Fechar
Metadados

@MastersThesis{Vaz:2021:AnMuCo,
               author = "Vaz, Daiane Vieira",
                title = "An{\'a}lise das mudan{\c{c}}as da cobertura da terra causadas 
                         pelo desastre de Mariana-MG utilizando s{\'e}ries temporais de 
                         {\'{\i}}ndices de vegeta{\c{c}}{\~a}o",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2021",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2020-08-17",
             keywords = "big data, random forest, sensoriamento remoto, dados multisensor, 
                         classifica{\c{c}}{\~a}o da cobertura da terra, remote sensing, 
                         multisensor data, land cover classification.",
             abstract = "O rompimento da barragem de Fund{\~a}o, tamb{\'e}m conhecido 
                         como desastre de Mariana, ocorreu em 05 de novembro de 2015. O 
                         acidente impactou {\'a}reas de vegeta{\c{c}}{\~a}o nativa, 
                         pastagem, {\'a}reas agr{\'{\i}}colas e {\'a}reas urbanas. 
                         Mudan{\c{c}}as nas propriedades do solo devido {\`a} 
                         movimenta{\c{c}}{\~a}o de massas e {\`a} deposi{\c{c}}{\~a}o 
                         de rejeitos, associadas a movimenta{\c{c}}{\~a}o de bancos de 
                         sementes, deixam incertezas quanto capacidade de 
                         regenera{\c{c}}{\~a}o da flora afetada pelo desastre. Estas 
                         mudan{\c{c}}as, associadas {\`a} implanta{\c{c}}{\~a}o de 
                         planos de a{\c{c}}{\~a}o para a recupera{\c{c}}{\~a}o de 
                         {\'a}reas afetadas, t{\^e}m modificado a cobertura da terra 
                         ap{\'o}s o acidente. Neste contexto, o presente trabalho mapeou e 
                         analisou mudan{\c{c}}as da cobertura da terra ocorridas na 
                         {\'a}rea afetada pelo desastre de Mariana, com o diferencial de 
                         explorar s{\'e}ries temporais de NDVI. A s{\'e}rie temporal foi 
                         composta em uma abordagem multisensor, utilizando as 
                         cole{\c{c}}{\~o}es de imagens Landsat- 7/ETM+, Landsat-8/OLI, 
                         CBERS-4/MUX e Sentinel-2/MSI, no per{\'{\i}}odo de 2013 a 2019, 
                         buscando uma s{\'e}rie temporal densa e sem aplica{\c{c}}{\~a}o 
                         de processos de harmoniza{\c{c}}{\~a}o dos dados. As classes de 
                         cobertura da terra mapeadas nos cen{\'a}rios pr{\'e} e 
                         p{\'o}s-desastre foram: afloramento rochoso, 
                         minera{\c{c}}{\~a}o, {\'a}gua/rejeito, {\'a}rea 
                         constru{\'{\i}}da, gram{\'{\i}}neas e herb{\'a}ceas, 
                         forma{\c{c}}{\~a}o florestal, forma{\c{c}}{\~a}o sav{\^a}nica 
                         e agricultura. A classifica{\c{c}}{\~a}o foi realizada 
                         utilizando o classificador Random Forest, e as s{\'e}ries 
                         temporais de NDVI, combinadas ou n{\~a}o, com m{\'e}tricas 
                         fenol{\'o}gicas. Os produtos de classifica{\c{c}}{\~a}o obtidos 
                         apresentaram acur{\'a}cias globais de 81,13% e 85,45% para os 
                         cen{\'a}rios pr{\'e}desastre e p{\'o}s-desastre, 
                         respectivamente. A utiliza{\c{c}}{\~a}o das m{\'e}tricas 
                         empregadas na classifica{\c{c}}{\~a}o, em conjunto com as 
                         s{\'e}ries temporais de NDVI, proporcionou ganhos 
                         consider{\'a}veis na acur{\'a}cia de pelo menos tr{\^e}s 
                         classes de interesse. As an{\'a}lises realizadas evidenciaram o 
                         impacto causado pelo desastre de Mariana, sendo identificados mais 
                         de 300 hectares de {\'a}reas degradadas. ABSTRACT: The 
                         Fund{\~a}o dams disruption occurred on November 5th, 2015. The 
                         accident affected native vegetation, pasture, agriculture and 
                         urban areas. Changes in the soil caused by mass movements and in 
                         the soil properties due to the tailings, as well as a possible 
                         movimentation of seed bands, bring uncertainties regarding the 
                         flora regeneration in the region affected by the disaster. These 
                         changes, along with the implementation of recovery plans for the 
                         damaged areas, have modified the regions land cover. In this 
                         study, we mapped the land cover in the area affected by the 
                         Mariana dam disaster, using NDVI time series. In order to build 
                         the time series, we adopted a multisensor approach using images 
                         acquired from the Landsat-7/ETM+, Landsat-8/OLI, CBERS-4/MUX e 
                         Sentinel-2/MSI sensors, regarding the period from 2013 to 2019. 
                         The land cover classes mapped include rock formation, mining, 
                         water/tailing, constructed area, forest formation, savanna, 
                         grassland and agriculture. We performed the land cover 
                         classification using Random Forest and the NDVI time series. The 
                         classification products presented overall accuracies of 81.13% and 
                         85.45% for the pre- and postdisaster scenarios, respectively. We 
                         adoped a set of phenological metrics into the classifications, 
                         which increased accuracy in at least three of the considered 
                         classes. The analysis performed in this study highlighted the 
                         impacts caused by the Mariana dam disaster, since we identified 
                         more than 300 hectares of damaged areas.",
            committee = "Galv{\~a}o, L{\^e}nio Soares (presidente) and Fonseca, Leila 
                         Maria Garcia (orientadora) and K{\"o}rting, Thales Sehn 
                         (orientador) and Novo, Evlyn Maria Le{\~a}o de Moraes and 
                         Boggione, Giovanni de Ara{\'u}jo",
         englishtitle = "Analysis of land-cover changes caused by the Mariana-MG disaster 
                         using time series of vegetation indices",
             language = "pt",
                pages = "92",
                  ibi = "8JMKD3MGP3W34R/43377AL",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/43377AL",
           targetfile = "publicacao_FA provisoria.pdf",
        urlaccessdate = "12 abr. 2021"
}


Fechar