@InProceedings{OliveiraEsca:2023:MéPaMi,
author = "Oliveira, Maria Ant{\^o}nia Falc{\~a}o de and Escada, Maria
Isabel Sobral",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)}",
title = "M{\'e}tricas de paisagem e minera{\c{c}}{\~a}o de dados para a
classifica{\c{c}}{\~a}o de padr{\~o}es de
degrada{\c{c}}{\~a}o florestal representados por c{\'e}lulas",
booktitle = "Anais...",
year = "2023",
editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz
Eduardo Oliveira e Cruz de and Sanches, Ieda DelArco",
pages = "e156331",
organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 20. (SBSR)",
publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
address = "S{\~a}o Jos{\'e} dos Campos",
keywords = "padr{\~o}es degrada{\c{c}}{\~a}o florestal, m{\'e}tricas da
paisagem, classifica{\c{c}}{\~a}o, geoDMA, forest degradation
patterns, landscape metrics, classification, geoDMA.",
abstract = "Este estudo tem como objetivo classificar a degrada{\c{c}}{\~a}o
florestal em diferentes padr{\~o}es utilizando m{\'e}tricas da
paisagem e minera{\c{c}}{\~a}o de dados em uma regi{\~a}o do
estado de Mato Grosso MT. S{\~a}o utilizados dados do
monitoramento de floresta do Inpe (DETER e PRODES) e de Planos de
manejo Florestal Sustent{\'a}vel PMFS. Uma tipologia {\'e}
elaborada contendo 8 classes de degrada{\c{c}}{\~a}o florestal:
Degrada{\c{c}}{\~a}o por efeito de borda; Degrada{\c{c}}{\~a}o
por fogo florestal; Degrada{\c{c}}{\~a}o moderada;
Degrada{\c{c}}{\~a}o por corte seletivo desordenado;
Degrada{\c{c}}{\~a}o por corte seletivo geom{\'e}trico;
Degrada{\c{c}}{\~a}o por corte seletivo geom{\'e}trico em
{\'a}reas de PMFS; {\'A}reas de PMFS e Floresta intacta. O
per{\'{\i}}odo da an{\'a}lise, corresponde ao per{\'{\i}}odo
de 2017 a 2021. Dentre as classe analisadas, a classe
degrada{\c{c}}{\~a}o por efeito de borda, foi dominante em todos
os anos, chegando a 56,43% ao final do per{\'{\i}}odo observado.
Do total de floresta mapeada em 2017, 20% passou a ser
classificada em alguma classe de degrada{\c{c}}{\~a}o em 2021.
ABSTRACT: This study aims to classify forest degradation in
different patterns using landscape metrics and data mining in a
region of the state of Mato Grosso - MT. Data from Inpes forest
monitoring (DETER and PRODES) and from Sustainable Forest
Management Plans PMFS are used. A typology is elaborated
containing 8 classes of forest degradation: Degradation by edge
effect; Degradation by forest fire; Moderate degradation;
Degradation by selective logging; Degradation by geometric
selective logging; Degradation by geometric selective logging in
PMFS areas; PMFS areas and Intact forest, considering the period
from 2017 to 2021. Among the analyzed classes, the edge
degradation class was dominant in all years, reaching 56.43% at
the end of the observed period. Of the total forest mapped in
2017, 20% started to be classified in some degradation class in
2021.",
conference-location = "Florian{\'o}polis",
conference-year = "02-05 abril 2023",
isbn = "978-65-89159-04-9",
language = "pt",
organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
ibi = "8JMKD3MGP6W34M/4945HR8",
url = "http://urlib.net/ibi/8JMKD3MGP6W34M/4945HR8",
targetfile = "156331.pdf",
type = "Degrada{\c{c}}{\~a}o de florestas",
urlaccessdate = "03 maio 2024"
}