Fechar
Metadados

@MastersThesis{Silva:2004:ImEOLA,
               author = "Silva, Thiago Sanna Freire",
                title = "Imagens EOS-MODIS e LANDSAT 5 TM no estudo da din{\^a}mica das 
                         comunidades de macr{\'o}fitas na v{\'a}rzea amaz{\^o}nica",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2004",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2004-08-30",
             keywords = "SENSORIAMENTO REMOTO, Acur{\'a}cia, Regi{\~a}o Amaz{\^o}nica, 
                         Varia{\c{c}}{\~a}o anual, Plantas aqu{\'a}ticas, Ciclo do 
                         carbono, Classifica{\c{c}}{\~a}o de imagens, LANDSAT 5, Metano, 
                         MODIS, {\'A}reas alag{\'a}veis, REMOTE SENSING, Accuracy, Amazon 
                         region, Annual variation, Aquatic plants, Carbon cycle, Image 
                         classification, LANDSAT 5, Methane, MODIS, Wetlands.",
             abstract = "As {\'a}reas alag{\'a}veis (wetlands) compreendem 
                         aproximadamente 4 a 6% da superf{\'{\i}}cie terrestre, ocorrendo 
                         em todos climas, dos tr{\'o}picos {\`a}s tundras, em todos os 
                         continentes, e apresentam participa{\c{c}}{\~a}o 
                         consider{\'a}vel no ciclo global de carbono, sendo 
                         respons{\'a}veis por at{\'e} 72% do total global de 
                         emiss{\~o}es de metano por fontes n{\~a}o-antropog{\^e}nicas. A 
                         plan{\'{\i}}cie de inunda{\c{c}}{\~a}o do rio Amazonas {\'e} 
                         uma das mais extensas {\'a}reas alag{\'a}veis do planeta, 
                         cobrindo uma {\'a}rea de mais de 300.000 km2. Devido {\`a} sua 
                         grande extens{\~a}o, esta regi{\~a}o {\'e} respons{\'a}vel por 
                         uma contribui{\c{c}}{\~a}o significante ao fluxo global de 
                         metano para atmosfera. Atualmente, estimativas mais precisas 
                         destes fluxos s{\~a}o limitadas pelas incertezas oriundas do 
                         pouco conhecimento acerca da din{\^a}mica sazonal e interanual 
                         das {\'a}reas alagadas. Sabe-se, contudo, que as {\'a}reas de 
                         crescimento de plantas aqu{\'a}ticas (macr{\'o}fitas) apresentam 
                         alguns dos mais altos valores de emiss{\~a}o de metano 
                         registrados. O uso de dados obtidos por sensores remotos 
                         apresenta-se como uma das ferramentas mais adequadas para o estudo 
                         da din{\^a}mica das comunidades de macr{\'o}fitas na 
                         plan{\'{\i}}cie amaz{\^o}nica. No presente trabalho, avaliou-se 
                         a aplicabilidade de imagens orbitais oriundas dos sensores Landsat 
                         5 TM e EOS-MODIS no estudo do comportamento espa{\c{c}}o-temporal 
                         das comunidades macrof{\'{\i}}ticas de lagos da 
                         plan{\'{\i}}cie amaz{\^o}nica, estabelecendo uma metodologia de 
                         processamento de imagens que permita incorporar tais 
                         informa{\c{c}}{\~o}es na modelagem das emiss{\~o}es sazonais de 
                         metano da plan{\'{\i}}cie amaz{\^o}nica. Para as imagens TM, a 
                         aplica{\c{c}}{\~a}o de uma etapa de 
                         pr{\'e}-classifica{\c{c}}{\~a}o, incorporando dados de 
                         altimetria e {\'{\i}}ndices de vegeta{\c{c}}{\~a}o para 
                         delineamento de {\'a}eras de interesse, aliada a um algoritmo de 
                         classifica{\c{c}}{\~a}o por m{\'{\i}}nima dist{\^a}ncia 
                         forneceram os melhores resultados na identifica{\c{c}}{\~a}o das 
                         {\'a}reas ocupadas por macr{\'o}fitas. Nas imagens MODIS, a 
                         aplica{\c{c}}{\~a}o de t{\'e}cnicas de restaura{\c{c}}{\~a}o 
                         de imagens, anteriormente a este procedimento, permitiu a 
                         obten{\c{c}}{\~a}o de resultados bastante pr{\'o}ximos aos 
                         obtidos para as imagens TM. A estimativa de {\'a}rea ocupada por 
                         macr{\'o}fitas nas datas de m{\'a}ximo e m{\'{\i}}nimo 
                         n{\'{\i}}vel de {\'a}gua revelaram diferen{\c{c}}as 
                         significativas entre estes per{\'{\i}}odos. Esta 
                         varia{\c{c}}{\~a}o, quando relacionada {\`a} medidas de 
                         biomassa in situ e dados de metano publicados na literatura 
                         revelam a import{\^a}ncia de um estudo mais aprofundado acerca da 
                         din{\^a}mica espa{\c{c}}o-temporal das comunidades de plantas 
                         aqu{\'a}ticas na Amaz{\^o}nia. Os resultados aqui apresentados 
                         demonstram a capacidade de utiliza{\c{c}}{\~a}o de dados MODIS 
                         na estimativa da {\'a}rea ocupada por macr{\'o}fitas, em escala 
                         regional, para a plan{\'{\i}}cie Amaz{\^o}nica, e abre 
                         possibilidades in{\'e}ditas para o estudo destas comunidades 
                         vegetais atrav{\'e}s de dados orbitais. ABSTRACT: Wetlands 
                         encompass about 4 to 6% of the terrestrial surface, occurring in 
                         all climates, from the tropics to the tundra, in all continents, 
                         and exhibit considerable function in the global carbon cycle, 
                         being responsible for up to 72% of the global total methane 
                         emissions by non-anthropogenic sources. The Amazon river 
                         floodplain is one of the most extensive areas of wetlands in the 
                         planet, covering more than 300,000 km2. Due to its great 
                         extension, this region is responsible for a significant 
                         contribution to the global methane flux to the atmosphere. 
                         Currently, more accurate estimates of emission are limited by the 
                         uncertainties resulting of little knowledge concerning the 
                         seasonal and interanual dynamics of the flooded areas. It is 
                         known, however, that areas of aquatic plant (macrophytes) growth 
                         present some of the highest values of methane emission. Remote 
                         sensing data represents one of the most adequate tools for the 
                         study of macrophyte community dynamics in the Amazon floodplain. 
                         In this study the use of MODIS and TM sensor data to monitor 
                         spatial and temporal changes in the macrophyte cover of the Amazon 
                         Lakes is examined. Moreover, a methodology for image processing 
                         and integration of remote sensing data into ecological models for 
                         methane emission is developed and tested.. For TM images, the 
                         application of a pre-classification step, incorporating altimetry 
                         and vegetation indexes information, to delineate areas of 
                         interest, coupled with a minimum distance classifier algorithm 
                         have yielded the best classification results. Regarding MODIS 
                         images, the use of image restoration techniques together with the 
                         previous procedure allowed classification results very close to 
                         those provided by TM images. The estimates of the area occupied by 
                         macrophyte stands at minimum and maximum water level periods have 
                         shown significant differences between dates. This variation, when 
                         related to in situ biomass measurements and published methane 
                         emission data, reveal the importance of further studies on the 
                         spatio-temporal dynamics of Amazonian aquatic plant communities. 
                         The results presented here demonstrate the capability of MODIS 
                         data for estimating interseasonal changes in the area occupied by 
                         macrophyte stands, at regional scale, in the Amazon floodplains, 
                         and opens up new possibilities on the study of such plant 
                         communities through orbital data.",
            committee = "Galv{\~a}o, Lenio Soares (presidente) and Novo, Evlyn M{\'a}rcia 
                         Le{\~a}o de Moraes (orientadora) and Lima, Ivan Bergier Tavares 
                         de (orientador) and Kuplich, Tatiana Mora and Shimabukuro, Yosio 
                         Edemir and Nobre, Antonio Donato",
           copyholder = "SID/SCD",
         englishtitle = "EOS-MODIS and LANDSAT 5 images for the study of macrophyte 
                         community dinamics in the Amazon varzea",
             language = "pt",
                pages = "178",
                  ibi = "6qtX3pFwXQZ3P8SECKy/E9kTz",
                  url = "http://urlib.net/rep/6qtX3pFwXQZ3P8SECKy/E9kTz",
           targetfile = "paginadeacesso.html",
        urlaccessdate = "25 fev. 2021"
}


Fechar