@PhDThesis{Souza:2022:DyDiMA,
author = "Souza, Alana Almeida de",
title = "Dynamics of disturbance in MATOPIBA using time series of spectral
indices",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2022",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2022-04-19",
keywords = "disturbance detection, time series, Cerrado, vegetation indices,
detec{\c{c}}{\~a}o de dist{\'u}rbios, s{\'e}ries temporais,
{\'{\i}}ndice de vegeta{\c{c}}{\~a}o.",
abstract = "The Cerrado is the second largest biome in Brazil, occupying
around 2 million km2. It is considered a global hotspot of
biodiversity that is threatened by agribusiness expansion and land
degradation. The efforts to monitor the Cerrado by remote sensing
are challenging, especially due to the confounding effects of the
vegetation phenology with anthropogenic changes. In this study,
data-driven approaches based on image time series of vegetation
indices (VIs) processed on the Google Earth Engine platform were
evaluated for the analysis of vegetation clearing and land
degradation in the MATOPIBA region, the newest agricultural
frontier in the Cerrado. For the detection of vegetation clearing
in the 19852018 period, the LandTrendr algorithm was applied to
the Normalized Difference Vegetation Index (NDVI) obtained from
Landsat satellite instruments. In the evaluation of land
degradation (20012015), the Trends.Earth algorithm considered NDVI
data calculated from the Moderate Resolution Imaging
Spectroradiometer (MODIS). By combining different datasets into
the analysis, the relationships among savanna clearings, land
degradation, topographic attributes, and fire frequency were
evaluated. For recent disturbances events, seven VIs were
calculated from the Landsat time series (20172019) and used as
input data to the Continuous Change Detection and Classification
(CCDC) algorithm. The effects of disturbance on these VIs and the
accuracy of CCDC, considering individual VIs, ensemble VIs, and
the type of disturbance (savanna clearing or fire), were assessed.
Finally, the possible existence of seasonal patterns of
disturbance in the study area was discussed. The results showed
that 31.6% of native vegetation has been cleared in the MATOPIBA
until 2018. The number of fire events increased with vegetation
clearing. The number of landdegraded areas increased with fire
frequency over agricultural fields, but remained relatively stable
over native vegetated areas. The overall accuracy of CCDC
detection of disturbance ranged from 51.2% to 65.9% for single
VIs. It increased to 71.2% for ensemble VIs, whose multivariate
approach reduced the omission errors. For detecting disturbance
events, the most important VIs used near-infrared and shortwave
infrared reflectance bands on their formulations (Normalized Burn
Ratio - NBR, NBR2, and Moisture Stress Index - MSI). The CCDC
accuracy was generally higher for detecting clearing than for
mapping burned areas. In contrast, the recorded date of
disturbance occurrence was less precise for detecting clearing
than for recording events of fire, especially due to the existence
of some gradual processes of vegetation degradation until complete
clearing. The findings showed the existence of a seasonal pattern
of disturbance occurrence. Savanna clearing predominated in the
transition from the rainy to the dry season (April to July). It
preceded most events of fire between August and October that
occurred near the consolidated areas of agriculture and extended
into the native vegetation areas. RESUMO: O Cerrado {\'e} o
segundo maior bioma do Brasil, ocupando cerca de 2 milh{\~o}es de
km2. {\'E} considerado um hotspot global de biodiversidade que
est{\'a} amea{\c{c}}ado pela expans{\~a}o do agroneg{\'o}cio e
pela degrada{\c{c}}{\~a}o das terras. Os esfor{\c{c}}os de
monitoramento do Cerrado por sensoriamento remoto s{\~a}o
desafiadores, especialmente devido {\`a} dificuldade em
discriminar varia{\c{c}}{\~o}es fenol{\'o}gicas da
vegeta{\c{c}}{\~a}o daquelas resultantes de mudan{\c{c}}as
antr{\'o}picas. Neste estudo, abordagens baseadas em dados de
s{\'e}ries temporais de {\'{\i}}ndices de vegeta{\c{c}}{\~a}o
(IVs) processadas na plataforma Google Earth Engine foram
avaliadas para a an{\'a}lise de desmatamento e
degrada{\c{c}}{\~a}o das terras na regi{\~a}o do MATOPIBA, a
nova fronteira agr{\'{\i}}cola do Cerrado. Para a
detec{\c{c}}{\~a}o de desmatamento no per{\'{\i}}odo
1985-2018, aplicou-se o algoritmo LandTrendr ao {\'{\I}}ndice de
Vegeta{\c{c}}{\~a}o por Diferen{\c{c}}a Normalizada (NDVI)
obtido a partir de instrumentos do sat{\'e}lite Landsat. Na
avalia{\c{c}}{\~a}o da degrada{\c{c}}{\~a}o da produtividade
da vegeta{\c{c}}{\~a}o (2001 2015), utilizou-se o algoritmo
Trends.Earth para analisar dados de NDVI calculados a partir do
Moderate Resolution Imaging Spectroradiometer (MODIS). Ao combinar
diferentes conjuntos de dados na an{\'a}lise, discutiu-se as
rela{\c{c}}{\~o}es entre supress{\~a}o de savanas,
degrada{\c{c}}{\~a}o da terra, atributos topogr{\'a}ficos e
frequ{\^e}ncia de fogo. Para eventos de dist{\'u}rbios recentes,
investigou-se sete IVs calculados a partir da s{\'e}rie temporal
Landsat (20172019) e do algoritmo de Detec{\c{c}}{\~a}o e
Classifica{\c{c}}{\~a}o Cont{\'{\i}}nua de Mudan{\c{c}}as
(CCDC). Os efeitos dos dist{\'u}rbios sobre os IVs e a
precis{\~a}o da detec{\c{c}}{\~a}o do CCDC considerando IVs
individuais, IVs em conjunto e o tipo de dist{\'u}rbio
(supress{\~a}o do Cerrado e fogo), tamb{\'e}m foram avaliados.
Por fim, analisou-se a poss{\'{\i}}vel exist{\^e}ncia de
padr{\~o}es sazonais de dist{\'u}rbios na {\'a}rea de estudo.
Os resultados mostraram que 31,6% da vegeta{\c{c}}{\~a}o nativa
foi removida no MATOPIBA at{\'e} 2018. O n{\'u}mero de eventos
de fogo aumentou com o desmatamento da vegeta{\c{c}}{\~a}o. A
quantidade de {\'a}reas degradadas aumentou com a frequ{\^e}ncia
de fogo em {\'a}reas agr{\'{\i}}colas, mas permaneceu
relativamente est{\'a}vel em {\'a}reas com vegeta{\c{c}}{\~a}o
nativa. A precis{\~a}o geral da detec{\c{c}}{\~a}o de
dist{\'u}rbios pelo CCDC variou de 51,2% a 65,9% para IVs
isoladamente. Ela aumentou para 71,2% para IVs usados em conjunto,
cuja abordagem multivariada reduziu os erros de omiss{\~a}o. Para
detectar eventos de dist{\'u}rbios, os IVs mais importantes
utilizaram bandas de reflect{\^a}ncia do infravermelho
pr{\'o}ximo e infravermelho de ondas curtas em suas
formula{\c{c}}{\~o}es (Normalized Burn Ratio - NBR, NBR2, e
Moisture Stress Index - MSI). A precis{\~a}o do CCDC foi
geralmente maior para detec{\c{c}}{\~a}o de desmatamento do que
para mapeamento de {\'a}reas queimadas. Em contrapartida, a data
registrada da ocorr{\^e}ncia do dist{\'u}rbio foi menos precisa
para detectar o desmatamento do que para registrar os eventos de
fogo, especialmente devido {\`a} exist{\^e}ncia de alguns
processos graduais de degrada{\c{c}}{\~a}o da
vegeta{\c{c}}{\~a}o at{\'e} o desmatamento completo. Nossos
resultados mostraram a exist{\^e}ncia de um padr{\~a}o sazonal
de ocorr{\^e}ncia de dist{\'u}rbios. A supress{\~a}o do cerrado
predominou na transi{\c{c}}{\~a}o da esta{\c{c}}{\~a}o chuvosa
para a seca (abril a julho). A maioria dos eventos de fogo ocorreu
entre agosto e outubro, pr{\'o}ximo {\`a}s {\'a}reas
consolidadas de agricultura, e se estendeu at{\'e} as {\'a}reas
de vegeta{\c{c}}{\~a}o nativa.",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)}",
committee = "Escada, Maria Isabel Sobral (presidente) and Galv{\~a}o,
L{\^e}nio Soares (orientador) and K{\"o}rting, Thales Sehn
(orientador) and Almeida, Cl{\'a}udio Aparecido and Sano, Edson
Eyji and Moura, Yhasmin Mendes de",
englishtitle = "Din{\^a}mica de dist{\'u}rbios no MATOPIBA usando s{\'e}ries
temporais de {\'{\i}}ndices espectrais",
language = "en",
pages = "92",
targetfile = "publicacao.pdf",
urlaccessdate = "01 jun. 2024"
}