Fechar
Metadados

@PhDThesis{Maus:2016:LaUsLa,
               author = "Maus, Victor Wegner",
                title = "Land use and land cover monitoring using remote sensing image time 
                         series",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2016",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2016-04-29",
             keywords = "time series analysis, dynamic programming, data mining, crop 
                         identification, agricultural intensification, deforestation, 
                         forest degradation, an{\'a}lise de s{\'e}ries temporais, 
                         programa{\c{c}}{\~a}o din{\^a}mica, minera{\c{c}}{\~a}o de 
                         dados, identifica{\c{c}}{\~a}o de culturas, 
                         intensifica{\c{c}}{\~a}o da agricultura, desmatamento, 
                         degrada{\c{c}}{\~a}o florestal.",
             abstract = "Land system change has a wide range of impacts on Earth system 
                         components. Tropical forests in particular have been identified as 
                         crucial ecosystems for climate regulation, global biodiversity, 
                         and hydrological cycling. The Brazilian Amazon has experienced a 
                         high rate of deforestation in the last decade and it is the main 
                         source of Brazils anthropogenic CO\$_{2}\$ emissions. The 
                         growing global population will further increase the demand for 
                         food and therefore increase the pressure on agricultural systems. 
                         High quality, fine resolution, and near-real time land use and 
                         land cover monitoring systems play a crucial role in generating 
                         information to advance our understanding of human impact on land 
                         cover. Earth Observation satellites are the only source that 
                         provides a continuous and consistent set of information about the 
                         Earth\${'}\$s land. The current large-scale classification 
                         systems such as MODIS Land Cover and GLC 2000 have limitations and 
                         their accuracy is not sufficient for land change modeling. 
                         Therefore, new techniques for improving land system products are 
                         urgently needed. The contribution of this thesis to Earth System 
                         Science is threefold. Firstly, the thesis presents a new method 
                         for analysis of remote-sensed image time series that improves 
                         spatio-temporal land cover data sets and has a substantial 
                         potential for contributing to land system change modeling. The 
                         developed Time- Weighted Dynamic Time Warping (TWDTW) method is a 
                         time-constraint variation of the well-known Dynamic Time Warping 
                         (DTW) method, which has in the extensive literature proved to be a 
                         robust time series data mining. Secondly, this thesis contributed 
                         to open and reproducible science by making the algorithms 
                         available for larger audience. TWDTW is implemented in an open 
                         source R package called dtwSat available in the Comprehensive R 
                         Archive Network (CRAN). Thirdly, this thesis presents an analysis 
                         of land cover changes in the Amazon, focusing on the Brazilian 
                         state of Mato Grosso that has gone through high rate of 
                         deforestation and cropland expansion in the last decade. This 
                         study identified and estimated the land cover change using MODIS 
                         image time series, contributing to better understand the land 
                         dynamics in the Brazilian Amazon. In the study area the pasture is 
                         the dominant land use after deforestation, whereas most of the 
                         single cropping area comes from pasture, and the cropping system 
                         is undergoing intensification from single to double cropping. 
                         Moreover, the regenerative secondary forest comes mainly from 
                         pasture. The study showed the potential of the TWDTW method for 
                         large-scale remote sensing data analysis, which could be extended 
                         to other Brazilian biomes to help understand land change in the 
                         whole Brazilian territory. RESUMO: Mudan{\c{c}}as na 
                         superf{\'{\i}}cie da terra t{\^e}m uma ampla gama de impactos 
                         sobre o sistema terrestre. Florestas tropicais, em particular, 
                         s{\~a}o ecossistemas cruciais para regula{\c{c}}{\~a}o 
                         clim{\'a}tica, manuten{\c{c}}{\~a}o da biodiversidade, a ciclo 
                         hidrol{\'o}gico. Na {\'u}ltima d{\'e}cada a Amaz{\^o}nia 
                         brasileira tem experimentado uma alta taxa de desmatamento, sendo 
                         a principal fonte de emiss{\~o}es antropog{\^e}nicas de 
                         CO\$_{2}\$ no Brasil. O crescimento da popula{\c{c}}{\~a}o 
                         mundial vai aumentar ainda mais a demanda por alimentos e, 
                         portanto, aumentar a press{\~a}o sobre agr{\'{\i}}cultura e 
                         pecu{\'a}ria. Dados com alta qualidade, melhor 
                         resolu{\c{c}}{\~a}o espacial e temporal, e o desenvolvimento de 
                         sistemas de monitoramento desempenham um papel crucial na 
                         gera{\c{c}}{\~a}o de informa{\c{c}}{\~o}es para avan{\c{c}}ar 
                         nossa compreens{\~a}o sobre os impactos humanos na cobertura da 
                         terra. Os sat{\'e}lites de observa{\c{c}}{\~a}o da Terra 
                         s{\~a}o a {\'u}nica fonte que fornece um conjunto 
                         cont{\'{\i}}nuo e consistente de informa{\c{c}}{\~o}es sobre 
                         nosso planeta. Sistemas de classifica{\c{c}}{\~a}o em grande 
                         escala, como MODIS Land Cover e GLC 2000 t{\^e}m 
                         limita{\c{c}}{\~o}es e sua acur{\'a}cia n{\~a}o {\'e} 
                         suficiente para a modelagem de mudan{\c{c}}as de use da terra. 
                         Portanto, s{\~a}o necess{\'a}rias novas t{\'e}cnicas para 
                         melhoramento dos dados de use e cobertura da terra. Esta tese traz 
                         tr{\^e}s contribui{\c{c}}{\~o}es para a Ci{\^e}ncia do Sistema 
                         Terrestre. Primeiramente, esta tese apresenta um novo m{\'e}todo 
                         para an{\'a}lise de s{\'e}ries temporais de imagens 
                         sat{\'e}lite que melhora a classifica{\c{c}}{\~a}o de cobertura 
                         da terra. O m{\'e}todo tem grande potencial para contribuir para 
                         a modelagem de mudan{\c{c}}as do sistema terrestre. O m{\'e}todo 
                         desenvolvido, Time-Weigted Dynamic Time Warping (TWDTW), {\'e} 
                         uma adapta{\c{c}}{\~a}o ponderada por tempo do m{\'e}todo 
                         cl{\'a}ssico Dynamic Time Warping (DTW), que tem em uma extensa 
                         literatura provando ser um m{\'e}todo robusto para 
                         minera{\c{c}}{\~a}o de dados em s{\'e}ries temporais. Em 
                         segundo lugar, esta tese contribuiu para a ci{\^e}ncia aberta e 
                         reprodut{\'{\i}}vel, tornando algoritmos dispon{\'{\i}}veis 
                         para o p{\'u}blico. TWDTW est{\'a} implementado em um pacote R 
                         de c{\'o}digo aberto chamado dtwSat dispon{\'{\i}}vel no 
                         Comprehensive R Archive Network (CRAN). Em terceiro lugar, esta 
                         tese apresenta uma an{\'a}lise as mudan{\c{c}}as do uso e 
                         cobertura da terra na Amaz{\^o}nia, com foco no estado do Mato 
                         Grosso, que passou por alta taxa de desmatamento e expans{\~a}o 
                         agr{\'{\i}}cola na {\'u}ltima d{\'e}cada. Este estudo 
                         identificou e estimou mudan{\c{c}}as de cobertura da terra com 
                         s{\'e}ries temporais de imagens MODIS, contribuindo para melhor 
                         compreender a din{\^a}mica de ocupa{\c{c}}{\~a}o da terra na 
                         Amaz{\^o}nia brasileira. Na {\'a}rea de estudo, a pastagem 
                         {\'e} o uso dominante ap{\'o}s o desmatamento, ao passo que a 
                         maior parte da {\'a}rea de cultivo com um ciclo anual provem da 
                         {\'a}rea de pasto, com o sistema de cultivo passando por 
                         intensifica{\c{c}}{\~a}o, mudando de cultivo simples para 
                         cultivo duplo. Al{\'e}m disso, {\'a}reas de 
                         regenera{\c{c}}{\~a}o v{\^e}m, principalmente, de {\'a}reas de 
                         pastagem. O estudo mostrou o potencial do m{\'e}todo de TWDTW 
                         para an{\'a}lise de dados de sensoriamento remoto em grande 
                         escala, que poderia ser estendido a outros biomas brasileiros para 
                         ajudar a entender as mudan{\c{c}}as da terra em todo o 
                         territ{\'o}rio brasileiro.",
            committee = "Kampel, Silvana Amaral (presidente) and C{\^a}mara, Gilberto 
                         (orientador) and Ramos, Fernando Manoel (orientador) and 
                         Valeriano, Dalton de Morisson and Escada, Maria Isabel Sobral and 
                         Victoria, Daniel de Castro and Mello, M{\'a}rcio Pupin de",
           copyholder = "SID/SCD",
         englishtitle = "Monitoramento de mudan{\c{c}}as de uso e cobertura da terra por 
                         an{\'a}lise de s{\'e}ries temporais de imagens de sensoriamento 
                         remoto",
             language = "en",
                pages = "114",
                  ibi = "8JMKD3MGP3W34P/3LQA8K8",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3LQA8K8",
           targetfile = "publicacao.pdf",
        urlaccessdate = "04 dez. 2020"
}


Fechar