Fechar
Metadados

@PhDThesis{Silva:2020:QuMoTr,
               author = "Silva, Ricardo Dal'Agnol da",
                title = "Quantifying and monitoring tropical forest mortality with passive 
                         and active optical remote sensing",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2020",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2020-03-18",
             keywords = "forest mortality, Amazon, MODIS, very high resolution, LiDAR, 
                         mortalidade florestal, Amaz{\^o}nia, alt{\'{\i}}ssima 
                         resolu{\c{c}}{\~a}o.",
             abstract = "Tree mortality is a key process in the global carbon cycle 
                         generally linked to climatic feedbacks and accelerated by 
                         human-induced disturbances in the Amazon. Remote sensing can 
                         complement ground observations of tree mortality to support 
                         Amazon-wide detection. However, different from temperate forests, 
                         tree mortality detection over tropical forests is challenging 
                         because of the high heterogeneity in forest structure and 
                         biodiversity. It requires the development of new methods with 
                         multiple data sources to address challenges such as the detection 
                         of vegetation-specific mortality at the landscape scale; the 
                         quantification of individual tree mortality related to logging at 
                         the local scale; and the characterization of gap dynamics as a 
                         proxy for tree mortality, potentially related to natural and 
                         anthropogenic activities, and up-scaling estimates from local to 
                         regional scales. Here, the objective was to develop and validate 
                         novel approaches for the detection and monitoring of tropical 
                         forest mortality, using Moderate Resolution Imaging 
                         Spectroradiometer (MODIS), Very High Resolution (VHR) and airborne 
                         Light Detection And Ranging (LiDAR) data acquired over the Amazon 
                         region. For the vegetation-specific approach at the landscape 
                         scale, MODIS data processed by the Multi-Angle Implementation of 
                         Atmospheric Correction (MAIAC) algorithm was used to map the 
                         bamboo die-off in the southwest Amazon and to test whether it 
                         enhanced fire occurrence. At the individual tree level, 
                         multi-temporal VHR data from the WorldView-2 and GeoEye-1 
                         satellites were used to evaluate the detection of canopy tree loss 
                         from selective logging at the Jamari National Forest. Finally, to 
                         explore the use of gaps as a proxy for tree mortality, five 
                         multi-temporal LiDAR datasets, and 610 single-date flight lines 
                         were considered to provide a systematic assessment of gaps and 
                         tree mortality, and explore their relationships with environmental 
                         and climate drivers. Results at the landscape scale, using MODIS 
                         (MAIAC) data, showed automatic detection of historical bamboo 
                         die-off (accuracy of 79%) and mapping of 15.5 million ha of 
                         bamboo-dominated forests. The bamboo-fire hypothesis was not 
                         supported, because the bamboo die-off areas did not show higher 
                         fire probability than the other areas. However, the fire 
                         occurrence was mostly associated with ignition sources from land 
                         use, suggesting a bamboo-human-fire association. At the local 
                         scale, individual tree losses from logging were successfully 
                         detected using VHR satellite imagery and a random forest (RF) 
                         model with 64% accuracy. In addition, large-gap openings 
                         associated with the tallest trees were more successfully detected 
                         by VHR data. At the local scale, LiDAR-gaps delineated using the 
                         relative height method, represented at least 50% of the tree 
                         mortality. The mortality of shorter trees at the canopy level (<25 
                         m) was more successfully detected than the mortality of taller 
                         emergent trees (>25 m). Higher gap fractions (proxy for mortality) 
                         were associated with increased water deficit, soil fertility, and 
                         the occurrence of degraded and flooded forests. The Amazon-wide 
                         tree mortality map showed higher tree mortality rates in the west 
                         and southeast regions than in the central-east and north regions. 
                         This pattern was consistent with field-based observations. 
                         Overall, the findings highlighted the feasibility and importance 
                         of using passive and active optical remote sensing for detecting 
                         different processes of tropical forest mortality over a broad 
                         scale in the Amazon region. RESUMO: A mortalidade das {\'a}rvores 
                         {\'e} um processo essencial no ciclo global do carbono, 
                         geralmente relacionado com feedbacks clim{\'a}ticos e acelerado 
                         por dist{\'u}rbios antr{\'o}picos na Amaz{\^o}nia. O 
                         sensoriamento remoto pode complementar as observa{\c{c}}{\~o}es 
                         de campo, a fim de apoiar a detec{\c{c}}{\~a}o de mortalidade na 
                         Amaz{\^o}nia. No entanto, diferentemente de florestas temperadas, 
                         a detec{\c{c}}{\~a}o da mortalidade de {\'a}rvores em florestas 
                         tropicais {\'e} um desafio devido {\`a} alta heterogeneidade da 
                         estrutura florestal e biodiversidade. Isso requer o 
                         desenvolvimento de novos m{\'e}todos com diferentes fontes de 
                         dados remotos para enfrentar desafios como a detec{\c{c}}{\~a}o 
                         de mortalidade de vegeta{\c{c}}{\~o}es espec{\'{\i}}ficas na 
                         escala da paisagem; a quantifica{\c{c}}{\~a}o de mortalidade de 
                         {\'a}rvores individuais em escala local; e a 
                         caracteriza{\c{c}}{\~a}o da din{\^a}mica das clareiras como um 
                         indicador da mortalidade de {\'a}rvores, causada por atividades 
                         naturais e antropog{\^e}nicas, calculada a partir do 
                         reescalonamento de dados locais para regionais. O objetivo da tese 
                         foi desenvolver novas abordagens para a detec{\c{c}}{\~a}o e 
                         monitoramento da mortalidade das florestas tropicais usando dados 
                         MODIS (MAIAC), de alta resolu{\c{c}}{\~a}o espacial (VHR) e de 
                         LiDAR aerotransportado, adquiridos na Amaz{\^o}nia. Para a 
                         abordagem de vegeta{\c{c}}{\~a}o espec{\'{\i}}fica em escala 
                         de paisagem, os dados MODIS (MAIAC) foram usados para detectar a 
                         morte de bambus no sudoeste da Amaz{\^o}nia e testar se ela 
                         aumenta a ocorr{\^e}ncia de inc{\^e}ndios. No n{\'{\i}}vel de 
                         {\'a}rvores individuais, dados VHR multi-temporais dos 
                         sat{\'e}lites WorldView-2 e GeoEye-1 foram usados na 
                         detec{\c{c}}{\~a}o da perda de {\'a}rvores no dossel 
                         proveniente de corte seletivo na Floresta Nacional do Jamari. 
                         Finalmente, para explorar o uso de clareiras como um indicador de 
                         mortalidade, cinco conjuntos de dados LiDAR multi-temporais e 610 
                         linhas de voo mono-temporais foram utilizados para avaliar 
                         sistematicamente as clareiras e mortalidade de {\'a}rvores e suas 
                         rela{\c{c}}{\~o}es com fatores ambientais e clim{\'a}ticos. Na 
                         abordagem de vegeta{\c{c}}{\~a}o espec{\'{\i}}fica, os 
                         resultados mostraram a detec{\c{c}}{\~a}o autom{\'a}tica de 
                         mortalidade de bambus (precis{\~a}o de 79%) e o mapeamento de 
                         15,5 milh{\~o}es de ha de florestas dominadas por bambu. A 
                         hip{\'o}tese do fogo n{\~a}o foi corroborada, pois as {\'a}reas 
                         de bambu morto n{\~a}o apresentaram maior probabilidade de 
                         inc{\^e}ndio do que as outras {\'a}reas. No entanto, a 
                         ocorr{\^e}ncia de inc{\^e}ndio foi associada a fontes de 
                         igni{\c{c}}{\~a}o de uso da terra, sugerindo uma 
                         associa{\c{c}}{\~a}o bambu-homem-fogo. No n{\'{\i}}vel de 
                         {\'a}rvores individuais, os resultados mostraram que as perdas de 
                         {\'a}rvores foram detectadas com sucesso usando imagens VHR e um 
                         modelo Random Forest (RF) com 64% de precis{\~a}o. Al{\'e}m 
                         disso, grandes clareiras associadas {\`a}s {\'a}rvores mais 
                         altas foram detectadas com maior sucesso pelos dados VHR. 
                         Finalmente, no estudo das rela{\c{c}}{\~o}es entre clareiras e 
                         mortalidade em toda a Amaz{\^o}nia, os resultados indicaram que 
                         as clareiras detectadas pelo LiDAR, usando o m{\'e}todo da altura 
                         relativa, representaram pelo menos 50% da mortalidade das 
                         {\'a}rvores. A mortalidade de {\'a}rvores mais baixas no 
                         n{\'{\i}}vel do dossel (<25 m) foi detectada com maior sucesso 
                         do que a mortalidade de {\'a}rvores emergentes mais altas (> 25 
                         m). A ocorr{\^e}ncia de maiores fra{\c{c}}{\~o}es de clareira 
                         (indicador de mortalidade) foi associada ao aumento do 
                         d{\'e}ficit h{\'{\i}}drico, a fertilidade do solo e a 
                         presen{\c{c}}a de florestas degradadas e inundadas. O mapa de 
                         mortalidade para Amaz{\^o}nia mostrou maiores taxas de 
                         mortalidade nas regi{\~o}es oeste e sudeste do que nas 
                         regi{\~o}es centro-leste e norte. Esse padr{\~a}o foi 
                         consistente com as observa{\c{c}}{\~o}es de campo. No geral, os 
                         resultados destacaram a viabilidade e import{\^a}ncia do uso de 
                         sensoriamento remoto {\'o}ptico passivo e ativo para detectar 
                         diferentes processos de mortalidade das florestas tropicais em 
                         ampla escala na Amaz{\^o}nia.",
            committee = "Shimabukuro, Yosio Edemir (presidente) and Arag{\~a}o, Luiz 
                         Eduardo de Oliveira e Cruz (orientador) and Galv{\~a}o, 
                         L{\^e}nio Soares (orientador) and Liesenberg, Veraldo and Nelson, 
                         Bruce Walker",
         englishtitle = "Quantificando e monitorando a mortalidade de florestas tropicais 
                         com sensoriamento remoto {\'o}tico passivo e ativo",
             language = "en",
                pages = "172",
                  ibi = "8JMKD3MGP3W34R/424G29B",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/424G29B",
           targetfile = "publicacao.pdf",
        urlaccessdate = "12 abr. 2021"
}


Fechar