de silvicultura no estado do Rio de Janeiro entre

e 2014. Programa de Pós-Graduação em Geografia, Universidade Federal Fluminense, Dissertação de

Mestrado, 83 p.

Fernandes, P.J.F.; Vicens, R.S. & Furtado, L.F.A. 2017. Modelo automático de normalização radiométrica de série

multitemporal Landsat-5 usando pontos pseudoinvariantes, PIF. Revista Brasileira de Cartografia, 69 (2):

-251.

Fragal, E.H. 2015.Reconstrução histórica de mudanças na cobertura florestal em várzeas do baixo Amazonas utilizando o algoritmo Landtrendr. Programa de Pós-Graduação em Sensoriamento Remoto, Instituto Nacional

de Pesquisas Espaciais, Dissertação de Mestrado, 126

p.

IBGE. 2010.Instituto Brasileiro de Geografia e Estatística.

Cidades, Teresópolis, RJ. Disponível em:

cidades.ibge.gov.br/brasil/rj/teresopolis/panorama>.

Acesso em 10 de dezembro de 2018

Kennedy, R.E.; Yang, Z. & Cohen, W.B. 2010. Detecting trends

in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr - Temporal segmentation algorithms. Remote Sensing of Environment, 114:

-2910.

Landis, J.R. & Koch, G.G. 1977. The measurement of observer

agreement for categorical data. Biometrics, 33: 159-

Lu, D.; Mausel, P.; Brondizio, E. & Moran, E. 2004. Change

detection techniques. International Journal of Remote

Sensing, 25(12): 2365-2407.

Veloso, H.P.; Rangel Filho, A.L.R. & Lima, J.C.A. 1991.Classificação da vegetação brasileira, adaptada a um sistema universal. Rio de Janeiro: IBGE/DERNA. 123 p.

Weckmüller, R. & Vicens, R.S. 2019. Detecção de Mudanças

Florestais em Séries Temporais Utilizando os Algoritmos Landtrendr: Estudo de Caso no Estado do Rio de

Janeiro. Revista do Departamento de Geografia, 37:

-57.

Weckmüller, R. &Vicens, R.S. 2016. Método híbrido de detecção de mudanças: uma associação entre classificação

baseada em objetos e baseada em pixels. Revista Brasileira de Cartografia, 68(5): 883-899.

Weckmüller, R.; Zebende, J.V. & Vicens, R.S. 2018. Escolha

do melhor descritor para a detecção de trajetórias em

florestas tropicais utilizando os algoritmos LandTrendr. Revista Continentes, 7(13): 68-84.

Weckmüller, R. 2018. Trajetórias evolutivas das coberturas

florestais do estado do Rio de Janeiro utilizando os

algoritmos LandTrendr. Programa de Pós-Graduação em Geografia, Universidade Federal Fluminense,

Tese de Doutorado, 123 p. Disponível em: https://goo.

gl/9KuJnK.

Zebende, J.V.; Weckmüller, R. & Vicens, R.S. 2017. Desenvolvimento de máscara de floresta utilizando classificação orientada a objeto. In: XXVII CONGRESSO

BRASILEIRO DE CARTOGRAFIA e XXVI EXPOSICARTA SBC, Rio de Janeiro - RJ, 452-456.

Downloads

Publicado

2020-08-21

Edição

Seção

Artigos