@InProceedings{WeckmüllerSanc:2019:EsCaEs,
author = "Weckm{\"u}ller, R{\^o}mulo and Sanchez Vicens, Ra{\'u}l",
affiliation = "{Universidade Federal Fluminense (UFF)} and {Universidade Federal
Fluminense (UFF)}",
title = "Detec{\c{c}}{\~a}o de mudan{\c{c}}as florestais em s{\'e}ries
temporais utilizando os algoritmos LANDTRENDR: estudo de caso no
Estado do Rio de Janeiro",
booktitle = "Anais...",
year = "2019",
editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco
and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
pages = "467--470",
organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 19. (SBSR)",
publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
address = "S{\~a}o Jos{\'e} dos Campos",
keywords = "sensoriamento remoto, vegeta{\c{c}}{\~a}o, remote sensing,
vegetation.",
abstract = "O entendimento de como os sistemas terrestres evoluem {\'e}
importante na busca de estrat{\'e}gia que otimizem a
utiliza{\c{c}}{\~a}o dos recursos naturais e minimizem os
impactos ambientais. Com a disponibiliza{\c{c}}{\~a}o de todo o
acervo de imagens do programa Landsat, melhoras na qualidade dos
dados e o surgimento de novos algoritmos constituem um
avan{\c{c}}o metodol{\'o}gico que supera as
limita{\c{c}}{\~o}es espaciais e temporais dos m{\'e}todos
tradicionais de detec{\c{c}}{\~a}o de mudan{\c{c}}as. O
objetivo {\'e} detectar trajet{\'o}rias florestais no estado do
Rio de Janeiro, entre 1984 e 2016, numa abordagem com base na
trajet{\'o}ria espectral do pixel em s{\'e}ries temporais,
utilizando os algoritmos LandTrendr. As perdas florestais foram
dominantes na paisagem em rela{\c{c}}{\~a}o {\`a}s
recupera{\c{c}}{\~o}es (64% e 36%, respectivamente). O
mapeamento obteve um {\'{\i}}ndice Kappa de 0.53, com uma
exatid{\~a}o global de 69%. ABSTRACT: Understanding how
terrestrial systems evolve is important in searching strategies
that optimize the use of natural resources and minimize
environmental impacts. The the availability of the entire Landsat
image collection with improvements in data quality and the
emergence of new algorithms constitute a methodological advance
that overcomes the spatial and temporal limitations of traditional
methods of change detection. The objective is to detect forest
trajectories in the state of Rio de Janeiro, between 1984 and
2016, using time series in an approach pixel based available in
the LandTrendr algorithms. Forest losses were dominant in the
landscape in relation to recoveries (64% and 36%, respectively).
The overall accuracy was 69% with a Kappa index of 0.53.",
conference-location = "Santos",
conference-year = "14-17 abril 2019",
isbn = "978-85-17-00097-3",
language = "pt",
organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
ibi = "8JMKD3MGP6W34M/3TTPTUP",
url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TTPTUP",
targetfile = "97142.pdf",
type = "An{\'a}lise de s{\'e}ries temporais de imagens de
sat{\'e}lite",
urlaccessdate = "15 jun. 2024"
}